统计学报告.doc

《统计学报告.doc》由会员分享，可在线阅读，更多相关《统计学报告.doc（18页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、 福建农林大学经济与管理学院旅游学院 实验报告 课程名称： 统 计 学 专业班级： 2010金融 学 号： 102263004027 学生姓名: 李 舒 筱 指导教师： 张 玉 容 成 绩: 2012年 6 月 6 日实验一：EXCEL的数据整理与显示一、实验目的及要求：(一)目的1了解EXCEL的基本命令与操作、熟悉EXCEL数据输入、输出与编辑方法；2熟悉EXCEL用于预处理的基本菜单操作及命令；3熟悉EXCEL用于整理与显示的基本菜单操作及命令。(二)内容及要求 根据学生实验数据2011-2012,1用Excel制作一张学生生源的频数分布表，并绘制一张柱状图，反映不同生源的学生人数分布情

2、况。2对学生的体重进行等距分组，整理成频数分布表，并绘制直方图。3编制生源与专业交叉分布的列联表，并画出雷达图，比较两个专业的学生生源的分布是否相似。二、仪器用具硬件：计算机（安装Windows98 、Windows2000 或Windows XP或以上）软件：EXCEL三、实验原理 统计中数据整理与显示的相关理论。四、实验方法与步骤方法：1、利用数据透视表和图表向导 2、FREQUENCY和图表向导3、数据透视表和图表向导1、利用数据透视表和图表向导（1）选择【数据】 【数据透视表和数据透视图】【下一步】选择区域【$A$1:$L$181】单击【下一步】【现有工作表】【布局】把【生源】拉到【行

3、】和【数据】里【确定】【完成】就得到数据透视表。（2）把数据透视表转化为三线表如下表1。（3） 选定表所在区域选择【插入】 【图表】 生成【柱形图】。点击【下一步】 将【图表标题】设定为为生源分布图将轴和轴分别设为【生源地】和【人数】。如图1。2、 FREQUENCY和图表向导（1）选择【数据】 【排序】 【按体重排序】，得到体重的范围，再根据等距分组的相关公式，计算体重数据该分成多少组，每组的间隔是多少。可以确定分组的组数，得出分界点。（2）选定空白区域 选择【插入】 【函数】【FREQUENCY】 【Date_array】选择区域【E2:E181】 【Bins_array】选择分界点区域，

4、整理得如下表2。（3）运用【图表向导】和表2：选中数据区域【插入图表】【直方图】设置图表格式。如下图2.3、 利用数据透视表和图表向导：（1）选择【数据】 【数据透视表和数据透视图】 点击【下一步】【选择区域：$A$1:$L$181】 【下一步】 【布局】把【专业】拖到【列】和【数据】里 把【生源】拖到【行】 【确定】 【完成】得到数据透视表。（2）整理数据透视表，得到生源和专业交叉分布的列联表。见表3。（3）对得出的生源有和专业交叉分布列联表进行绘制雷达图：选中数据区域【插入图表】【雷达图】【设置图表的格式】。如下图3。五、实验结果与数据处理表1生源分布表生源频数比例百分比北京、天津、上海3

5、90.22 21.7%农村250.14 13.9%省会城市270.15 15.0%县城370.21 20.6%小城镇、集镇170.09 9.4%中等城市350.19 19.4%总计1801100.0%表2 体重分界点频数40-49495850-59597060-69694070-79791180以上891表3生源会计物流总计北京、天津、上海251439农村131225省会城市141327县城231437小城镇、集镇12517中等城市231235总计11070180图1 图2图3六、讨论与结论结论：1、来自北京、上海、天津大城市的学生人数最多，来组小城镇、集镇的人数最少；2、体重在50-60公斤

6、的人数最多，且体重在80公斤以上的人几乎没有；3、两个专业的生源分布相似。总结：本实验涉及内容较基础，因此完成得较顺利。不过实验过程中出现一些问题：比如绘制累计频数分布直方图时，分类间距应设为0；在对学生体重进行等距分组时，要先对数据进行处理等，但通过与同学们的讨论都得到了解答。通过此次实验，学会了更好地对数据进行整理与展示。实验报告评分表学生姓名李舒筱学号102263004027专业年级2010级金融学实验项目名称实验一：EXCEL的数据整理与显示实验学时3学时评价项目权重评价内容评价结果得分ABCD实验态度20%实验态度端正，遵守实验室守则，严格按照实验要求进行操作。20161412实验过

