下载文档原格式
第1篇一、实验背景随着社会的不断发展，数据已成为决策的重要依据。
在统计学领域，数据整理是数据分析和研究的基础。
为了提高数据整理的效率和准确性，本实验旨在探究一种有效的数据整理方法，并对实验结果进行分析。
二、实验目的1. 探索一种适用于各类数据的数据整理方法；2. 提高数据整理的效率和准确性；3. 分析实验结果，为实际应用提供参考。
三、实验方法1. 数据来源：收集某地区居民收入、消费、教育等方面的数据，共1000条记录；2. 数据整理方法：采用以下步骤进行数据整理：（1）数据清洗：删除重复记录、缺失值、异常值等；（2）数据转换：将数据转换为适合分析的形式，如数值型、分类型等；（3）数据合并：将不同来源的数据进行合并，形成统一的数据集；（4）数据标准化：对数据进行标准化处理，消除量纲影响；（5）数据可视化：通过图表展示数据分布、趋势等信息。
四、实验结果与分析1. 数据清洗在数据清洗阶段，共删除重复记录10条，缺失值20条，异常值5条。
经过清洗，有效数据量提升至965条。
2. 数据转换将居民收入、消费、教育等数据转换为数值型，以便后续分析。
其中，收入数据取对数处理，消费数据取平方根处理。
3. 数据合并将不同来源的数据进行合并，形成统一的数据集。
合并后，数据集包含965条记录。
4. 数据标准化对数据进行标准化处理，消除量纲影响。
采用Z-score标准化方法，将各变量均值调整为0，标准差调整为1。
5. 数据可视化通过图表展示数据分布、趋势等信息。
（1）居民收入分布根据标准化后的收入数据，绘制直方图。
结果显示，居民收入分布呈偏态分布，大部分居民收入集中在中等水平。
（2）消费趋势根据标准化后的消费数据，绘制折线图。
结果显示，消费趋势呈现逐年上升趋势，且增长速度较快。
（3）教育水平分布根据教育水平分类，绘制饼图。
结果显示，受教育程度较高的人群占比相对较小，受教育程度较低的人群占比较大。
五、实验结论1. 实验结果表明，所采用的数据整理方法适用于各类数据，能够提高数据整理的效率和准确性；2. 数据清洗、数据转换、数据合并、数据标准化等步骤在数据整理过程中至关重要；3. 数据可视化有助于直观地展示数据分布、趋势等信息，为后续分析提供有力支持。
2024年统计学实习报告1. 引言统计学实习是统计学专业学生在课堂学习之外锻炼实践能力、提高专业素养的重要环节。
本次实习是我在2024年暑假期间在某某统计公司进行的，通过这次实习，我对统计学的理论知识有了更深入的了解，并且在实际工作中提高了数据分析和统计建模的能力。
本报告将详细介绍我在实习中所参与的项目、所运用的统计方法和取得的成果。
2. 实习项目在本次实习中，我参与了某某公司的市场调研项目。
该项目的目的是通过问卷调查和数据分析的方式了解消费者对于某某公司产品的满意度和需求。
我的主要工作是帮助设计调查问卷、收集数据、清洗数据并进行统计分析。
3. 数据收集和清洗为了收集样本数据，我首先参与了问卷设计的过程。
根据公司的要求和市场研究的目标，我和团队成员一起设计了一份问卷，包括产品的使用情况、满意度评价、购买意愿等方面。
随后，我们通过在线问卷平台发布了调查问卷，并通过社交媒体、电子邮件等途径广泛传播，最终收集到了1000份有效问卷。
收集到数据后，我进行了数据清洗的工作。
首先，我检查了每个变量的取值范围和合理性，对于异常值和缺失值进行了处理。
然后，我对数据进行了逻辑性检查，排除了一些逻辑上不合理的数据。
最后，我进行了数据的整理和编码，为后续的统计分析做好了准备。
4. 数据分析和统计建模在数据清洗完成后，我进行了一系列的统计分析。
首先，我对样本数据的基本情况进行了描述性统计，包括变量的均值、标准差、偏度、峰度等指标，以及变量之间的相关系数。
然后，我运用了 t检验、方差分析、回归分析等方法，对样本数据进行了推断性统计分析和预测建模。
其中，我发现了一些有趣的结果。
在产品满意度方面，我发现产品的外观和性能是消费者最为关注的两个方面。
