统计学excel实验报告.doc

经济统计学实验报告【试验目的】通过实验教学，使学生验证并加深理解和巩固课堂教学内容，掌握常用统计分析方法在Excel中的实现，更好的理解和掌握统计分析方法的应用原理、基本条件、实现步骤、结果的内涵等问题。通过实验，使学生能够结合具体任务和条件对社会经济问题进行初步的调查研究，结合自己的专业，在定性分析基础上做好定量分析，提高学生的科研能力和解决实际问题的能力，以适应社会主义市场经济中各类问题的实证研究、科学决策和经济管理的需要。【试验内容】Excel中的统计分析功能，包括制作频数分布表和统计图、计算描述统计量、计算置信区间、相关与回归分析、时间序列分析。试验一：某百货公司连续40天的商品销售额如图1-1所示，根据图中的数据进行适当的分组，编制频数分布表，并绘制直方图。图1-1操作步骤：1、 根据上表将数据输入2、 划分区间范围，如图1-2图1-23、 单击“工具”“数据分析”，弹出对话框，如图1-3图1-3 4、选择“直方图”，并单击“确定”，弹出对话框，如图1-4图1-44、 单击“输入区域”的标志，并选定输入区域；单击“接受区域”标志，并选定接受区域。在“标志”前打对勾，选定“新工作表组”并输入“p60图表输出”，选定“柏拉图”、“累积百分率”、“图表输出”，效果如图1-5图1-55，单击图1-5界面中的“确定”按钮，输出统计结果，如图1-6图1-6在图中显示的统计结果中，可以看见输出的内容分为两部分，一部分是数据表示形式，一部分是直方图形式。在数据表部分，显示每个区间中的天数及累计百分率数值。通过该统计结果，我们可以知道，在这40天中有1天的销售额在25万元以下，5天在2530之间，6天在3035之间，14天在3540之间，10天在4045之间，4天在4550之间。试验二：某大学为了了解学生每天上网的时间，在全校7500名学生中采取不重复抽样方法随即抽取36人，调查他们每天上网的时间，得到以下数据（单位：小时），求该校大学生平均上网时间的置信区间，置信水平分别为90%、95%和99%。图2-0操作步骤：1.根据上表将数据输入。 2.构造区间估计的工作表，在工作表中输入下列内容（置信水平为95%、99%时，在“置信水平”一栏分别填0.95和0.99）计算指标计算结果样本数据个数=COUNT(A1:D9)样本均值=AVERAGE(A1:D9)样本标准差=STDEV(A1：D9)抽样平均误差=B14/SQRT(B12) 置信水平0.90自由度=B12-1t值=TINV(1-B16,B17)误差范围=B18*B15置信下限=B13-B19置信上限=B13+B19图2-1 3.每一项都以“enter”键结束，得到输出结果图2-2 由上图可得在90%的置信度下，该校大学生每天上网时间的置信区间为（2.863482，3.769852）;在95%的置信度下，该校大学生每天上网时间的置信区间为（2.772142，3.861192）；在99%的置信度下，该校大学生每天上网时间的置信区间为（2.586075，4.047258）. 试验三：经验表明，一个矩形的宽与长的比等于0.618时会给人们比较良好的感觉。某工艺品工厂生产的矩形工艺品框架的的宽与长要求要求也按这比例率设计，假定其总体服从正态分布，现随机抽取了20个框架测得比值分别如下图3-0所示。试问在显著性水平a=0.05时能否认为该工厂生产的工艺品框架宽与长的平均比率为0.618图3-0操作步骤：1.根据上表将数据输入。 2.构造区间估计的工作表，在工作表中输入下列内容（置信水平为95%）计算指标计算结果样本数据个数=COUNT(A1:D5)样本均值=AVERAGE(A1:D5)样本标准差=STDEV(A1：D5)抽样平均误差=B11/SQRT(B9) 置信水平0.95自由度=B9-1t值=TINV(1-B13,B14)误差范围=B15*B12置信下限=B10-B16置信上限=B10+B16图2-1 3.每一项都以“enter”键结束，得到输出结果图3-2 图3-2 由上图可得在95%的置信度下，该工厂生产的矩形工艺品框架的宽与长的比的置信区间为（0.614648，0.701952），而0.618在这个置信区间内，所以，在显著性水平a=0.05时能认为该工厂生产的工艺品框架的宽与长的品均均比率为0.618。试验四：某家电制造公司准备购进一批5#电池，现有A/B/C三个电池生产企业愿意供货，为比较他们生产的电池质量，从每个企业各随机抽取5只电池，经试验得其寿命（小时）数据如下图4-0，试分析三个企业生产的电池的平均寿命之间有无显著差异（a=0.05）如果有差异，用LSD方法检验哪些企业之间有显著差异？图4-0操作步骤：1.根据上表将数据输入。 2.单击“工具”“数据分析”，弹出如图4-1对话框图4-1 3.选中“相关系数”，并按“确定”按钮，弹出图4-2图4-2 4.在“输入区域”单击按钮，选定输入区域。在“标志位于第一行”前选定，在“新工作表组”中填“p249相关分析结果”，效果如图4-3图4-3 5.单击“确定”，得到输出结果。图4-4 图4-4 在上图所示的输出表为“A、“B”、“C”三个变量的相关系数矩阵。明显，对角线上变量与自己完全正相关，值为1；其他，三个变量相互之间相关系数分别为：0.05944、0.080395、0.755779.A与B,A与C数值非常接近0，说明三个变量之间不存在较显著的相关关系，即具有显著的差异；B与C数值接近1说明存在比较显著的相关关系，即不具有显著的差异。试验五：美国各航空公司业绩的统计数据公布在华尔街日报1999年年鉴上。航班正点到达的比率和每10万名乘客投诉的次数的数据如图5-0所示.试画出这些数据的散点图；根据散点图，表明两个变量之间存在什么关系？求出描述投诉率是如何依赖航班按时到达正点率的估计的回归方程；对估计的回归方程的斜率作出解释如果航班按时到达的正点率为80%，估计每10万名乘客投诉的次数是多少？ 图5-0操作步骤：1.根据上表将数据输入。 2,单击“插入”“图表”，弹出如图5-1对话框图5-1 3.选择“XY散点图”，单击“下一步”，弹出图5-2对话框图5-2 7.选择数据区域，”B2:C10”,单击“下一步”按钮，弹出图5-3 图5-3 4.在“图表标题”输入“美国各航空公司航班正点率和投诉率”；“数值x轴”输入“航班正点率”；“数值Y轴”输入“投诉率”；并单击“下一步”按钮，弹出对话框图5-4图5-4 5.单击“完成”，输出结果如图5-5图5-5 6.单击“工具”“数据分析”弹出图5-6对话框图5-6 3.选定“回归”，按“确定”，弹出图5-7对话框图5-7 3.在图5-7对话框中“Y值输入区域”选定c1：c10；“x值输入区域”选定B1:B10;在“标志”前打钩；“新工作表组”输入“P291回归分析结果”，在“残差”一栏全部打对勾，效果如图5-8 图5-8 4.单击“确定”，输出结果如图5-9图5-9 有以上可得：（1）散点图为图5-5（2）航班正点率与投诉率各点大致分布在一条直线周围，即两者之间存在一定的线性相关性 （3）假设航班真点率为x，投诉率为y，则估计的线性回归方程为y=6.01783