《统计学实验报告例文.doc》由会员分享,可在线阅读,更多相关《统计学实验报告例文.doc(21页珍藏版)》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、统计学实验报告例文统计学实验报告范文导读:我根据大家的需要整理了一份关于统计学实验报告范文的内容,具体内容:统计学的应用正确和恰当与否,直接关系到科研成果的科学性和严谨性,那么你们知道统计学的实验报告要怎么写吗?下面是为大家带来的,仅供参考。1:实验课程:指导教师:专业班级:学统计学的应用正确和恰当与否,直接关系到科研成果的科学性和严谨性,那么你们知道统计学的实验报告要怎么写吗?下面是为大家带来的,仅供参考。1:实验课程:指导教师:专业班级:学生姓名:学生学号:统计学实验 A 陈正伟 13 统计 冯瑞 20_121110 _通过统计学(时间-到时间)实验报告如下:一、季节比率; (一)过程:(
2、1)计算年内同季的平均数 (2)计算总的季的平均数(3)用季平均数除以总的季平均数得到季节比率 (二)结果:某地区旅游业产值季节资料(三)分析p :(1)由图表可以看出第一季度为旺季,第二、四季度为淡季,第三季度为平级; (2)第一季度到第二季度是由旺转平,第四季度到第一季度是由平转旺;二、动差、偏度系数、峰度系数的计算; (一)过程:(1)由动差的计算公式分别计算一阶中心动差、二阶中心动差三阶中心动差和四阶中心动差; (2)计算标准差,以变量的三阶中心动差除以标准差三次方,计算偏度; (3)以变量的四阶中心动差除以标准差四次方再减去 3,计算峰度;(4)在插入菜单中选择图表,在弹出对话框中选
3、折线图, 填写数据区域,完成每人每月生活费收入情况折线图 (二)结果:(三)分析p :由数据和分布图可看出大部分人的生活费收入在 90-130 之间,偏度趋近于 0 可知图线为正态分布,峰度0,说明户数分布的比较紧凑 三、趋势性的绘制; (一)过程:(1)在插入菜单中选择图表,在弹出对话框中选折线图, 填写数据区域,完成非典病例每日治愈情况统计表(2)在插入菜单中选择图表,在弹出对话框中选折线图, 填写数据区域,完成非典病例每日新增情况统计表;(3)在插入菜单中选择图表,在弹出对话框中选折线图, 填写数据区域,完成非典病例每日死亡统计表。(二)结果:(三)分析p :(1)8 月 26 日-10
4、 月 2 日,非典病例每日治愈人数有所增加; (2)8 月26 日-10 月 2 日,非典病例每日新增人数平缓并有所下降; (3)8 月 26日-10 月 2 日,非典病例每日死亡人数变化较大,无明显增多 四、一元线性回归方程; (一)过程:(1)在插入菜单中选择图表,在弹出对话框中选散点图, 填写数据区域,绘制出散点图;(2)计算相关系数:分别计算出 _,y 的平均数,标准差和 _y 的平均数; 通过公式求出回归系数 b、a; 得到一元线性回归方程;(3)单击散点图内任意数据点,单击右键,选择添加趋势线,并在设置中选择显示公式(二)结果:(三)分析p :由绘制的散点图可知,_,y 的取值中基
5、本无极端值,它们成线性关系。五、变列数量的编制:(一)过程:1、将学生成绩进行重新排列,等距分组,并计算每组的频数、频率、累计频数、组中值。2、计算学生成绩的平均数、中位数、众数,并比较三者的大小。3、在插入菜单中选择图表,在弹出对话框中选柱形图, 填写数据区域,完成学生成绩统计表;4、在插入菜单中选择图表,在弹出对话框中选折线图, 填写数据区域,完成学生成绩频数统计表。(二)结果:(三)分析p :由学生成绩图可知,70-90 分学生人数较多六、移动平均剔除法 (一)过程:1、计算 12 个月的移动平均数,再计算中心化移动平均数;2、将观察值除以对应的趋势值得到季节变动和不规则变动相对数; 3