7、程30%实验项目符合大纲，实验方法科学；步骤操作合理，逻辑条理清晰，符合指导书要求。30242118实验结论与讨论30%实验结论正确，分析、讨论深入。30242118实验报告描述20%语言精炼、流畅、准确、灵活，逻辑性强；结构严谨规范，条理清晰，布局合理，系统严密。20161412总分教师签名实验二：EXCEL的数据特征描述、列联分析、多元回归分析一、实验目的及要求：(一)目的熟悉EXCEL用于数据描述统计、列联分析、多元回归的基本菜单操作及命令。(二)内容及要求 根据学生实验数据2011-2012，1对学生的身高进行描述统计，说明学生身高的一些基本特征。2对不同户口中贫困生的分布情况编制列联

8、表，并分析贫困生的数量的多少是否与户口的不同是有关。3根据学生的体育成绩(y1)与学生的年龄(x1)、体重(x2)、身高(x3)和性别（x4）建立一个多元回归模型，并判断此模型有无意义。二、仪器用具硬件：计算机（安装Windows98 、Windows2000 或Windows XP或以上）软件：EXCEL三、实验原理 统计中数据整理与显示的相关理论。四、实验方法与步骤1对学生的身高进行描述统计，说明学生身高的一些基本特征。（1）在“工具”菜单中单击“数据分析”，弹出对话框中选择“描述统计”，其中“输入区域”为“身高”列。2对不同户口中贫困生的分布情况编制列联表，并分析贫困生的数量的多少是否与

9、户口的不同是有关。（1）在“数据”的“数据透视表和数据透视图”选择“数据透视表”，然后显示勾选“现有工作表”中的“布局”，其中“布局”为依次将“户口”拖至“列”区域，将“是否贫困生”拖至“行”区域，将“户口”拖至“数据”区域 ；（2）由得到的交叉列联表中的数据得到城市户口的期望系数和农村的期望系数。并由此计算得到相应的期望值，得到观察值和期望值对比分布表。（3）将观察值和期望值列表，通过插入统计函数“CHITEST”计算得到p值为0.5875050.1，因此可以认定贫困生的数量的多少与户口的不同无关。（4）在“工具”菜单中选择“数据分析”，弹出对话框，选择“回归”，弹出“回归”对话框，输入相应

10、的x 、y数据，单击“确定”，输出回归分析的结果。五、实验结果与数据处理(1)学生身高的描述统计身高平均164.7722222标准误差0.595129756中位数163.5众数155标准差7.984503536方差63.75229671峰度-0.696982464偏度0.248125331区域36最小值150最大值186求和29659观测数180最大(1)186最小(1)150置信度(95.0%)1.174372756（2）由此可得：由集中趋势度量值中位数、众数和平均值的关系：平均值中位数众数，且其偏度为0.2481253310，故身高因素呈右偏分布；由标准差与平均值的比值得到离散系数为0.0

11、48458，说明身高变量的离散程度小；有峰态度量峰度=-0.696982464可知，身高因素呈平峰分布。2（1）不同户口中贫困生的分布列联表户口贫困生非贫困生贫困生城市户口观察值12214期望值119.38 16.62 农村户口观察值368期望值38.62 5.38 总计15822将观察值和期望值列表，通过插入统计函数“CHITEST”计算得到p=0.587505=0.05，接受原假设，学生性别与专业选择是无关的。3得出下表：表1 回归统计项目 数据结果Multiple R0.796934R Square0.635103Adjusted R Square0.626763标准误差25.01996

12、观测值180表2 方差分析dfSSMSFSignificance F回归分析4190671.347667.8376.146872.7701E-37残差175109549.7625.9985总计179300221表3 T检验结果Coefficients标准误差t StatP-valueLower 95%Upper 95%Intercept404.1382.634.892.26E-06241.05567.21年龄-1.67 2.05 -0.81 0.42 -5.71 2.37 体重0.31 0.34 0.90 0.37 -0.36 0.98 身高-0.92 0.43 -2.15 0.03 -1.7

13、6 -0.08 性别-56.93 6.20 -9.18 0.00 -69.17 -44.69 由上表可得到回归函数：Y=404.130046-1.6671245X1+0.30690907 X2-0.9195116X3+56.9308765X4由R2和修正后的R2可知，该回归方程能解释体育成绩与四个因素的关系的比率分别0.635103和0.626763，说明该模型具有可行性。查看方差分析结果，其F=2.77007E-370.05，通过F检验。查看T检验，发现四个因素中，年龄、体重两个因素不能通过T检验，因此，要剔除这两个变量对体育成绩的影响因素。得出结论：该模型虽然有一定意义，但说明力度不大。六

