统计学课内实验报告详解+心得.docx
《统计学课内实验报告详解+心得.docx》由会员分享，可在线阅读，更多相关《统计学课内实验报告详解+心得.docx（24页珍藏版）》请在冰点文库上搜索。
统计学课内实验报告详解+心得
一．实验目的及要求
（一）目的
实验一：
EXCEL的数据整理与显示
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。
实验二：
EXCEL的数据特征描述、抽样推断
熟悉EXCEL用于数据描述统计、抽样推断
）
实验三：
时间序列分析
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。
实验四：
一元线性回归分析
掌握EXCEL用于相关与回归分析的基本操作及命令。
（二）要求
1、按要求认真完成实验任务中规定的所有练习；
2、实验结束后要撰写格式规范的实验报告，正文统一用小四号字，必须有页码；
3、实验报告中的图表制作要规范，图表必须有名称和序号；
4、实验结果分析既要简明扼要，又要能说明问题。
二、实验任务
实验一
根据下面的数据。
用Excel制作一张组距式次数分布表，并绘制一张条形图（或柱状图），反映工人加工零件的人数分布情况。
从某企业中按随即抽样的原则抽出50名工人，以了解该企业工人生产状况（日加工零件数）：
-
117108110112137122131118134114124125123
127120129117126123128139122133119124107
133134113115117126127120139130122123123
128122118118127124125108112135509
整理成频数分布表，并绘制直方图。
假设日加工零件数大于等于130为优秀。
.
实验二
百货公司6月份各天的销售额数据如下（单位:
万元）
257276297252238310240236265278
271292261281301274267280291258
272284268303273263322249269295
（1）计算该百货公司日销售额的均值、众数、中位数;
（2）计算该百货公司日销售额的极差、标准差;
#
（3）计算日销售额分布的偏态系数和峰度系数。
实验三
根据实验一数据，
（1）计算特征值；
（2）在%的概率保证度下，判断该企业职工的平均日加工零件数及优秀率的区间。
实验四
1、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，对某小区居民用电量（千度）季节数据的构成要素进行分解，并作出图形进行分析。
月度
"
第一年
第二年
第三年
第四年
1
501
574
"
585
542
2
447
469
455
438
，
3
345
366
352
341
4
354
-
327
341
427
5
374
412
388
358
'
6
359
353
332
355
7
365
#
381
392
376
8
437
460
429
（
441
9
353
344
361
382
10
`
295
311
291
377
11
454
453
、
395
398
12
457
486
491
473
&
实验五
综合运用统计学中相关与回归分析的内容，根据下列数据作出一个相关回归模型。
某地区1996～2011年国民生产总值和财政收入资料单位：
亿元
年份
国内生产总值
财政收入
？
1996
1997
1998
、
1999
2000
·
2001
2002
2003
|
2004
2005
$
2006
2007
>
2008
2009
2010
—
2011
三、实验地点
：
院机房
四．实验内容及结果
实验一：
（一）实验图表：
1.工人人数与零件个数分组表
零件数（个）
!
工人数（人）
107-114
7
114-121
11
121-128
20
…
128-135
8
135-142
4
合计
50
?
工人人数—零件个数分布图
2..工人人数与生产零件个数频率分布表
零件数
次数
频率
`
人数（人）
比重（%）
107-114
7
14%
114-121
11
"
22%
121-128
20
40%
128-135
8
16%
（
135-142
4
8%
合计
50
100%
、
工人加工零件直方图
?