6、、将几年同月加总求月平均数,消除不规则变动的影响;4、将 12 个月的平均数加总算出总的月平均数,然后计算季节比率。(二)结果:(分析p ):1、七月份空调销量最多;2、七月以后销量逐渐递减,次年一月到七月销量逐渐递增。2:一、实验主题:大学生专业与实习工作的关系 二、实验背景:二十一世纪的今天大学生已是一个普遍的社会群体,高校毕业人数日益增加,社会、企业所提供的职位日益紧张,大学生就业问题是当今社会关注的焦点。面对日益沉重的就业压力,越来越多的大学毕业生选择了企业需求的职业,而这种职业与自己在校所学专业根本无关或相去甚远,大学毕业生就业专业不对口的现象非常严重。专业对口是个广义的概念,就是说
7、你所学的专业与你所作的工作相关,比如你专业是会计,工作后你到了一个企业做会计,或者到银行做柜员,这都是与经济相关的,这就是对口。如果你学机械设计,但工作后却做了统计员,业务员等于你所学专业无关的工作,这就叫专业不对口。专业不对口导致毕业生所学知识没有用武之地,所以这是一种人力资的浪费。三、实验目的:大学生就业专业不对口是客观存在的问题,我们研究此问题有这几点目的:了解当代大学生实习工作与专业是否对口的情况,当代大学生对工作与专业不对口现象的态度。分析p 大学生就业结构和专业对口问题,了解当今大学生专业对口情况,为以后大学生选择专业、选择工作岗位提供有效的信息和借鉴。寻找导致专业不对口的原因,以
8、减少社会普遍存在的人力资的浪费。四、实验要求:就相关问题收集一定数量的数据,用 E_CEL 进行如下分析p :1 进行数据筛选、排序、分组;2、制作饼图并进行简要解释;3、制作频数分布图,直方图等并进行简要解释。五、实验设备及材料:计算机,手机,E_CEL 软件,WORD 软件。六、实验过程:(一)制作并发放调查问卷。(二)收回并统计原始数据:收回了 102 名大学生填写的调查问卷,并对相关数据进行统计。(三)筛选与实验相关问题:1.您的性别( ):A.男 B.女2.专业:3.您的实习工作与所学专业的关系是:( )A.是本专业的工作 B.与专业相关的工作 C.与本专业没有关系4.您认为实习工作
9、与专业对口之间的关系是:( ) A.实习工作应该与专业对口,锻炼自己的专业素养B.无所谓,只要能学到东西就好5.您认为实习与第一份工作有关系吗? ( )A.有关,很多人就是在实习单位就业的 B.有关,实习经历对找工作帮助很大C.没什么关系,帮助不大 D 不好说,这个问题得因人而异 (四)对以上问题的调查数据进行图形分析p :1.调查对象的男女比例由以上饼状图可以看出调查对象男生比例远远高于女生比例2.调查对象的专业分布由上条形图可以看出调查对象的专业分布多样,分布不均,具有抽样调查的普遍性。3.调查对象的实习工作与所学专业的关系4.调查对象认为实习工作与专业对口之间的关系是5.调查对象认为实习
10、与第一份工作是否有关系七、数据分析p 及结论:从数据和图表中得出共 102 个人填写了调查问卷,其中女生较少,男生较多。工商管理、国贸、会计、经济学这几大热门专业人数较多,数据相对而言比较有代表性。从 35 题问题的数据中我们可以看出大学生的专业性并不强,对专业的认识也不深,相当一部分人认为其所从事的工作与专业并没有多大的联系,有 49的人对实习工作与专业是否对口持无所谓的态度,有 50的人认为实习工作与将来第一份工作联系不大,甚至没有关系。大学生工作与专业不对口是当前社会存在的普遍现象。应用统计学实验报告武汉工大学管理学院应用统计学 课程实验(上机)报告专业班级:2021级工商管理01班 学
11、 号: 指导老师:夏剑锋实验(上机)地点:活动中心 学期:20_20_年度第二学期第 1 页;共 23页应用统计学实验报告实验(上机)日期:20_年4月25日第1 次 实验(上机)主题:统计软件的运用 实验(上机)类别):验证性 完成方式:独立实验(上机)目的与要求:1、掌握启动和退出统计软件2、掌握数据库的建立3、搜集一些数据并建立数据库4、进行一些统计计算(函数、描述性统计)5、制作统计图6、计算各种统计指标 实验(上机)内容及方法 一、基本操作 1.在E_CEL图标双击,打开工作表。2.在“文件”菜单下,选择“新建”,在右边“新建工作簿”选择“空白工作簿”。3.单击页面右上角红色关闭按钮
