统计学课内实验报告(详解 心得)
以下为《统计学课内实验报告(详解 心得)》的无排版文字预览，完整格式请下载
下载前请仔细阅读文字预览以及下方图片预览。图片预览是什么样的，下载的文档就是什么样的。
实验目的及要求
（一）目的
实验一：EXCEL的数据整理与显示
1．了解EXCEL的基本命令与操作、熟悉EXCEL数据输入、输出与编辑方法；
2．熟悉EXCEL用于预处理的基本菜单操作及命令；
3．熟悉EXCEL用于整理与显示的基本菜单操作及命令。
实验二：EXCEL的数据特征描述、抽样推断
熟悉EXCEL用于数据描述统计、抽样推断
实验三：时间序列分析
掌握EXCEL用于移动平均、线性趋势分析的基本菜单操作及命令。
实验四：一元线性回归分析
掌握EXCEL用于相关与回归分析的基本操作及命令。
（二）要求
1、按要求认真完成实验任务中规定的所有练习；
2、实验结束后要撰写格式规范的实验报告，正文统一用小四号字，必须有页码；
3、实验报告中的图表制作要规范，图表必须有名称和序号；
4、实验结果分析既要简明扼要，又要能说明问题。
二、实验任务
实验一
根据下面的数据。
1.1用Excel制作一张组距式次数分布表，并绘制一张条形图(或柱状图)，反映工人加工零件的人数分布情况。
从某企业中按随即抽样的原则抽出50名工人，以了解该企业工人生产状况（日加工零件数）：
117 108 110 112 137 122 131 118 134 114 124 125 123
127 120 129 117 126 123 128 139 122 133 119 124 107
133 134 113 115 117 126 127 120 139 130 122 123 123
128 122 118 118 127 124 125 108 112 135 509
1.2整理成频数分布表，并绘制直方图。
1.3 假设日加工零件数大于等于130为优秀。
实验二
***6月份各天的销售额数据如下(单位:万元)
257 276 297 252 238 310 240 236 265 278
271 292 261 281 301 274 267 280 291 258
272 284 268 303 273 263 322 249 269 295
（1）计算该***日销售额的均值、众数、中位数;
（2）计算该***日销售额的极差、标准差;
（3）计算日销售额分布的偏态系数和峰度系数。
实验三
根据实验一数据，（1）计算特征值；（2）在95.45%的概率保证度下，判断该企业职工的平均日加工零件数及优秀率的区间。
实验四
1、综合运用统计学时间序列中的移动平均、季节指数运算、时间序列因素分解、图形展示等知识，对某小区居民用电量（千度）季节数据的构成要素进行分解，并作出图形进行分析。
月度
第一年
第二年
第三年
第四年
1
501
574
585
542
2
447
469
455
438
3
345
366
352
341
4
354
327
341
427
5
374
412
388
358
6
359
353
332
355
7
365
381
392
376
8
437
460
429
441
9
353
344
361
382
10
295
311
291
377
11
454
453
395
398
12
457
486
491
473
实验五
综合运用统计学中相关与回归分析的内容，根据下列数据作出一个相关回归模型。
某地区1996～2011年国民生产总值和财政收入资料 单位：亿元
年份
国内生产总值
财政收入
1996
18667.82
2937.1
1997
21781.5
3149.48
1998
26923.48
3483.37
1999
35333.92
4348.95
2000
48197.86
5218.1
2001
60793.73
6242.2
2002
71176.59
7407.99
2003
78973.04
8651.14
2004
84402.28
9875.95
2005
89677.05
11444.08
2006
99214.55
13395.23
2007
109655.2
16386.04
2008
120332.7
18903.64
2009
135822.8
21715.25
2010
159878.3
26396.47
2011
183084.8
31649.29
三、实验地点
院机房
实验内容及结果
实验一：
（一）实验图表：
1.工人人数与零件个数分组表
零件数(个）
工人数（人）
107-114
7
114-121
11
121-128
20
128-135
8
135-142
4
合计
50
工人人数—零件个数分布图
2..工人人数与生产零件个数频率分布表
零件数
次数
频率
人数（人）
比重（%）
107-114
7
14%
114-121
11
22%
121-128
20
40%
128-135
8
16%
135-142
4
8%
合计
50
100%
工人加工零件直方图
3. 假设日加工零件数大于等于130为优秀
加工零件数
人数
≥130
9
＜130
41
则优秀率=9/50=0.18=18%
（二）实验结果与分析
1、首先，组距式分组，需要先整体把握所有数据，把最大值和最小值找出来，再计算全某某，因为总共50人，直接分为5组，这样刚好组距为7，于是就得出工人人数与零件个数分组表。
2、再根据这个表的数据和步骤，得出条形图。从这个条形图可以很直观的看出，工人生产零件个数在121-128件之间的人数最多，总共20人，工人生产零件个数在135-142之间的人数最少，总共4人，其余分组人数大致相同。
3、根据上述资料整理得出工人人数与生产零件个数频率分布表，同时也做出条形图，可以很直观的看出，工人生产零件个数在121-128件之间的人数最多，占40%，工人生产零件个数在135-142之间的人数最少，占8%。
