实验三图形及表格.doc

第三章 图形与表格1 序列观察（Seires views）共包括以下几个部分，Spreadsheet（表格）, Line Graph（线状图）, Bar Graph（柱状图） ，Descriptive Statistics（描述统计），Tests for Descriptive Stats（描述统计检验），Distribution Graphs（分布图），Correlogram（相关图），Unit Root Test（单位根检验），Conversion Options（转换选项），label(标签)下面举例说明： 打开实验三 图形与表格（上课时提供） ，导入数据国内生产总值，变量命名GDP双击GDP文件，就会出现下面的窗口显示了GDP序列的spreadsheet形式： 序列观察的其他形式的切换都可以从 View 菜单下选择相应的选项即可，有的有下一级菜单：（如下图）下面分别给出了对GDP序列的几个其他形式至于他们的内容。（1） Line Graph（2） Bar Graph(3)Descriptive Statistics/Histogram and Stats注：Std.Dev.-是standard deviation的简写，即标准差Skewness-即偏度。在一般情形下，当统计数据为右偏分布时，Skewness 0，且Skewness值越大，右偏程度越高；当统计数据为左偏分布时，Skewness 0，且Skewness值越小，左偏程度越高。当统计数据为对称分布时，显然有Skewness = 0。或者可以表述为：1. 负偏或负偏态（negative skew）：左侧的尾部更长，分布的主体集中在右侧。这种情形又可被称为左偏态（skewed to the left）。2. 正偏或正偏态（positive skew）：右侧的尾部更长，分布的主体集中在左侧。这种情形又可被称为右偏态（skewed to the right）。如果分布对称，那么平均值=中位数，偏度为零（此外，如果分布为单峰分布，那麽平均值=中位数=众数）。Kurtosis-即峰度，是指次数分布曲线顶峰的尖平程度，是次数分布的又一重要特征。根据变量值的集中与分散程度，峰度一般可表现为三种形态：尖顶峰度、平顶峰度和标准峰度。当变量值的次数在众数周围分布比较集中，使次数分布曲线比正态分布曲线顶峰更为隆起尖峭，称为尖顶峰度；当变量值的次数在众数周围分布较为分散，使次数分布曲线较正态分布曲线更为平缓，称为平顶峰度。可见，尖顶峰度或平顶峰度都是相对正态分布曲线的标准峰度而言的。(4) Descriptive Statistics/Stats by Classification打开View/Descriptive Statistics/Stats by Classification 就会出现以下的对话框选择相应色选项，填完后按OK（5）描述统计检验Tests for Descriptive StatsSimple hypothesis Tests选择View/Tests for Descriptive Stats/Simple Hypothesis Tests就会出现一对话框，输入要检验的描述统计量，例如检验 mean=51000得出的结果只能接受原假设。如果检验 mean=20000则否认原假设Equality Tests by Classification选择View/Tests for Descriptive Stats/Equ