此外，我通过回归分析发现，产品价格和广告投入对于销量的影响具有显著性。
根据这些结果，我向公司提出了一些建议和改进措施，以提高产品的市场竞争力。
5. 结果和总结通过本次统计学实习，我不仅巩固了在课堂上学到的统计学知识，而且学到了很多实践经验。
一．实验目的与要求（一）目的实验一: EXCEL的数据整理与显示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与命令；3. 熟悉EXCEL用于整理与显示的基本菜单操作与命令。
实验二: EXCEL的数据特征描述、抽样推断熟悉EXCEL用于数据描述统计、抽样推断实验三: 时间序列分析掌握EXCEL用于移动平均、线性趋势分析的基本菜单操作与命令。
实验四: 一元线性回归分析掌握EXCEL用于相关与回归分析的基本操作与命令。
（二）要求1.按要求认真完成实验任务中规定的所有练习；2.实验结束后要撰写格式规范的实验报告, 正文统一用小四号字, 必须有页码；3、实验报告中的图表制作要规范, 图表必须有名称和序号；4、实验结果分析既要简明扼要, 又要能说明问题。
二、实验任务实验一根据下面的数据。
1.1用Excel制作一张组距式次数分布表, 并绘制一张条形图(或柱状图), 反映工人加工零件的人数分布情况。
从某企业中按随即抽样的原则抽出50名工人, 以了解该企业工人生产状况（日加工零件数）：117 108 110 112 137 122 131 118 134 114 124 125 123127 120 129 117 126 123 128 139 122 133 119 124 107133 134 113 115 117 126 127 120 139 130 122 123 123128 122 118 118 127 124 125 108 112 135 5091.2整理成频数分布表, 并绘制直方图。
1.3 假设日加工零件数大于等于130为优秀。
实验二百货公司6月份各天的销售额数据如下(单位:万元)257 276 297 252 238 310 240 236 265 278271 292 261 281 301 274 267 280 291 258272 284 268 303 273 263 322 249 269295（1）计算该百货公司日销售额的均值、众数、中位数;（2）计算该百货公司日销售额的极差、标准差;（3）计算日销售额分布的偏态系数和峰度系数。
《统计学》四篇实验报告实验一:用Excel构建指数分布、绘制指数分布图图1-2：指数分布在日常生活中极为常见，一般的电子产品寿命均服从指数分布。
在一些可靠性研究中指数分布显得尤为重要。
所以我们应该学会利用计算机分析指数分布、掌握EXPONDIST函数的应用技巧。
指数函数还有一个重要特征是无记忆性。
在此次实验中我们还学会了产生“填充数组原理”。
这对我们今后的工作学习中快捷地生成一组有规律的数组有很大的帮助。
实验二：用Excel计算置信区间一、实验目的及要求1、掌握总体均值的区间估计2、学习CONFIDENCE函数的应用技巧二、实验设备（环境）及要求1、实验软件：Excel 20072、实验数据：自选某市卫生监督部门对当地企业进行检查，随机抽取当地100家企业，平均得分95，已知当地卫生情况的标准差是30，置信水平0.5，试求当地企业得分的置信区间及置信上下限。
三、实验内容与步骤某市卫生监督部门对当地企业进行检查，随机抽取当地100家企业，平均得分95，已知当地卫生情况的标准差是30，置信水平0.5，试求当地企业得分的置信区间及置信上下限。
