当前位置：文档之家 › 统计学课程实验报告

统计学课程实验报告

  • 格式：doc
  • 大小：398.00 KB
  • 文档页数：12

统计学原理课程实验报告实验一：EXCEL的数据整理与显示一、实验结果与数据处理1.组距式次数分布表及条形图工人日加工零件分布表分组（日加工零件数）人数（个）100～109 3110～119 14120～129 23130～139 102.频数分布表级直方图频数分布表分组频数频率100～109 3 0.06110～119 14 0.28120～129 23 0.46130～139 10 0.2二、讨论与结论在实际操作过程中，认为制表比制图简单很多，制图的很多细节都不会，在老师同学的细心帮助下，才勉强完成。

也懂得了excel的深奥和重要性，在以后的工作学习中要多多练习。

实验二：EXCEL的数据特征描述、抽样推断一、实验结果与数据处理1.2.区间估计中位数123.00 几何平均数122.58 调和平均数122.31 变异统计的平均差 6.41 变异统计的标准差8.12 变异统计的方差65.97 变异统计的峰值-0.50 变异统计的偏度0.03特征值单位总量50.00 标志总量6142.00 最大值139.00 最小值107.00 平均数122.84①. =x 125.3； σ=8.48 ；=z 25.0 1.96 所以，置信区间为：nz x σα⋅±2_，即125.3±1.96*5048.8,得出，平均日产量估计区间为[]36.127,64.122 ②. p=5%，置信区间为p ±Z 2α*np p )1(-, 即优秀率估计区间：(16%,21.84%)3.假设检验①. 平均日产量检验：设H0≤115，H1>115=x 125.3； s=8.48.()=-t 15025.0 2.009. 5048.81153.125-=t =8.583>2.009,所以可接受工人日加工零件数有明显提高②. 设H0：π=π0 H1：π≠π0已知P=0.14 π0=0.05 t0.025(50-1)=2.009n P Z )1(πππ--==(0.14-0.05)/50)05.01(05.0-≈0.008<2.009所以，接受原假设。

