地统计学上机实验指导
一、实验目的和要求
1、实验目的
力图通过本实验课程的学习，掌握地统计学的基本概念、基本操作方法，并能够根据实验结果做出合理的解释。
2、实验要求
本实验课程主要学习探索性空间数据分析、结构分析（计算和模拟临近位置的表面属性）、表面预测与结果评估。
要求学生实验前认真准备，实验后提供实验报告，给出详细的实验过程和实验结果。
实验报告内容应包括：实验名称、目的、内容和实验步骤、实验结果说明。
二、实验环境介绍
实验软件：选用Office Excel软件、ESRI公司ArcGIS软件的地统计（Geostatistics）分析扩展模块。
三、实验内容和学时分配
实验一 相关分析
一、 实验目的
掌握在Office Excel 软件中进行相关分析（包括散点图绘制、相关系数计算、相关性解释）。
二、 实验数据
简单相关分析：“实验一相关分析. xlsx ”中沟壑密度和平均坡度字段
偏相关、复相关分析：“实验一相关分析. xlsx ”中沟壑密度、平均坡度、平均坡长字段
三、 实验内容
1、 简单相关分析
分析沟壑密度与平均坡度的相关性？ （1） 绘制相关图
（2） 计算简单相关系数
● 函数计算法：correl(array1,array2) ● 利用分析工具计算 （3） 相关系数t-检验
2
12
--=
n r r t
相关系数的t 值=r/sqrt((1-r^2)/(12-2)) ● t 临界值=tinv(0.05,n-2)
若abs(t)>= t 临界值，则相关性显著。
● P 值=tdist(t,n-2,2) （tdist 返回t 分布的百分点）
若P<0.05，则认为相关性显著。
2、 偏相关分析
计算沟壑密度分别与平均坡度、平均坡长的一阶偏相关系数 （1） 计算各要素的简单相关系数矩阵
利用数据分析工具中的“相关系数”
（2） 计算相关系数矩阵的逆矩阵
minverse （）
（3）计算偏相关系数
为第j个自变量与因变量y之间的偏相关系数；c为相关系数逆矩阵中的
对应元素。
（4）偏相关系数检验
t临界值=tinv(0.05,n-k-1)
3、复相关分析
F临界值＝finv(0.05,k,n-k-1)
回归分析
一、实验目的
掌握在Office Excel 软件中利用图表、Excel函数、分析工具进行一元线性回归分析，并能够对回归分析结果进行解释。
二、实验数据
一元回归分析：“实验三回归分析. xlsx”中沟壑密度和平均坡度字段
多元回归分析：“实验三回归分析. xlsx”中沟壑密度、平均坡度、平均坡长字段
三、实验内容
1、一元线性回归分析
对沟壑密度和平均坡度建立一元线性回归方程，并进行检验。
（1）利用函数进行回归分析
一元回归方程的评价
A、相关系数检验
B、拟合优度的评价r2, S yx
C、方程假设检验
F-检验F值＝
对于一元线性回归，t值、F值可用相关系数计算，因此，F值与t值都与相关系数r等价，相关系数检验就包含了F值和t值信息，一元线性回归也就无需作F-检验与t检验。但对于多元线性回归，F-检验与t检验都不可省略。
（2）利用图表进行回归分析
添加趋势线
（3）利用excel分析工具进行回归分析
参数解释
预测forecast（）
斜体部分为非必须掌握内容
●残差：
●标准残差：如果显著性水平位0.05，原则上要求95%的残差点列落入2
倍的正负标准误差带内，或者标准残差数值原则要求处于-2~2。也可通过做标准残
差的散点图来观察。
●百分比排位：(式中n为样本数目，k=1,2,…)
●残差图：残差点列分布越是没有趋势、没有规则，就越是具有随机性，回归的结果
就越是可靠。
●线性拟合图：预测值与原始数据点列匹配效果越好，表明拟合的效果越好。预测值
的点连接起来，就可得到回归趋势线。
正态概率图：图中点列应该接近于一条直线（确定型数据），或者围绕对角线呈现S形分布（随机变量）。当数据单调增加或单调减少，正态概率图的点列为直线分
布，意味着研究对象适合于线性模型拟合。但是，对于随机变量，正态概率图应该
围绕对角线表现为奇对称的S形分布。如果数据点严重偏离对角线，分布于对角线
一侧，则可能是因为：其一，数据取样不足；其二，因变量不是随机变量，没有典
型或者特征尺度；其三，变量具有非线性性质，不宜采用线性模型拟合。
2、多元线性回归分析
利用“数据分析”工具对沟壑密度和平均坡度、平均坡长建立线性回归方程，并进行拟合优度检验、回归方程检验（F检验）、回归系数检验（t检验）。
实验二探索性数据分析
1、实验目的
熟练掌握ArcGIS中的探索性空间数据分析工具，能利用这些工具检验数据分布、寻找数据离群值、分析数据的全局趋势、空间自相关及方向变异性。
2、实验数据
qxz.shp
3、实验内容（以qxz.shp气温、海拔数据为例说明）
1、检验数据分布
?用直方图检验数据分布气温
?用正态QQplot图检验数据分布气温
?用普通QQplot图检验数据分布气温和海拔
说明海拔是什么分布？
2、寻找全局和局部离群值
?用直方图查找全局离群值海拔
?用半变异/协方差函数云识别离群值海拔、气温
?通过V onoroi地图寻找离群值
检验降雨量数据是否存在离群值？
3、全局趋势分析
对降雨量进行全局趋势分析（南北方向、东西方向、东北－西南方向、西北－东南方向的空间变化趋势）
4、检测空间自相关及方向变异
检验降雨量数据的空间自相关和方向变异是否存在？
实验三简单和普通克立格法内插生成表面
一、实验目的
掌握利用ArcGIS中的地统计分析模块，进行普通克立格插值和简单克立格插值。理解克立格法生成的不同表面类型的含义、掌握半变异函数协方差函数建模、搜索邻域确定、不同模型比较的方法。
二、实验数据
temp.shp 气温
三、实验内容
1、克立格法生成的不同表面类型
预测图（Prediction Map）、概率图（Probability Map）、分位数图（Quantile Map）
标准误差图（Standard Error Map）
2、普通克立格法插值生成预测图
（1）数据转换“Transformation type”
（2）块金效应建模“Measure Error”设为100%，表明块金常数完全由测量误差构成，不存在变量微观结构所造成的随机变异。
（3）区域化变量的理论模型“type”球状模型“Spherical”
选择一个看上去适合经验半变异函数云的半变异函数模型，使用交叉验证和验证的
方法从相似的模型中选择出一个最合适的模型。
（4）各向异性建模Anisotropy
观察黄线周围的点的分散情况，若点在黄线的某一个方向上分布很紧密，在另一个方向上分布很分散，则可判断存在方向性自相关。各向异性建模后原来的一条
黄线将变为多条。
（5）步长分组binning