第1步：打开Excel2007新建一张新的Excel表；第2步：分别在A1、A2、A3、A4、A6、A7、A8输入“样本均值”“总体标准差”“样本容量”“显著性水平”“置信区间”“置信上限”“置信下限”；在B1、B2、B3、B4输入“90”“30”“100”“0.5”第3步：在B6单元格中输入“=CONFIDENCE(B4,B2,B3)”，然后按Enter键；第4步：在B7单元格中输入“=B1+B6”，然后按Enter键；第5步：同样在B8单元格中输入“=B1-B6”，然后按Enter键；计算结果如图2-1四、实验结果或数据处理图2-1：实验二：用Excel产生随机数见图3-1实验二：正态分布第1步：同均匀分布的第1步；第2步：在弹出“随机数发生器”对话框，首先在“分布”下拉列表框中选择“正态”选项，并设置“变量个数”数值为1，设置“随机数个数”数值为20，在“参数”选区中平均值、标准差分别设置数值为30和20，在“输出选项”选区中单击“输出区域”单选按钮，并设置为D2 单元格，单击“确定”按钮完成设置。
一、实验背景与目的随着社会的发展和科技的进步，统计学在各个领域的应用越来越广泛。
为了更好地掌握统计学的基本原理和方法，提高我们的数据分析能力，我们开展了为期两周的统计学实训实验。
本次实训旨在通过实际操作，加深对统计学理论知识的理解，培养我们的实际应用能力。
二、实验内容与方法本次实训主要围绕以下内容展开：1. 数据收集：通过问卷调查、实地考察等方式收集数据。
2. 数据整理：对收集到的数据进行清洗、整理和分类。
3. 描述性统计：运用统计软件（如SPSS、Excel等）对数据进行分析，计算均值、标准差、方差等描述性统计量。
4. 推断性统计：运用统计软件进行假设检验、方差分析等推断性统计分析。
5. 结果解释：根据统计分析结果，对问题进行解释和说明。
三、实验过程与结果1. 数据收集：我们选择了大学生消费情况作为研究对象，通过问卷调查的方式收集数据。
共发放问卷100份，回收有效问卷90份。
2. 数据整理：对回收的问卷数据进行清洗，剔除无效问卷，最终得到90份有效问卷。
3. 描述性统计：运用SPSS软件对数据进行分析，计算了以下描述性统计量：- 均值：每月消费金额为1234.56元。
- 标准差：每月消费金额的标准差为321.89元。
- 方差：每月消费金额的方差为102934.44。
4. 推断性统计：为了检验大学生消费金额是否存在显著差异，我们进行了方差分析。
结果显示，不同性别、不同年级、不同专业的大学生在消费金额上存在显著差异（p<0.05）。
5. 结果解释：根据统计分析结果，我们可以得出以下结论：- 大学生每月消费金额主要集中在1000-1500元之间。
- 男生和女生的消费金额存在显著差异，男生消费金额高于女生。
- 高年级学生的消费金额高于低年级学生。
- 不同专业的学生在消费金额上存在显著差异，具体差异需进一步分析。
四、实验心得与体会通过本次统计学实训实验，我们收获颇丰：1. 加深了对统计学理论知识的理解：通过实际操作，我们更加深入地理解了描述性统计、推断性统计等基本概念和方法。
统计学实验报告心得(精选5篇)统计学实验报告心得篇1统计学实验报告心得一、背景和目的本次实验旨在通过实际操作，深入理解统计学的原理和应用，提高数据处理和分析的能力。
在实验过程中，我们通过收集数据、整理数据、分析数据，最终得出结论，并对结果进行解释和讨论。
二、实验内容和方法1.实验内容本次实验主要包括数据收集、整理、描述性统计和推论统计等部分。
数据收集部分采用随机抽样的方式，选择了不同年龄、性别、学历、职业等群体。
整理部分采用了Excel等工具进行数据的清洗、排序和分组。
描述性统计部分使用了集中趋势、离散程度、分布形态等方法进行描述。
推论统计部分进行了t检验和方差分析等推断统计。
2.实验方法在实验过程中，我们采用了随机抽样的方法收集数据，并运用Excel进行数据整理和统计分析。
同时，我们还使用了SPSS软件进行t检验和方差分析等推论统计。
三、实验结果与分析1.实验结果实验数据表明，不同年龄、性别、学历、职业群体的统计特征存在显著差异。
集中趋势方面，中位数和众数可以反映数据的中心位置。
离散程度方面，方差和标准差可以反映数据的离散程度。
分布形态方面，正态分布可以描述多数数据的分布情况。
推论统计方面，t检验和方差分析可以推断不同群体之间是否存在显著差异。
