会计实验报告基本内容.docx
会计学院实验报告（正页）实验工程名称推断统计学生姓名学号实验合作者姓名指导教师（签名）评阅日期实验报告评分实验报告基本内容一、实验目的通过对数据推论性统计分析的操作，学会判断均值区间估计的使用范围与估计方法，能学会判断能够根据熟悉操作够运用理论知识进行总体比例和方差的区间估计，熟练使用软件的区间估计模块; 总体均值的使用范围与检验方法，能够熟练使用软件的总体比例和方差检验模块, 结果进行分析数据；掌握变量间存在哪些关系，能够通过软件进行变量关系判断,步骤，掌握一元线性回归模型的构建步骤，能够通过软件进行检验；掌握多元线性回归模型 的构建步骤，能够通过软件进行检验，掌握多重共线的判断方法，能熟练操作软件得出结论 并进行分析。二、实验内容1 .总体均值、比例和方差的区间估计;2 .变量关系和线性回归。三、实验原理与方法统计分析：推论统计、区间估计、t检验四、主要实验设备及器材 PC机,服务器、SPSS22五、实验步骤1 .总体均值、比例和方差的区间估计罩一檬本资料N平均数棵型偏差檄津平均 值上网时长252. 188.6900.1380军一檬本检定检定值=0Tdf骸著性逢 尾）平均差累95%差累数的信下限上限上网时长15.85524.0002. 18801.9032.473由表可知，它的样本数是25,平均数是2.188,标准差是0. 69它的上限是2. 473,下限是L 903.变量关系和线性回归 （1）相关系数相信昌*相信昌性在0.01 ）1上著（曼尾）。销售收入广告支出销售收入 皮豳森（Pearson）相1.937"著性（曼尾）,000N2020广告支出皮豳森（Pearson）相层曷.937,'1著性（曼尾）.000N2020由表分析可知，销售收入与广告支出的相关系数为0.937,说明销售收入与广告支出高度相 关，双尾检验的显著性接近0, r在0.01的显著性水平下降，说明销售收入说明销售收入与广 告支出之间存在显著的线性关系。（2）线性回归燮数已输入/已移除a模型燮数已输入燮数已移除方法1广告支出bEntera. 销售收入b.已翰入所有要求的燮数。模型摘要a. 测值：（常数），广告支出模型RR平方器周整彳爰R平方襟型偏斜度金昔1.937.878,871393.9563燮昊数分析,模型平方和df平均值平方F著性1SB20139303.851120139303.851129.762.000b残差2793628.82718155201.601蜗22932932.67819a.鹰燮数：销售收入b. 测值：（常数），广告支出保政模型非襟型化保数襟型化保教T著性B檄举金昔Beta1（常数）广告支出2343.8925.673274.483.498.9378.53911,391.000.000a.鹰燮数:销售收入由表可知，拟合优度R平方二0.878,说销售收入与广告支出之间的线性明在销售收入取值的总 变差中，有87.8%可以由销售收入与广告支出之间的线性关系来解释，可见回归方程的拟合程 度较高。销售收入与广告支出的估计方程为*=2343.892+5.673x,回归系数等于5. 673表示， 广告支出每变动1万元，销售收入平均变动5. 673。（3）多元线性回归燮数已输入/已移除,模型燮数已输入燮数已移除方法1X1*逐步（型即J ： F-to-enter的檄率<=.050，F-to-remove 的械 率二.100）。a.y2x2*逐步（型即J ： F-to-enter的檄率<=.050，F-to-remove 的檄率二.100）。模型摘要c模型RR平方整彳发R平方襟型偏斜度金昔1,851a.723.71113.21822,903b.816.79911.0193a. 耻值：（常数），xlb. 值：（常数），xl, x2c. PS燮萋攵：y燮昊敦分析a模型平方和df平均值平方F著性110508.924110508.92460.147,000b残差4018.55823174,720踞十14527.482242fig?11856.12025928.06048.821.000c残差2671.36122121.426缴十14527.48224a. Pl燮数：yb. fg测值：（常数）xlc. 