12、,关闭工作表,并退出软件。如提醒“是否保存”则选择保存,或者选择取消在查看后在退出。 二、描述性统计 1.在数据表窗口输入数据如下: 68 98 59 78 86 9476 82 86 81 76 69表1-1某学科成绩表 78 94 49 76 89 95 83 58 76 66 81 689579 96 78 76 9368 76 68 63 69 78 2.单击保存,在文件名称中输入“成绩文件”第 2 页;共 23页应用统计学实验报告3.加载数据分析p 工具:在“工具”下拉菜单下找到“加载宏”,单击,选择“数据分析p 工具”点击确认。图1-1 加载分析p 工具库4.再在工具下拉菜单下找到
13、“数据分析p ”选项。图1-2 打开数据分析p 第 3 页;共 23页应用统计学实验报告5.单击“数据分析p ”,选择“描述性统计”图1-3开始描述性统计6.数据复选框如下,单击确定,图1-4描述性统计选项卡7.显示结果如下:平均 标准误差 中位数 众数 标准差 方差 峰度 偏度表1-2 描述性指标显示结果 77.91667 区域 1.972982 最小值 78 最大值 76 求和 11.83789 观测数 140.1357 最大(1) -0.24247 最小(1) -0.19707 置信度(95.0)第 4 页;共 23页4949 98 2805 36 98 494.005367应用统计学实
14、验报告三、函数计算:1、简单函数运算:1) 将鼠标定位在单元格,进入编写模式,输入函数:“=A1_A1”,点击回车键,在哦单元格内出现运算结果。把鼠标移到单元个右下角,直到出现“十字”按住鼠标右键往下拉,则将运算复制。显示结果如下:图1-4 函数输入2) 插入函数:(用函数求和)3) 单击输入框中的函数输入符号,点击确定(如下图),计算书刚刚输入成绩的总和为:2805 图1-5 插入函数选项卡按照同样的方法可以选择其他函数形式进行统计统计运算。第 5 页;共 23页应用统计学实验报告2、制作统计图:1) 直方图:l 在表格上输入分组方式: 表1-3 分组方式59 69 79 89 99 l 在
15、工具菜单下找到数据分析p ,单击,并在对话框中选择“直方图”,单击“确定”图1-6 直方图操作选项图1-7 直方图复选框第 6 页;共 23页应用统计学实验报告l 统计结果如下: 表1-4 频率分析p 表 分数59 69 79 89 99其他频率3 8 11 7 7 0直方图15105059697989分数99其他图1-8 成绩分析p 直方图频率频率l 如果在复选框中选择“柏拉图”和“表格输出”,显示结果如下:直方图1510507969899959其他接收图1-9 带累计频率的直方图150.00100.0050.000.00频率累积 2) 饼形图:在“插入”菜单下,选择“图表”,在对话框中选择
16、“饼形图” 频率第 7 页;共 23页应用统计学实验报告图1-10 饼形图选择框根据向导输入数据,分别选择。最终统计图表如下:成绩分析p 饼形图90-9919其他0-590860-692280-891970-79320-5960-6970-7980-8990-99其他图1-11 成绩分析p 饼形图第 8 页;共 23页应用统计学实验报告上机总结:1、通过本次上机,巩固了e_cel的基本操作,让操作更加流畅。2、进一步了解了函数的使用,能够熟练的掌握基本的统计量的运算。3、通过实验的学习和比较,进一步加深了对统计量意义的学习。实验(上机)成绩:第 9 页;共 23页评阅老师: 评阅时间:应用统计
17、学实验报告实验(上机)日期: 20_年5月9日 第 2 次 实验(上机)主题:假设检验与方差分析p 实验(上机)类别):验证性 完成方式:独立实验(上机)目的与要求:1、建数据库:(1)假设检验(双样本数据)(2)方差分析p :单因素方差分析p 和双因素方差分析p 2、掌握假设检验的计算与分析p 3、掌握方差分析p 的计算与分析p 4、输出计算结果并进行分析p 5、进行检验和决策实验上机内容及方法 一、单因素分析p 1.检验数据:表2-1 三种训练方法下工人的日产量方法1 方法2 方法315 22 18 18 27 24人均日产量19 18 1622 21 22 11 17 15 2.将数据输
