统计学实验报告要点.docx
- 文档编号:25359569
- 上传时间:2023-06-07
- 格式:DOCX
- 页数:16
- 大小:1.31MB
统计学实验报告要点.docx
《统计学实验报告要点.docx》由会员分享,可在线阅读,更多相关《统计学实验报告要点.docx(16页珍藏版)》请在冰豆网上搜索。
统计学实验报告要点
课程设计(实验)报告书
题目 统计学实验报告
专业
班 级
学生姓名
学 号
指导教师
时间:
年月 日
实验内容
(60分)
实验结果及分析(30分)
字体及排版
(10分)
总分
(100分)
实验1:
数据整理
一、项目名称:
数据整理
二、实验目的
目的有二:
(1)掌握Excel中基本的数据处理方法;(2)学会使用Excel进行统计分组,能以此方法独立完成作业。
三、实验要求
1、已学习教材相关内容,理解数据整理中的统计计算问题;已阅读本次实验引导,了解Excel中的相关计算。
2、准备好一个统计分组问题及相关数据.
3、以Excel文件形式提交实验报告。
四、实验内容和操作步骤:
(一)问题与数据
某百货公司连续40天的商品销售额如下(单位:
万元)
41
46
35
42
25
36
28
36
29
45
46
37
47
37
34
37
38
37
30
49
34
36
37
39
30
45
44
42
38
43
26
32
43
33
38
36
40
44
44
35
根据上面的数据进行适当分组,编制频数分布表,并绘制直方图.
(二)操作步骤:
1、在单元区域A2:
D11中输入原始数据。
2、再计算原始数据的最大值(在单元格B12中)与最小值(在单元格D12中).
3、根据Sturges经验公式计算计算经验组距(在单元格B13中)和经验组数(在单元格D13中).
4、根据步骤3的计算结果,计算并确定各组上限、下限(在单元区域E2:
F9中)。
步骤1~4如图1-1所示。
图1—1 组数和组限的确定
5、绘制频数分布表框架,如图1—2所示。
图1-2频数分布表框架
6、计算各组频数;
(1)选定B20:
B26作为存放计算结果的区域。
(2)从“公式”菜单中选择“插入函数”项.
(3)在弹出的“插入函数"对话框中选择“统计”函数FREQUENCY。
步骤
(1)~(3)如图1—3所示。
图1-3 选择FREQUENCY函数
(4)单击“插入函数”对话框中的“确定”按钮,弹出“FREQUENCY”对话框.
(5)确定FREQUENCY函数的两个参数的值.其中
Data—array:
原始数据或其所在单元格区域(A2:
D11)。
Bins-array:
分组各组的上限值或其所在的单元格区域(F2:
F9)。
步骤(4)~(5)如图1-4所示.
图1—4确定FREQUENCY函数的参数
(6)按Shift+Ctrl+Enter组合键,结果图1—5所示。
图1-5FREQUENCY函数计算结果
7、用各种公式计算表中其它各项,结果如1—6所示。
图1-6 频数分布表中的其它计算
8、做频数分布图
(1)框选(A20:
A27),按住CTRL加选(C20:
C27),然后点击Excel的“插入”选项,选择柱形图。
(2)右键图表中的柱状图,设置数据系列格式,在弹出的“设置数据系列格式”中,将分类间距调整到0%(无间距)。
ﻬ
步骤
(1)~
(2)如图1-7所示。
图1—7频数分布直方图
五、实验结果分析:
通过对连续40天的商品销售额的数据分组可以观察数据分布的特征,可以看出商品销售额主要集中在34~37万元之间,并为了统计分析的需求,可以观察出某一数值以下或某一数值以上的频数或频率之和,这时可以计算住累计频数或累计频数.通过直方图,我们可以更形象和直观的显示分组数据频数分布的特征.
ﻬ实验2:
数据分布特征的测度
一、 项目名称:
数据分布特征的测度
二、实验目的:
学会使用Excel计算各种数字特征,能以此方式独立完成相关作业。
三、实验要求:
1、已学习教材相关内容,理解数字特征中的统计计算问题;已阅读本次
实验引导,了解Excel中的相关计算工具.
