统计学实验资料

实验一：EXCEL的数据整理与显示

一、实验目的及要求：（四号黑体加粗）

（一）目的（五号黑体加粗）

⑴掌握EXCEL用于数据预处理的基本菜单操作及命令；

⑵掌握EXCEL用于整理与显示的基本菜单操作及命令。

⑶能够根据实际中的数据特点选择最优的图形进行数据的展示。

（二）内容及要求（五号黑体加粗）

（一）.3.02某行业管理局所属40个企业2002年的产品销售收入数据（单位：万元）见

book3.02o要求：

（I）根据上面的数据进行适当的分组，编制频数分布表，并计算出累积频数和累积频率；

（2）如果按规定：销售收入在125万元以上为先进企业，115〜125万元为良好企业，105〜

115万元为一般企业，105万元以下为落后企业，按先进企业、良好企业、一般企业、落后

企业进行分组。

（二）.创建数据透视表。对数据进行整理，分析各国的订单情况。

二、仪器用具（四号黑体加粗）

计算机，EXCEL软件

三、实验原理（四号黑体加粗）

应用EXCEL的基本原理，根据不同数据的特征选择合适的数据处理方法对数据进行基本

的整理和图形的展示，

四、实验方法与步骤（四号黑体加粗）

⑴数据的EXCEL预处理

①利用EXCEL进行筛选

“数据，，—，，筛选，，—“自动筛选/高级筛选”

②利用EXCEL进行排序

“数据”一“排序”

⑵品质数据的EXCEL整理和显示

“插入”——“图表”——选择图形

⑶数值型数据的EXCEL整理和显示

“工具”——“数据分析”——“直方图”

五、实验结果与数据处理

3.02

第一题:

按销售收

累计频率

入分组频数（个）频率累计频数

（%）

（万元）

85~9020.0525.00%

90'9510.02537.50%

95^10020.05512.50%

100^10540.1922.50%

10511050.1251435.00%

110^11540.11845.00%

115〜12080.22665.00%

120^12530.0752972.50%

125〜13040.13382.50%

130135003382.50%

135r4040.13792.50%

140^14510.0253895.00%

145^15010.0253997.50%

15015510.02540100.00%

合计401100.00%

某行业管理局所属40个企业2002年的产品销售

(收入的直方图

)660150.00%

40100.00%频率

f2050.00%累积%

00.00%

第二题:

分组频率累积%

先进企业1025.00%

良好企业1255.00%

一般企业977.50%

落后企业9100.00%

合计0100.00%

直方图

120.00%

100.00%

80.00%

60.00%

40.00%

20.00%

0.00%

匚二)频率

-■一累积%

数据透视表

.〜____———•

1国茨坦ZT主算

S卜订率日瓶Euchanar.CallahanDavoiioDodsKortlFullerKingLever!in;PeacockSuyara三+

2003坦第三季3055.821.0408832.484364.34143.6lc86G415.315589.92S794.74€3985.16

美1季146CS.3E8120.721969.285530.2113667.8613546.161180S.6G34355.195724.94129331.4

20C4S第一孕3237..2.9992.23178&3.82-310.8..434.38-5.0S.34ZS4O6.S34.0SS.3355S3.-6.44047.2

荚二季cE47.£78686.7215925.565G92.2822136.6716437.9233493.1322389.6114245.211456=4.S

荚三季12975.E9649.9932394.915285.051€14S.S20263.93108S8.9631231.125481.65144320.2

荚口季S572.5718625.OS29€44.0712468.7621448.29801730930.1329946.315516.35175168.6

2OC5三第一季19481.8527030.852635131169.2136882.5619757.4861797.5840195.2413320.13275985.9

第二季21C■9SS7.129436.979227.433€641.6222146.1€17455.661C967.773861.45149834.2

息计GS792.2S123032.7182500.175048.04152503.81169€3201196.3225763.772527.63122S327

人口数据

总抚养少儿抚老年抚

按年龄组分

比养比养比

总人口(年

65岁及

年份末)0-14岁15-64岁(%)(%)(%)