Lag区域可设定滞后距（Lag Size，即步长）及滞后组数（Number of Lags，即步长组）若采样点规则分布，则可将采样间距或其倍数设定为滞后距；若采样点为不规则分布，则可基于这样一个原则：“滞后距X滞后组数≈所有采样点最大距离的一半”。可在ArcToolbox 中将通过Spatial Statistics Tools/Analyzing Patterns/Average Nearest Neighbor命令计算的
NNObserved值，作为滞后距。
（7）搜索邻域范围设置
领域范围的形状圆形还是椭圆（Major semiaxis、Minor semiaxis、Angle）
设定邻域点的个数（Maximum neighbors、Minimum neighbors）
分区：避免在某个特定方向上倾斜，当采样点在横断面或格网上采集时特别有用。
（Sector type）
当分区中最小点数无法满足时：
（8）交叉验证
预测误差的算术平均值（Mean）越接近于0，说明预测值越是无偏的；
均方根（Root-Mean-Square）误差和平均标准（Average Standard）误差越小，说明预测值与测量偏差越小。
Regression function显示了散点图的回归直线方程，该回归直线（图中深色线）若与1：1线（图中浅色线）吻合较好，则说明预测值总体上与测量值较为接近。
（9）地统计图层的表达
等高线、阴影化、栅格、等高线填充表达
3、简单克立格法插值生成预测图
4、不同插值方法比较
Compare
实验四泛克立格法和协同克立格法内插生成曲面
一、实验目的
利用ArcGIS中的地统计分析模块，进行泛克立格法和协同克立格插值。二、实验数据
我国地面国际交换站1971－2000年累年平均气温数据：temp.shp 气温字段；
GTOPO30 DEM海拔高程数据：高程.shp
三、实验内容
1.泛克立格法插值
（1）用80%的采样点，基于泛克立格法生成预测图，并进行验证。
（2）基于泛克立格法生成概率图、分位数图
概率图分位数图
注意：
●某些地统计方法要求原数据必须是正态分布，如：普通、简单、泛克立格
法的分位图和概率图、析取克立格法。
●趋势剔除阶数“Order of trend removal”趋势函数类型“Kernel Function”。
2.协同克立格插值
通过Geostatistical Wizard/Kriging/CoKriging协同克立格法插值生成预测图。
实验五其他克立格法内插生成曲面
一、实验目的
利用ArcGIS中的地统计分析模块，进行指示、概率、析取克立格法插值。
二、实验数据
temp.shp 气温
三、实验内容
1、指示克立格（Indicator Kriging）插值
无需假设数值来自某种特定分布（如正态分布）的总体，也无需对原始数据进行变换（如对数变换）。因此指示克立格法不必去掉重要而实际存在的高值数据的条件下处理各种不同现象，并能够给出某点x处随机变量Z(x)的概率分布。
各点预测值表示高于或低于阈值的概率。
利用指示克立格法预测我国累年平均气温大于12度的概率图
2、概率克立格（Probability Kriging）插值
概率克立格法与指示克立格法应用效果基本相同
3、析取克立格（Disjunctive Kriging）插值
采用析取克立格法预测我国累年平均气温，并利用验证方法进行精度检验。
注：正态积分变换
将数据集从小到大分级排列，且将其级别与正态分布的同一级别相匹配，然后从同一等级的正态分布中取值来进行变换。
预测完后，进行逆变换
三种方法：
直接法（Direct）：直接使用观测数据累积分布图
线性法(Linear)：对累积分布图的每一步作线性拟合
高斯内核法(Gaussian Kernels)：与通过拟合密度累积分布的线性组合来获得概率分布图相似
近似方法的选择取决于用户所作的假设和近似的光滑度。直接法假设最少并且最不光滑；线性法居中；高斯法具有最光滑的逆变换，且具有最严格的假设（数据为正态分布）。
与其他变换方法的区别：对每个特定的数据集做变换。
正态积分变换的目的是使研究区域的总体（不仅仅是样本）的随机误差均呈正态分布。因此，样本累积分布图能否反映整个数据集的真实情况至关重要。
消除集群调整优化采样
优先采样，使某些地区的采样点密度高于其他地区。
若某些数据是优先采样且空间相关，则样本直方图不能反映数据总体的情况。
?解决方法：数据加权
高密度采样区的数据赋予较小的权重；较稀疏采样区的数据赋予较大的权重。
◆单元离散化
每个数据点的权重与落在该单元内的点数成反比。
如果在高值区优先采样，则应选择使权重平均值最小的单元尺寸；反之，选最大的。
◆多边形法
用每个点能代表的区域大小作为权重。
问题：边界上点的权重难于确定。
进行分组，编制分配数列，计算出频率。 可用fx统计函数FREQUENCY进行统计分组 Ctrl+shift+enter 也可用“工具”菜单“数据分析”下的“直方图”进行统计分组 出现这个是经常的，最好的方法是上限-1 之后就是修饰，好这个表格弄的好看些。合计的频率42. 这个功能非常好用，反正我觉得是的，高级筛选经常会忘，而且失败率略高。在选择你要的条件就好了，之
后要你要的结果复制到一边就完成筛选了。保留下这个样子，让老师明白你是怎么做出来会 比较好。 抽样的那个，就不说了。 在细讲下，直方图 编制分配数列，计算各组次数和频率，以及累计次数和频率。 全距最大数-最小数（=max（）-min（）） 组数1+3.3*log(N) 组距全距/组数 上限-1依然是主要的 单击直方图，看到数据点格式直方图不是条形图，各矩形之间不应有间隔，所以需要调整。在“选项”栏中将“分类间隔”的数据设为0 再改改，弄好看些。
其他的制作也差不多，没那么难。 描述统计 把数据排一列或一行。在点击工具里面的数据分析 四分位差q1:QUARTILE(A1:A40,1) q3: =QUARTILE(A1:A40,3) (q3-q1)/2即可的7.25 移动平均法 在工具的数据分析里找咯3年移动平均 折线图是原数据来做的。最后把函数给修改一下咯yt = 74.67Ln(t) + 370.73
长期趋势值是前列两数的平均值，新数列是这一行y/T 这下面的数据是从新数列来的。
平均数是一列的平均数。总平均数就是平均数的平均数。季节指数就是平均数除以总平均数。Average（。。。。） 计算相关系数 利用函数法(统计函数) r (=CORREL(X,Y) a（=intercept(Y,X) b (=slope(Y,X)) r^2 可容易得到 利用工具里的数据分析，相关系数 可以得到 利用散点图来找函数趋势线，就可以找到a和b R^2 求回归系数在工具数据分析里找回归
统计学数学实验报告 单因素方差分析 姓名 专业 学号