2、准备好一个或几个数字特征计算问题及相关数据。
3、以Excel文件形式提交实验报告。
四、实验内容和操作步骤:
(一)问题与数据
根据抽样调查,某月某高校50名大学生花费资料如下:
(单位:
元)
500 650 790650 550 7801200 1780 300 780 530660 320 280260800 800770 8001600 800900 750 660 650 450400340 500450 450 780400450700890450400 4501650 300 5004003500600780 400 600 400450
使用Excel对上诉资料进行描述统计分析(集中趋势,离中趋势,说明数据的分布状态)
(二)操作步骤:
1、于A1:
A50单元格区域中输入样本数据。
2、从“数据”菜单中选择“数据分析”项;在所弹出的“数据分析”对话框的“分析工具”列表中选择“描述统计"工具(如图2—1所示)
图2—1 “数据分析”对话框
3、单击“数据分析"对话框的“确定”按钮,弹出“描述统计”对话框.
4、确定对话框中各选项(如图2-2所示)。
图2—2“描述统计”对话框
5、单击“描述统计”对话框的“确定”按钮,结果如图2—3所示.、
图2-3 “描述统计”计算结果
五、 实验结果分析
通过对某高校50名大学生花费的数据进行数据分析,可以得出
对集中趋势而言,高校的大学生平均消费费用为
=645元,众数为M0=450元,中位数为Me=580元。
M0〈Me〈
说明数据存在极大值,数据是右偏分布。
对离散程度而言,方差=110339。
796,标准差=332.174346,表示大部分数值和其平均值之间差异较大。
对分布的形态而言,偏度系数=1.836481817为正值,说明大学生花费费用的分布为右偏分布;峰度K=3.91236945>3,说明大学生花费费用的分布于正态分布相比略有突出,成尖峰分布。
实验3:
抽样推测
一、 项目名称:
抽样推测
二、 实验目的:
学会使用Excel计算各种数字特征,能以此方式独立完成相关作业。
三、 实验要求:
1、已学习教材相关内容,理解抽样推断中的统计计算问题;已阅读本次实验引导,了解Excel中的相关计算工具。
2、准备好一个或几个抽样推断计算问题及相关数据.
3、以Excel文件形式提交实验报告。
四、实验内容和操作步骤:
(一)问题与数据
某事工商局抽样一家超市共计50袋食盐的重量(克)如下,求在概率为95%的保证下,单袋食盐重量的估计区间?
490 486490 494 498502506510514 490 497 503 500
516490489 495 498502490499502514501 496489
507505493490 501497 498492 480495503 506 500
480 503 480487 498501487489485503490
使用Excel,求在概率为95%的保证下,单袋食盐重量的估计区间。
(二)操作步骤:
1、于A1:
A50单元格区域中输入样本数据。
2、绘制计算表.
3、在计算表中使用各种公式和函数计算。
图3-1“描述统计”计算结果
图3—1中D列表单元格由以下各公式计算:
样本容量 COUNT(A2:
A50)
样本均值 AVERAGE(A2:
A50)
样本标准差 STDEV(A2:
A50)
抽样误差 D4/SQRT(D2)
置信度 0.95
自由度 D2—1
t临界值 TINV((1-D6),D7)
误差范围 D8*D5
估计下限 D3-D9
估计上限 D3+D9
五、 实验结果分析
抽样的这家超市共计50袋食盐中,平均重量为496.92克,在概率为95%的,落差误差为2.3631444,单袋食盐重量的估计区间为494。
55686到499。
28314。
总体方差未知的情况下,可以样本方差来代替总体方差,通过抽样推断进行参数估计,推断出总体特征。
实验4:
相关与回归分析
一、 项目名称:
相关与回归分析中的统计计算
二、 实验目的:
学会使用Excel进行相关与回归分析,能以此方式独立完成相关作业.
三、 实验要求:
1、已学习教材相关内容,理解相关与回归分析中的统计计算问题;已阅读本次实验引导,了解Excel中的相关计算工具。
2、准备好一个相关与回归分析问题计算问题及相关数据.