2.结果分析根据实验结果，我们发现不同群体在年龄、性别、学历、职业等特征方面存在显著差异。
这可能与不同群体的生活环境、社会地位、职业特点等因素有关。
同时，集中趋势、离散程度和分布形态等方面的分析也帮助我们更全面地了解数据的特征。
四、实验结论与总结1.实验结论通过本次实验，我们深刻认识到统计学在数据处理和分析中的重要作用。
掌握了统计学的基本原理和方法，提高了数据处理和分析的能力。
同时，实验结果也表明，统计学方法在研究群体特征、推断差异等方面具有重要意义。
2.总结本次实验总结了以下几个方面的内容：（1）统计学实验有助于深入理解统计学的原理和应用。
（2）实验中，我们掌握了数据收集、整理、描述性统计和推论统计等方法。
统计学实习报告5篇统计学实习报告篇1（1524字）我是经济管理分院10届税务专业的一名学生，于3月1日到杭州鸿达纺织有限公司进行了两个月的定岗教育实习。
杭州鸿达纺织有限公司成立于4月，系杭州市萧山区坎山镇重点骨干企业。
公司占地60余亩，员工300余人，由日本喷气织机，德国产祖克浆纱机、空压机等设备。
公司是以生产纺织服装面料、中高档棉布及化纤面料为主的生产型企业。
一、实习内容我实习的岗位是生产统计，实习的主要内容如下：1、及时记录各项原始记录资料，以避免资料散失，保证统计资料的全面性和系统性。
2、编制统计报表的准备工作。
统计台帐能把大量的原始资料过录工作分散到平时去做，减少期末集中汇总的工作量。
3、做好生产日报的编制工作，系统的反映生产经营过程的变化，反映生产进度和动态，有利于对照生产经营过程变化，及时发现和纠正偏差。
4、做好员工薪资结算，为财务工作铺垫。
二、实习过程实习是每个实习生必须拥有的一段经历,它使我们在实践中了解社会,打开了视野,增长了见识,为我们以后进一步走向社会打下了坚实基础。
我实习的岗位是统计，统计是公司内部重要的职能部门。
公司关心的有关经济、生产经营等重大问题，都需要从统计角度进行分析、研究，得出结论，提出建议。
在定岗实习期间里，我所做的工作比较繁杂，整天所面对都是数据，很怕出错，因为统计是整个生产线的重要环节。
数据出错会影响整个生产线的进程，也会影响公司的效益，所以在工作期间我都非常谨慎，对于每项工作都很认真。
刚开始的一段时间，要到车间了解员工如何工作。
因为作为一个统计你必须先了解工艺流程，也就是生产线上总共有哪些工序，其次就是每个工序有多少台机器，每台机的加工范围和大概加工范围和大概产量。
在第一个月里我大概了解到我们工厂的生产流程及公司布局，受益良多。
接下来的日子里，我的工作就是做生产日报表，核算各车间的产量和工资工厂里面的工种很多，又分为准备车间、喷织车间、成品修织车间等，而不同工种的产量和工资的核算标准有各有不同。
第1篇一、实验课程名称：统计学实验二、实验项目名称：例题分析与解决三、实验日期：2023年10月26日四、实验者信息：- 专业班级：经济与管理学院经济学专业- 姓名：张三- 学号：20190001五、实验目的：1. 理解统计学的基本概念和原理。
2. 掌握统计学中的常用方法和技巧。
3. 提高运用统计学知识解决实际问题的能力。
六、实验原理：统计学是一门应用数学的分支，主要用于收集、整理、分析数据，从而对现象进行描述、解释和预测。
本实验主要通过分析例题，加深对统计学理论和方法的理解。
七、实验内容：1. 例题一：计算一组数据的平均数、中位数、众数（1）数据：10, 15, 20, 25, 30, 35, 40（2）计算过程：- 平均数 = (10 + 15 + 20 + 25 + 30 + 35 + 40) / 7 = 25- 中位数 = 30- 众数 = 30（出现次数最多）2. 例题二：求解一组数据的方差和标准差（1）数据：10, 15, 20, 25, 30, 35, 40（2）计算过程：- 方差 = [(10 - 25)^2 + (15 - 25)^2 + (20 - 25)^2 + (25 - 25)^2 + (30 - 25)^2 + (35 - 25)^2 + (40 - 25)^2] / 7 = 91.43- 标准差= √方差= √91.43 ≈ 9.533. 