单因素方差分析 摘要统计学是关于数据的科学，它所提供的是一套有关数据收集、处理、分析、解释数据并从数据中得出结论的方法，统计研究的是来自各个领域的数据。单因素方差分析也是统计学分析的一种。单因素方差分析研究的是一个分类型自变量对一个数值型因变量的影响。关键字单因素、方差、数据统计 方差分析（analysis of variance，ANOVA）就是通过检验各总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。当方差分析中之涉及一个分类型自变量时称为单因素方差分析(one-way analysis of variance). 单因素方差分析研究的是一个分类型自变量对一个数值型因变量的影响。例如要检验汽车市场销售汽车时汽车颜色对销售数据的影响，这里只涉及汽车颜色一个因素，因而属于单因素方差分析。 为了更好的理解单因素方差分析，下面举个例子来具体说明单因素方差所要解决的问题。从3个总体中各抽取容量不同的样本数据，结果如下表1所示。检验3个总体的均值之间是否有显著差异（α=0.01）P29210.1 样本1 样本2 样本3 158 153 169 148 142 158 161 156 180 154 149 169 如果要进行单因素方差分析时，就需要得到一些相关的数据结构，从而对那些数据结构进行分析，如下表2所示： 分析步骤 1.提出假设 与通常的统计推断问题一样，方差分析的任务也是先根据实际情况提出原假设H0与备择假设H1，然后寻找适当的检验统计量进行假设检验。本节将借用上面的实例来讨论单因素试验的方差分析问题。
河南工业大学管理学院 课程设计（实验）报告书题目统计学上机实验 专业物流管理 班级 学生姓名 学号 指导教师 时间：2013 年05 月30 日
实验1：数据整理 一、项目名称：数据整理 二、实验目的 （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，能以此方式独自完成相关作业。 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；已阅读本次实验导引，了解Excel中相关的计算工具。 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）： 41，25，29，47，38，34，30，38，43，40，46，36，45，37，37，36，45，43，33，44，35，28，46，34，30，37，44，26，38，44，42，36，37，37，49，39，42，32，36，35 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：H6中输入原始数据。 2、并计算原始数据的最大值(在单元格B7)与最小值(在单元格D7)。 3、根据Sturges经验公式计算经验组距(在单元格B8)和经验组数(在单元格D8)。 4、根据步骤3的计算结果，计算并确定各组上限、下限（在单元格）。
5、绘制频数分布表框架 6、计算各组频数 （1）选定B20：B24作为存放计算结果的区域。 （2）从“插入”菜单中选择“函数”项。 （3）在弹出的“插入函数”对话框中选择“统计”函数FREQUENCY. （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：H6) Bins-array:分组各组的上限值或其所在单元格区域(J2:J6) （6）按Shift+Ctrl+Enter组合键 （7）用各种公式计算表中其他各项 （8）作频数分布图 使用EXCEL的“图表向导”工具，结果如图所示
第二章统计学实验指导 实验一：统计整理与分组 实验目的： 运用excel进行常见数据类型的统计整理，能熟练运用菜单和各类函数进行数据筛选、排序，运用数据透视表绘制统计频数分布表。 实验要求： 独立完成课堂各类习题和练习，按要求完成实验内容。 实验形式： 教师演示、指导 实验内容： 1、品质数据分组：利用数据透视表直接绘制，但是需要注意排序数据 2、数值数据分组：对数据排序后，能分析选择数值数据的分组形式。 能利用数据透视表编制单项式分组统计次数数列； 熟练应用统计函数编制组距式分组统计次数分布数列。 一、统计数据的预处理 1、数据筛选：参见指导P37—39 （1）自动筛选： 将鼠标定位于数据文件的变量标题行； 点击菜单“数据”——筛选——自动筛选后，则在标题行出现下拉箭头； 在需要筛选的变量下点击下拉箭头，自行选择筛选功能（前10个，自定义），后确定。 自动筛选结果会自动从原数据区域中被选择出来显示，不符合条件的被屏蔽。 自动筛选一次只能执行一次筛选条件。 取消筛选：将数据“数据”——筛选——自动筛选再点击一次，去掉自动筛选前的“√”。（2）高级筛选： 选择空白区域创立筛选条件区域：筛选变量、筛选条件值 菜单“数据”——筛选——高级筛选后，进入高级筛选对话框；
筛选方式：通常是筛选结果另行放置，防止与原数据混淆。 列表区域：整个数据库区域，一般系统会自动选择。 条件区域：高级筛选可同时执行多个条件的综合筛选结果，选出符合条件的数据区域。 如果同时多个条件筛选，条件区域中将多个条件变量取值同行放置，表示“与”。 若至少满足多个条件之一，条件区域中将多个条件变量取值换行放置，表示“或”。 筛选文化程度为大学本科或岗位为管理员的员工则如此设置： 应用1：利用自动筛选选择男性员工； 利用高级筛选选择当前工资在3万元以上的工人； 利用高级筛选选择年龄在40岁以下或大学本科及以上的职工。 2、数据排序：参见指导P41 将鼠标定位于待分析数据区域的任意位置； 点击菜单“数据”——排序后，进入排序对话框； 排序对话框中： 主要关键字：排序变量。 次要关键字：各总体单位排序变量取值相同时，若指定次要关键字，则按此排序，否则按出现的先后顺序排。 我的数据区域：选择参与排序的数据区域。有标题行，则数据区域第一行不参与排序，一般数据区域首行为变量名时如此选择。否则，无标题行，数据从第一行第一列开始排序。 选项：指定升降序排列形式：次序、方向、方法，用于字符型数据的排序设置。 应用2：对加工零件数按照一定大小进行排序； 对售后服务质量按照一定优劣进行排序。 二、统计分组 统计整理及分析结果的编写通常在word 文档中录入和编辑，只要能用excel 生成相 对规范的统计表和统计图，然后可以复制到word 中进行美化排版即可。 管理员
1、一家大型商业银行在多个地区设有分行，其业务主要是进行基础设施建设、国家重点项目建设、固定资产投资等项目的贷款。近年来，该银行的贷款额平稳增长，但不良贷款额也有较大比例的增长，这给银行业务的发展带来较大压力。为弄清楚不良贷款形成的原因，管理者希望利用银行业务的有关数据做些定量分析，以便找出控制不良贷款的办法。该银行所属的25家分行2002年的有关业务数据是“例11.6.xls”。 （1）试绘制散点图，并分析不良贷款与贷款余额、累计应收贷款、贷款项目个数、固定资产投资额之间的关系；
