czkbveg统计学实验报告.doc

^
| You have to believe, there is a way. The ancients said:" the kingdom of heaven is trying to enter". Only when the reluctant step by step to go to it 's time, must be managed to get one step down, only have struggled to achieve it.
-- Guo Ge Tech

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： 2008工商管理
学 号：
学生姓名:
指导教师：
成 绩:

2010年 12 月 22 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
1．根据学生实验数据12 sheet1中所提供的数据,
1.1用Excel制作一张学生性别频数分布表，并绘制一张条形图(或柱状图)，反映学生按性别的人数分布情况。
1.2对学生的体育成绩进行等距分组，整理成频数分布表，并绘制直方图。
2．根据学生实验数据12 sheet3中所提供的数据，画出雷达图，比较两个不同收入组的农村居民家庭生活消费支出比例的是否相似。
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
1．点击“数据”→“透视图” ，选定区域为性别一列，输出区域为空白地方，完成，修改一下形成。
2．先将性别分布表的男和女复制，点击“图表向导” →“条形图”，数据区域为复制的数据，再修改系列、名称、X轴、Y轴，完成，再修改一下图表。
3．先将体育成绩分成等距的5组，点击“工具” →“数据分析” →“直方图”，输入区域为体育一列，接受区域为分好的组，标志打钩，输出区域为空白地方，累计百分比和图表输出打钩，完成，在对表和图进行一系列的修改，形成所需要的表和图。
4．点击“图表向导” →“雷达图”，数据区域为列出的数据，完成，再对雷达图做一些修改。
五、实验结果与数据处理
1.
计数项:性别
性别

男
女
总计
汇总
78
102
180
2．

3．
体育成绩
频数
频率%
182-212
33
18.33%
213-242
90
50.00%
243-272
52
28.89%
273-302
4
2.22%
303-332
1
0.56%
合计
180
100.00%

4．

六、讨论与结论
实验过程中有很多不会的，像有些操作不知道怎样进行，有些图表修改比较麻烦，但后来通过同学的帮助和自己的坚持不懈的努力终于完成。我懂的了excel的主要性，以后要学好这个工具，以后工作肯定更需要这方面的能力。

实验报告评分表
学生姓名
杨勇
学号
081434058
专业年级
2008工商管理
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
A
B
C
D
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。
20
16
14
12

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。
30
24
21
18

实验结论与讨论
30%
实验结论正确，分析、讨论深入。
30
24
21
18

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。
20
16
14
12

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12,
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．对不同专业中男女生的分布情况编制列联表，并分析学生性别与专业选择是否有关。
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，并判断此模型对于解释学生体育成绩的好坏有无意义。
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．点击“数据分析”→“描述统计”，输入区域选定学生身高一列，标志于第一行，输出区域为空白区域。
2．（1）在“数据”中选择数据透视图和透视表，选定区域为专业和性别，选择现有工作表中的空白区域。
（2）对数据透视表和数据图进行布局，将性别和专业分别拖入左列和上行，将性别投入计数项。
（3）根据频数分布修改编制成列联表，然后列出观察值并计算出期望值，并将观察值和期望值分别单独列为一列。
（4）在“插入”的函数中选择类别为“统计”，选择“CHITEXT”，确定。分别选定区域为观察值和期望值，确定，得出结果为0.089。
3．复制学生的年龄、体重、身高和性别以及学生的体育成绩于新的工作表，在工具中的数据分析中选择回归，Y值输入区域为学生身高，X值输入区域为学生的年龄、体重、身高和性别，将标志打钩，输出区域为空白地方，确定。
五、实验结果与数据处理
1．
身高

平均
164.77
标准误差
0.5951
中位数
163.5
众数
155
标准差
7.9845
方差
63.752
峰度
-0.697
偏度
0.2481
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%)
1.1744
平均身高164.77 最高的186 最矮的150
2.

统计
证券
总计
男
60
18
78
女
60
42
102
总计
120
60
180

观察值
期望值
60
52
60
68
18
26
42
34
P
0.089
P=0.089 p>a 学生性别与专业选择相关
3．
SUMMARY OUTPUT

回归统计
Multiple R
0.79693
R Square
0.6351
Adjusted R Square
0.62676
标准误差
0.02502
观测值
180

方差分析

df
SS
MS
F
Significance F
回归分析
4
0.1906713
0.0476678
76.14687
2.77E-37
残差
175
0.1095497
0.000626

总计
179
0.300221

Coefficients
标准误差
t Stat
P-value
Lower 95%
Upper 95%
Intercept
0.40413
0.0826321
4.8907124
2.265E-06
0.2410462
0.56721387
年龄
-0.0017
0.002046
-0.814813
0.416287
-0.005705
0.00237093
体重
0.00031
0.0003392
0.9047715
0.3668303
-0.000363
0.00097638
身高
-0.0009
0.0004275
-2.151142
0.0328364
-0.001763
-7.589E-05
性别
0.05693
0.0062015
9.1802394
1.20E-16
0.0446916
0.06917015

六、讨论与结论
这次实验比较麻烦，特别是编制列联表，处理的步骤很多，有一些操作还不是那么娴熟。但通过坚定的耐心，最后还是顺利的完成了任务。

实验报告评分表
学生姓名
杨勇
学号
081434058
专业年级
2008工商管理
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
A
B
C
D
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。
20
16
14
12

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。
30
24
21
18

实验结论与讨论
30%
实验结论正确，分析、讨论深入。
30
24
21
18

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。
20
16
14
12

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，并作出图形进行分析。
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
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．（1）输入“年/季度”、 “时间标号”，复制各季度销售额到“销售额”。
（2）点击“数据分析”→“移动平均”，输入区域为“销售额”，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”。
（3）对称一下 “移动平均值”和“中心化后的移动平均值”，然后用“销售额”除以“中心化后的移动平均值”求出“比值”。
（4）将“比值”中的数据复制到“季节指数计算表”中，计算完成表。
（5）点击“图标向导”→“折线图”，输入区域为季节指数中的数值，修改完成图表。
2．（1）完善“销售额”和“季节指数”并计算“销售额”/“季节指数”，完成季节分离后的时间序列。
（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。
（3）用回归方程=2043.392+163.7064*T计算“回归后的趋势”，用“季节指数”*“回归后的趋势”计算“最终预测值”，用“销售额”-“最终预测值”计算“预测误差”。
3．点击“图表向导”→“折线图”，数据区域为“销售额”、“季节分离后的时间序列”和“回归后的趋势”，系列产生在“列”，完善标题、X轴、Y轴，完成，再修改完成图。
4．用与图3相同的方法绘制销售额预测图。
五、实验结果与数据处理
1..
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

2.
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
3．

4．

六、讨论与结论
这次实验还比较简单，就是一些计算问题，但也要有足够的耐心。实验过程中有些计算不知道怎样计算，但同学帮助一下就会了。我明白了相互帮助的重要性。

实验报告评分表
学生姓名
杨勇
学号
081434058
专业年级
2008工商管理
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
A
B
C
D
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。
20
16
14
12

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。
30
24
21
18

实验结论与讨论
30%
实验结论正确，分析、讨论深入。
30
24
21
18

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。
20
16
14
12

总分

教师签名