2023年统计学实验报告.docx

《2023年统计学实验报告.docx》由会员分享，可在线阅读，更多相关《2023年统计学实验报告.docx（21页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2023年统计学实验报告 应用统计学实验报告 武汉工大学 管理学院 应用统计学 课程实验（上机）报告专业班级：2023级工商管理01班 学 号： 指导老师：夏剑锋 实验（上机）地点：活动中心 学期：20232023年度第二学期 第 1 页；共 23页 应用统计学实验报告 实验（上机）日期：2023年4月25日 第1 次 实验（上机）主题：统计软件的运用 实验（上机）类别）：验证性 完成方式：独立 实验（上机）目的与要求： 1、掌握启动和退出统计软件 2、掌握数据库的建立 3、搜集一些数据并建立数据库 4、进行一些统计计算（函数、描述性统计） 5、制作统计图 6、计算各种统计指标 实验（上机）内

2、容及方法 一、基本操作 1.在EXCEL图标双击，打开工作表。 2.在“文件”菜单下，选择“新建”，在右边“新建工作簿”选择“空白工作簿”。 3.单击页面右上角红色关闭按钮，关闭工作表，并退出软件。如提醒“是否保存”则选择保存，或者选择取消在查看后在退出。 二、描述性统计 1.在数据表窗口输入数据如下： 68 98 59 78 86 94 76 82 86 81 76 69 表1-1某学科成绩表 78 94 49 76 89 95 83 58 76 66 81 68 95 79 96 78 76 93 68 76 68 63 69 78 2.单击保存，在文件名称中输入“成绩文件” 第 2 页；

3、共 23页 应用统计学实验报告 3.加载数据分析工具：在“工具”下拉菜单下找到“加载宏”，单击，选择“数据分析工具”点击确认。 图1-1 加载分析工具库 4.再在工具下拉菜单下找到“数据分析”选项。 图1-2 打开数据分析 第 3 页；共 23页 应用统计学实验报告 5.单击“数据分析”，选择“描述性统计” 图1-3开始描述性统计 6.数据复选框如下，单击确定， 图1-4描述性统计选项卡 7.显示结果如下： 平均 标准误差 中位数 众数 标准差 方差 峰度 偏度 表1-2 描述性指标显示结果 77.91667 区域 1.972982 最小值 78 最大值 76 求和 11.83789 观测数

4、140.1357 最大(1) -0.24247 最小(1) -0.19707 置信度(95.0%) 第 4 页；共 23页 49 49 98 2805 36 98 49 4.005367 应用统计学实验报告 三、函数计算： 1、简单函数运算： 1) 将鼠标定位在单元格，进入编写模式，输入函数：“=A1*A1”，点击回车键，在哦单元格内出现运算结果。把鼠标移到单元个右下角，直到出现“十字”按住鼠标右键往下拉，则将运算复制。显示结果如下: 图1-4 函数输入 2) 插入函数：（用函数求和） 3) 单击输入框中的函数输入符号，点击确定（如下图），计算书刚刚输入成绩的总和为：2805 图1-5 插入函

5、数选项卡 按照同样的方法可以选择其他函数形式进行统计统计运算。 第 5 页；共 23页 应用统计学实验报告 2、制作统计图： 1) 直方图： l 在表格上输入分组方式： 表1-3 分组方式 59 69 79 89 99 l 在工具菜单下找到数据分析，单击，并在对话框中选择“直方图”，单击“确定” 图1-6 直方图操作选项 图1-7 直方图复选框 第 6 页；共 23页 应用统计学实验报告 l 统计结果如下： 表1-4 频率分析表 分数 59 69 79 89 99 其他 频率 3 8 11 7 7 0 直方图15105059697989分数99其他 图1-8 成绩分析直方图 频率频率l 如果在

6、复选框中选择“柏拉图”和“表格输出”，显示结果如下： 直方图1510507969899959其他接收 图1-9 带累计频率的直方图 150.00%100.00%50.00%0.00%频率累积 %2) 饼形图： 在“插入”菜单下，选择“图表”，在对话框中选择“饼形图” 频率第 7 页；共 23页 应用统计学实验报告 图1-10 饼形图选择框 根据向导输入数据，分别选择。最终统计图表如下： 成绩分析饼形图90-9919%其他0-590%8%60-6922%80-8919%70-7932%0-5960-6970-7980-8990-99其他 图1-11 成绩分析饼形图 第 8 页；共 23页 应用统