二、讨论与结论这道题相对要简单，因为有两道计算题，上课都学过了方法，只需套用公式。

难点在于编辑各种符号，把公式整齐地表现出来。

经过努力，最后还是摸索出了公式编辑器的使用方法。

实验三：时间序列分析一、实验结果与数据处理1.原始数据月份第一年第二年第三年第四年1 559 574 585 5422 447 469 455 4383 345 366 352 3414 354 327 341 4275 374 412 388 3586 359 353 332 3557 365 381 392 3768 437 460 429 4419 353 344 361 38210 295 311 291 37711 454 453 395 39812 457 486 491 414 2.季节指数求解年/季度时间标号用电量移动平均值中心化后移动平均值比值第一年/1 1 13512 2 10873 3 1155 1199.75 1207 0.9569179784 4 1206 1214.25 1214.875 0.992694722 第二年/1 5 1409 1215.5 1219.25 1.155628462 6 1092 1223 1228.5 0.8888888893 7 1185 1234 1231.875 0.961948254 8 1250 1229.75 1225.875 1.019679821 第三年/1 9 1392 1222 1221.625 1.1394658752 10 1061 1221.25 1212.125 0.8753222653 11 1182 1203 1194.125 0.9898461224 12 1177 1185.25 1195.125 0.984834222第四年/1 13 1321 1205 1207.125 1.0943357152 14 1140 1209.25 1210.75 0.9415651463 15 1199 1212.254 16 1189季节指数计算表年/季度 1 2 3 4 合计第一年0.95691798 0.992694722 1.9496127 第二年 1.1556285 0.8889 0.96194825 1.019679821 4.026145419 第三年 1.1394659 0.8753 0.98984612 0.984834222 3.989468484 第四年 1.0943357 0.9416 2.035900861 合计 3.3894301 2.7058 2.90871235 2.997208765 12.00112746 平均 1.12981 0.9019 0.96957078 0.999069588 4.000375821 季节指数 1.1297039 0.9018 0.9694797 0.998975729 43.季节指数季节指数1 1.1297042 0.9018413 0.969484 0.9989762.季节分离后趋势SUMMARY OUTPUT回归统计Multiple R 0.04541678 R Square 0.00206268 Adjusted RSquare -0.0692186 标准误差29.3985784 观测值16方差分析df SS MS F SignificanceF回归分析 1 25.01 25.0097895 0.028937258 0.867357743 残差14 12100 864.276414总计15 12125Coefficients 标准误差t Stat P-value Lower 95%Upper95%下限95.0%上限95.0%Intercept 1210.06544 15.417 78.4903345 6.45844E-20 1176.999811 1243.131 **** ****.131 X Variable 1 0.27121616 1.5944 0.17010955 0.867357743 -3.148349741 3.690782 -3.14835 3.690782年/季度时间标号用电量季节指数季节分离后的时间序列回归后的趋势最终预测预测误差第一年/1 1 1351 1.12970388 1195.888613 1210.336655 1367.322 -16.3222 2 1087 0.9018407 1205.312645 1210.607872 1091.775 -4.775453 3 1155 0.9694797 1191.360691 1210.879088 1173.923 -18.92274 4 1206 0.99897573 1207.236537 1211.150304 1209.91 -3.90976 第二年/15 1409 1.12970388 1247.229501 1211.42152 1368.548 40.452412 6 1092 0.9018407 1210.856862 1211.692736 1092.754 -0.753833 7 1185 0.9694797 1222.305125 1211.963952 1174.974 10.025564 8 1250 0.99897573 1251.281651 1212.235168 1210.994 39.00649 第三年/1 9 1392 1.12970388 1232.181309 1212.506385 1369.773 22.226842 10 1061 0.9018407 1176.48272 1212.777601 1093.732 -32.73223 11 1182 0.9694797 1219.210681 1213.048817 1176.026 5.9738024 12 1177 0.99897573 1178.206803 1213.320033 1212.077 -35.0773 第四年/1 13 1321 1.12970388 1169.332981 1213.591249 1370.999 -49.99872 14 1140 0.9018407 1264.081339 1213.862465 1094.711 45.289423 15 1199 0.9694797 1236.74586 1214.133682 1177.078 21.922054 16 1189 0.99897573 1190.219107 1214.404898 1213.161 -24.161 第五年/1 17 1.12970388 1214.676114 1372.2242 18 0.9018407 1214.94733 1095.6893 19 0.9694797 1215.218546 1178.134 20 0.99897573 1215.489762 1214.2453.4.用电量趋势图二、讨论与结论这道题在完成的过程中感觉十分吃力，因为数据繁多复杂，有些概念还是容易混淆，最后在请教同学加百度以后完成了任务。

实验四：一元线性回归分析一、实验结果与数据处理REGRESSION/MISSING LISTWISE/STATISTICS COEFF OUTS CI(95) BCOV R ANOVA/CRITERIA=PIN(.05) POUT(.10)/NOORIGIN/DEPENDENT 财政收入/METHOD=ENTER 国内生产总值/RESIDUALS ID(年份)/SAVE PRED.输入／移去的变量b模型输入的变量移去的变量方法1 国内生产总值. 输入a. 已输入所有请求的变量。

b. 因变量: 财政收入模型汇总b模型R R 方调整 R 方标准估计的误差1 .981a.963 .960 1762.95129a. 预测变量: (常量), 国内生产总值。

b. 因变量: 财政收入Anova b模型平方和df 均方 F Sig.1 回归 1.121E9 1 1.121E9 360.631 .000a残差43511961.570 14 3107997.255总计 1.164E9 15a. 预测变量: (常量), 国内生产总值。