例题三：分析两组数据的关联性（1）数据集A：身高（cm）：160, 165, 170, 175, 180体重（kg）：50, 55, 60, 65, 70（2）数据集B：身高（cm）：165, 170, 175, 180, 185体重（kg）：55, 60, 65, 70, 75（3）计算过程：- 相关系数= (Σ(xy) - nΣxΣy) / √[(Σx^2 - nΣx^2)^2 (Σy^2 -nΣy^2)]- 其中，x为身高，y为体重，n为数据个数计算得出两组数据的关联性较强，说明身高和体重之间存在正相关关系。
第1篇一、实验目的本次实验旨在通过实际操作，加深对统计学基本概念和方法的理解，提高运用统计方法分析数据的能力。
通过本次实训，学生应掌握以下内容：1. 熟悉统计软件的基本操作；2. 掌握描述性统计、推断性统计的基本方法；3. 能够运用统计方法对实际问题进行分析；4. 提高数据收集、整理和分析的能力。
二、实验内容1. 数据收集：通过查阅相关资料，收集一组实际数据，例如某地区居民消费水平、学生成绩等。
2. 数据整理：对收集到的数据进行整理，包括数据的清洗、缺失值的处理等。
3. 描述性统计：运用统计软件对数据进行描述性统计，包括计算均值、标准差、方差、中位数、众数等。
4. 推断性统计：运用统计软件对数据进行推断性统计，包括t检验、方差分析、回归分析等。
5. 结果分析：根据统计结果，对实际问题进行分析，并提出相应的建议。
三、实验步骤1. 数据收集：从网络、书籍或实地调查等方式收集一组实际数据。
2. 数据整理：将收集到的数据录入统计软件，并进行数据清洗和缺失值处理。
3. 描述性统计：（1）打开统计软件，选择数据文件；（2）运用统计软件的描述性统计功能，计算均值、标准差、方差、中位数、众数等；（3）观察统计结果，分析数据的分布情况。
4. 推断性统计：（1）根据实际问题，选择合适的统计方法；（2）运用统计软件进行推断性统计；（3）观察统计结果，分析数据之间的关系。
5. 结果分析：（1）根据统计结果，对实际问题进行分析；（2）结合实际情况，提出相应的建议。
四、实验结果与分析1. 描述性统计结果：根据实验数据，计算得到以下统计量：均值：X̄ = 100标准差：s = 15方差：σ² = 225中位数：Me = 95众数：Mo = 105分析：从描述性统计结果可以看出，该组数据的平均值为100，标准差为15，方差为225，中位数为95，众数为105。
这表明数据分布较为集中，且波动较大。
2. 推断性统计结果：（1）t检验：假设检验H₀：μ = 100，H₁：μ ≠ 100。
第1篇一、引言统计学是一门研究数据收集、整理、分析和解释的学科，广泛应用于各个领域。
为了更好地掌握统计学的基本理论和方法，提高实践能力，我们参加了统计学实践教学课程。
以下是本次实践活动的总结报告。
二、实践目的1. 理解统计学的基本概念和原理；2. 掌握数据收集、整理和分析的方法；3. 提高运用统计学方法解决实际问题的能力；4. 培养团队合作精神和沟通能力。
三、实践内容本次实践主要包括以下内容：1. 数据收集：通过问卷调查、实地考察等方式，收集相关领域的数据；2. 数据整理：对收集到的数据进行清洗、分类和编码；3. 数据分析：运用统计学方法对整理后的数据进行描述性分析、推断性分析和相关性分析；4. 结果解释：对分析结果进行解释，提出结论和建议。
四、实践过程1. 数据收集阶段我们选择了某高校大学生消费行为作为研究对象。
通过设计调查问卷，收集了500份有效问卷。
问卷内容包括：性别、年龄、月消费金额、消费类型等。
2. 数据整理阶段对收集到的问卷数据进行整理，主要包括以下步骤：（1）数据清洗：删除无效问卷，如填写不完整、重复问卷等；（2）数据分类：根据性别、年龄等特征对数据进行分类；（3）数据编码：对消费类型进行编码，方便后续分析。