以上

人口数人口数人口数

19821016543414662517499162.654.680

2011134735221641002831228834.422.1123

1982年与2011年我国人口结构变化

口总人口（年末）

■按年龄组分

■总抚养比

□少儿抚养比

■老年抚养比

六、讨论与结论

实验二：用EXCEL展示数据的分布特征及列联分析

一、实验目的及要求：（四号黑体加粗）

（一）目的（五号黑体加粗）

⑴掌握利用EXCEL的命令对数据的分布特征进行描述；

（2）掌握利用函数命令对数据进行计算分析，

⑶掌握利用EXCEL的命令对数据分布特征进行分析，

⑷掌握利用EXCEL进行列联分析

（二）内容及要求（五号黑体加粗）

（一）.4.09一种产品需要人工组装，现有三种可供选择的组装方法。为检验哪种方法更好,

随机抽取15个工人，让他们分别用三种方法组装。15个工人分别用三种方法在相同的时间

内组装的产品数量（单位：个）见book4.09。

（1）准备采用什么方法来评价组装方法的优劣？

（1）如果让你选择一种方法，你会作出怎样的选择？试说明理由。

（二）.9.03某报社关心其读者的阅读习惯是否与其文化程度有关，随机调查了254读者，

得到数据见book9.03。

以a=0.05的显著性水平检验读者的阅读习惯是否与文化程度有关。

二、仪器用具（四号黑体加粗）

EXCEL软件

三、实验原理（四号黑体加粗）

利用数据分布特征的基本知识对数据进行描述，包括集中趋势分布特征，离散分布特征以及

数据分布的基本形状；根据卡方检验的基本原理对数据计行处理；根据数据的特征选押合适

的变量进行多元回归模型的拟和和检验。

四、实验方法与步骤（四号黑体加粗）

⑴数值型数据的EXCEL整理和显示

“工具”一"数据分析”一“直方图”

（2）数据的分布特征的EXCEL处理

“工具”—“数据分析”——“描述统计”

⑶数据计算分析

“插入”一一“函数”一一命令选择

⑷列联分析的EXCEL处理

“插入”——“函数”——“统计”——“CHITEST

五、实验结果与数据处理（四号黑体加粗

4.09

第一题：离散系数

方法A方法B方法C

164129125

167130126

168129126

165130127

170131126

165130128

164129127

168127126

164128127

162128127

163127125

166128126

167128116

166125126

165132125

平均数165.6128.7333125.5333

标准差2.1313981.751192.774029

离散系数77.6954973.5119145.25307

标准误差0.5503250.4521550.716251

中位数165129126

众数164128126

方差4.5428573.0666677.695238

峰度-0.13450.45462111.66308

偏度0.351371-0.17448-3.23793

区域8712

最小值162125116

最大值170132128

求和248419311883

观测数151515

最大⑴170132128

最小⑴162125116

置信度(95.0%)1.1803290.9697771.536206

9.03第二题:

行列f0fefo-fe(fO-fe)"2(fO-fe)"2/fe

11615.15748031-9859445725.53254525

121317.91338583-4.91338582724.141360281.347671541

13148.2677165355.73228346532.859073723.974383202

14178.6614173238.33858267769.531961068.027780959

211213.33858268-1.3385826771.7918035840.134332382

221615.763779530.2362204720.0558001120.003539767

2387.2755905510.7244094490.524769050.072127348

2487.6220472440.3779527560.1428482860.018741459

313828.79921269.20078740284.654488812.939472339

324034.035433075.9645669293E.576058651.045265344

331115.70866142-4.70866141722.171492341.41141831

3464.8622047241.1377952761.2945780890.266253307

412119.704724411.2952755911.6777388550.08514399

422223.28740157-1.2874015751.6574028150.071171651

43910.7480315-1.7480314963.0556141110.281295232

441311.259842521.740157483.0281480560.268933429

25.48307551

六、讨论与结论

实验三：多元回归及时间序列分析

一、实验目的及要求：(四号黑体加粗)