7、计学实验报告 上机总结： 1、通过本次上机，巩固了excel的基本操作，让操作更加流畅。 2、进一步了解了函数的使用，能够熟练的掌握基本的统计量的运算。 3、通过实验的学习和比较，进一步加深了对统计量意义的学习。 实验（上机）成绩：第 9 页；共 23页 评阅老师： 评阅时间： 应用统计学实验报告 实验（上机）日期： 2023年5月9日 第 2 次 实验（上机）主题：假设检验与方差分析 实验（上机）类别）：验证性 完成方式：独立 实验（上机）目的与要求： 1、建数据库：（1）假设检验（双样本数据）（2）方差分析：单因素方差分析和双因素方差分析 2、掌握假设检验的计算与分析 3、掌握方差分析的计

8、算与分析 4、输出计算结果并进行分析 5、进行检验和决策 实验上机内容及方法 一、单因素分析 1.检验数据： 表2-1 三种训练方法下工人的日产量 方法1 方法2 方法3 15 22 18 18 27 24 人均日产量 19 18 16 22 21 22 11 17 15 2.将数据输入软件，并在“工具”菜单下选择“数据分析”，选择如图，单击“确认” 图2-1 分析工具选择 第 10 页；共 23页 应用统计学实验报告 3.在数据复选框内选择数据如下； 图2-2 单因素分析复选框 结果输出： 表2-2 单因素分析结果 组 行 1 行 2 行 3 方差分析 差异源 组间 组内 总计 观测数 5

9、5 5 SS 40 192 232 求和 85 105 95 df 2 12 14 平均 17 21 19 MS 20 16 方差 17.5 15.5 15 F 1.25 P-value 0.321277 F crit 3.885294 分析：F crit=3.885294；F=1.25 因为F=1.25F crit=3.885294，所以拒绝训练方法对日产量有显著影响，即三种训练方法对日产量没有显著影响。 二、双因素分析（无交互作用） 实验数据 表2-3 4个工人和3台机器配合的日产量 A1 A2 A3 B1 50 63 52 B2 47 54 42 第 11 页；共 23页 B3 47 5

10、7 41 B4 53 58 48 应用统计学实验报告 将数据输入软件，并在“工具”菜单下选择“数据分析”，选择如图，单击“确认” 图2-3 无交互作用双因素分析选项 在数据复选框内选择数据如下； 图2-4 无交互作用双因素分析复选框 分析结果输出： 表2-4方差分析：无重复双因素分析 SUMMARY 行 1 行 2 行 3 列 1 列 2 列 3 列 4 方差分析 观测数 4 4 4 3 3 3 3 求和 197 232 183 165 143 145 159 平均 49.25 58 45.75 55 47.66667 48.33333 53 方差 8.25 14 26.91667 49 36

11、.33333 65.33333 25 显著性水平：1% 第 12 页；共 23页 应用统计学实验报告 差异源 行 列 误差 总计 SS 318.5 114.6667 32.83333 df 2 3 6 MS F P-value F crit 159.25 29.10152 0.000816 10.92477 38.22222 6.984772 0.022023 9.779538 5.472222 466 11 MS F P-value F crit 方差分析：无重复双因素分析 方差分析 显著性水平：5% 差异源 行 列 误差 总计 SS 318.5 114.6667 32.83333 df 2

12、 3 6 159.25 29.10152 0.000816 5.143253 38.22222 6.984772 0.022023 4.757063 5.472222 466 11 分析： 行因素：在显著性水平为1%的时候，F crit=10.92477，在显著性水平为5%时，F crit=5.143253，都远小于F =29.10152。即不同牌号机器上的日产量有高度显著性差别。 列因素：在显著性水平为1%的时候，F crit=9.779538，在显著性水平为5%时，F crit=4.757063，F=6.984772。因为4.7570636.9847729.779538。则不同工人的日产量

13、只有显著的差别。 三、双因素分析（有交互作用） 实验数据 表2-5 灯泡寿命数据 因 子 B B1 B2 B3 A1 13.2 15 16.1 17.3 18 17 因子A A2 A3 14.4 14 15.6 13.6 13.7 16.3 14.3 17.1 14.5 17.1 15.7 16.1 第 13 页；共 23页 应用统计学实验报告 将数据输入软件，并在“工具”菜单下选择“数据分析”，选择如图，单击“确认” 图2-5 有交互作用双因素分析 在数据复选框内选择数据如下； 图2-6 有交互作用双因素分析复选框 分析结果输出： 表2-5方差分析：可重复双因素分析 观测数 求和平均 方差

