统计学实验报告(完成版)

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制作一张学生政治面貌的频数分布表，并绘制一张柱状图，反映不同政治面貌的学生人数分布情况。政治面貌汇总共青团员160其他7中共党员13总计1802．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。分组频率40-442045-493850-544655-592460-642465-691670-74575-79680-841合计1803．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。生源专业会计物流总计北京、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11070180二、仪器用具硬件：计算机（安装Windows98、Windows2000或WindowsXP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．用Excel制作一张学生政治面貌的频数分布表，并绘制一张柱状图，反映不同政治面貌的学生人数分布情况。1）菜单——数据——数据透视表和数据透视图2）将政治面貌拉到列和数据中计数项:政治面貌　政治面貌汇总共青团员160其他7中共党员13总计1803）插入——图表——柱状图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。1）复制学生体重数据放入新的工作区——数据——排序4449545964697479842）输入接受区域数据3）工具——数据分析——直方图4）输入区域选择体重数据，接受区域为5）修改输出，结果如下分组频率40-442045-493850-544655-592460-642465-691670-74575-79680-841合计1806）选中表格——插入——图标，选择柱状图——修改分类间距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。1）数据——数据透视表和数据透视图——新建2）将生源拉入列，专业拉入行，生源拉入数据专业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110701803）选中表格，插入——图标——雷达图由上图看出，会计和物流的学生生源的分布相似。五、实验结果与数据处理1、频数分布表计数项:政治面貌　政治面貌汇总共青团员160其他7中共党员13总计1802、分组频率40-442045-493850-544655-592460-642465-691670-74575-79680-841合计1803、生源专业会计物流总计北京、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11070180六、讨论与结论实验二：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WindowsXP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”中的“数据分析”选择“描述统计”，其中“输入区域”为“身高”列。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%)1.1743727562．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，至此完成，其结果显示如下：计数项:是否贫困生是否贫困生　　户口否是总计城市户口12511136农村户口38644总计163171802）将做好的数据透视表“选择性粘贴”，要勾选“数据”和“转置”；3）根据公式计算出期望值，并绘制期望值和观察值表格，结果显示如下：贫困生占总人数的比例：17/180*100%=9.4%非贫困生占总人数的比例：163/180*100%=90.6%观察值期望值1251231113384064选择函数“CHITEST”，“Actual＿range”选中观察值数据，“Expected＿range”选中期望值数据。3．根据学生的体育成绩(y1)与学生的年龄(x1)、体重(x2)和身高(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。1）新建“sheet4”，将“性别”“年龄”“体重”“身高”“体育成绩”四列复制，粘贴到“sheet4”；2）在“sheet4”中将“性别”列复制，然后粘贴到现有工作表，其中要将“性别”改为“代码”，在“编辑”中的“查找和替换”中用“0”替代“男”，用“1”替代“女”；3）在空白列首行输入“Y”，选择“筛选”中的“自动筛选”，其中“性别”为“男”，在“Y”列的空白格为“男生的体育成绩/1”，同理可得女生的“Y”值为“女生的体育成绩/0.8”；4）在“工具”中的“数据分析”中选择“回归”，然后在“Y值输入区域”选中“Y”列数据；“X值输入区域”选中“代码”“年龄”“体重”“身高”四列数据，选择“选择输出区域’,至此完成。五、实验结果与数据处理(一)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学生身高的基本特征：该数据为右偏分布，众数中位数平均数；学生身高平均值约为164.77厘米，中位数为163.5厘米，众数位155厘米。还有学生身高的方差和标准差都比较大，说明学生中身高差距大，分布比较不平衡。（二）经过excel统计得出如下列联表：不同城市户口中贫困生的分布情况列联表计数项:是否贫困生是否贫困生　　户口否是总计城市户口12511136农村户口38644总计16317180根据excel计算结果得出，相关性为：0.696，即P=0.696136326α=0.05，不能拒绝原假设，因此是否贫困生与户口是无关的。（三）多元回归模型SUMMARYOUTPUT回归统计Multiple0.796934RSquare0.635103AdjustedRSquare0.626763标准误差25.01996180方差分析dfSSMSFSignificanceF回归分析4190671.347667.8376.146872.7701E-37175109549.7625.9985179300221Coefficients标准误差tStatP-valueLower95%Upper95%下限95.0%Intercept404.1382.632144.8907122.26E-06241.046221567.2139241.0462567.2139Variable-1.667122.046022-0.814810.416287-5.70517872.37093-5.70518Variable0.3069090.3392120.9047720.36683-0.36256330.976381-0.362560.976381Variable-0.919510.427453-2.151140.032836-1.7631378-0.07589-1.76314-0.07589Variable56.930886.2014599.1802391.2E-1644.691600469.1701544.691669.17015回归模型：y=404.13-1.66712X1+0.306909X2-0.91951X3+56.93088X4AdjustedRSquare=0.626763，即解释力度为62.6763%；F检验:将SignificanceF值（即P值）与给定的α=0.05进行比较，因为SignificanceF=2.7701E-37α=0.05，所以学生的年龄、体重、身高和性别与学生的体育成绩之间的线性关系显著；t检验：直接用p值进行比较，可以看出，其中x3和x4对应的p值小于0.05，通过t检验，但x1和x2对应的p值大于0.05，未通过检验。这说明了：在影响体育成绩的4个变量中只有身高和性别的影响是显著的，而其他2个变量均不显著。小结：虽然该模型中的因变量（体育成绩）与各自变量之间总体显著，但因变量与其中两个自变量的线性关系并不显著，因此该模型虽然有一定意义，但说明力度不大。六、讨论与结论在做实验过程中经常忘记如何应用Excel的功能，还有对于书上的一些重要的公式没有掌握好，其中主要是期望的计算和相关性系数的检验的很不熟悉。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Windows98、Windows2000或WindowsXP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（一）季节指数和季节变动图1.完善“年/季度”列和“时间标号”列；2.在“粘贴”中“选择性粘贴”（其中要勾选“数值”和“转置”）将“销售额”从“sheet1”复制粘贴到“sheet2”中的“销售额”列；3.分别计算数值。第一，计算移动平均值。在数据分析中选择移动平均，输入区域选择“销售额”列，在输出区域选择“移动平均值”列，其中间隔值为4；第二，计算中心化后的移动平均值。在数据分析中选择移动平均，输入区域选择“移动平均值”列，在输出区域选择“中心化后的移动平均值”列，其中间隔值为2；第三，计算比值。用“C7/E7”求出“比值”列的值；第四，计算季节指数。用“选择性粘贴”（并注意勾选“数值”和“转置”）将“比值”列的值复制粘贴到“各季节指数计算表”；进行合计，得出∑值，通过∑/9得出平均值。通过平均值的合计值/4得出误差1.003823，最后求出季节指数=∑/1.003823；4.画出季节变动图。在常用工具栏的“图标向导”图标中选择“折线图”，其中在系列中删除“季节”并在“标题”中的“分类（X）轴”填“季节”至此得出季节变动图。（二）各项趋势值第一，补充完整“sheet3”里的“年/季度”列和“时间标号”列，用“选择性粘贴”将“季节指数”从“sheet