3.假设日加工零件数大于等于130为优秀
加工零件数
人数
≥130
9
＜130
41
—
则优秀率=9/50==18%
（二）实验结果与分析
1、首先，组距式分组，需要先整体把握所有数据，把最大值和最小值找出来，再计算全距，因为总共50人，直接分为5组，这样刚好组距为7，于是就得出工人人数与零件个数分组表。
2、再根据这个表的数据和步骤，得出条形图。
从这个条形图可以很直观的看出，工人生产零件个数在121-128件之间的人数最多，总共20人，工人生产零件个数在135-142之间的人数最少，总共4人，其余分组人数大致相同。
3、根据上述资料整理得出工人人数与生产零件个数频率分布表，同时也做出条形图，可以很直观的看出，工人生产零件个数在121-128件之间的人数最多，占40%，工人生产零件个数在135-142之间的人数最少，占8%。
4、根据资料，找出日加工零件数大于等于130的人数为9人，所以得出优秀率为18%。
实验二：
{
（一）实验图表：
1、在相应方格中输入命令，得到所要求的数值
均值：
众数：
中位数：
2、
3、在相应方格中输入命令，得到所要求的数值
极差:
标准差：
3、*
4、在相应方格中输入命令，得到所要求的数值
偏态系数:
峰度系数：
（2）实验结果与分析
通过这个实验，也让我对数据描述统计、数值运算有了很深的了解和理解，并且明白EXCEL的好处，特别是对统计数据的重要性，也熟悉了这方面的一些基本菜单操作及命令。
实验三：
（一）实验图表：
%
1、在相应方格中输入命令，得到各特征值。
单位总量：
50标志总量：
6131最大值：
139最小值：
107:
平均值：
中位数：
123几何平均数：
调和平均数:
：
变异统计的平均差：
变异统计的标准差：
变异统计中的方差：
65.
变异统计中的峰度：
-0.变异统计中的偏度：
2、抽样推断
;
极限误差=CONFIDENCE，，50）=
日加工零件的置信区间为（，）
优秀率的置信区间，0.）
3、假设检验
t=（样本均值单元格-115）/（样本标准差单元格/SQRT（样本容量单元格））=（）/（50）=
因为α=，自由度为49，则TINV,49）=所以其临界值为
（二）实验结果与分析
这组数据的最大值为139，最小值为107。
企业职工的平均日加工零件数为为，标准差为，整体的波动幅度不大。
在95%的置信度下，估计该企业职工的日加工零件的置信区间为（，），优秀率的置信区间，0.），其临界值为。
%
抽样推断分析法是经济分析中广泛应用的一种统计分析方法。
本实训使我进一步巩固统计抽样推断的基础知识与基本技能，熟练掌握抽样推断分析的基础知识与运用条件，熟练掌握抽样推断分析的基本技能与计算过程。
抽样推断是在抽样调查的基础上进行的统计方法，主要内容为：
参数估计和假设检验。
输入正确的数据也是成为整个统计学实验的基础。
实验四：
（一）实验图表：
1.
（1）输入“年/季度”、“时间标号”：
年
;
季度
第一年
第二年
第三年
第四年
第一季度
559
|
574
585
542
447
469
455
《
438
345
366
352
341
第二季度
）
354
327
341
427
374
412
\
388
358
359
353
332
355
；
第三季度
365
381
392
376
437
￥
460
429
441
353
344
361
】
382
第四季度
295
311
291
377
454
|
453
395
398
457
486
491
*
473
（2）点击“数据分析”→“移动平均”，输入区域为“用电量”，间隔4，输出“移动平均值”；同样的办法对“移动平均值”进行2步平均，输出“中心化后的移动平均值”：
434
437
^
414
380
384
391
|
369
379
358
《
363
>
379
-
393
，
-
374
394
383
"
392
369
（
（3）对称一下“移动平均值”和“中心化后的移动平均值”，用移动平均值的第一项对准第四期，中心化后的移动平均值的第一项对准移动平均值的第一项，然后用“用电量”除以“中心化后的移动平均值”，得到：
|
》
；
【
【
（4）把得到的数据复制到“季节指数计算表”中，得到：
月份
各月平均指数/100
/
指数平均值
第一年
第二年
第三年
第四年
平均数
`
调整指
1
~
2
】
3
！
4
】
5
—
6
，
7
'
8
|
9
；
10
11
*
12
。
合计
…
12
^
（5）做出折线图如下：
用各年各月的用电量除以对应的季节指数，得到：
月份
第一年
第二年
;
第三年
第四年
1
"
2
3
）
4
.
