统计学试验报告-百度文库资料

1、统计学实验报告 姓名：田 媛学号：20092771班级：营销0901成绩： 一、实验步骤总结：成绩：实验一：数据的搜集与整理 1 数据收集： （1）间接数据的搜集。有两种方法，一种是直接进入网站查询数据，另一种是 使用百度等搜索引擎。 （2）直接数据的搜集。直接统计数据可以通过两种途径获得：一是统计调查或 观察，二是实验。统计调查是取得社会经济数据的最主要来源，它主要包括普 查、重点调查、典型调查、抽样调查、统计报表等调查方式。 2数据的录入： 数据的录入是将搜集到的数据直接输入到数据库文件中。数据录入既要讲究效 率，又要保证质量。 3数据文件的导入： Excel数据文件的导入是将别的软件形成

2、的数据或数据库文件，转换到Excel工作 表中。导入的方法有二，一是使用 文件-打开”菜单，二是使用 数据-导入外部数 据-导入数据”菜单，两者都是打开导入向导，按向导一步步完成对数据文件的导 入。 4. 数据的筛选： 数据的筛选是从大数据表单中选出分析所要用的数据。Excel中提供了两种数据 的筛选操作，即 自动筛选”和 高级筛选” 5. 数据的排序： Excel的排序功能主要靠 升序排列”（降序排列”工具按钮和 数据-排序”菜单 实现。在选中需排序区域数据后，点击 升序排列“（降序排列”）工具按钮，数 据将按升序（或降序）快速排列。 6. 数据文件的保存： 保存经过初步处理的Excel数据

3、文件。可以使用 保存”工具按钮，或者 文件-保 存”菜单，还可以使用 文件-另存为”菜单。 实验二：描述数据的图标方法 1 .频数频率表： （一） Frequency函数 使用方法举例：假设工作表里列出了考试成绩。这些成绩为 79、85、78、85、 83、81、95、88和97,并分别输入到单元格 A1:A9。这一列考试成绩就是 data_array。Bins_array是另一列用来对考试成绩分组的区间值。 在本例中，bins_array是指C4:C6单元格，分别含有值70、79和89。以数组形式 输入函数FREQUENCY，就可以计算出成绩在 0-70、71-79、80-89和90-100

4、各 区间中的数目。本例假设所有成绩都为整数。 （二）直方图分析工具： 工具”一一数据分析”一一直方图” 单击菜单栏的 工具”，再选择工具栏的数据分析，在分析工具中选择直方图，点击 确定。填入输入区域和输出区域，点击确定。直方图就会出现。 2. 统计图： 统计图有直方图，折线图，散点图等。单击菜单栏的插入”，选择图表，在图表 类型中选择所需的图。 实验三：统计数据的描述 1. 使用函数描述：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、方差等。 2. 描述统计”工具： 在菜单栏点击工具，选择数据分析中的描述统计。选中输入区域和输出区域，输 出区域一般为右边或下边空白部位。最后点

5、击确定，数据分析就会显示出来。 实验四:参数估计 1. 数据抽样： 点击工具数据分析抽样，选中输入区域和输出区域，输入所要抽取的样 本数，点击确定，抽样的数据就会显示出来。 2. 参数估计： （一）点估计 点估计是依据样本估计总体分布中所含的未知参数或未知参数的函数。通常它们 是总体的某个特征值，如数学期望、方差和相关系数等。点估计问题就是要构造 一个只依赖于样本的量，作为未知参数或未知参数的函数的估计值。例如，设一 批产品的废品率为ft为估计9,从这批产品中随机地抽出n个作检查，以X记 其中的废品个数，用X/n估计ft这就是一个点估计。 （二）区间估计 区间估计是依据抽取的样本，根据一定的正

6、确度与精确度的要求，构造出适当的 区间，作为总体分布的未知参数或参数的函数的真值所在范围的估计。例如人们 常说的有百分之多少的把握保证某值在某个范围内，即是区间估计的最简单的应 用。 一般用以下几种函数及函数组合构建区间估计表单： TINV，NORMSINV，Chinv, CONFIDENCE 实验五:假设检验 （一）假设检验的函数表单 具体步骤为： 1确定需进行假设检验的总体参数 2确定抽样样本统计量及其服从的分布 3进行假设设计（单侧，双侧） 4确定置信水平 5.计算检验统计量 6计算置信水平下的检验区间（或检验临界值） 7. 比较检验统计量与检验区间（或检验临界值），得出结论 （二）运用