b. 因变量: 财政收入系数a模型非标准化系数标准系数t Sig.B 标准误差试用版1 (常量) -2813.538 893.679 -3.148 .007国内生产总值.176 .009 .981 18.990 .000a. 因变量: 财政收入系数相关a模型国内生产总值1 相关性国内生产总值 1.000协方差国内生产总值8.567E-5a. 因变量: 财政收入系数相关a模型国内生产总值1 相关性国内生产总值 1.000协方差国内生产总值8.567E-5a. 因变量: 财政收入残差统计量a极小值极大值均值标准偏差N预测值467.7162 29367.3926 11950.2675 8644.22601 16残差-2416.46265 2469.38379 .00000 1703.17276 16标准预测值-1.328 2.015 .000 1.000 16标准残差-1.371 1.401 .000 .966 16a. 因变量: 财政收入得出线性回归方程：Y=-2812.538+0.176X二、讨论与结论这一题最大难点在于spss软件的安装上。

合集下载

统计课程实践报告范文模板

统计课程实践报告范文模板

统计课程实践报告范文模板一、前言本次实践报告是基于《统计学》课程作业完成的，旨在通过结合实际案例，运用所学统计方法及工具，对所选题目进行分析与研究，以期提高对统计学理论及实践的理解与应用。

二、选题背景本次报告选取的研究对象为“某市区幼儿园入园教育资源分配方案研究”，该研究旨在对当地幼儿园入园教育资源的分配方案进行分析，探索如何优化幼儿园的入园教育资源分配，以满足不同家庭、孩子的教育需求。

三、研究设计3.1 研究目的本次研究旨在分析幼儿园入园教育资源的现状，探索如何优化资源的分配方案，以期提高资源的利用效率和公平性。

3.2 研究方法采用问卷调查和统计分析的方法，从家长和幼儿园两方面进行调查研究。

具体包括：•利用问卷对幼儿园家长进行抽样调查，了解家长对幼儿园入园教育资源的需求及满意度等情况；•对幼儿园入园教育资源进行实地考察，了解幼儿园各项资源投入和使用情况；•运用统计方法对数据进行分析，包括数据的描述性统计、相关性分析、回归分析等。

3.3 研究内容本次研究将主要从以下几个方面进行分析：1.幼儿园家长对入园教育资源的需求及满意度；2.幼儿园入园教育资源的分配现状及核心问题；3.幼儿园入园教育资源的优化方案及其效果评估。

四、研究结果4.1 样本描述本次研究共有60名幼儿园家长参与问卷调查，其中男性27人，女性33人，平均年龄为34岁。

4.2 数据分析及结果展示4.2.1 幼儿园家长对教育资源的需求及满意度通过对样本数据的描述性统计和相关性分析发现，幼儿园家长在入园教育资源的需求上存在显著差异，其中绝大多数家长认为安全、卫生、环境舒适度等为最重要的因素。

而在满意度上，幼儿园的教育效果、师资力量、设施设备等是家长们关心的重点。

4.2.2 幼儿园入园教育资源的分配现状及核心问题通过对幼儿园实地考察和数据的描述性统计，发现目前幼儿园入园教育资源在服务对象群体、资源投入、资源利用效率等方面存在诸多问题，如服务对象的流动性大、教学资源投入不合理等。

统计学实训综合实验报告

统计学实训综合实验报告

一、实验目的通过本次统计学实训综合实验，旨在使学生熟练掌握统计学的基本理论和方法，提高学生运用统计学知识解决实际问题的能力。

实验内容主要包括数据收集、整理、描述、推断和分析等环节，通过实际操作，加深对统计学理论的理解，培养学生的统计学素养。

二、实验内容1. 数据收集本次实验以某地区居民消费水平为研究对象，通过查阅相关资料，收集了该地区居民在食品、衣着、居住、生活用品及服务、交通和通信、教育文化娱乐、医疗保健等方面的消费数据。