5
6
"
7
]
8
9
【
10
:
11
.
12
2、
（1）完善“用电量”和“季节指数”后，计算“用电量”/“季节指数”，得到：
:
月平均用电量
季节指数
用电量/季节指数
^
351
!
383
）
？
360
!
425
（2）点击“数据分析”→“回归”，Y值输入区域为季节分离后的时间序列，X值输入区域为时间标号，输出：
}
SUMMARYOUTPUT
回归统计
%
MultipleR
~
RSquare
^
AdjustedRSquare
】
标准误差
观测值
}
12
方差分析
<
df
SS
:
MS
F
SignificanceF
回归分析
1
…
残差
10
\
总计
11
—
Coefficients
标准误差
tStat
P-value
Lower95%
Intercept
/
XVariable1
{
（3）最终计算得出：
第五年各月预测值
月份
！
预测值
1
2
3
351
#
4
5
383
6
7
^
8
9
360
10
；
11
425
12
3、做出折线图（用电量）如下：
-
4、销售额预测图
（二）实验结果与分析
第五年各月用电量的波动不大，主要维持在400度上下波动，其中6月份和10月份用电量最少。
1月份和12月份用电量最多。
统计学是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化的分析、总结，并进而进行推断和预测，为相关决策提供依据和参考。
它被广泛的应用在各门学科之上，从物理和社会科学到人文科学，甚至被用来工商业及政府的情报决策之上。
统计学主要又分为描述统计学和推断统计学。
给定一组数据，统计学可以摘要并且描述这份数据，这个用法称作为描述统计学。
另外，观察者以数据的形态建立出一个用以解释其随机性和不确定性的数学模型，以之来推论研究中的步骤及母体，这种用法被称做推论统计学。
我们学习统计学和进行这个实验的目的是运用统计思想进行分析的能力，在实践工作中，要善于利用统计的思维方式进行思考，在纷繁复杂的社会实践中，要学会发现数字、分析数字，并使用数字说话；掌握基本的统计方法，要掌握统计工作中涉及到基本统计概念和基本统计计算方法，能够阅读常规的统计报告，了解统计指标的含义。
同时，能够自己处理常见的统计问题；锻炼统计计算的能力。
在掌握统计方法的基础上，要培养动手计算的能力。
其中涉及到运用数学公式和使用计算机进行计算的有关技能。
实验五
!
（一）实验图表：
输入／移去的变量b
模型
输入的变量
移去的变量
方法
1
<
财政收入a
.
输入
a.已输入所有请求的变量。
b.因变量:
国内生产总值
模型汇总b
/
模型
R
R方
调整R方
标准估计的误差
1
.981a
^
.963
.960
a.预测变量:
（常量）,财政收入。
b.因变量:
国内生产总值
Anovab
·
模型
平方和
df
均方
F
Sig.
1
】
回归
1
.000a
!
残差
14
*
总计
15
a.预测变量:
（常量）,财政收入。
b.因变量:
国内生产总值
、
系数a
模型
非标准化系数
标准系数
B
）
标准误差
试用版
t
Sig.
1
（常量）
$
.001
财政收入
）
.288
.981
.000
a.因变量:
国内生产总值
残差统计量a
<
极小值
极大值
均值
标准偏差
N
预测值
}
16
残差
。
.000
16
标准预测值
&
.000
16
标准残差
.000
￥
.966
16
a.因变量:
国内生产总值
模型摘要
模型拟合
拟合统计量
均值
SE
最小值
最大值
平稳的R方
`
R方
.995
.995
.995
RMSE
#
MAPE
/
MaxAPE
MAE
.
