- 2022-08-13 发布 |
- 37.5 KB |
- 6页
申明敬告: 本站不保证该用户上传的文档完整性,不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
文档介绍
《统计学》上机实验指导
《统计学》上机实验指导要求:每次试验学生要将试验结果写成试验报告,保存到指定的文件夹中。第一次实验实验一统计分组,作统计图和计算描述统计量某灯泡厂抽取100只灯泡寿命如下:8009149918279099048919969999469508641049927949852948867988849958934100087897881610019181040854109890086994989010389278781050924905954890100692690099988690795690096383896194895090093786491986398191687889187098691385091188695092696792197882192495185()要求:1•用MIN和MAX函数找出最小值和最大值,以50为组距,确定每组范围;2•用“数据分析”屮“直方图”作直方图;3•用“数据分析”屮“描述统计”计算100只灯泡的平均数,样木方差、屮位数、众数和全距。操作步』1・将上表的数据复制到EXCEL屮;2•选“插入-函数-统计-MAX”在单元格屮出现最大值1098,同理找出最小值800;3•选一个单元格,输入每一组上限,组距50;第一组850,第二组900...4•在“工具”屮选“数据分析”-“直方图”(第一次要“加载宏”-“分析工具库”)直方图I帮助@)]输入输入区域a):接收区域QB):□标志QL)输岀选项O输岀区域(Q):®新工作表组(£):O新工作薄他)□柏拉El(A)□累积百分率龜)II良1表输岀(C)\n5•在“输入区域”填入数据范围,在“接收区域”填入分组的范围,选择“输出区域”和“图表输出”,得到次数分布和直方图;6•对直方图进行编辑:在直方图上按右键,选“数据系列格式-选项”,将“分类间隔”设置为0,将编辑好的直方图和次数分布表复制到实验报告屮;7•在“数据分析”屮选“描述统计”,选择“输入区域”、“输出区域”和“汇总统计”,将结果复制到实验报告屮。实验二作趋势图,建立趋势方程并进行预测温州市1978-2005年GDP(亿元)如下表年份GDP(亿元)年份GDP(亿元)年份GDP(亿元)年份GDP(亿元)197813.22198537.801992126.861999733.19197915.02198644.911993196.532000828.12198017.97198754.961994296.782001932.08198119.18198869.211995403.5920021060.97198221.37198972.841996510.0920031226.44198324.34199077.901997605.8220041400.00198430.21199192.921998677.1920051600.00要求:1•作出趋势图(折线图或X-Y散点图);2•用“添加趋势线”方法,找出一个最好的方程;3•预测2006年、2007年温州市GDP。操作步骤:1・将数据复制到EXCEL中,年份和GDP各为1列;2•选“插入”-“图表”-“折线图”,作出趋势图,编辑后复制到实验报告屮;3•点击图表,在“图表”中选“添加趋势线”,选择适当类型,在“选项”中选择“显示公式”和“显示R平方值”,反复试验,直到找到一下最好的曲线;\n4•在EXCEL中输入表达式,预测2006年、2007年温州市GDP,并将预测结果保存到实验报告中。实验三1•用P159表4-18数据作直线方程2.用P161表4-21数据作抛物线方程3.用P164表4-23数据作指数曲线方程操作步骤同实验二。\n第二次实验实验一相关图和相关系数用P329数拯作相关图,并计算相关系数。操作步龙1•输入数拯;2•“插入”-“图表”-“X-Y散点图”,编辑后将图表复制到实验报告中;3•在“工具”-“数拯分析”中选“相关系数”,将相关系数复制到实验报告中。实验二多元线性回归用P356习题6数据作多元回归方程,并进行预测。操作步骤1•输入数据;年份粮食产量y有机肥xl牲畜头数x21994244615199525441719962646161997264615199825441519992746162000284518200130482020023150192•在“数据分析”中选“冋归”\n3.输入“Y”、“X”、“输出区域”;得到输出结果SUMMARYOUTPUT冋归统计MultipleR0.941103051RSquare0.885674952AdjustedRSquare0.847566603标准谋盖0.924835513观测值9方差分析dfSSMSFSignificanceF回归分析239.7569619.8784823.240970.001494253残差65.1319240.855321总计844.88889Coefficients标准误差tStatP-valueLower95%Intercept・11.26028928.289961-1.35830.223217・31.54509257XVariable10.5448275860.2172332.5080350.0460250.013277964XVariable20.7764182420.2224263.4906750.0129730.232160464•写出直线回归方程,R平方值,并判断方程统计检验是否通过;5.2003年Xl=52,X2二21进行预测,将方程和预测结果保存到实验报告屮。实验三非线性回归用P358习题9数据作适当的回归方程,计算相关系数,并进行预测。\n操作步骤1•输入数据;2•“插入”-“图表”-“X-Y散点图”,编辑后将图表复制到实验报告屮;3•在“工具”-“数据分析”屮选“相关系数”;2.点击图表,在“图表”中选“添加趋势线”,选择适当类型,在“选项”中选择“显示公式”和“显示R平方值”,反复试验,直到找到一下最好的回归方程;5•计算估计标准误差;6•当产量为8万件,置信度为95.45%时,对单位成本进行区间估计。7•将回归方程和计算结果保存到实验报告屮。查看更多