测值：（常数），xl, x2模型非才票型化保数襟型化保数TII著性B檄举金昔Beta1（常蜘-6.1014.960-1.230.231X1.322.042.8517.755.0002（常数）-10.7934.368-2.471.022xl.196.051.5173.818.001x2|,175.053.4513.331.003a. J1燮数: y排除的燮数模型Beta 人T著性偏相H共泉性统言十资料允差1x2.451b3.331.003.579.455x3047b-.195.847-.042,220x4-.121b-.861.399-.181,612x5-.229b-2.155.042-.418.9232x3.172c.833.414.179.199x4-.065c-.542.594-.117.598x5-.177-1.935.067-.389,892a.yb.模型中的测值：（常数）xlc.模型中的fl测值：（常数），xl, x2最小值最大值平均数襟型偏差N窗即直-7.13678.02326.44422.226225残差-16.720222.5037.000010.550225襟津予即期值-1.5112.321.0001.00025襟型残差-1.5172.042.000.95725设置变量：y二日均营业额（万元），xl二周边居民人数（万人），x2二对用餐平均支出（元/人），x3二周边居民月平 均收入（元），x4二周边餐馆数（个），x5二距市中心距离（千米）。通过逐步回归,得到方程y=10. 793+0方程6x1+0.175x2，方程调整后的R2=79.9%，方（模型）在0.000的显 著性水平下显著，系数0.196在0.001的显著性水平下显著，系数0.175在0.003的显著性水平下显著。说 明，当xl变动1个单位，日均营业额变动0.196万元。x2用餐平均支出变动1元/人，日均营业额变动0.175万 元直方留嬷燮数：销钻收入辿痴襟净化姥笑匚先,1.60掺16断0.973迥髭;楝型化残差的常恁P-P圄1 .0感燮数：销售收入»!期的 Cum Prob6.0,6 8 o.羁!察的Cum Prob散饰圃建燮敷：销售收入迪第襟型化予我测值从表得知，各残差基本上位于一条线水平带中间，而且没有任何固定的模式，呈随机分布。 这说明在销售收入与广告支出的一元线性回归中，线性假定以及对它的假定假定都是成立 的。六、实验结果与思考在这一次的实训中，我学会了如何用SPSS软件对数据进行线性回归的计算，哦学会了如 何去判断均值区间估计的使用范围与估计方法，虽然操作有点生疏，在操作过程中也遇到了 很多问题:步骤顺序错误、数据错误、没有耐心、粗心大意等，但是还是学到生怕啊很多这个 软件的基础知识，了解日常数据的收集与处理，同时通过上述的具体操作认识到了SPSS在数 据处理方面的实用性和方便性，这对以后我们的工作和生活都有极大的帮助。这次实训主要就学习了总体均值、比例和方差的区间估计、变量关系、线性回归以及多 元线性回归，总体均值、比例在平时是非常重要的，通过之前的学习了数据的描述性分析-图 表展示和数据的描述性分析-概括性度量，现在就是通过数据和图标进行更深一步的分析，然 而，在许多实际问题中，影响因变量的因素往往有多个，这一种因变量同多个自变量的回归 就是多元回归，当因变量与各自变量之间为线性关系时，称为多元线性回归，多元线性回归 分析的原理与计算上要复杂得多，因此需要借助SPSS软件来完成在回归分析中，如果有两个 或两个以上的自变量，就称为多元回归。更符合现实的情况，因此多元线性回归比一元线性 回归的实用性更好。对于多元线性回归，我的理解大概是，多元线性回归大致是分析一个因 素，与其他相关因素对其的影响，来进行预测该因素的走向情况，或者分析其相关因素谁是 影响其的最主要因素。多元线性回归是一个可以广泛使用的公式，在生活中的很多方面都可 以应用，很多生活情况都可以通过这个公式来分析，比方房价，车价等等。经过这一次的实训，运用线性回归对于当今社会中的数据是一种非常重要且方便的，每 天不仅产生大量的数据，而且需要处理和分析这些数据，而SPSS中的分析都是根据数据数值进行的。在SPSS学习中，我对它的认识由深入浅，循序渐进，在实践中遇到的各种问题也能 逐个攻克。学习这种在日常工作中有价值的分析方法，会使我们更能轻易应付日后的社会的 信息工作；掌握这种高级的技能，对我们工作就业也提供了竞争优势.但是，软件的学习并不 是一蹴而就的，在这个科技高速兴旺和知识不断更新的时代，我们应该不断学习不断更新自 己的知识体系，争取做一名国家所需要的优秀的统计者。掌握SPSS基本的描述统计方法，就 可以对要分析的数据的总体特征有比拟准确的把握，同时，SPSS软件操作也是一个需要耐心 和细心的大工程。指导教师批阅意见指导教师签名：批阅时间：年 月日