18、入软件,并在“工具”菜单下选择“数据分析p ”,选择如图,单击“确认”图2-1 分析p 工具选择第 10 页;共 23页应用统计学实验报告3.在数据复选框内选择数据如下;图2-2 单因素分析p 复选框结果输出:表2-2 单因素分析p 结果组 行 1 行 2 行 3 方差分析p 差异 组间 组内 总计 观测数 5 5 5 SS 40 192 232 求和 85 105 95 df 2 12 14 平均 17 21 19 MS 20 16 方差 17.5 15.5 15 F 1.25P-value 0.321277F crit 3.885294分析p :F crit=3.885294;F=1.25
19、 因为F=1.25F crit=3.885294,所以拒绝训练方法对日产量有显著影响,即三种训练方法对日产量没有显著影响。二、双因素分析p (无交互作用) 实验数据表2-3 4个工人和3台机器配合的日产量A1 A2 A3 B1 50 63 52 B2 47 54 42第 11 页;共 23页B3 47 57 41 B4 53 58 48应用统计学实验报告将数据输入软件,并在“工具”菜单下选择“数据分析p ”,选择如图,单击“确认”图2-3 无交互作用双因素分析p 选项在数据复选框内选择数据如下; 图2-4 无交互作用双因素分析p 复选框分析p 结果输出: 表2-4方差分析p :无重复双因素分析
20、p SUMMARY 行 1 行 2 行 3 列 1 列 2 列 3 列 4 方差分析p 观测数4 4 4 3 3 3 3求和 197 232 165 143 145 159平均 49.25 58 45.75 55 47.66667 48.3333353方差8.25 14 26.9166749 36.33333 65.33333 25 显著性水平:1第 12 页;共 23页应用统计学实验报告差异 行 列 误差总计 SS 318.5 114.6667 32.83333 df 2 3 6MS F P-value F crit159.25 29.52 0.000816 10.92477 38.2222
21、2 6.984772 0.0220_ 9.779538 5.472222466 11MSFP-valueF crit 方差分析p :无重复双因素分析p 方差分析p 显著性水平:5 差异 行 列 误差总计 SS 318.5 114.6667 32.83333 df 2 3 6159.25 29.52 0.000816 5.143253 38.22222 6.984772 0.0220_ 4.757063 5.472222466 11分析p :行因素:在显著性水平为1的时候,F crit=10.92477,在显著性水平为5时,F crit=5.143253,都远小于F =29.52。即不同牌号机器
22、上的日产量有高度显著性差别。列因素:在显著性水平为1的时候,F crit=9.779538,在显著性水平为5时,F crit=4.757063,F=6.984772。因为4.7570636.9847729.779538。则不同工人的日产量只有显著的差别。三、双因素分析p (有交互作用) 实验数据表2-5 灯泡寿命数据因 子 BB1 B2 B3A113.2 15 16.1 17.3 18 17因子A A2 A314.4 14 15.6 13.6 13.7 16.3 14.3 17.1 14.5 17.1 15.7 16.1 第 13 页;共 23页应用统计学实验报告将数据输入软件,并在“工具”菜
23、单下选择“数据分析p ”,选择如图,单击“确认”图2-5 有交互作用双因素分析p 在数据复选框内选择数据如下;图2-6 有交互作用双因素分析p 复选框分析p 结果输出:表2-5方差分析p :可重复双因素分析p 观测数 求和 平均 方差2 28.2 14.1 1.622 30 15 0.722 27.6 13.8 0.086 85.8 14.3 0.796第 14 页;共 23页应用统计学实验报告观测数 求和 平均 方差观测数 求和 平均 方差总计观测数 求和 平均 方差 方差分析p 差异 样本 列 交互 内部 总计 2 2 33.4 28 16.7 14 0.72 0.182 2 35 30.