4、根据资料，找出日加工零件数大于等于130的人数为9人，所以得出优秀率为18%。
实验二：
（一）实验图表：
1、 在相应方格中输入命令，得到所要求的数值
均值：
众数：
中位数：
在相应方格中输入命令，得到所要求的数值
极差: 标准差：
在相应方格中输入命令，得到所要求的数值
偏态系数: 峰度系数：
实验结果与分析
通过这个实验，也让我对数据描述统计、数值运算有了很深的了解和理解，并且明白EXCEL的好处，特别是对统计数据的重要性，也熟悉了这方面的一些基本菜单操作及命令。
实验三：
（一）实验图表：
1、 在相应方格中输入命令，得到各特征值。
单位总量：50 标志总量：6131 最大值：139 最小值：107:
平均值：122.62 中位数：123 几何平均数：122.***
调和平均数:：122.*** 变异统计的平均差：6.3552
变异统计的标准差：8.***3 变异统计中的方差：65.***
变异统计中的峰度：-0.*** 变异统计中的偏度：0.***
2、 抽样推断
极限误差=CONFIDENCE(0.072353，8.***3，50)= 2.***
日加工零件的置信区间为（120.559435，124.680565）
优秀率的置信区间(0.***，0.***)
3、 假设检验
t=(样本均值单元格-115）/(样本标准差单元格/SQRT（样本容量单元格）)=（122.62-115）/（8.***3/50）=6.***8
因为α=0.05，自由度为49 ，则TINV(0.05,49)= 2.***9 所以其临界值为2.***9
（二）实验结果与分析
这组数据的最大值为139，最小值为107。企业职工的平均日加工零件数为为122.62，标准差为8.***3， 整体的波动幅度不大。在95%的置信度下，估计该企业职工的日加工零件的置信区间为（120.559435，124.680565），优秀率的置信区间(0.***，0.***) ，其临界值为2.***9。
抽样推断分析法是经济分析中广泛应用的一种统计分析方法。本实训使我进一步巩固统计抽样推断的基础知识与基本技能，熟练掌握抽样推断分析的基础知识与运用条件，熟练掌握抽样推断分析的基本技能与计算过程。抽样推断是在抽样调查的基础上进行的统计方法，主要内容为：参数估计和假设检验。输入正确的数据也是成为整个统计学实验的基础。
实验四：
（一）实验图表：
1.（1）输入“年/季度”、 “时间标号”：
年
季度
第一年
第二年
第三年
第四年
第一季度
559
574
585
542
447
469
455
438
345
366
352
341
第二季度
354
327
341
427
374
412
388
358
359
353
332
355
第三季度
365
381
392
376
437
460
429
441
353
344
361
382
第四季度
295
311
291
377
454
453
395
398
457
486
491
473
（2）点击“数据分析”→“移动平均”，输入区域为“用电量”，间隔4，输出“移动平均值”；同样的办法对“移动平均值”进行2步平均，输出“中心化后的移动平均值”：
414.5
434
433.25
437
397.25
413.75
408.625
414
380
393.5
384
391
369
379
368.625
380.625
358
364.5
353.25
370.25
360.5
366.375
358.25
374.625
363
368.25
363.25
379
373.375
384.875
374.25
380.75
383.75
401.5
385.25
382.5
381.125
393
381.875
385.5
378.5
384.5
378.5
388.5
370.5
379.25
373.375
391.25
362.5
374
368.25
394
373.625
383
368.625
396.75
384.75
392
369
399.5
387.25
395.25
376.75
403.5
389.75
398.5
384.5
407.5
（3）对称一下 “移动平均值”和“中心化后的移动平均值”，用移动平均值的第一项对准第四期，中心化后的移动平均值的第一项对准移动平均值的第一项，然后用“用电量”除以“中心化后的移动平均值”，得到：
1.043423
1.048943
1.060263
1.055556
1.02981
1.038259
1.041709
1.027258
0.993065
0.99488
0.98604
0.988321
0.972213
0.956804
0.9706
0.995404
1.006888
1.021628
1.008838
0.992218
1.021592
1.013843
1.013726
0.992971
0.970224
0.976501
0.998983
0.993069
0.993544
1.00822
0.97943
0.990087
（4）把得到的数据复制到“季节指数计算表”中，得到：
月份
各月平均指数/100
指数平均值
第一年
第二年
第三年
第四年
平均数
调整指
1
1.048943
1.008838
0.98112
1.012967
1.011455
2
1.038259
1.013726
0.96314
1.005042
1.00354
3
0.99488
0.998983
0.94096
0.978274
0.976814
4
0.956804
0.97943
0.984299
0.973511
0.972058
5
1.043423
1.021628
1.055556
1.040202
1.038649
6
1.02981
1.013843
1.027258
1.023637
1.022109
7
0.993065
0.976501
0.988321
0.985962
0.98449
8
0.972213