2计算不良贷款、贷款余额、累计应收贷款、贷款项目个数、固定资产投资额之间的相关系数 （2）求不良贷款对贷款余额的估计方程；
从表系数可以看出常量、应收贷款、项目个数、固定资产投资额，都接受原假设，只有贷款余额拒绝原假设，所以只有贷款余额对不良贷款起作用。 从共线性可以看出，第五个特征值对贷款余额解释87%，对应收账款解释度为12%、对贷款个数解释度为63%、对固定资产投资解释度为5%。 所以不是太共线。、 线性方程为Y=0.01X Y为不良贷款,X为贷款余额。
4 检验不良贷款与贷款余额之间线性关系的显著性（α=0.05）；回归系数的显著性（α=0.05）； 共线性诊断a 模型维数特征值条件索引 方差比例 (常量) 各项贷款余额 (亿元) 1 1 1.837 1.000 .08 .08 2 .16 3 3.35 4 .92 .92 a. 因变量: 不良贷款 (亿元） 通过对上表分析得出：贷款余额线性关系通过显著性检验，回归系数通过显著性检验。 5绘制不良贷款与贷款余 额回归的残差图。
华东理工大学2016–2017学年第二学期 《多元统计学》实验报告 实验名 称实验1数据整理与描述统计分析
教师批阅：实验成绩： 教师签名: 日期： 实验报告正文： 实验数据整理 (一)对“employee”进行数据整理 1.观察量排序 ( based on current salary） 2.变量值排序（based on current salary : rsalary） 3.计算新的变量（incremental salary=current salary - beginning salary）
4.拆分数据文件（based on gender） 结论：There are 215 female employees and 259 male employees. 5.分类汇总 (break variable: gender ; function: mean ) 结论：The average current salary of female is . The average current salary of male is . （二）分别给出三种工作类别的薪水的描述统计量 实验描述统计分析 1)样本均值矩阵 结论：总共分析六组变量，每组含有十个样本。 每股收益（X1）的均值为；净资产收益率（X2）的均值为；总资产报酬率（X3）的均值为；销售净
利率（X4）的均值为；主营业务增长率（X5）的均值为；净利润增长率（X6）的均值为. 2）协方差阵 结论：矩阵共六行六列，显示了每股收益（X1）、净资产收益率（X2）、总资产报酬率（X3）、销售净利率（X4）、主营业务增长率（X5）和净利润增长率（X6）的协方差。 3）相关系数 结论：矩阵共六行六列，显示了每股收益 （X1）、净资产收益率（X2）、总资产报酬 率（X3）、销售净利率（X4）、主营业务增 长率（X5）和净利润增长率（X6）之间的 相关系数。 每格中三行分别显示了相关系数、显著性 检验与样本个数。 4）矩阵散点图
统计学实验心得体会分享 在两天的统计学实验学习中，加深了对统计数据知识的理解和掌握，同时也对Excel操作软件的应用，统计学实验心得体会。下面是我这次实验的一些心得和体会。 统计学(statistics)一门收集，整理，显示和分析统计数据的科学，目的是探索数据内在的数量规律性。从定义中不难看出，统计学是一门针对数据而展开探求的科学。在实验中，对数据的筛选和处理就成为了比较重要的内容和要求了。同时对数据的分析也离不开相关软件的支持。因此，Eexcel软件的安装与运行则变成了首要任务。 实验过程中，对Excel软件的安装因要求具体而变的相对简单。虽然大多数计算机都已内存此软件，但在实验中通过具体的操作亦可以提高自己的计算机操作水平。接下来的重头戏就是对统计数据的输入与分析了。按Excel对输入数据的要求将数据正确输入的过程并不轻松，既要细心又要用心。不仅仅是仔细的输入一组数据就可以，还要考虑到整个数据模型的要求，合理而正确的分配和输入数据。因此，输入正确的数据也就成为了整个统计实验的基矗。 数据的输入固然重要，但如果没有分析的数据则是一点意义都没有。因此，统计数据的描述与分析也就成了关键的关键。对统计数据的众数，中位数，均值的描述可以让我们对其有一个初步的印象和大体的了解，在此基础上的概率分
析，抽样分析，方差分析，回归问题以及时间序列分析等则更具体和深刻的向我们揭示了统计数据的内在规律性。在对数据进行描述和分析的过程中，Excel软件的数据处理功能得到了极大的发挥，工具栏中的工具和数据功能对数据的处理是问题解决起来是事半功倍。 通过实验过程的进行，对统计学的有关知识点的复习也与之同步。在将课本知识与实验过程相结合的过程中，实验步骤的操作也变的得心应手。也给了我们一个启发，在实验前应该先将所涉内容梳理一遍，带着问题和知识点去做实验可以让我们的实验过程不在那么枯燥无谓。同时在实验的同步中亦可以反馈自己的知识薄弱环节，实现自己的全面提高。 本次实验是我大学生活中不可或缺的重要经历，其收获和意义可见一斑。首先，我可以将自己所学的知识应用于实践中，理论和实际是不可分的，在实践中我的知识得到了巩固,解决问题的能力也受到了锻炼;其次，本次实验开阔了我的视野，使我对统计在现实中的运作有所了解，也对统计也有了进一步的掌握。 在实验过程中还有些其它方面也让我学到了很多东西，知道统计工作是一项具有创造性的活动，要出一流成果，就必须要有专业的统计人才和认真严肃的工作态度。在实践的校对工作中，知道一丝不苟的真正内涵。 通过本次实验，不仅仅是掌握操作步骤完成实验任务而
统计学实验报告1 -标准化文件发布号：（9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII
实验报告
二、打开文件“数据 3.XLS”中“城市住房状况评价”工作表，完成以下操作。 1）通过函数，计算出各频率以及向上累计次数和向下累计次数；2）根据两城市频数分布数据，绘制出两城市满意度评价的环形图三、打开文件“数据 3.XLS”中“期末统计成绩”工作表，完成以下操作。 1）要求根据数据绘制出雷达图，比较两个班考试成绩的相似情况。 实验过程： 实验任务一: 1）利用函数frequency制作一张频数分布表 步骤1:打开文件“数据 3. XLS”中“某公司4个月电脑销售情况”工作表 步骤 2.在“频率(%)”的右侧加入一列“分组上限”，因统计分组采用“上限不在内”，故每组数据的上限都比真正的上限值小0.1，例如:“140-150”该组的上限实际值应为“150”，但我们为了计算接下来的频数取“149.9”. 步骤3.选定C20:C29，再选择“插入函数”按钮 3 步骤 4.选择类别“统计”—选择函数“FREQUENCY”