24、2 17.5 15.1 0.5 0.726 96.6 16.1 3.0966 88.2 14.7 0.622 33.4 16.7 0.322 33.2 16.6 0.56 94.2 15.7 2.3486 94.8 15.8 2.1886 98.4 16.4 1.52P-valueF crit显著性水平为5 SS 14.04 6.24 10.92 5.36 36.56dfMSF2 7.02 11.78731 0.003063 4.256495 2 3.12 5.238806 0.030987 4.256495 4 2.73 4.583955 0.027093 3.633089 9 0.5955
25、56方差分析p 差异 样本 列 交互 内部 总计显著性水平为:1 SS df MS 14.04 2 7.02 6.24 2 3.12 10.92 4 2.73 5.36 9 0.595556 36.56 17 F11.78731 5.238806 4.583955P-value 0.003063 0.030987 0.027093F crit 8.021517 8.021517 6.422085分析p : 1、因子A(工艺方法)分析p :在显著性水平为1的时候,F crit=8.021517,在显著性水平为5时,F crit=4.256495,F =6.24,因为4.2564956.248.0
26、21517,则工艺方法对灯泡寿命的影响是显著的。2、因子B(灯丝配方)分析p :在显著性水平为1的时候,F crit=8.021517,在显著性水平为5时,F crit=4.256495,F =11.78731,因为8.02151711.78731,则灯丝配方对灯泡的寿命影响是高度显著的。第 15 页;共 23页应用统计学实验报告3、交互作用分析p :在显著性水平为1的时候,F crit=6.422085,在显著性水平为5时,F crit=3.633089,F =4.583955,因为3.6330894.5839556.422085。则工艺和菲方之间存在交互作用。实验上机总结:1、学会如何让运
27、用软件进行方差计算和分析p ;2、通过提出假设,了解如何通过计算数据进行显著性判断和检验;3、根据假设和检验结果,明白如何进行判断。 实验上机成绩:评阅老师:评阅时间:第 16 页;共 23页应用统计学实验报告实验(上机)日期:20_年5月16 第 3 次 实验(上机)主题:回归分析p 实验(上机)类别):验证性 完成方式:独立实验(上机)目的与要求:1、搜集数据并建数据库2、掌握一元线性回归的计算与分析p 3、掌握多元线性回归的计算与分析p 4、输出计算结果并进行分析p 5、进行检验和预测实验上机的内容及方法 一,一元线性回归 数据显示如下:(表3-1十个企业的生产费用与产量数据)企业编号
28、1 2 3 4 5 6 7 8 9 10 产量_(千克) 40 42 48 55 65 79 88 100 120 140 生产费用Y(千元) 150 140 160 170 150 162 185 165 190 185 将数据输入工作表,在“工具”菜单下选择“数据分析p ”,然后选择“回归”胆机确定。在复选框中选择如下:(图3-1一元回归分析p 复选框)第 17 页;共 23页应用统计学实验报告则显示相关数据处理结果如下:表3-2 回归统计表Multiple R R Square Adjusted R quare 标准误差 观测值表3-3 方差分析p 表0.807766 0.652486
29、0.609047 10.533210 回归分析p 残差 总计 dfSS MS F Significance F1 1666.514 1666.514 15.02064 0.004704 8 887.586 110.94839 2554.1表3-4 回归分析p 表Intercept _ Variable 1 Coefficients 标准误差 t StatLower Upper95 95 134.7893 8.643234 15.59477 2.85E-07 114.8579 154.7206 0.397821 0.102646 3.875647 0.004704 0.161118 0.6345
30、25P-value 得到散点图和拟合分析p 图如下:Normal Probability Plot20_10000204060Sle Percentile图3-2 散点图 Y80100_ Variable 1 Line Fit Plot30020_1000050100_ Variable 1图3-3 拟合分析p 图Y预测 Y150Y第 18 页;共 23页应用统计学实验报告相关分析p :1、回归方程由散点图得知回归方程为一元线性方程。得到回归方程如下: Y=134.7893+0.397821_2、显著性分析p 得到Multiple R=0.8077660.765(在检验数为0.01时相关系数检