3. 数据分析阶段（1）描述性分析：计算各分类的均值、标准差、最大值、最小值等统计量，了解大学生消费行为的基本特征；（2）推断性分析：采用t检验、方差分析等方法，分析性别、年龄等因素对消费行为的影响；（3）相关性分析：运用皮尔逊相关系数、斯皮尔曼等级相关系数等方法，分析消费金额与其他变量之间的关系。
4. 结果解释阶段根据分析结果，得出以下结论：（1）男性大学生的月消费金额高于女性；（2）随着年龄的增长，大学生的月消费金额呈上升趋势；（3）食品、通讯、娱乐等消费类型在大学生消费中占据较大比例；（4）消费金额与性别、年龄等因素之间存在显著相关性。
五、实践总结1. 实践成果通过本次实践，我们掌握了统计学的基本理论和方法，提高了运用统计学方法解决实际问题的能力。
统计学实验报告姓名：易履萍专业：会计班级：1104 班学号：20113136统计实验一描述数据的图表方法（一）实验目的培养处理数据的基本能力。
通过软件辅助，将数据转化为直观的统计表和生动形象的统计图。
（二）实验要求1.熟练掌握excel 2003的统计制表功能；2.熟练掌握excel 2003 的统计制图功能；3.掌握各种统计图，表的功能，并能准确的根据不同对象的特点加以应用。
（三）实验内容本次实验的内容包括制作分类数据的图表，以及数值数据的图表。
分类数据的图表制作又包括汇总表的制作，柱状图（或条形图）的制作，饼图（或圆环图）的制作；而数值数据的图表制作又包括频数频率表，直方图，折线图，以及散点图的制作。
汇总表的制作过程：a,首先搜集到某现象的情况数据，稍作整理。
b，将搜集到的数据录入到excel工作表中；c，选中数字区域，右击鼠标，设置数字的属性为百分比，小数位数为零；d，利用求和公式sum()算出一个变量值的比重，然后将鼠标放到单元格右下角变成黑色的十字形式，单击鼠标左键向下拖动，就能得到百分比结果。
柱状图的制作过程：a，首先搜集到某现象的数据情况，稍作整理；b，将搜集到的数据录入到excel表格中；c，选中要研究的数据区域，使用插入-图表菜单，打开“图表向导”对话框，在图表类型中选中“柱状图”，默认子图表类型不变，点击“下一步”按钮进入图表向导步骤二；在图表向导步骤二中，在数据区域卡片下，数据区域的内容默认不变，“系列产生在”选中“列”单选框。
系列卡片下的设置默认不变。
点击“下一步”按钮进入图表向导步骤三；在图表向导步骤三中设置标题、坐标轴、网格线、图例、数据标志、数据表等卡片的内容。
若设置完点击“下一步”按钮进入图表向导步骤四；在图表向导步骤四设置图表的位置，在这里，我们选择作为其中对象插入，就能使得图表显示在同一工作表中，点击“完成”按钮，得到图表结果。
饼图的制作过程：饼图的制作过程基本同柱状图的一致，只是在使用插入-菜单，打开“图表向导”对话框，在图表类型中选中“饼图”，点击“下一步”按钮进入图表向导，过程与上面一样。
频数频率表的制作过程：excel表格提供了两种获取该图表的方法：一是使用frequency函数，二是使用直方图分析工具扩展函数，我们介绍第一种方法。
a，搜集数据；b，将数据录入到excel表格中，然后在相应的表格中根据自己想要的组距组限输入有关数字；c，激活另外的空表格，点击函数调用卡片打开“插入函数”对话框，从选择类别对话框中选中“统计”，在选择函数框中选择frequency 函数；d，点击“插入函数”对话框确定按钮进入“函数参数”对话框。
Data_array 点击右侧箭头，选中所有的原数据，bin_array点击右侧箭头，选中步骤b中刚输入的数据。
e，使用组合键“ctrl+shift+enter”，得到频数返回结果。
为了直观，可以对结果进行修饰，加入分组标志及其值，再加入频数的具体名称，并且计算频率。
直方图的制作：a，搜集到需要的数据，加以简单整理；b，将数据录入到表格中，相应的在邻列表格内输入根据自己想要组距组限输入相关数字；c，使用“工具-数据”菜单，打开“数据分析”对话框，选择“直方图”，点击确定按钮，进入“直方图”分析工具对话框。