MaxAE
正态化的BIC
^
模型拟合
拟合统计量
百分位
}
5
10
25
50
75
平稳的R方
）
R方
.995
.995
.995
.995
.995
RMSE
MAPE
MaxAPE
MAE
MaxAE
正态化的BIC
模型拟合
拟合统计量
百分位
90
95
平稳的R方
R方
.995
.995
RMSE
MAPE
MaxAPE
MAE
MaxAE
正态化的BIC
模型统计量
模型
模型拟合统计量
Ljung-BoxQ（18）
预测变量数
平稳的R方
统计量
DF
Sig.
离群值数
国内生产总值-模型_1
0
.
0
.
0
（二）实验结果与分析
一元回归分析
在数学关系式中只描述了一个变量与另一个变量之间的数量变化关系，则称其为一元回归分析。
其回归模型为
y称为因变量，x称为自变量，
称为随机误差，a，b称为待估计的回归参数，下标i表示第i个观测值。
如果给出a和b的估计量分别为
、
，则经验回归方程:
一般把称为残差
，残差
可视为扰动的“估计量”。
从上面的回归分析结果表明：
国民生产总值与财政收入的关系极为密切，相关系数；同时方差分析表明，其显著性水平为。
根据回归系数表6-5，可写出回归方程如下：
=+
其中x代表财政收入；
代表国内生产总值。
预测值的回归误差可用剩余均方估计：
=9841
五．实验总结
在统计学实验学习中，我加深了对统计数据知识的理解和掌握，同时也对Excel操作软件的应用更加熟悉。
下面是我这次实验的一些心得和体会。
统计学是通过搜索、整理、分析数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。
其中用到了大量的数学及其它学科的专业知识，它的使用范围几乎覆盖了社会科学和自然科学的各个领域。
统计学是一门针对数据而展开探求的科学。
在实验中，对数据的筛选和处理就成为了比较重要的内容和要求了。
同时对数据的分析也离不开相关软件的支持。
通过这次实验操作：
实验一，EXCEL的数据整理与显示；实验二，EXCEL的数据特征描述、抽样推断；实验三，时间序列分析；实验四，一元线性回归分析，使我加深了对理论知识的理解，学习和掌握EXCEL在统计学中的基本操作内容，也培养了我的动手能力，对统计问题进行实务操作。
通过实验过程的进行，对统计学的有关知识点的复习也与之同步。
在将课本知识与实验过程相结合的过程中，实验步骤的操作也变的得心应手。
也给了我们一个启发，在实验前应该先将所涉内容梳理一遍，带着问题和知识点去做实验可以让我们的实验过程不在那么枯燥无谓。
同时在实验的同步中亦可以反馈自己的知识薄弱环节，实现自己的全面提高。
本次实验是我大学生活中不可或缺的重要经历，其收获和意义可见一斑。
首先，我可以将自己所学的知识应用于实践中，理论和实际是不可分的，在实践中我的知识得到了巩固,解决问题的能力也受到了锻炼;其次，本次实验开阔了我的视野，使我对统计在现实中的运作有所了解，也对统计也有了进一步的掌握。
在实验过程中还有些其它方面也让我学到了很多东西，知道统计工作是一项具有创造性的活动，要出一流成果，就必须要有专业的统计人才和认真严肃的工作态度。
在实践的校对工作中，知道一丝不苟的真正内涵。
通过本次实验，不仅仅是掌握操作步骤完成实验任务而已，更重要的是在实验中验证自己的所学知识的掌握和运用。
统计学的学习就是对数据的学习，而通过实验可以加强我们对统计数据的认知和运用，更好的学习统计学的知识。
虽然实验时间很短暂，但对统计知识掌握的要求并没有因时间的短暂而减少，相反我们更得努力掌握和运用统计学的新知识，提高自己的数据分析和处理能力，促进统计学的新发展。
以上就是我这次实验的一些心得体会，希望可以对自己有所帮助。
而在今后的学习生活中，我也会温故知新，继续对统计学的学习。
升级会员 