(一)目的

⑴熟悉EXCEL用于时间序列分析的基本菜单操作及命令；

⑵掌握EXCEL用于移动平均、季节指数的基本菜单操作及命令。

(3)掌握EXCEL用于回归分析的基本菜单操作及命令。

(-)内容及要求

(-)12.03一家房地产评估公司想对某城市的房地产销售价格(yl)与地产的评估价值(xl)、

房产的评估价值（x2）和使用面积（x3）建立一个模型，以便对销伐价格作出合理预测。为此，

收集了20栋住宅的房地产评估数据见book12.03o

写出估计的多元回归方程，

（1）在销售价格的总变差中，被估计的【可归方程所解释的比例是多少？

（2）检验回归方程的线性关系是否显著9=0.05）。红字显著

（3）检验各回归系数是否显著（a=0.05）。黄字和0.05比较

（-）13.07一家大型百货公司最近几年各季度的销售额数据（单位：万元）见bookl3.07。

对这一时间序列的构成要素进行分解，并作出图形进行分析，并预测2013年各季度的

值。

（三）13.021981年〜2000年我国油彩油菜籽单位面现产量数据（单位：公顷/公斤）见

book13.02o

根据绘制时间序列图描述其形态。

用5期移动平均法预测2001年的单位面积产量。

采用指数平滑法，分别用平滑系数a=0.3和a=0.5预测2001年的单位面积产量，分析预测

误差，说明用哪一个平滑系数预测更合适？

二、仪器用具（四号黑体加粗）

计算机，EXCEL软件

三、实验原理（四号黑体加粗）

通过图形的绘制观察数据的变动情况，利用移动平均法、指数平滑法、季节指数的测定、

趋势的测定等方法确定并分析时间序列的趋势、季节以及周期性的变动特征。

四、实验方法与步骤（四号黑体加粗）

（1）图形描述的EXCEL处理

“图表向导”——“折线图”

⑵多元回归的EXCEL处理

⑶“工具，，——，，数据分析，，——，，回归，，

⑷移动平均的数据处理

“工具”—“数据分析”——“移动平均”

⑸指数平滑的EXCEL处理

“工具，，—“数据分析”——“指数平滑”

五、实验结果与数据处理（四号黑体加粗

12.03

SUMMARYOUTPUT

回归统计

Multiple0.947362

RSquare0.897496

Adjusted0.878276

标准误差791.6823

，观测值20

方差分析

df1SSJISFinificanct?F

回归分析3878035052926783546.696973.88E-08

残差1610028175626760.9

总计1997831680

Coefficien•标准误差tStatP-v-sT.nw^r9秘HpDf95钎限9工倒|彝孤前

Intercept148.7005574.42130.258870.799036-1069.021366.419-1069.021366.419

XVariabl0.8147380.5119891.5913210.131099-0.270631.900105-0.270631.900105

XVariabl0.820980.2111773.8876460.0013070.3733051.2686540.3733051.268654

XVariabl0.1350410.0658632.0503220.057088-0.004580.274665-0.004580.274665

RESIDUALOUTPUT

观测值预测Y残差标准残差

16855.54834.452440.04742-

24417.469432.53150.59536E

35迹揄525.57680.72343、

45921.965278.03460.38270)

510584.231065.7691.46699(

64315.718184.2820.25365s

74465.955-665.955-0.9166(

88377.565-77.565-0.1067i

95646.204253.79590.34934r

105620.997-870.997-1.198<

115495.672-1445.67-1.9899：

125螂.131-1466.13-2.0180^

139896.985-196.985-0.271K

144280.01269.98990.37163：

154099.548-9.54833-0.013K

168268.989-268.989-0.3702E

174002.111597.892.19944-

183705.773-5.77258-0.0079E

194830.174169.82580.2337(

202044.532195.46810.26905E

(1)多元回归方程:yA=148.700454+0.814738183x1+0.820979542x2+0.135041012x3

(2)判定系数R2=0.897495632,在销售价格的总变差中，被估计的何归方程所解释的比

例是：89.7496%

(3)假设Ho：3l=32=P3=0

Hl：Pl,B2,B3至少有一个不等于0.

