社会统计学实验报告.doc

上传人：人****来

文档编号：4060144

上传时间：2024-07-26

格式：DOC

页数：7

大小：189.04KB

《社会统计学实验报告.doc》由会员分享，可在线阅读，更多相关《社会统计学实验报告.doc（7页珍藏版）》请在咨信网上搜索。

实验一：EXCEL的数据整理与显示一、实验结果与数据处理第1题组距式次数分布表按日加工零件数分组（个）工人数（人）工人数比重（％） 100—110 4 8 110-120 13 26 120-130 24 48 130—140 9 18 合计 50 100 第2题频数分布表工人日加工零件数/件频数/人 100—110 4 110—120 13 120-130 24 130—140 9 总数 50 第3题优秀率(日生产零件数130个以上）：9/50=18% 二、讨论与结论通过实验一的实验操作与学习，我掌握了excel软件的运用以及用直方图工具绘制频数分布直方图的方法。在实验操作过程中，我进行了如下操作内容：1、EXCEL软件的基本操作；2、编制组距式次数分布表；3、将次数分布表转变成分布柱形图；4、利用FREQUENCY函数进行频数统计;5、利用直方图工具绘制频数分布直方图。实验二：EXCEL的数据特征描述、抽样推断一、实验结果与数据处理 (1)COUNT(B4:B53）并回车,得到50个数据中的单位总量为50 SUM(B4：B53）并回车，得到50个数据中的标志总量为6127 MAX（B4:B53）并回车,得到50个数据中的最大值为139 MIN（B4：B53）并回车，得到50个数据中的最小值为107 AVERAGE（B4：B53)并回车，得到50个数据中的平均值为122.54 MEDIAN（B4：B53）并回车，得到50个数据中的中位数为123 GEOMEAN（B4：B53）并回车，得到50个数据中的几何平均数为122.2679876 HARMEAN（B4:B53）并回车,得到50个数据中的调和平均数为121。9951108 AVEDEV（B4:B53）并回车，得到50个数据中的变异统计的平均差为6。4384 STDEV（B4：B53）并回车，得到50个数据中的变异统计的标准差为8.234348171 VAR（B4：B53）并回车，得到50个数据中的变异统计中的方差为67。8044898 KURT(B4：B53）并回车，得到50个数据中的变异统计中的峰度为—0.451931676 SKEW（B4：B53）并回车，得到50个数据中的变异统计中的偏度为0。026074 （2）由(1）得均值为122。54，即企业职工的平均日加工零件数为122.54 由题意得置信度为95%，即1—α=0.95，则显著性水平为α=0。05 则极限误差= CONFIDENCE（α所在单元格,标准差所在单元格，样本容量单元格）= CONFIDENCE（0。05，8。234348171,50）= 2.282402924，约等于2。28 所以日生产零件的置信区间为［122。54—2。28，122。54+2.28］，即［120.26，124.82］（3）由题意得待检假设为H0:u〈=115，H1：u〉115 t值=（样本均值单元格-115）/(样本标准差单元格/SQRT（样本容量单元格））=（122.54—115）/（8.234348171/SQRT(50）)=6。474811387，约等于6.47 t（n—1) =TINV(0。05，49)=2。009575237，约等于2。01，即α=0.05,自由度为49的临界值因为｜t｜=6。47〉t(n-1)=2。01，则拒绝H0而接受H1，即企业日生产零件数有显著提高二、讨论与结论通过实验二的实验操作与学习，我本着较熟练地掌握EXCEL在数据特征描述、抽样推断中的基本操作内容，利用EXCEL软件计算描述统计特征值的目的进行学习和操作。这一次实验操作让我掌握了以下方面：1、利用EXCEL的统计函数求解统计分布特征值；2、利用CONFIDENCE函数计算极限误差，从而得到相关的置信度 3、通过宏程序计算相关的t值,再利用TINV函数计算临界值,最后比较t值和临界值的大小来进行假设检验。实验三：时间序列分析一、实验结果与数据处理月度第一年第二年第三年第四年 1 508 574 585 542 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 年/季度时间标号销售额移动平均值中心化后的移动平均值比值 2000/1 1 993.1 2 2 971。2 3 3 2264.1 1542。925 1627.9875 1.390735 4 4 1943.3 1713.05 1833。0875 1。060124 2001/1 5 1673.6 1953。125 2161。0875 0。774425 2 6 1931。5 2369。05 2511。0875 0.769189 3 7 3927.8 2653.125 2736.725 1.435219 4 8 3079。6 2820.325 2897.9625 1。062678 2002/2 9 2342.4 2975.6 2953。0625 0.79321 2 10 2552。6 2930.525 3104。675 0。822179 3 11 3747。5 3278。825 3392.825 1.104537 4 12 4472.8 3506.825 3718.4 1.202883 2003/1 13 3254。4 3929。975 4205。425 0。773858 2 14 4245。2 4480。875 4718。4125 0。899709 3 15 5951.1 4955.95 5037。175 1。181436 4 16 6373。1 5118。4 5225。9875 1.219502 2004/1 17 3904.2 5333。575 5496.2625 0.710337 2 18 5105.9 5658.95 5941。125 0.859416 3 19 7252。6 6223.3 6420。