步骤5.在“data_array”对话框中输入“A2:I13”，在“bins_array”对话框中输入“E20：E29 该函数的第一个参数指定用于编制分布数列的原始数据，第二个参数指定每一组的上限. 步骤6.选定C20:C30区域，再按“自动求和” 按钮，即可得到频数的合计
步骤7.在D20中输入“=（C20/$C$30）*1OO” 步骤8:再将该公式复制到D21:D29中，并按“自动求和”按钮计算得出所有频率的合计。
我国31个省市自治区第三产业发展状况分析 （数据来源：中宏统计数据库）2010年31个省市第三产业增加值 一、因子分析 1.考察原有变量是否适合进行因子分析 为研究全国各地区第三产业的发展状况，现比较其第三产业增加值的差异性和相似性，收集到2010年全国31个省市自治区各类第三产业包括交通运输、仓储和邮政业，批发和零售业，住宿和餐饮业，金融业，房地产业及其他产业的年增产值数据。由于涉及的变量较多，直接进行地区间的比较分析非常繁琐，因此首先考虑采用因子分析方法减少变量个数，之后再进行比较和综合评价。 表1-1（a）原有变量的相关系数矩阵
由表1-1（a）可以看到，所有的相关系数都很高，各变量呈较强的线性关系，能够从中提取公因子，适合做因子分析。 表1-1（b）巴特利特球度检验和KMO检验 由表1（b）可知，巴特利特球度检验统计量的观测值为295.349，相应的概率p接近0,。如果显著性水平a为0.5，由于概率p小于显著性水平a，应拒绝零假设，认为相关系数矩阵与单位矩阵有显著差异。同时，KMO值为0.860，根据Kaiser给出了KMO度量标准可知原有变量适合进行因子分析。 2.提取因子 首先进行尝试性分析。根据原有变量的相关系数矩阵，采用主成分分析法提取因子并选取特征根值大于1的特征根。 表1-2（a）因子分析的初始解（一） 表1-2（a）显示了所有变量的共同度数据。第一列是因子分析初始解下的变量共同度，表明对原有6个变量如果采用主成分分析法提取所有特征根（6个），那么原有变量的所有方差都可被解释，变量的共同度均为1。第二列是在按指定提取条件提取特征根时的共同度。可以看到，所有变量的绝大部分信息（大于84%）可被因子解释，这些变量的共同度均较高，变量的信息丢失较少，只有交通运输这个变量的信息丢失较多（近20%），因此本次因子提取的总体效果不理想。 重新指定特征根的标准，指定提取两个因子，结果如下：
统计学实验报告 一.实验步骤总结数据的搜集与整理 一.数据的搜集 ●间接数据的搜集 方法一：直接通过进入专业的数据库网站查询数据 方法二：使用搜索引擎进行数据的搜索 ●直接数据的搜集 抽样调查： 1．调查方案设计 2．调查问卷设计 3．问卷发放 4．问卷回收 二.数据的整理 ●数据编码 1.在Excel中选择三列，将三列分别命名，后两列为：编码符号、代表含义 2.数据搜集好后，按照他们的特征进行分类，并依次放入第一列 3.在“编码符号”列为每一个列别编码，并在“代表含义”列说明编码的含义 ●数据的录入 转置（行与列换位）： 1.激活数据所在单元格 2.单击鼠标右键，选中“复制” 3.在空白处激活另一单元格，点击鼠标右键，选中“选择性粘贴”项。 4.在弹出的“选择性粘贴”对话框中，粘贴项选中“全部”，运算选中“无”，选中“转置” 复选框，点击确定按钮既得转置的结果。 单元格内部换行：“Alt+Enter”组合键 ●数据的导入 方法一：1.单击菜单栏“文件—打开”，在弹出的的“打开”对话框中找到要导入的文件。 2.双击鼠标左键或者单击打开按钮，所需要的文件就被导入了。 方法二：1.单击菜单栏“数据—导入外部数据—导入数据”，在弹出的“选取数据源”的对话框中找到要导入的文件。 2.双击鼠标左键或者单击打开按钮，所需要的文件就被导入了。 ●数据的筛选 自动筛选： 1.选中要筛选的数据区域 2.使用菜单栏中的“数据—筛选—自动筛选”，这时每列的第一个单元格的右边都会出现 一个下拉箭头，我们就可以通过下拉菜单中的选择实现筛选。 3.如果选择了下拉菜单中的“自定义”，就会弹出一个“自定义自动筛选方式”对话框， 在对话框中可自己选择筛选条件，然后点击确定按钮。 高级筛选： 1. 将要筛选数据区域的列标题复制粘贴在空白区域，并在他们对应下的单元格中输入所要
一、实验类型 验证型实验。分析1991-2013年中国1年期实际储蓄存款利率的变化特点，运用名义利率、通货膨胀率和物价指数的数据用两种方法来计算并分析哪种方法更科学。 二、实验目的 1、掌握实际利率的两种计算方法，并分析1991-2013年中国1年期实际储蓄存款利率的变化特点。 2、比较两种实际利率测算方法的差异性及科学性。 三、实验背景 利率是国家调控经济的重要杠杆之一，特定的宏观经济目标和微观经济目标可以通过利率调整实现。利率调整是在一定的经济运行环境下进行的，它的调整对经济增长、居民消费、居民储蓄、市场投资等都会产生直接或是简洁的影响。 实际利率(Effective Interest Rate/Real interest rate) 是指剔除通货膨胀率后储户或投资者得到利息回报的真实利率。研究实际利率对经济发展有很大的作用，本实验就1991年至2013年中国1年期实际储蓄利率的变化特点进行探讨，并比较分析实际利率的计算方法。 四、实验环境 本实验属于自主实验，由学员课后自主完成，主要使用Excel软件。 数据来源：通过国家统计局网站、中国人民银行网站获取数据。 五、实验原理 1、实际利率=名义利率-通货膨胀率。 2、实际利率=（名义利率-通货膨胀率）/（1+通货膨胀率）。 六、实验步骤 1、采集实验基础数据。通过网上登录国家统计局网站查看中国统计年鉴，以及登录中国人民银行网站获取相应数据。数据样本区间为1991-2013年。 2、利用Excel软件分别按照两种方法计算实际利率。 3、做出实际储蓄存款利率的变化以及两种不同算法下实际利率变化的折线图。 4、分析图表，考察实际存款利率变化特点并比较两种计算方法的科学性。 七、实验结果分析 (一)实验结果 经过整理和测算的结果如图所示