7、分析工具库 1. F-检验：用于双样本方差，该工具通过双样本的F检验，对两个样本的方差进行 比较。用于说明两个样本的方差是否存在显著差异。 步骤:选择工具一一数据分析一一F-检验双样本方差分析，变量一区域输入 标准 方法”的数据域，变量二区域输入 改进方法”数据域，输出区域为空白处，点击确 定，将会在空白处显示数据分析的结果。 （1）若P小于显著性系数a拒绝ho，说明两样本方差存在显著差异；反之， 接受H0,说明两样本方差不存在显著差异。 （2）若F大于临界值，拒绝H0，说明两样本方差存在显著差异；反之，接受 H0,说明两样本方差不存在显著差异。 2. t-检验：双样本等方差假设 该工具是在一

8、定置信水平之下，在两个总体方差相等的假设之下，检验两个总体 均值的差值等于指定平均差的假设是否成立的检验。 3. t-检验：双样本异方差假设 该分析工具可以进行双样本t-检验，与双样本等方差假设检验不同，该检验是在 两个数据集的方差不等的前提假设之下进行两总体均值差额的检验，故也称作异 方差t-检验。可以使用t-检验来确定两个样本均值实际上是否相等。 4. t-检验：双样本异方差假设 该分析工具可以进行双样本t-检验，与双样本等方差假设检验不同，该检验是在 两个数据集的方差不等的前提假设之下进行两总体均值差额的检验，故也称作异 方差t-检验。可以使用t-检验来确定两个样本均值实际上是否相等。

9、5. Z-检验：双样本均值分析 该分析工具可以进行方差已知的双样本均值 z-检验。此工具用于检验两个总体均 值之间存在差异的假设。 实验六:方差分析 一、单因素方差分析 步骤:单击 工具一一数据分析一一方差分析：单因素分析”，填入输入区域，并填 写相应的a然后将空白区域作为输出域，最后点击确定。 结论判断： (1) 由方差分析表中的统计量F与F临界值比较。前者大则说明分类自变量对 数值型因变量具有显著影响；反之，则说明分类自变量对数值型因变量影响不显 著。 (2) 由P值和给定的显著性系数 a比较。前者小则说明分类自变量对数值型因 变量具有显著影响；反之，则说明分类自变量对数值型因变量影响不显

10、著。 二、无重复双因素方差分析 步骤:单击 工具一一数据分析一一方差分析：无重复双因素分析”，填入输入 区域，并填写相应的 a然后将空白区域作为输出域，最后点击确定。 结论判断： (1) 由方差分析表中的统计量F与F临界值比较。前者大则说明分类自变量对 数值型因变量具有显著影响；反之，则说明分类自变量对数值型因变量影响不显 著。 (2) 由P值和给定的显著性系数 a比较。前者小则说明分类自变量对数值型因 变量具有显著影响；反之，则说明分类自变量对数值型因变量影响不显著。 三、可重复双因素方差分析 步骤:单击 工具一一数据分析一一方差分析：可重复双因素分析”，填入输入区 域，并填写相应的a然后将

11、空白区域作为输出域，最后点击确定。 结论判断： (1) 由方差分析表中的统计量F与F临界值比较。前者大则说明分类自变量对 数值型因变量具有显著影响；反之，则说明分类自变量对数值型因变量影响不显 著。 (2) 由P值和给定的显著性系数 a比较。前者小则说明分类自变量对数值型因 变量具有显著影响；反之，则说明分类自变量对数值型因变量影响不显著。 二、实验心得报告成绩： (一)心得体会： 本学期学习了统计学这门课程，同时也上了统计学实验课程。在统计学实验 学习中，我学到了 一些Excel操作软件的应用方法，学会了怎样运用 Excel对数 据进行收集整理与分析，下面是我对本学期统计学实验课的心得体会：

12、 统计学是一门收集、整理、分析统计数据的方法科学，其目的是探索数据的内在 数量规律性。统计学是指导我们在日常工作生活中如何进行数据资料的收集、整 理和分析的一门方法论科学。对统计数据进行处理一般需要借助一定的统计分析 工具来完成。因此，统计学试验是运用 Excel的统计分析功能，进行数据的搜集整 理和显示.并进行统计数据的录入、分组、汇总及各种常用统计图表的绘制，它通 过一系列的抽样设计、样本统计量的构造和计算以及检验和概率推断，帮助我们 实现对总体参数的近似估计，从而在有限经验样本的基础上实现对总体或现实世 界 的认识。 实验的第一步是是数据的录入，但是由于上课时间有限，所以我们都是使用老师