3、以Excel文件形式提交实验报告。
四、实验内容和操作步骤
(一)问题与数据
下面是20个城市写字楼出租率和每平方米月租金的数据:
地区编号
出租率(%)
每平方米月租金(元)
1
70.6
99
2
69.8
74
3
73.4
83
4
67。
1
70
5
70.1
84
6
68。
7
65
7
63.4
67
8
73。
5
105
9
71.4
95
10
80.7
107
11
71.2
86
12
62。
0
66
13
78。
7
106
14
69.5
70
15
68。
7
81
16
69.5
75
17
67。
7
82
18
68。
4
94
19
72。
0
92
20
67.9
76
设月租金为自变量,出租率为因变量,用EXCEL进行回归,并对结果进行解释和分析。
(二)实验内容及其操作步骤如下:
(1)选择【数据】里面的【数据分析】.
(2)在分析工具里选择【回归】,然后单击【确定】。
(3)当对话框出现时:
在【Y值输入区域】方框内键入数据区域(A2:
A21).
在【X值输入区域】方框内键入数据区域(B2:
B21)。
在【置信度】选项中给出所需的数值(这里我们使用隐含值95%)。
在【输出区域】中选择输出区域(在这里我们选择新工作表组)。
在【残值】分析选项中选择所需的选项(在这里我们暂时未选)。
其结果如图所示:
(4)单击【确定】后得到后面的结果,如下表所示:
Excel输出的结果包括以下几个部分:
第一部分是“回归统计",这部分给出了回归分析中的一些常用统计量,包括相关系数(MultipleR)、判定系数R2(RSquare)、修正后的R2(AdjustedR Square)、标准误差、观察值的个数等。
第二部分是“方差分析”,这部分给出的是回归分析的方差分析表,包括自由度(df)、回归平方和、残值平方和、总平方和(SS)、回归和残值的均方(MS)、检验统计量(F)、F检验的显著性水平(Signifcance F)。
“方差分析”部分的主要作用是对回归方程的线性关系进行显著性检验.
第三部分是参数估计的有关内容.包括回归方程的截距(Intercept)、斜率(X Variable)、截距和斜率的标准误差、用于检验的回归系数的t统计量(tStat)、P值(P-value)以及截距和斜率的置信区间(Lower95%和Upper95%)等。
“回归统计”中:
(1)MultipleR=0.795:
表示“出租率与每平方米月租金之间的线性相关系数
为0。
795”.
(2)RSquare =0.632:
表示“在出租率取值的变差中,有63。
2%是由每平方米
月租金所决定的”。
(3)标准误差=2。
685:
表示“根据每平方米月租金来估计出租率时,平均的
估计误差为2.685元”。
“方差分析”中:
(1)总平方和(SST)=回归平方和(SSR)+残差平方和(SSE)
352。
9588=223.14029+129.84520
(2)回归和残值的均方(MS)
MSR=SSR/1 =223。
14029/1 =223.14029
MSE=SSR/(n—2)=129.84520/(20—2)=7。
2136
(3)检验统计量(F)
F=MSR/MSE=223。
14029/7.2136=30.93318
(4)F检验的显著性水平(SignifcanceF)
F=2。
79889E-05〈a=0。
05“说明出租率与每平方米月租金之间存在显著的
线性关系”。
参数估计的有关内容中:
(1)“Coefficients”是一元线性回归方程的估计的回归方程的两个参数:
E(y)=49。
31767+0.249222x“表示每平方米月租金每增加1元,出租率
平均增加0.249222%。
”
(2)回归系数的t统计量(tStat)
根据给定的显著性水平a=0.05,自由度=n—2=20-2=18,查t分布表,
ta/2=2。
1009。
由于t=5。
5617> ta/2=2。
1009。
意味着每平方米的月租金是影响出租率的
一个显著性因素.
(3)P值(P-value)
回归系数的检验中,检验时可直接将P-value与给定的显著性水平a进
行比较.如P—value〈a,则拒绝假设;若P—value>a,则不拒绝假设。
五、实验结果分析、
通过Excel对数据进行回归的分析,我们可以得出出租率与每平方米月租金之间的相关形态,二者之间为正的线性相关欢喜;二者的线性相关系数0。
795、估计回归方程E(y)=49。
31767+0。
249222x,及相关关系的显著性检验.
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 统计学 实验 报告 要点