675 1.12957 4 20 8630.5 6618。05 6729.475 1.282492 2005/1 21 5483.2 6840.9 7031。3375 0。779823 2 22 5997。3 7221.775 7233。0375 0。829154 3 23 8776.1 7244。3 7199。35 1.219013 4 24 8720.6 7154.4 7161.1125 1。217772 2006/1 25 5123。6 7167.825 7269。8375 0。704775 2 26 6051 7371。85 7324。425 0。82614 3 27 9592.2 7277 7254。35 1.322269 4 28 8341。2 7231。7 7328.5125 1.138185 2007/1 29 4942.4 7425。325 7338.8125 0。67346 2 30 6825。5 7252.3 7300。0375 0。934995 3 31 8900.1 7347。775 7356。2125 1。209875 4 32 8723。1 7364。65 7293。7 1。195977 2008/1 33 5009.9 7222。75 7112.3375 0.704396 2 34 6257.9 7001。925 6894.7375 0。907634 3 35 8016。8 6787。55 6918.725 1.158711 4 36 7865。6 7049。9 6995。125 1.12444 2009/1 37 6059。3 6940.35 6908.1 0。87713 2 38 5819。7 6875.85 6908.675 0。842376 3 39 7758.8 6941。5 4 40 8128。2 　　各季节指数计算表年/季 1 2 3 4 合计 2000 　　 1。39073549 1。06012397 2。450859 2001 0.774425 0。769189 1。4352191 1。06267766 4。04151 2002 0。79321 0。822179 1。10453678 1.20288296 3.92281 2003 0。773858 0.899709 1.18143602 1。21950158 4.074505 2004 0。710337 0。859416 1.12956971 1.28249232 3。981816 2005 0。779823 0.829154 1。21901283 1.21777168 4.045761 2006 0.704775 0。82614 1.32226871 1。13818459 3。991368 2007 0.67346 0.934995 1。20987533 1.19597735 4.014308 2008 0.704396 0。907634 1。1587106 1。12444024 3.895181 2009 0。87713 0.842376 1.719505 ∑ 6.791414 7。690793 11.1513646 10。5040523 36。13762 平均 0.754602 0。854533 1。23904051 1。16711693 4.015292 季节指数 0.751728 0.851278 1。2343217 1。16267203 4 季节指数 1 0.751728 2 0。851278 3 1.234322 4 1.162672 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 2000/1 1 993。1 0.751728 1321.09 2207.098 1659。137 -666。037 2 2 971.2 0.851278 1140.873 2370.805 2018.214 —1047.01 3 3 2264.1 1.234322 1834。287 2534.511 3128.402 —864。302 4 4 1943.3 1.162672 1671。409 2698。218 3137。142 -1193。84 2001/1 5 1673.6 0.751728 2226。338 2861。924 2151.388 -477.788 2 6 1931.5 0.851278 2268.941 3025。63 2575.653 -644.153 3 7 3927.8 1.234322 3182.153 3189。337 3936.668 —8.86761 4 8 3079.6 1.162672 2648。726 3353。043 3898.49 —818.89 2002/2 9 2342。4 0。751728 3116.022 3516.75 2643.638 —301。238 2 10 2552.6 0。851278 2998.55 3680.456 3133。092 -580。492 3 11 3747.5 1。234322 3036。08 3844。162 4744.933 -997。433 4 12 4472。8 1。162672 3847.001 4007.869 4659.837 -187.037 2003/1 13 3254。4 0。751728 4329。227 4171。575 3135.889 118。5112 2 14 4245。2 0.851278 4986。855 4335。282 3690.53 554.6698 3 15 5951.1 1.234322 4821.353 4498.988 5553.198 397。9015 4 16 6373.1 1。162672 5481.425 4662.694 5421.184 951.9156 2004/1 17 3904。2 0.751728 5193.636 4826.401 3628.139 276.0607 2 18 5105。9 0。851278 5997.923 4990.107 4247。969 857.9311 3 19 7252。6 1.234322 5875。778 5153。