13、 做好的数据进行试验。不过我们还是要重视这一步，因为在以后的实际运用中， 这是最基础的一步。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础。当然如果是间接得到的数据就不需要再做这样的工 作。 接下来我们学习了使用图表描述数据，用这些图表可以反映出数据的大概趋势变 动情况，对信息的不同要求可以使用不同的表。例如：一家广告公司在某城市随 机抽取200人，以 你比较关心哪一类广告”为题进行调查访问，获取的资料整理 成表格。此时

14、，如果需要的信息是直观的表现哪种类型的广告比较受关注，可以 使用直方图或条形图，如果需要的信息是关注各种广告所占人数的比例，那么就 应该使用圆形图或者环形图。 对统计数据的众数，中位数，均值的描述也可以让我们对其有一个初步的印象和 大体的了解。众数是一种位置平均数，是总体中出现次数最多的变量值。中位数 是将数据按大小顺序排列起来，形成一列数，居于数据中间位置的那个数据就是 中位数。均值又叫算数平均数，是集中趋势测度中最重要的。例如：某厂星 期一的产量：110 150 170 210 120 150 按大小排列后为：110 120 150 150 170 210该组数据中众数为150，中位数为1

15、50,平均数为155。 在此基础上的参数估计，抽样分析，方差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。 参数估计： 例如：某饭店在7星期内抽查29位顾客的消费额（元）如下：15 24 38 26 30 42 18 30 25 26 34 44 20 35 24 26 34 48 18 28 46 19 30 36 42 24 32 45 36 求在概率 90%的保证下，顾客平均消费额的估计区间。 通过数据分析工具可以求出在置信水品在0.9的情况下，置信区间下限为 27.94757885,置信区间上限为 33.7765590& 对参数进行抽样估计后还可以对其结果进行假设检验。对总

16、数的概率分部或 分布参数做出某种假设，然后根据抽样得到的样本观测值，运用数理统计的分析 方法，检验这种假设是否正确，从而决定接受或拒绝假设，这样的统计推断过程 就是假设检验，也称显著性检验。 例如：标准方法下得到的数据有： 88.182.4,86284.3,87.6,88.486.0,85.5,86.7,87,改进方法下得到的数据有：89.1, 90.1, 87.3, 89.1,90.0,89.1,89.1,87.3,90.2,92.1 禾U用 f 检验得结果 F=1.494480795, F单尾临界3.178893105, F小于临界值接受 H0,说明两样本方 差不存在显著差异。 方差分析（

17、以单因素方差分析为例）： 单因素方差分析是用来研究一个控制变量的不同水平是否对观测变量产生了显著 影响。例如，分析不同施肥量是否给农作物产量带来显著影响，考察地区差异是 否影响妇女的生育率，研究学历对工资收入的影响等。这些问题都可以通过单因 素方差分析得到答案。单因素方差分析的第一步是明确观测变量和控制变量。 单因素方差分析的第二步是剖析观测变量的方差。方差分析认为：观测变量值得 变动会受控制变量和随机变量两方面的影响单因素方差分析的第三步是通过比较 观测变量总离差平方和各部分所占的比例，推断控制变量是否给观测变量带来了 显著影响。 例如，根据学生调查的结果，试用方差分析的方法比较在5%的显著

18、性水平下能 否认为学生的学习兴趣对他们的统计成绩有显著影响。 按不同兴趣分组的考试成绩 兴趣 序号 1 2 3 4 5 1 38 78 65 87 83 2 69 97 70 78 91 3 75 60 81 83 85 4 55 55 65 89 80 5 82 64 78 92 6 89 80 69 68 7 77 65 83 8 88 68 9 88 在Excel的分析工具库中选择 方差分析：单因素方差分析”，指定相应的数 据区域和显著性水平，点击确定”后的输出结果如表： 单因素方差分析的汇总表 组 观测 数 求和 平均 方差 1 4 237 59.2 5 270. 92 2 9 705

19、 78.3 3 206. 25 3 7 502 71.7 1 55.9 0 4 8 617 77.1 3 81 + 5 5 5 7 582 83.1 4 63.8 1 表中各项是各组数据的描述统计指标。从各组的均值看，最低的为59.25分，最 高的为83.14分。从各组的方差看最小的为 55.90，最大的等于270.92。我在实 验课上学的东西很多，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，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，学到了很多东西，对于以后写论 文和工作都有很大的帮助。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