31、验数)表示回归方程显著。t Stat=3.8756472.306(=0.05,自由度=8时t值)则统计检验结果显著。其存在良好的线性关系。F=15.020645.32(在=0.05,n1=1,n2=8时F值),表示回归结显著。 3、相关预测在产量为80千件时,平均生产费用的置信区间(=0.05) 生产费用预测Y0=134.7893+0.397821 _80=166.615 下界=Y0-2.306_10.5332.317=166.614-7.707=158.844 下界=166.614+7.707=174.321 即总体均值得95置信区间为(158.844,174.321) 在产量为80千件时,
32、生产费用的置信区间(=0.05) 生产费用预测Y0=134.7893+0.397821 _80=166.615 下界=Y0-2.306_10.5332_1.049=166.614-25.503=140.637 下界=166.614+25.503=191.643 即总体得95置信区间为(140.637,191.643) 二,多元回归 试验数据: 表3-5 某企业10个月的月管理费用与工人劳动日数和机器开工台数的资料管理费用Y 工人劳动日数_1 29 45 24 42 27 44 25 45 26 43 28 46 30 44 28 45 28 44 27 43第 19 页;共 23页应用统计学实
33、验报告机器开工台数_2 16 14 15 13 13 14 16 16 15 15 将数据输入工作表,在“工具”菜单下选择“数据分析p ”,然后选择“回归”胆机确定。在复选框中选择如下:图3-4 多元回归复选框则显示相关数据处理结果如下:表3-5 回归统计表回归统计Multiple R 0.85377 R Square 0.728923 Adjusted R0.651473Square 标准误差 1.070639 观测值 10表3-6 方差分析p 表回归分析p 残差 总计 df SS MS F Significance F 2 21.57613 10.78806 9.411471 0.0103
34、71 7 8.023873 1.1462689 29.6表3-7 回归分析p 表Coefficients 标准误差 t Stat第 20 页;共 23页P-value 下限 上限应用统计学实验报告Intercept _ Variable 1 _ Variable 2 95.0 95.0-13.8196 13.3233 -1.03725 0.334115 -45.3242 17.68497 0.56366 0.303274 1.858586 0.10543 -0.15347 1.280789 1.099469 0.313139 3.511123 0.009844 0.359013 1.83992
35、6 得到散点图和拟合分析p 图如下:Normal Probability Plot4020_204060Sle Percentile图3-5 散点图 Y80100_ Variable 1 Line Fit Plot4020_4142434445_ Variable 1图3-6 拟合分析p 图Y预测 Y4647Y相关分析p :1、回归方程由散点图得知回归方程为二元线性方程。得到回归方程如下: Y= -13.8196+ 0.56366_1+ 1.099469_2 2、回归方程检验R Square= 0.7289230.6516第 21 页;共 23页应用统计学实验报告F= 9.4114714.74
36、(=0.05,自由度=2,7时,F值) 即:回归方程的拟合程度很好。 3、回归系数:t 1= 1.8585862.365(=0.05,自由度=7时,t值) t2= 3.5111232.365(=0.05,自由度=7时,t值)所以1不显著,2显著。即工人劳动日数对管理费用的影响并不是显著;机器开工台数对管理费用影响显著。4、相关系数分析p :表3-8相关系数分析p 表Y _1 _2 Y _1 _21 0.501517 1 0.771462 0.1840941 则得到Y与_1之间的相关系数为0.501517;Y与_2之间的相关系数为0.771462,_1与_2之间的相关系数为0.184094 计算
37、相应的偏回归系数Y与_1之间的偏相关系数为0.5748;Y与_2之间的相关系数为0.7987。又t1= 0.5748_7/(1-0.5748.5748)=1.862.356(=0.05,自由度=7时,t值)T2=0.7987_7/(1-0.7987.7987)=3.512.356(=0.05,自由度=7时,t值)即:工人劳动日数与管理费用之间的偏相关系数不显著;机器开工台数与管理费用之间的偏相关系数是显著的。第 22 页;共 23页应用统计学实验报告实验上机总结:1、学会如何让运用软件进行一元与二元方程回归分析p 的计算;2、通过提出假设,了解如何通过计算数据进行系数显著性判断和检验;并对方程的拟合优度和相关性进行判断3、根据回归结果很好的预测,并在给出置信度的情况下对总体均值和个体值进行预测。实验上机成绩:评阅老师:评阅时间:第 23 页;共 23页格式很正宗!理畅辞达。第 21 页 共 21 页