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（11页珍藏版）》请在冰点文库上搜索。
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）.
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：
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）
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
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?
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。
（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（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。
升级会员 