统计学试验报告百度文库

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的数据或数据库文件

2、，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数据文件。可以使用“保存”工具按钮，或者“文件-保

3、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 各区间中的数目。本例假设所有成绩都为整

4、数。（二）直方图分析工具：“工具”“数据分析”“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

5、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。为估计，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，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

6、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

7、:选择工具数据分析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，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）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。2t-检验: 双样本等方差假设该工具是在一定置信水平之下，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。3t-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

8、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。4t-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。5Z-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“工具数据分析方差分析：单因素分

9、析”，填入输入区域，并填写相应的，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、无重复双因素方差分析步骤:单击“工具数据分析方差分析：无重复双因素分析”，填入输入区域，并填写相应的，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

10、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“工具数据分析方差分析：可重复双因素分析”，填入输入区域，并填写相应的，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

11、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：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

12、、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

13、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，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

14、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150，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

15、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33.77655908。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：88.182.4,86.2.84.3,87.6,88.486.0,85.5,86.7,87.3，改进方法下得到的数据有：89.1，90.1，87.3，89.1,90.0,8

16、9.1,89.1,87.3,90.2,92.1。利用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（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

17、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

18、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，在实践中我的知识得到了巩固,解决问题的能力也受到了锻炼；其次，本次实验开阔了我的视野，使我对统计在现实中的运作有所了解，也对统计也有了进一步的掌握。在实验过程中还有些其它方面也让我学到了很多东西，知道统计工作是一项具有创造性的活动，要出一流成果，就必须要有专业的统计人才和认真严肃的工作态度。在本学期的实验课中，我还有很多不足，课前没有去预习，以至于在老师的讲解过程中很多东西都听得云里雾里，另外，课后作业也没有及时完成，对新知识还没有得到有效的掌握。这些是我在今后的实验操作过程中应该提高和改进的地方。我相信在今后的实验操作课中，逐步改正自己的不足，真正掌握知识，学以致用 。（二）意见和建议：1.希望老师在讲课的同时，尽量放慢操作的速度，让同学能跟着老师