1.00822
0.995404
0.991946
0.990465
9
1.006888
1.060263
0.992218
1.01979
1.018268
10
1.021592
1.041709
0.992971
1.018757
1.017236
11
0.970224
0.98604
0.993069
0.983111
0.981643
12
0.993544
0.9706
0.990087
0.984744
0.983274
合计
8.030759
12.11769
12.03586
3.869519
12.01794
12
（5）做出折线图如下：
用各年各月的用电量除以对应的季节指数，得到：
月份
第一年
第二年
第三年
第四年
1
353.189
567.499
578.3748
535.8618
2
445.423
467.345
453.395
436.4549
3
353.189
374.6877
360.3553
349.0942
4
364.1758
336.3998
350.8022
439.2743
5
360.0831
396.6691
373.5622
344.6785
6
351.2346
345.3644
324.8186
347.3211
7
370.75
387.0024
398.1757
381.9236
8
441.2069
464.4282
433.1298
445.2453
9
346.667
337.8287
354.5237
375.147
10
290.0015
305.7304
286.0693
370.6121
11
462.4899
461.4712
402.3866
405.4427
12
464.7738
494.2671
499.3522
481.046
2、（1）完善“用电量”和“季节指数”后，计算“用电量”/“季节指数”，得到：
月平均用电量
季节指数
用电量/季节指数
553.25
1.011455
546.***
452.25
1.00354
450.***
351
0.976814
359.***
362.25
0.972058
372.***
383
1.038649
368.***
349.75
1.022109
342.***
378.5
0.98449
384.***
441.75
0.990465
382.***
360
1.018268
353.***
318.5
1.017236
313.***
425
0.981643
432.***
476.75
0.983274
484.***
（2）点击“数据分析”→“回归”，Y值输入区域为季节分离后的时间序列，X值输入区域为时间标号，输出：
SUMMARY OUTPUT
回归统计
Multiple R
0.221792
R Square
0.049192
Adjusted R Square
-0.04589
标准误差
68.5633
观测值
12
方差分析
df
SS
MS
F
Significance F
回归分析
1
2432.1
2432.1
0.517366
0.488435
残差
10
47009.26
4700.926
总计
11
49441.36
Coefficients
标准误差
t Stat
P-value
Lower 95%
Intercept
426.1084
42.19779
10.09788
1.45E-06
332.0859
X Variable 1
-4.12404
5.733551
-0.71928
0.488435
-16.8992
（3）最终计算得出：
第五年各月预测值
月份
预测值
1
553.25
2
452.25
3
351
4
362.25
5
383
6
349.75
7
378.5
8
441.75
9
360
10
318.5
11
425
12
476.75
3、做出折线图(用电量)如下：
4、销 内容过长，仅展示头部和尾部部分文字预览，全文请查看图片预览。 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，其收获和意义可见一斑。首先，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。在实践的校对工作中，知道一丝不苟的真正内涵。
通过本次实验，不仅仅是掌握操作步骤完成实验任务而已，更重要的是在实验中验证自己的所学知识的掌握和运用。统计学的学习就是对数据的学习，而通过实验可以加强我们对统计数据的认知和运用，更好的学习统计学的知识。虽然实验时间很短暂，但对统计知识掌握的要求并没有因时间的短暂而减少，相反我们更得努力掌握和运用统计学的新知识，提高自己的数据分析和处理能力，促进统计学的新发展。 以上就是我这次实验的一些心得体会，希望可以对自己有所帮助。
而在今后的学习生活中，我也会温故知新，继续对统计学的学习。
[文章尾部最后500字内容到此结束,中间部分内容请查看底下的图片预览]请点击下方选择您需要的文档下载。
- 夏季学期微处理器报告
- CAD技术在机械设计过程中的应用分析_万某某
- 分子热运动教学设计1
- 熔化和凝固 教学设计
- 校园大数据管理平台建设方案
- 司法大数据专题报告之离婚纠纷
- 上机实验360杀毒软件设置步骤
- 电路实验报告
- 大学2周实验报告模板2
- 16.金属教学设计
- 第一节降低化学反应活化能的酶
- 实验报告-模板
- THHE1THHE1型高性能电工电子实验台使用说明书
- 4-1-3 探究杠杆平衡条件[实验]
- ABAQUS常见问题汇总
- 如何用英语描述各种图表
- 商业模式讲稿
- 八年级物理实验教学工作总结
- 财务管理模拟实验报告范文
- 大学计算机网络作业及实验报告
以上为《统计学课内实验报告(详解 心得)》的无排版文字预览，完整格式请下载
下载前请仔细阅读上面文字预览以及下方图片预览。图片预览是什么样的，下载的文档就是什么样的。