统计学实验报告要点Word下载.docx
- 文档编号:6800369
- 上传时间:2023-05-07
- 格式:DOCX
- 页数:11
- 大小:19.41KB
统计学实验报告要点Word下载.docx
《统计学实验报告要点Word下载.docx》由会员分享,可在线阅读,更多相关《统计学实验报告要点Word下载.docx(11页珍藏版)》请在冰点文库上搜索。
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
29
45
37
47
34
38
30
49
39
44
43
26
32
33
40
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).
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。
实验2:
数据分布特征的测度
一、项目名称:
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:
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)
50065079065055078012001780300780530660320280260800800770800160080090075066065045040034050045045078040045070089045040045016503005004003500600780400600400450
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
抽样推测
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。
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?
490486490494498502506510514490497503500
516490489495498502490499502514501496489
507505493490501497498492480495503506500
480503480487498501487489485503490
使用Excel,求在概率为95%的保证下,单袋食盐重量的估计区间。
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:
样本标准差STDEV(A2:
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
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
相关与回归分析中的统计计算
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.
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;
2、准备好一个相关与回归分析问题计算问题及相关数据。
四、实验内容和操作步骤
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
15
81
16
75
17
82
18
94
19
72。
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(AdjustedRSquare)、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(SignifcanceF)。
“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(XVariable)、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