814 6361.464 891。1361 4 20 8630。5 1.162672 7422.988 5317。52 6182.532 2447。968 2005/1 21 5483.2 0.751728 7294.13 5481.226 4120.39 1362。81 2 22 5997。3 0.851278 7045.054 5644。933 4805.408 1191.892 3 23 8776.1 1.234322 7110。059 5808.639 7169。729 1606.371 4 24 8720.6 1.162672 7500。481 5972。346 6943.879 1776.721 2006/1 25 5123。6 0。751728 6815。766 6136.052 4612。64 510。9595 2 26 6051 0.851278 7108.136 6299。758 5362。846 688.1537 3 27 9592.2 1。234322 7771。232 6463。465 7977。995 1614.205 4 28 8341.2 1。162672 7174。164 6627.171 7705。227 635.9734 2007/1 29 4942。4 0.751728 6574.721 6790.878 5104.891 —162.491 2 30 6825.5 0。851278 8017。944 6954。584 5920。285 905。2151 3 31 8900。1 1。234322 7210。519 7118.29 8786.26 113.8397 4 32 8723.1 1。162672 7502。632 7281。997 8466。574 256。526 2008/1 33 5009.9 0。751728 6664.514 7445。703 5597。142 —587.242 2 34 6257.9 0。851278 7351。182 7609.41 6477.724 —219.824 3 35 8016.8 1。234322 6494。903 7773。116 9594。526 -1577.73 4 36 7865.6 1。162672 6765。106 7936.822 9227。921 -1362.32 2009/1 37 6059。3 0。751728 8060.498 8100.529 6089.392 -30.0922 2 38 5819.7 0.851278 6836。426 8264.235 7035.162 —1215.46 3 39 7758.8 1。234322 6285。882 8427。942 10402。79 —2643。99 4 40 8128。2 1.162672 6990。965 8591。648 9989.269 —1861。07 2010/1 41 0.751728 8755。354 6581。643 2 42 0.851278 8919.061 7592.601 3 43 1.234322 9082。767 11211.06 4 44 　 1.162672 9246.474 10750.62 SUMMARY OUTPUT 回归统计 Multiple R 0。882769 R Square 0.779281 Adjusted R Square 0。773473 标准误差 1031.834 观测值 40 方差分析　 df SS MS F Significance F 回归分析 1 142842941 142842941 134。165 4。93466E—14 残差 38 40457896。1 1064681。48 总计 39 183300837 　　　 Coefficients 标准误差 t Stat P—value Lower 95％ Upper 95% Intercept 2043。4 332。510265 6。14535002 3。5974E-07 1370。26013 2716.5238 X Variable 1 163。71 14.1333868 11.5829596 4.9347E—14 135.0949031 192。31799 二、讨论与结论 1、季节指数是以其平均数等于100％为条件构成的,应注意当季节比率的平均值不等于1，需要进行调整,即将每个季度比率的平均值除以它们的总平均值，从而使季节比率的平均值等于1。 2、将实际销售量除以相应的季节指数后得到季节分离后的序列从季节分离后的序列可以看出销售量具有明显的线性趋势。 3、这个实验主要是一些计算问题，所以我们要有足够的耐心才能完成. 实验四：时间序列分析一、实验结果与数据处理某地区1996～2011年国内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 18667.82 2937.1 1997 21781.5 3149.48 1998 26923.48 3483。37 1999 35333。92 4348。95 2000 48197.86 5218.1 2001 60793.73 6242。2 2002 71176。59 7407。99 2003 78973。04 8651。14 2004 84402。28 9875。95 2005 89677。05 11444.08 2006 99214。55 13395。23 2007 109655.2 16386.04 2008 120332.7 18903.64 2009 135822.8 21715.25 2010 159878.3 26396.47 2011 183084.8 31649。29 根据回归分析的结果，得到一元线性回归方程为： = 2043.39+163。70*x 二、讨论与结论这次实验比较麻烦，处理的步骤很多，有一些操作还不是那么熟练。我们知道，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。最后的结论是我们可以用一元线性回归分析模型来预测未来几年的国内生产总值和财政收入情况。