输入区域点击右侧箭头选择所有原数据，接收区域点击右侧箭头选择第二次输入的所有数据，输入区域不包含指标值，所以不选择标志复选框，输出选项可以有输出区域，新工作表，新工作簿三个可供选择，这里我们选中输出区域，点击右侧箭头选择一个右侧和下侧没有数据的单元格，选中“图标输出”复选框；d，单击确定按钮，得到直方图的分析工具的扩展函数的返回按钮，为了直观起见，还可以对结果进行修饰。
折线图的制作：a，搜集数据，简单整理;b，将数据录入到表格中；c，用前面的频数频率表或者直方图的方法获取相应的图表；选中原有的所有数据，调用图表向导，完成四个步骤的设置，最终的到折线图。
散点图的制作与折线图的制作大同小异，只是使用“图表向导”的时候，选择“散点图”按照四个步骤依次进行，便可得到想要的散点图。
（四）实验总结通过此次实验我了解了使用excel表格去描述数据的图表方法。
可以自己选择不同的图形去表示相应的数据。
大大提高了工作的效率和进度。
如果是手工制图的话，既浪费了时间又得到的图表不如电脑的标准。
这一点是我体会到，只有运用先进的，有效地工具的辅助才能使工作变得快捷简便。
在此次的学习之中一是使我对excl制图的方法更加的熟悉掌握。
二是使我明白首先，不同的表格数据应该选择不同的制图方法。
依据自己的需要去选择圆饼图，条形图或k行图等。
其次，便是只能掌握一些基础的统计的技巧，才能在今后的统计汇总工作打下更好的基础。
统计实验二数值型描述度量（一）实验目的应用统计软件，描述统计数据的集中趋势，离散程度，分布偏态以及峰度等分布特征。
（二）实验要求1，熟练掌握excel2003中描述统计指标对应的函数，包括算数平均数，调和平均数，几何平均数，众数，中位数，标准差，方差，偏度，峰度等；2，熟练掌握excel2003“描述统计”工具进行描述统计，注意其结果解释； 3，注意比较函数方法和“描述统计”工具所得结果。
（三）实验内容本次实验主要涉及到集中趋势度量，离散程度度量，形状分布，“描述统计”分析工具扩展函数。
其中，集中趋势度量包括均值（算数平均数，几何平均数，调和平均数），中位数，众数；离散程度度量包括极差，方差和标准差，变异系数；另外，还有我们理论统计学中很少涉及到的“描述统计”分析工具扩展函数包括内容有观测数，第k大值和第k小值，标准误差，平均数置信度，形状分布等。
详细过程如下：算数平均数的运算：算数平均数涉及到的函数为average()，能够计算所有的参数的均值。
算数平均数又分为简单算数平均数，和加权算数平均数都是用同一个函数，只是输入的数值不一样。
简单算数平均数因为所有的数据的权数都是一样的，因而它的结果将极大的受到极端值的影响。
当异常值出现时，应避免使用简单算数平均数；还有就是加权算数平均数，因为excel没有提供专门的加权算数平均数的内置函数，可以依据数据特征，使用表格和其他函数共同处理来得到加权算数平均数的结果。
几何平均数的算法：几何平均数要用到的函数为geomean()，几何平均数一般用于度量时间变量的改变比例。
运算时，只需要将要算的数依次记到函数括号内，数与数之间用逗号隔开，回车即可得到结果。
需要强调的是函数前要加“=”，这样才会有效。
调和平均数的运算：调和平均数用到的函数为harmean()，调和平均数实际上是算术平均数的变形，两者本质上是一样的。
具体的说是调和平均数与倒数的算术平均数互为倒数。
调和平均数总小于几何平均数，而几何平均值总小于算术平均值。
运算时，只需要将要准备运算的数据计入到函数括号内，数据与数据之间要用逗号隔开，会车即可。
中位数的算法：中位数从字面上的理解就是位于中间的数，其实也差不多。
详细的说，就是将数据从小到大依次排列好，位于中间位置的数值。
数据的一半小于或等于中位数，另一半大于或等于中位数。
中位数不受极端值的影响，可以在数据有极端值的时候使用中位数代表集中趋势。
Excel表格中用median()函数来计算中位数。