14、2 28.2 14.1 1.62 2 30 15 0.72 2 27.6 13.8 0.08 6 85.8 14.3 0.796 第 14 页；共 23页 应用统计学实验报告 观测数 求和平均 方差 观测数 求和平均 方差 总计 观测数 求和平均 方差 方差分析 差异源 样本 列 交互 内部 总计 2 2 33.4 28 16.7 14 0.72 0.18 2 2 35 30.2 17.5 15.1 0.5 0.72 6 96.6 16.1 3.096 6 88.2 14.7 0.62 2 33.4 16.7 0.32 2 33.2 16.6 0.5 6 94.2 15.7 2.348 6 9

15、4.8 15.8 2.188 6 98.4 16.4 1.52 P-value F crit 显著性水平为5% SS 14.04 6.24 10.92 5.36 36.56 df MS F 2 7.02 11.78731 0.003063 4.256495 2 3.12 5.238806 0.030987 4.256495 4 2.73 4.583955 0.027093 3.633089 9 0.595556 方差分析 差异源 样本 列 交互 内部 总计 显著性水平为：1% SS df MS 14.04 2 7.02 6.24 2 3.12 10.92 4 2.73 5.36 9 0.595

16、556 36.56 17 F 11.78731 5.238806 4.583955 P-value 0.003063 0.030987 0.027093 F crit 8.021517 8.021517 6.422085 分析： 1、因子A（工艺方法）分析：在显著性水平为1%的时候，F crit=8.021517，在显著性水平为5%时，F crit=4.256495，F =6.24，因为4.2564956.248.021517，则工艺方法对灯泡寿命的影响是显著的。 2、因子B（灯丝配方）分析：在显著性水平为1%的时候，F crit=8.021517，在显著性水平为5%时，F crit=4.25

17、6495，F =11.78731，因为8.02151711.78731，则灯丝配方对灯泡的寿命影响是高度显著的。 第 15 页；共 23页 应用统计学实验报告 3、交互作用分析：在显著性水平为1%的时候，F crit=6.422085，在显著性水平为5%时，F crit=3.633089，F =4.583955，因为3.6330894.5839556.422085。则工艺和菲方之间存在交互作用。 实验上机总结： 1、学会如何让运用软件进行方差计算和分析； 2、通过提出假设，了解如何通过计算数据进行显著性判断和检验； 3、根据假设和检验结果，明白如何进行判断。 实验上机成绩： 评阅老师： 评阅时

18、间： 第 16 页；共 23页 应用统计学实验报告 实验（上机）日期：2023年5月16 第 3 次 实验（上机）主题：回归分析 实验（上机）类别）：验证性 完成方式：独立 实验（上机）目的与要求： 1、搜集数据并建数据库 2、掌握一元线性回归的计算与分析 3、掌握多元线性回归的计算与分析 4、输出计算结果并进行分析 5、进行检验和预测 实验上机的内容及方法 一，一元线性回归 数据显示如下： （表3-1十个企业的生产费用与产量数据） 企业编号 1 2 3 4 5 6 7 8 9 10 产量X（千克） 40 42 48 55 65 79 88 100 120 140 生产费用Y（千元） 150

19、140 160 170 150 162 185 165 190 185 将数据输入工作表，在“工具”菜单下选择“数据分析”，然后选择“回归”胆机确定。在复选框中选择如下： （图3-1一元回归分析复选框） 第 17 页；共 23页 应用统计学实验报告 则显示相关数据处理结果如下： 表3-2 回归统计表 Multiple R R Square Adjusted R quare 标准误差 观测值 表3-3 方差分析表 0.807766 0.652486 0.609047 10.5332 10 回归分析 残差 总计 df SS MS F Significance F 1 1666.514 1666.5

20、14 15.02064 0.004704 8 887.586 110.9483 9 2554.1 表3-4 回归分析表 Intercept X Variable 1 Coefficients 标准误差 t Stat Lower Upper 95% 95% 134.7893 8.643234 15.59477 2.85E-07 114.8579 154.7206 0.397821 0.102646 3.875647 0.004704 0.161118 0.634525 P-value 得到散点图和拟合分析图如下： Normal Probability Plot20230000204060Samp

21、le Percentile图3-2 散点图 Y80100 X Variable 1 Line Fit Plot3002023000050100X Variable 1图3-3 拟合分析图 Y预测 Y150Y 第 18 页；共 23页 应用统计学实验报告 相关分析： 1、回归方程 由散点图得知回归方程为一元线性方程。得到回归方程如下： Y=134.7893+0.397821X 2、显著性分析 得到Multiple R=0.8077660.765（在检验数为0.01时相关系数检验数）表示回归方程显著。 t Stat=3.8756472.306（=0.05，自由度=8时t值）则统计检验结果显著。其存