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档保存到电脑，查找使用更方便

6 金币

申诉本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请申请举报、认领或删除 立即下载

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：: 社会统计学实验报告

咨信网温馨提示：
1、咨信平台为文档C2C交易模式，即用户上传的文档直接被用户下载，收益归上传人（含作者）所有；本站仅是提供信息存储空间和展示预览，仅对用户上传内容的表现方式做保护处理，对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿，我们不确定上传用户享有完全著作权，根据《信息网络传播权保护条例》，如果侵犯了您的版权、权益或隐私，请联系我们，核实后会尽快下架及时删除，并可随时和客服了解处理情况，尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确)，网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据，个别因单元格分列造成显示页码不一将协商解决，平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺，下载前须认真查看，确认无误后再购买，务必慎重购买；若有违法违纪将进行移交司法处理，若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传，付费前请自行鉴别，如您付费，意味着您已接受本站规则且自行承担风险，本站不进行额外附加服务，虚拟产品一经售出概不退款（未进行购买下载可退充值款），文档一经付费（服务费）、不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印，是因预览和防盗链等技术需要对页面进行转换压缩成图而已，我们并不对上传的文档进行任何编辑或修改，文档下载后都不会有水印标识（原文档上传前个别存留的除外），下载后原文更清晰；试题试卷类文档，如果标题没有明确说明有答案则都视为没有答案，请知晓；PPT和DOC文档可被视为“模板”，允许上传人保留章节、目录结构的情况下删减部份的内容；PDF文档不管是原文档转换或图片扫描而得，本站不作要求视为允许，下载前自行私信或留言给上传者【人****来】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权，请谨慎使用；网站提供的党政主题相关内容(国旗、国徽、党徽－－等)目的在于配合国家政策宣传，仅限个人学习分享使用，禁止用于任何广告和商用目的。
6、文档遇到问题，请及时私信或留言给本站上传会员【人****来】，需本站解决可联系【微信客服】、【 QQ客服】，若有其他问题请点击或扫码反馈【服务填表】；文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“【版权申诉】”（推荐），意见反馈和侵权处理邮箱：1219186828@qq.com；也可以拔打客服电话：4008-655-100；投诉/维权电话：4009-655-100。

关于本文

本文标题：社会统计学实验报告.doc
链接地址：https://www.zixin.com.cn/doc/4060144.html

人****来

内容提供者

实名认证

查看上传人更多文档

部分上传会员的收益排行 01、路***（￥15400+），
02、曲****（￥15300+），
03、wei****016（￥13200+）,
04、大***流（￥12600+），
05、Fis****915（￥4200+），
06、h****i（￥4100+），
07、Q**（￥3400+），
08、自******点（￥2400+），
09、h*****x（￥1400+），
10、c****e（￥1100+）,
11、be*****ha（￥800+），
12、13********8（￥800+）。

相似文档

自信AI助手