SignificanceF=3.87913E-08,a=0.05,即P<a,所以拒绝原假设，回归方程的线性关系显

著。

(4)假设：Ho:Bi=0,Hi:Bi六0。

B1所对应的P值=0.814738183〉=0.05,未通过检验

B2所对应的P值=0.820979542>=0.05,未通过检验

83所对应的P值=0.135041012)=0.05,未通过检验

所以各回归系数都不显著。

12.06

SUMMARYOUTPUT

回归统计

Multiple0.780195

RSquare0.608704

Adjusted0.578604

标准误差3.042926

观测值15

方差分析

dfSSMSFjnificanceF

回归分析1187.2519187.251920.22290.000601

残差13120.37219.259396

总计14307.624

Coefficien-标准误差tStatP-valueLower95%Upper95麻限95.0,上限95.O,

Intercept4.5428571.1501183.9499060.0016622.0581797.0275352.0581797.027535

XVariabl7.0821431.5748644.4969880.0006013.67985710.484433.67985710.48443

(3)

a=0.3

年份单位面积产量标准误差a=0.5标准误差

19811451

1982137214511451

198311681427.31411.5

198412321349.511289.75

198512451314.257170.57361260.875151.5127

198612001293.48169.15641252.938144.7749

198712601265.43695.470111226.46946.14996

198810201263.80567.242281243.23437.32175

198910951190.664150.78571131.617133.866

199012601161.965151.24161113.309132.0338

199112151191.375161.45531186.654155.6629

199212811198.46380.250881200.82788.81191

199313091223.22475.236311240.91497.89371

199412961248.95770.066881274.95762.8939

199514161263.0773.898681285.47861.93078

199613671308.949104.81461350.73985.85738

199714791326.36498.269531358.8776.90496

199812721372.155129.17091418.935102.8455

199914691342.108110.60241345.467109.9781

200015191380.176128.36171407.234130.7433

2001年a=0.3时的预测值为:

月001=必+(l-a)&=03x1519+(1-03)x1380.2=14218

a=0.5时的预测值为：

玛勒=必+("⑴用=05x1519+(1-05)x14071=1463.1

比较误差平方可知，a=O.f更合适。

13.07

李店俏里4季度移云移正年季节不规贝INDEXY/INDEXT估计趋势李月季节指数

20031993.10.75171321.0912207.10.5985610.780498

29/1.20.85131140.87322370.80,4812220.830359

32264.1H542.9316281.3907351.23431834.28732534.50.7237231.277982

4194JJH713.0518331.0601241.16271671.4082698.20.6194541.136297

2004116J.6r1953.1321610.7744250.75172226.33852861.90.77792

2195323690525110.7691890.85132268.94163025.60.74991

36支.82653.1327371.4352191.23433182.15273189.30.99775

4309.6^2820.3328981.0626781.16272648.726833530.78995

200512342.4r2975.629530.793210.75173116.02193516.70.88605

22032.6^2930.5331050.8221790.85132998.55103680.50.81472

33-14.3r3278.8333931.1045371.23433036.08113844.20.78979

444上“3506.8337181.2028831.16273847124007.90.95986

20061J2M.4r3929.9842050.7738580.75174329.227134171.61.03779

24243.2^4480.8847180.8997090.85134986.854144335.31.1503

3)9)1.1，4955.9550371.1814361.23434821.352lb44991.07165

465/5.1F5118.452261.2195021.16275481.425164662.71.17559

200715明.2q333.b弓MSbU.71UJ370.75175193.635174826.41.07609

2310).92658.9559410.8594160.85135997.922184990.11.20196

3,252.6r6223.364211.129571.23435875.777195153.81.14008

4863U.5r6618.0567291.2824921.16277422.98720531T.51.39595

20081乂「6840.970310.7T9UZ30.75177294.129215481.21.33075

22>99.S221.7872330.8291540.85137045.053225644.91.24803

38//6.1,7244.371991.2190131.23437110.058235808.61.22405

48-20.6r7154.471611.2177721.16277500.481245972.31.25587

200917Z700.7047750.75176815.765256136.11.11077

260>1»7371.8573240826140.85137108.135266299.81.12832

39刈N,727772541.3222691.23437771.231276463.51.20233

4S341.2r7231.773291.1381851.16277174.163286627.21.08254

201014942.4^7425.337g90.G73460.7517G574.7229G790.90.56017

262.