14、、讨论与结论本次实验难点较多，要熟悉EXCEL用于数据描述统计、列联分析、多元回归的基本菜单操作及命令。因此在实验过程中遇到了很多难题，特别是回归模型的构建，但通过查阅课本及和同学的讨论都得到了解决，对该部分知识框架更加明晰。实验报告评分表学生姓名李舒筱学号102263004027专业年级2010级金融学实验项目名称实验二：用EXCEL展示数据的分布特征、列联分析、多元回归实验学时3学时评价项目权重评价内容评价结果得分ABCD实验态度20%实验态度端正，遵守实验室守则，严格按照实验要求进行操作。20161412实验过程30%实验项目符合大纲，实验方法科学；步骤操作合理，逻辑条理清晰，符合指导书

15、要求。30242118实验结论与讨论30%实验结论正确，分析、讨论深入。30242118实验报告描述20%语言精炼、流畅、准确、灵活，逻辑性强；结构严谨规范，条理清晰，布局合理，系统严密。20161412总分教师签名实验三：时间序列分析一、实验目的及要求：(一)目的掌握EXCEL用于移动平均、线性趋势分析的基本菜单操作及命令。(二)内容及要求 综合运用统计学时间序列中的移动平均、季节指数运算、时间序列因素分解、图形展示等知识，并结合经济学等方面的知识，对一家大型百货公司最近几年各季度的销售额数据（见Book13）的构成要素进行分解，并绘制图形进行分析。二、仪器用具硬件：计算机（安装Window

16、s98 、Windows2000 或Windows XP或以上）软件：EXCEL三、实验原理 时间序列分析中的移动平均分析原理、季节指数原理等。四、实验方法与步骤1求销售额数据的移动平均值及其被剔除后的比值：（1）首先，先将数据进行处理，整理成按季度为单位的时间序列。然后，通过移动平均剔除法，采用“4步移动，2步移正”求出该百货公司各季度销售额的中心化移动平均值，并得到销售额与中心化移动平均值的比值。输出结果为： 某百货公司销售额的中心化移动平均值及其比值年/季时间标号t销售额Y移动平均值中心化移动平均值(CMA)比值（Y/CMA）1991/11993.122971.2332264.11542

17、.9251627.9881.390735441943.31713.051833.0881.0601241992/151673.61953.1252161.0880.774425261931.52369.052511.0880.769189373927.82653.1252736.7251.435219483079.62820.3252897.9631.0626781993/192342.42975.62953.0630.793212102552.62930.5253104.6750.8221793113747.53278.8253392.8251.1045374124472.83506.825

18、3718.41.2028831994/1133254.43506.8254205.4250.7738582144245.24480.8754718.4130.8997093155951.14955.955037.1751.1814364166373.15118.45225.9881.2195021995/1173904.25333.5755496.2630.7103372185105.95658.955941.1250.8594163197252.66223.36420.6751.129574208630.56618.056729.4751.2824921996/1215483.26840.9

19、7031.3380.7798232225997.37221.7757233.0380.8291543238776.17244.37199.351.2190134248720.67154.47161.1131.2177721997/1255123.67167.8257269.8380.70477522660517371.857324.4250.826143279592.272777254.351.3222694288341.27231.77328.5131.1381851998/1294942.47425.3257338.8130.673462306825.57252.37300.0380.93

20、49953318900.17347.7757356.2131.2098754328723.17364.657293.71.1959771999/1335009.97222.757112.3380.7043962346257.97001.9256894.7380.9076343358016.86787.556918.7251.1587114367865.67049.96995.1251.124442000/1376059.36940.356908.10.877132385819.76875.856908.6750.8423763397758.86941.54408128.25426.6752、列

21、出“各季节指数计算表”，并绘制相应的“季节指数变化图”（1）将得到的比值再按季度进行重新排列，计算出各比值的平均值与季节指数并对数据进行重新整理得到下表：年份季度123419911.3907354941.0601239719920.77442490.769191.4352191031.0626776619930.79321040.822181.104536781.2028829619940.77385760.899711.1814360231.2195015819950.71033730.859421.129569711.2824923219960.77982320.829151.219012

22、8281.2177716819970.7047750.826141.3222687081.1381845919980.67346050.9351.2098753261.1959773519990.70439570.907631.1587106011.1244402420000.87712970.84238合计6.79141437.6907911.1513645710.5040523平均0.75460160.854531.2390405081.16711693季节指数0.75172780.851281.2343218361.16267216总平均值9.0344063 分离季节因素后用最小二乘法确

23、定各期的趋势值：（1）把“销售额”和“季节指数”放在同一个表中，用“销售额”除以相应的“季节指数”，得到对应的“季节分离后的时间系列”；（2）根据“季节分离后的时间系列”与“时间系列”的数据，用回归进行分析，建立关系，并求出回归趋势T。（3）根据列出的表，用“图表向导”画出“各期实际销售额、季节分离后的销售额、季节分离后的趋势的对比情况图”和“销售额的预测图”。19912000年各季度销售额的预测值年/季度时间标号销售额(Y)季节指数(S)季节分离后的时间序列(Y/S)回归后的趋势(T)最终预测值预测误差1991/11993.10.751731321.092207.09841659.137-6