[标签:标题] 篇一：统计学实验心得体会 统计学实验心得体会 为期半个学期的统计学实验就要结束了，这段以来我们主要通过excl软件对一些数据进行处理，比如抽样分析，方差分析等。经过这段时间的学习我学到了很多，掌握了很多应用软件方面的知识，真正地学与实践相结合，加深知识掌握的同时也锻炼了操作能力，回顾整个学习过程我也有很多体会。 统计学是比较难的一个学科，作为工商专业的一名学生，统计学对于我们又是相当的重要。因此，每次实验课我都坚持按时到实验室，试验期间认真听老师讲解，看老师操作，然后自己独立操作数遍，不懂的问题会请教老师和同学，有时也跟同学商量找到更好的解决方法。几次实验课下来，我感觉我的能力确实提高了不少。统计学是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化的分析、总结，并进而进行推断和预测，为相关决策提供依据和参考。它被广泛的应用在各门学科之上，从物理和社会科学到人文科学，甚至被用来工商业及政府的情报决策之上。可见统计学的重要性，认真学习显得相当必要，为以后进入社会有更好的竞争力，也为多掌握一门学科，对自己对社会都有好处。 几次的实验课，我每次都有不一样的体会。个人是理科出来的，对这种数理类的课程本来就很感兴趣，经过书本知识的学习和实验的实践操作更加加深了我的兴趣。每次做实验后回来，我还会不定时再独立操作几次为了不忘记操作方法，这样做可以加深我的记忆。根据记忆曲线的理论，学而时习之才能保证对知识和技能的真正以及掌握更久的掌握。就拿最近一次实验来说吧，我们做的是“平均发展速度”的问题，这是个比较容易的问题，但是放到软件上进行操作就会变得麻烦，书本上只是直接给我们列出了公式，但是对于其中的原理和意义我了解的还不够多，在做实验的时候难免会有很多问题。不奇怪的是这次试验好多人也都是不明白，操作不好，不像以前几次试验老师讲完我们就差不多掌握了，但是这次似乎遇到了大麻烦，因为内容比较多又是一些没接触过的东西。我个人感觉最有挑战性也最有意思的就是编辑公式，这个东西必须认真听认真看，稍微走神就会什么都不知道，很显然刚开始我是遇到了麻烦。还好在老师的再次讲解下我终于大致明白了。回到寝室立马独自专研了好久，到现在才算没什么问题了。 实验的时间是有限的，对于一个文科专业来说，能有操作的机会不是很多，而真正利用好这些难得的机会，对我们的大学生涯有很大意义。不仅是学习上，能掌握具体的应用方法，我感觉更大的意义是对以后人生路的作用。我们每天都在学习理论，久而久之就会变成书呆子，问什么都知道，但是要求做一次就傻了眼。这肯定是教育制度的问题和学校的设施问题，但是如果我们能利用好很少的机会去锻炼自己，得到的好处会大于他自身的价值很多倍。例如在实验过程中如果我们要做出好的结果，就必须要有专业的统计人才和认真严肃的工作态度。这就在我们的实践工作中，不知觉中知道一丝不苟的真正内涵。以后的工作学习我们再把这些应用于工作学习，肯定会很少被挫 折和浮躁打败，因为统计的实验已经告知我们只有专心致志方能做出好的结果，方能正确的做好一件事。 最后感谢老师的耐心指导，教会我们知识也教会我们操作，老师总是最无私最和蔼的人，我一定努力学习，用自己最大的努力去回报。 篇二：统计学实验报告与总结
一、一元回归分析 实例分析（2）： 选取中国1978～2002年中国研究经费与中国GDP 之间的数量关系，建立的一元回归模型如下： i i i x y εβα++= 其中，y i 是中国GDP ，x i 是中国研究经费 线性回归分析的基本步骤及结果分析： ①绘制散点图 图1 ②简单相关分析 表1 分析：从表1中可得到两变量之间的皮尔逊相关系数为0.928，双尾检验概率p 值尾0.000<0.05，故变量之间显著相关。根据“中国研究经费”与“中国GDP ”之间的散点图与相关分析显示，“中国研究经费”与“中国GDP ”之间存在显著的正相关关系。 在此前提下进一步进行回归分析，建立一元线性回归方程。 ③线性回归分析 （1）表2给出了回归模型的拟和优度（R Square ）、调整的拟和优度（Adjusted R Square ）、估计标准差（Std. Error of the Estimate ）以及Durbin －Watson 统计量。
从结果来看，回归的可决系数和调整的可决系数分别为0.860和0.854，即GDP的85％以上的变动都可以被该模型所解释，拟和优度较高。 表2 （2）表3给出了回归模型的方差分析表，可以看到，F统计量为141.616，对应的p值为0，所以，拒绝模型整体不显著的原假设，即该模型的整体是显著的。 表3 （3）表4给出了回归系数、回归系数的标准差、标准化的回归系数值以及各个回归系数的显著性t检验。从表中可以看到无论是常数项还是解释变量x，其t统计量对应的p值都小于显著性水平0.05，因此，在0.05的显著性水平下都通过了t 检验。变量US经费的回归系数为0.090，即US经费每增加1百万美元，USGDP
统计学实验报告 一、实验主题:大学生专业与实习工作的关系 二、实验背景: 二十一世纪的今天大学生已是一个普遍的社会群体，高校毕业人数日益增加，社会、企业所提供的职位日益紧张，大学生就业问题是当今社会关注的焦点。面对日益沉重的就业压力，越来越多的大学毕业生选择了企业需求的职业，而这种职业与自己在校所学专业根本“无关”或相去甚远，大学毕业生就业专业不对口的现象非常严重。专业对口是个广义的概念，就是说你所学的专业与你所作的工作相关，比如你专业是会计，工作后你到了一个企业做会计，或者到银行做柜员，这都是与经济相关的，这就是对口。如果你学机械设计，但工作后却做了统计员，业务员等于你所学专业无关的工作，这就叫专业不对口。专业不对口导致毕业生所学知识没有用武之地，所以这是一种人力资源的浪费。 三、实验目的: 大学生就业专业不对口是客观存在的问题，我们研究此问题有这几点目的:①了解当代大学生实习工作与专业是否对口的情况，当代大学生对工作与专业不对口现象的态度。②分析大学生就业结构和
专业对口问题，了解当今大学生专业对口情况，为以后大学生选择专业、选择工作岗位提供有效的信息和借鉴。③寻找导致专业不对口的原因，以减少社会普遍存在的人力资源的浪费。 四、实验要求:就相关问题收集一定数量的数据，用EXCEL进行如下 分析:1进行数据筛选、排序、分组;2、制作饼图并进行简要解释;3、制作频数分布图，直方图等并进行简要解释。 五、实验设备及材料:计算机，手机，EXCEL软件，WORD软件。 六、实验过程: (一)制作并发放调查问卷。 (二)收回并统计原始数据:收回了102名大学生填写的调查问卷，并对相关数据进行统计。 (三)筛选与实验相关问题: 1.您的性别( ): A. 男B.女
重庆大学 学生实验报告 实验课程名称统计学课程实验 开课实验室 DS1421 学院建管年级 2011级专业班财管02班学生姓名熊俸英学号 开课时间 2012 至 2013 学年第 2 学期 建设管理及房地产学院制
《统计学》实验报告 开课实验室：年月日
陈谦87769277 刘文55845182 周克66628579 程前75507288 徐非64859193 1)选中以上数据后，复制到excel表格中，点击工具栏中”数据”下“自动筛选”，点击统计学成绩栏分数等于“90”； 结果为： 2）继上一小题，点击“经济学成绩”下“前10个”，会出现对话框，把数字“10”改为“3”，点击确定；