22、在良好的线性关系。 F=15.020645.32（在=0.05，n1=1,n2=8时F值），表示回归结显著。 3、相关预测 在产量为80千件时，平均生产费用的置信区间（=0.05） 生产费用预测Y0=134.7893+0.397821 *80=166.615 下界=Y0-2.306*10.5332*0.317=166.614-7.707=158.844 下界=166.614+7.707=174.321 即总体均值得95%置信区间为（158.844，174.321） 在产量为80千件时，生产费用的置信区间（=0.05） 生产费用预测Y0=134.7893+0.397821 *80=166.615

23、 下界=Y0-2.306*10.5332*1.049=166.614-25.503=140.637 下界=166.614+25.503=191.643 即总体得95%置信区间为（140.637，191.643） 二，多元回归 试验数据： 表3-5 某企业10个月的月管理费用与工人劳动日数和机器开工台数的资料 管理费用Y 工人劳动日数X1 29 45 24 42 27 44 25 45 26 43 28 46 30 44 28 45 28 44 27 43 第 19 页；共 23页 应用统计学实验报告 机器开工台数X2 16 14 15 13 13 14 16 16 15 15 将数据输入工作表

24、，在“工具”菜单下选择“数据分析”，然后选择“回归”胆机确定。在复选框中选择如下： 图3-4 多元回归复选框 则显示相关数据处理结果如下： 表3-5 回归统计表 回归统计 Multiple R 0.85377 R Square 0.728923 Adjusted R 0.651473 Square 标准误差 1.070639 观测值 10 表3-6 方差分析表 回归分析 残差 总计 df SS MS F Significance F 2 21.57613 10.78806 9.411471 0.010371 7 8.023873 1.146268 9 29.6 表3-7 回归分析表 Coeff

25、icients 标准误差 t Stat 第 20 页；共 23页 P-value 下限 上限 应用统计学实验报告 Intercept X Variable 1 X Variable 2 95.0% 95.0% -13.8196 13.3233 -1.03725 0.334115 -45.3242 17.68497 0.56366 0.303274 1.858586 0.10543 -0.15347 1.280789 1.099469 0.313139 3.511123 0.009844 0.359013 1.839926 得到散点图和拟合分析图如下： Normal Probability Pl

26、ot402000204060Sample Percentile图3-5 散点图 Y80100 X Variable 1 Line Fit Plot402023142434445X Variable 1图3-6 拟合分析图 Y预测 Y4647Y 相关分析： 1、回归方程 由散点图得知回归方程为二元线性方程。得到回归方程如下： Y= -13.8196+ 0.56366X1+ 1.099469X2 2、回归方程检验 R Square= 0.7289230.6516 第 21 页；共 23页 应用统计学实验报告 F= 9.4114714.74(=0.05，自由度=2,7时，F值) 即：回归方程的拟合程

27、度很好。 3、回归系数： t 1= 1.8585862.365（=0.05，自由度=7时，t值） t2= 3.5111232.365（=0.05，自由度=7时，t值） 所以1不显著，2显著。即工人劳动日数对管理费用的影响并不是显著；机器开工台数对管理费用影响显著。 4、相关系数分析： 表3-8相关系数分析表 Y X1 X2 Y X1 X2 1 0.501517 1 0.771462 0.184094 1 则得到Y与X1之间的相关系数为0.501517；Y与X2之间的相关系数为0.771462，X1与X2之间的相关系数为0.184094 计算相应的偏回归系数Y与X1之间的偏相关系数为0.5748

28、；Y与X2之间的相关系数为0.7987。 又t1= 0.5748*7/（1-0.5748*0.5748）=1.862.356（=0.05，自由度=7时，t值） T2=0.7987*7/（1-0.7987*0.7987）=3.512.356（=0.05，自由度=7时，t值） 即：工人劳动日数与管理费用之间的偏相关系数不显著；机器开工台数与管理费用之间的偏相关系数是显著的。 第 22 页；共 23页 应用统计学实验报告 实验上机总结： 1、学会如何让运用软件进行一元与二元方程回归分析的计算； 2、通过提出假设，了解如何通过计算数据进行系数显著性判断和检验；并对方程的拟合优度和相关性进行判断 3、根据回归结果很好的预测，并在给出置信度的情况下对总体均值和个体值进行预测。 实验上机成绩： 评阅老师： 评阅时间： 第 23 页；共 23页 统计学实验报告 统计学实验报告 统计学实验报告 统计学实验报告 统计学实验报告 统计学实验报告一 医学统计学实验报告 应用统计学实验报告一 统计学实验报告1朱伟 管理统计学SPSS数据管理 实验报告