24、66.0422971.20.851281140.872370.80482018.214-1047332264.11.234321834.292534.51123128.402-864.3441943.31.162671671.412698.21763137.142-1193.81992/151673.60.751732226.342861.9242151.388-477.79261931.50.851282268.943025.63042575.653-644.15373927.81.234323182.153189.33683936.668-8.8676483079.61.162672648

25、.733353.04323898.49-818.891993/192342.40.751733116.023516.74962643.638-301.242102552.60.851282998.553680.4563133.092-580.493113747.51.234323036.083844.16244744.933-997.434124472.81.1626738474007.86884659.837-187.041994/1133254.40.751734329.234171.57523135.889118.5112144245.20.851284986.854335.281636

26、90.53554.673155951.11.234324821.354498.9885553.198397.9024166373.11.162675481.434662.69445421.184951.9161995/1173904.20.751735193.644826.40083628.139276.0612185105.90.851285997.924990.10724247.969857.9313197252.61.234325875.785153.81366361.464891.1364208630.51.162677422.995317.526182.5322447.971996/

27、1215483.20.751737294.135481.22644120.391362.812225997.30.851287045.055644.93284805.4081191.893238776.11.234327110.065808.63927169.7291606.374248720.61.162677500.485972.34566943.8791776.721997/1255123.60.751736815.776136.0524612.64510.9622660510.851287108.146299.75845362.846688.1543279592.21.23432777

28、1.236463.46487977.9951614.214288341.21.162677174.166627.17127705.227635.9731998/1294942.40.751736574.726790.87765104.891-162.492306825.50.851288017.946954.5845920.285905.2153318900.11.234327210.527118.29048786.26113.844328723.11.162677502.637281.99688466.574256.5261999/1335009.90.751736664.517445.70

29、325597.142-587.242346257.90.851287351.187609.40966477.724-219.823358016.81.234326494.97773.1169594.526-1577.74367865.61.162676765.117936.82249227.921-1362.32000/1376059.30.751738060.58100.52886089.392-30.0922385819.70.851286836.438264.23527035.162-1215.53397758.81.234326285.888427.941610402.79-26444

30、408128.21.162676990.978591.6489989.269-1861.12001/1410.751738755.35446581.6432420.851288919.06087592.6013431.234329082.767211211.064441.162679246.473610750.62回归统计Multiple R0.882769R Square0.779281Adjusted R Square0.773473标准误差1031.834观测值40方差分析：dfSSMSFSignificance F回归分析11.43E+081.43E+08134.1654.93466E

31、-14残差38404578961064681总计391.83E+08T检验结果Coefficients标准误差t StatP-valueLower 95%Upper 95%下限 95.0%上限 95.0%Intercept2043.39 332.51 6.15 0.00 1370.26 2716.52 1370.26 2716.52 X Variable 1163.71 14.13 11.58 0.00 135.09 192.32 135.09 192.32 由以上表格结果可得到线性回归方程：=163.71x+2043.4，且模型通过了方差分析检验和T检验，所以该模型有意义。五、实验结果与数据

32、处理1季节指数分布表和变动图季节指数10.75172820.85127831.23432241.1626722销售额季节分离后的序列及其趋势图：3销售额预测图六、讨论与结论通过本实验，我掌握了excel用于移动平均、线性趋势分析的基本菜单操作及命令，要通过回归来预测，并绘制相应图标。其中分离季节因素后用最小二乘法确定各期的趋势值这一内容令我研究了很久，总体来说是较为复杂的，涉及的计算问题也比较多，专业性较强。但通过老师的讲解和同学的互相讨论，我终于顺利地完成了实验报告，受益匪浅。实验报告评分表学生姓名李舒筱学号102263004027专业年级2010级金融学实验项目名称实验三:复合型时间序列分解预测EXCEL处理实验学时4学时评价项目权重评价内容评价结果得分ABCD实验态度20%实验态度端正，遵守实验室守则，严格按照实验要求进行操作。20161412实验过程30%实验项目符合大纲，实验方法科学；步骤操作合理，逻辑条理清晰，符合指导书要求。30242118实验结论与讨论30%实验结论正确，分析、讨论深入。30242118实验报告描述20%语言精炼、流畅、准确、灵活，逻辑性强；结构严谨规范，条理清晰，布局合理，系统严密。20161412总分教师签名