2. 数据整理对收集到的数据进行整理，将其分为食品、衣着、居住、生活用品及服务、交通和通信、教育文化娱乐、医疗保健七个类别。

3. 描述性统计（1）计算各类别消费的平均值、中位数、众数等集中趋势指标。

（2）计算各类别消费的标准差、极差等离散趋势指标。

（3）绘制各类别消费的直方图、饼图等图形，直观展示消费结构。

4. 推断性统计（1）对居民消费水平进行假设检验，判断各类别消费是否存在显著差异。

（2）运用方差分析等方法，探究各类别消费之间的相关性。

5. 相关性分析（1）运用相关系数分析各类别消费之间的线性关系。

（2）运用因子分析等方法，提取影响居民消费水平的关键因素。

6. 交叉分析（1）根据性别、年龄、收入等变量，分析不同群体在消费结构上的差异。

（2）运用卡方检验等方法，探究不同群体在消费结构上的显著差异。

三、实验结果与分析1. 描述性统计结果根据计算，该地区居民在食品、衣着、居住、生活用品及服务、交通和通信、教育文化娱乐、医疗保健等方面的消费平均分别为：3000元、1500元、2000元、1000元、1000元、500元、500元。

2. 推断性统计结果通过对居民消费水平的假设检验，发现食品、衣着、居住、生活用品及服务、交通和通信、教育文化娱乐、医疗保健等方面的消费存在显著差异。

3. 相关性分析结果运用相关系数分析，发现食品、衣着、居住、生活用品及服务等方面的消费与居民收入呈正相关，而交通和通信、教育文化娱乐、医疗保健等方面的消费与居民收入呈负相关。

统计学实验报告

统计学实验报告

一、实验目的1. 掌握统计学的基本概念和原理。

2. 熟悉统计软件的使用方法，如SPSS、Excel等。

3. 学习描述性统计、推断性统计等方法在数据分析中的应用。

4. 提高对数据分析和解释的能力。

二、实验内容本次实验分为以下四个部分：1. 描述性统计2. 推断性统计3. 统计软件应用4. 数据分析和解释三、实验步骤1. 描述性统计（1）收集数据：本次实验采用随机抽取的方式收集了某班级50名学生的数学成绩作为样本数据。

（2）数据整理：将收集到的数据录入SPSS软件，进行数据整理。

（3）计算描述性统计量：计算样本的均值、标准差、最大值、最小值、中位数、众数等。

（4）结果分析：根据计算结果，分析该班级学生的数学成绩分布情况。

2. 推断性统计（1）假设检验：假设该班级学生的数学成绩总体均值等于60分，进行t检验。

（2）方差分析：将学生按性别分组，比较两组学生的数学成绩差异。

（3）回归分析：以学生的数学成绩为因变量，其他相关因素（如学习时间、学习方法等）为自变量，进行回归分析。

3. 统计软件应用（1）SPSS软件：使用SPSS软件进行数据整理、描述性统计、假设检验、方差分析和回归分析。

（2）Excel软件：使用Excel软件绘制统计图表，如直方图、散点图、饼图等。

4. 数据分析和解释（1）描述性统计结果分析：从样本数据的均值、标准差、最大值、最小值、中位数、众数等指标可以看出，该班级学生的数学成绩整体水平较高，但成绩分布不均。

（2）推断性统计结果分析：假设检验结果显示，该班级学生的数学成绩总体均值与60分无显著差异；方差分析结果显示，男女学生在数学成绩上无显著差异；回归分析结果显示，学习时间对学生的数学成绩有显著影响。

四、实验结果1. 描述性统计：样本数据的均值、标准差、最大值、最小值、中位数、众数等指标。

2. 推断性统计：假设检验、方差分析和回归分析的结果。

3. 统计图表：直方图、散点图、饼图等。

五、实验结论1. 该班级学生的数学成绩整体水平较高，但成绩分布不均。

统计学课内实验报告(详解+心得)1

统计学课内实验报告(详解+心得)1

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。