结果为： 3）选中数据，前面留出两栏空白，并复制数据表头（选中数据第一排），到空白处第一排，在第二排各科成绩下面输入“>60”，如图：选中数据，点击“数据”—“高级筛选”，点击条件区 域（选中表格前2行），点击确定： 2.B 组题第5题 为评价家电行业售后服务的质量，随机抽取了由100个家庭构成的一个样本。服务质量的等级分别表示为： A.好；B ．较好；C.一般；D.较差；E ．差。调查结果如下所示； B C A C B E C B A B D A D B C C E D E B A D B A C B E C B A B A C C D A B D D A C D C E B B C D C C A A C A C C D C E D A E C C A C D A A E B A D E C A B C E B A D A B C B E D B C A B C D C B A B A D 要求编制品质数列，列出频率、频数，并选用适当的统计图如：圆形图、条形图等形象地显示资料整理的结果。（要求展现整理过程） 留出两栏空白，条件区域时输入筛选条件 为查询结
统计学 实验报告册 姓名： 学号： 专业： 华北水利水电大学管理与经济学院
第一次实验课数据的图表展示及概括性度量 环节1: 统计图表的制作 一、实验目的 熟悉Excel统计软件，学会数据整理与显示。 二、实验要求 利用Excel统计软件，绘制统计图表。 三、实验原理及内容 数据收集后要进行整理和显示，熟悉统计软件，掌握数据整理与显示的操作步骤；学会制作频数分布表；绘制直方图、累计百分比的折线图是最基础的要求。 本节实验要求完成以下内容： 1、数据排序与分组； 2、编制次数分布表与累计次数分布表； 3、制作统计图直方图、累计百分比的折线图表。 四、实验步骤及结论分析 （一）数值型数据数据分组及统计图表的绘制 1、录入数据(某地区60家企业2014年的产品销售收入数据如下表1(单位:万元) 表1某地区60家企业2014年的产品销售收入 152 103 123 105 88 95 105 137 116 117 129 142 117 138 115 97 114 136 97 92 110 124 105 146 124 118 115 119 127 117 119 120 100 100 135 113 108 112 87 87 117 138 107 119 88 129 88 95 125 114 108 105 115 97 107 119 103 104 103 123 2、对数据进行排序 实验步骤: 3、进行数据分组,制作频数分布表(关键点：（1）选择和接收区域同样行数的区域（2）使用=FREQUENCY(原始数据区域,接受数据区域)（3）同时按下Ctrl+Shift+Enter ) 实验步骤:
统计学实验心得体会 篇一：统计学实验心得体会 统计学实验心得体会 为期半个学期的统计学实验就要结束了，这段以来我们主要通过excl 软件对一些数据进行处理，比如抽样分析，方差分析等。经过这段时间的学习我学到了很多，掌握了很多应用软件方面的知识，真正地学与实践相结合，加深知识掌握的同时也锻炼了操作能力，回顾整个学习过程我也有很多体会。 统计学是比较难的一个学科，作为工商专业的一名学生，统计学对于我们又是相当的重要。因此，每次实验课我都坚持按时到实验室，试验期间认真听老师讲解，看老师操作，然后自己独立操作数遍，不懂的问题会请教老师和同学，有时也跟同学商量找到更好的解决方法。几次实验课下来，我感觉我的能力确实提高了不少。统计学是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化的分析、总结，并进而进行推断和预测，为相关决策提供依据和参考。它被广泛的应用在各门学科之上，从物理和社会科学到人文科学，甚至被用来工商业及政府的情报决策之上。可见统计学的重要性，认真学习显得相当必要，为以后进入社会有更好的竞争力，也为多掌握一门学科，对自己对社会都有好处。 几次的实验课，我每次都有不一样的体会。个人是理科出来的，
对这种数理类的课程本来就很感兴趣，经过书本知识的学习和实验的实践操作更加加深了我的兴趣。每次做实验后回来，我还会不定时再独立操作几次为了不忘记操作方法，这样做可以加深我的记忆。根据记忆曲线的理论，学而时习之才能保证对知识和技能的真正以及掌握更久的掌握。就拿最近一次实验来说吧，我们做的是“平均发展速度”的问题，这是个比较容易的问题，但是放到软件上进行操作就会变得麻烦，书本上只是直接给我们列出了公式，但是对于其中的原理和意义我了解的还不够多，在做实验的时候难免会有很多问题。不奇怪的是这次试验好多人也都是不明白，操作不好，不像以前几次试验老师讲完我们就差不多掌握了，但是这次似乎遇到了大麻烦，因为内容比较多又是一些没接触过的东西。我个人感觉最有挑战性也最有意思的就是编辑公式，这个东西必须认真听认真看，稍微走神就会什么都不知道，很显然刚开始我是遇到了麻烦。还好在老师的再次讲解下我终于大致明白了。回到寝室立马独自专研了好久，到现在才算没什么问题了。 实验的时间是有限的，对于一个文科专业来说，能有操作的机会不是很多，而真正利用好这些难得的机会，对我们的大学生涯有很大意义。不仅是学习上，能掌握具体的应用方法，我感觉更大的意义是对以后人生路的作用。我们每天都在学习理论，久而久之就会变成书呆子，问什么都知道，但是要求做一次就傻了眼。这肯定是教育制度的问题和学校的设施问题，但是如果我们能利用好很少的机会去锻炼
《应用统计学》实验报告 实验一用Excell抽样 一、实验题目 某车间现有同型号的车床120部，检察员从中随机抽取由12部车床构成一个样本。请拟定抽样方式，确定样本单位。 二、实验步骤 第一步：给车床编号 从1到120依次给每部车床编号。 第二步：选定抽样方式 采用简单随机抽样。 第三步：使用Excell抽样 具体步骤如下： 1、打开Excell； 2、依次将车床编号输入到单元格区域$A$1:$L$12的不同单元格中； 3、单击“工具”菜单； 4、选择“数据分析”选项，然后从“数据分析”对话框中选择“抽样”； 5、单击“确定”，弹出抽样对话框； 6、在“输入区域”框中输入产品编号所在的单元格区域； 7、在“抽样方法”项下选择“随机”，在“样本数”框中输入12； 8、在“输出选项”下选择“输出区域”，在“输出区域”框中输入$A$14; 9、单击“确定”，得到抽样结果。 三、实验结果 用Excell从该120部车床中随机抽出的一个样本中各单位的编号依次为： 79 71 13 41 72 81 21 54 73 88 16