算法同上述的一样，只需要将你需要运算的数据依次输入到括号内，数据与数据之间要用逗号隔开，回车即可。
众数的确定：众数就是在数据中出现平率最高的数值。
和中位数一样，众数不会受极端值的影响，可以在有极端值的时候代表数据的集中趋势。
函数用mode()来运算。
算法与上面一样。
需要注意的是，数据中有时候没有众数或者有几个众数，此时就不能使用众数来代表集中趋势了。
离散程度度量：极差的算法：极差也叫全距，是最简单的离散程度度量形式，它等于数据中的最大值减去最小值。
但极差不能精确的表示最大值和最小值之间的数据分布，当有极端值的时候，不能使用极差。
表格中使用的是max()和min()函数组合来计算极差，因为max()函数能够计算出数据中的最大值，min()函数能够计算出数据中的最小值。
最大值与最小值之间的差就是极差。
方差的算法：极差不能表示数据如何分布及分布的趋向。
方差是真正考虑到所有数据值在平均值（集中趋势）周围分布的离散程度的方式。
方差依据处理数据对象的不同，分为总体方差、样本方差。
在方差的计算方法上，如果作为除数的数据个数的反应量为“数据个数”，则所计算的量为总体方差，如果作为除数的数据个数的反应量为“数据个数-1”，则所计算的量为样本方差。
计算总体的方差用的函数为VARP()，估算样本的方差是用的是VAR()函数，运算方式同上面一样。
标准差的算法：标准差只是方差平方根，所以标准差也要根据所计算对象的不同分为总体标准差和估算样本标准差，计算总体的标准差用到的函数为STDEVP(),二估算样本用到的函数为STDEV()，具体的算法同上面一样。
变异系数的算法：变异系数也称离散系数或者标准差系数，它是一组数据的标准差与其相应的均值之比，是测度数据离散程度的相对指标，一般以百分比形式比形式表现。
变异系数主要用于对不同组别数据的离散程度进行比较，变异系数大的说明该组数据离散程度相对较大，变异系数小的说明该组数据的离散程度相对较小。
形状分布：描述形状分布的统计学术语有偏度系数以及峰度系数，偏度系数反应以平均值为中心的分布的不对称度，正不对称度表示不对称的边的分布更趋向正值，负不对称度表示不对称边的分布更趋向负值。
使用的函数为SKEW（），峰度系数反应与正态分布相比时某一部分的尖锐程度或平坦程度，正峰值表示相对尖锐的分布，负峰值表示相对平坦的分布。
使用的函数为KURT(),具体使用同上面一样。
(四)实验总结：在上一个实验中，我们学习了如何用图形来显示数据的分布。
在这一次实验我们学习了如何通过数值去描述数据的集中趋势，离散程度和形状分布。
通过图像我们是直观的看见了数据的分布情况，而通过计算的数值我们可以更加精准的对数据进行分析。
让我体会到，不仅仅是在实验中应该如此，在生活学习工作中仍应该如此。
先去大体了解事情的总体发展状况，再去深入分析，由此才能做到对事物最全面精准的了解。
此次试验，我们学习了数值型描述度量。
通过集中趋势，分散程度和形状分布去整体全面的描述一个数据的走向和整体发展状况。
通过集中趋势度量，我们知道了大部分数据所围绕的中心值的明显趋势。
通过离散程度则表现了数据围绕集中趋势变化趋势。
形状分布则反映了数据分布的形状特点。
由此，我们就全面的由数值去描述了一个数据的图形样式。
统计实验三相关与回归分析一，实验的目的（1）掌握Excel2003利用函数Correl计算相关系数的方法；（2）掌握Excel2003利用分析工具扩展函数“相关系数”计算相关系数的方法；（3）掌握Excel2003应用函数组合进行回归分析的方法和步骤；掌握Excel2003应用分析工具扩展函数“回归”进行回归分析的方法和步骤二，实验要求1，熟悉excel2003利用函数correl计算相关系数的方法；2，掌握excel2003利用分析工具扩展函数的方法；3，掌握excel2003中函数组合进行回归分析的方法步骤；三，实验内容相关分析是分析两个数值型变量联系的方法之一，它通过计算相关系数测定两个数值变量之间的线性相关强度。