84 实验二用Excell画直方图 一、实验题目 某工厂的劳资部门为了研究该厂工人工人的收入情况，首先收集了30名工人的工作资料， 下面为工资数值。 530 535 490 420 480 475 420 495 485 620 525 530 550 470 515 530 535 555 455 595 530 505 600 505 550 435 425 530 525 610 二、实验步骤 第一步：在工具菜单中单击数据分析选项，从其对话框的分析工具列表中选择直方图，打开直方图对话框； 第二步：在输入区域输入$A$2:$F$6，在接收区域输入$D$9:$D$15； 第三步：选择输出选项，可选择输入区域、新工作表组或新工作薄； 第四步：选择图表输出，可以得到直方图；选择累计百分率，系统将在直方图上添加累积频率折线；选择柏拉图，可得到按降序排列的直方图； 第五步：按确定按钮，可得输出结果。 三、实验结果 本实验所画直方图如下图所示：
统计分析综合实验报告 学院： 专业： 姓名： 学号：
统计分析综合实验考题 一．样本数据特征分析： 要求收集国家统计局2011年全国人口普查与2000年全国人口普查相关数据，进行二者的比较，然后写出有说明解释的数据统计分析报告，具体要求如下： 1．报告必须包含所收集的公开数据表，至少包括总人口，流动人口，城乡、性别、年龄、民族构成，教育程度，家庭户人口八大指标； 2．报告中必须有针对某些指标的条形图，饼图，直方图，茎叶图以及累计频率条形图；（注：不同图形针对不同的指标）3．采用适当方式检验二次调查得到的人口年龄比例以及教育程度这两个指标是否有显著不同，写明检验过程及结论。 4．报告文字通顺，通过数据说明问题，重点突出。 二．线性回归模型分析： 自选某个实际问题通过建立线性回归模型进行研究，要求： 1.自行搜集问题所需的相关数据并且建立线性回归模型； 2.通过SPSS软件进行回归系数的计算和模型检验； 3.如果回归模型通过检验，对回归系数以及模型的意义进行 解释并且作出散点图
一、样本数据特征分析 2010年全国人口普查与2000年全国人口普查相关数据分析报告 2011年第六次全国人口普查数据显示，总人口数为1370536875，比2000年的第五次人口普查的1265825048人次，总人口数增加73899804人，增长5.84%，平均年增长率为0.57%。
做茎叶图分析： 描述 年份统计量标准误 人口数量2000年均值40084265.35 4698126.750 均值的 95% 置信区间 下限30489410.50 上限49679120.21 5% 修整均值39305445.50 中值35365072.00 方差 68424424372574 4.400 标准差26158062.691 极小值2616329
统计学实验报告
实验一：数据特征的描述 实验内容包括：众数、中位数、均值、方差、标准差、峰度、偏态等实验资料：某月随机抽取的50户家庭用电度数数据如下： 88 65 67 454 65 34 34 9 77 34 345 456 40 23 23 434 34 45 34 23 23 45 56 5 66 33 33 21 12 23 3 345 45 56 57 58 56 45 5 4 43 87 76 78 56 65 56 98 76 55 44 实验步骤： (一)众数 第一步：将50个户的用电数据输入A1：A50单元格。 第二步：然后单击任一空单元格，输入“=MODE（A1：A50）”，回车后即可得众数。 (二)中位数 仍采用上面的例子，单击任一空单元格，输入“=MEDIAN（A1：A50）”，回车后得中位数。 (三)算术平均数 单击任一单元格，输入“=AVERAGE（A1：A50）”，回车后得算术平均数。 (四)标准差 单击任一单元格，输入“=STDEV（A1：A50）”，回车后得标准差。 故实验结果如下图所示：
上面的结果中，平均指样本均值；标准误差指样本平均数的标准差；中值即中位数；模式指众数；标准偏差指样本标准差，自由度为n-1；峰值即峰度系数；偏斜度即偏度系数；区域实际上是极差，或全距。 实验二：制作统计图 实验内容包括： 1.直方图：用实验一资料 2.折线图、柱状图（条形图）、散点图：自编一时间序列数据， 不少于10个。 3.圆形图：自编有关反映现象结构的数据，不少于3个。 实验资料：1.直方图所用数据：某月随机抽取的50户家庭用电度数数据如下： 88 65 67 454 65 34 34 9 77 34 345 456 40 23 23 434 34 45 34 23 23 45 56 5 66 33 33 21 12 23 3 345 45 56 57 58 56 45 5 4 43 87 76 78 56 65 56 98 76 55 44 2.折线图、柱状图（条形图）、散点图、圆形图所用数据： 2005年至2014年各年GDP总量统计如下： 年份 GDP (亿元） 2005 184575.8 2006 217246.6 2007 268631 2008 318736.1 2009 345046.4 2010 407137.8 2011 479576.1 2012 532872.1 2013 583196.7 2014 634043.4 实验步骤：
本科生实验报告 实验课程统计学 学院名称商学院 专业名称会计学 学生姓名苑蕊 学生学号201308040113 指导教师刘后平 实验地点成都理工大学南校区 实验成绩 二〇一五年十月二〇一五年十月
学生实验心得关于本学期统计学课程的实践心得： 一、实验目的： 实验学习是贯彻统计教学大纲的教学计划的手段，不仅是校内教学的延续，而且是校内教学的总结。实验学习的目的就是使同学们的理论更加扎实、专业技能操作更加过硬。通过实验学习需要了解和掌握： 1、熟悉EXEL和SPSS操作系统，掌握数据管理界面的简单的操作； 2、熟悉EXEL和SPSS结果窗口的常用操作方法，掌握输出结果在文字处理软件中的使用方法。掌握常用统计图（线图、条形图、饼图、散点、直方图等）的绘制方法； 3、熟悉描述性统计图的绘制方法； 4、熟悉描述性统计图的一般编辑方法。 二、实验内容：按照要求进行资料的整理，绘制统计表和统计图。 1.某高校二级学院60名教职工的月工资资料如下：1100 1200 1200 1400 1500 1500 1700 1700 1700 1800 1800 1900 1900 2100 2100 2200 2200 2200 2300 2300 2300 2300 2400 2400 2500 2500 2500 2500 2600 2600 2600 2700 2700 2800 2800 2800 2900 2900 2900 3100 3100 3100 3100 3200 3200 3300 3300 3400 3400 3400 3500 3500 3500 3600 3600 3600 3800 3800 3800 4200