EXCEL实验报告

EXCEL实验报告
实验一利用 Excel对数据进行描述统计分析 (2)
实验二 Excel图表制作及编辑 (13)
实验三 Excel区间估计 (24)
实验四一元线性性回归模型 (26)
实验五长期趋势分析 (29)
实验六 Excel综合指数计算实验 (36)
实验七方差分析 (39)
实验一利用 Excel对数据进行描述统计分析
一、实验目的
1、掌握Excel的基本知识
2、学会应用Excel创建表格，输入和编辑信息
3、熟练运用excel的公式和函数求各种统计指标
4、利用Excel的分析工具对数据进行描述性统计
5、掌握组距式变量数列的编制原理
6、用EXCEL进行数据抽样
二、实验要求
1、掌握Excel的基本操作方法
2、通过练习，能够独立运用Excel进行数据整理和数据分析
3、掌握利用Excel对数据进行分组编制的基本操作方法；
4、掌握利用EXCEL对数据进行抽样的方法。

三、实验内容
1、分别用函数和数据分析工具计算这31 个地区人口的总和、平均值、中位数、众数、标准差。

表1-1 2008年全国各地区人口统计
地 区 总人口(万人) 地区 总人口(万人)
北京1695 山东 9417
天津1176 河南 9429
河北6989 湖北 5711
山西 3411 湖南 6380
内蒙 2414 广东 9544
辽宁 4315 广西 4816
吉林 2734 海南 854
黑龙江 3825 重庆 2839
上海 1888 四川 8138
江苏 7677 贵州 3793
浙江 5120 云南 4543
安徽 6135 西藏 287
福建 3604 陕西 3762
青海 554 宁夏 618
新疆 2131 甘肃 2628
江西 4400
2、根据抽样调查，某月X市50户居民购买消费品支出资料如下（单位：元）：
表1-2 某月X市50户居民购买消费品支出
830 880 1230 1100 1180 1580 1210 1460 1170 1080
1050 1100 1070 1370 1200 1630 1250 1360 1270 1420
1180 1030 870 1150 1410 1170 1230 1260 1380 1510
1010 860 810 1130 1140 1190 1260 1350 930 1420
1080 1010 1050 1250 1160 1320 1380 1310 1270 1250 根据以上数据，以 900、1000、1100、1200、1300、1400、1500、1600为组限，对居民户月消费支出额编制组距式变量数列，并计算居民户月消费支出额的累计频数和频率。

同时对分组资料用各种统计图的形式来加以表现。

3、假定有100个总体单位，每个总体单位给一个编号，共有从1到100个编号，从这些数据中抽取一定的样本数据进行分析。

四、实验步骤
1．用EXCEL函数计算这31 个地区人口的总和、平均值、中位数、众数、标准差
（1）如图1.1所示，在工作表中输入数据。

（2）熟悉统计常用函数及其功能
函数 功能 函数 功能 函数 功能
COUNT 记数 NORMSINV Z值计算 MEDIAN 中位数 MAX 最大值 ABS 绝对值 MODE 众数
MIN 最小值 CHIINV 卡方值 QUARTILE 四分位数 SUM 求和 TINV T值计算 VAR 方差
SUMSQ 平方和 FINV F值计算 STDEV 标准差 AVERAGE 平均值 SQRT 平方根 GEOMEAN 几何平均数
（3）使用函数进行统计计算。

（以求数据的总和为例）
①选定E2单元格，单击工具栏上的“插入——函数”命令，出现下图1.2所示对话框，在“选择
类别”后的对话框中选择“全部”，在“选择函数”中选择求和函数“SUM”，然后点击确定。

②将鼠标置于“Mumber1”右段的编辑框内，在工作表中选择B2：B32的区域，单击“确定”按钮，
如下图1.3所示。

③则在E2单元格中显示数据“130827”为所求的数据总和。

④使用同样的方法分别求的表中数据的平均值、中位数、众数、标准差为下图1.4所示。

2、用分析工具试计算这31 个地区人口的总和、平均值、中位数、众数、标准差。

（1）点击“工具—数据分析”，打开“数据分析”对话框，如下图1.5所示。

（2）选择“描述统计”功能，单击“确定”，系统打开描述统计对话框，如下图所示。

选定数据的输入区域为B2：B32单元格；分组方式选择“逐列”；选定一个输出区域为D9单元格；再选定“汇总统计”复选框，如图1.6。

（3）系统输出2008年我国各地区人口描述统计的计算结果如图1.7所示。

（4）在系统的输出中，“平均”即均值X ，反映了全国各地区人口的平均水平；“标准误差”
为样本均值的标准差，反映了用平均值代表性的大小，本例中标准误差的值很大，说明平均值的
代表性差，各地区的人口数量差异比较大；“众数”即出现次数最多的标志值，由于本例中31 个标志值互不相同，故没有众数；“标准差”为总体标准差；“方差”为总体方差；本例中峰度的值大于零，表示分布比正态分布更集中在平均数周围，分布呈尖峰状态；偏度的值大于零，说明分布呈正偏斜，即大部分标志值是大于平均值的。

2、对居民户月消费支出额编制组距式变量数列，
（1）数据输入。

分别输入“居民消费品支出”和组限。

如图1.8所示
（2）执行菜单命令[工具]→[数据分析]，调出“数据分析”对话框，选择“直方图”选项，调出“直方图”对话框。

注意，若“数据分析”命令没有出现在“工具”菜单上，则应先使用[工具]→[加载宏]命令来加载“分析工具库”。

（3）在“直方图”对话框中，输入相关数据，见下图1.9。

输入区域：$A$1:$J$5
接收区域：$A$7:$A$14，接收区域的数值应按升序排列
输出区域：$B$7（为输出结果左上角单元格地址）
选中“标志”复选框。

柏拉图：选中此复选框，可以在输出表中同时按降序排列频率数据。

如果此复选框被清除，Excel 将只按升序来排列数据。

累积百分比：选中此复选框，可以在输出表中添加一列累积百分比数值，并同时在直方图表中添加累积百分比折线。

如果清除此选项，则会省略累积百分比。

图表输出：选中此复选框，可以在输出表中同时生成一个嵌入式直方图表。

本例中选中“累积百分比”和“图表输出”两个复选框。

（4）实验结果见下图1.10
（5）由图中可知，对分组资料进行整理后可得如下结果
表1-3 某月X市50户居民购买消费品支出分组资料
组名居民购买消费品支出分组居民户数
1 900以下5
2 900～1000 1
3 1000～1100 10
4 1100～1200 10
5 1200～1300 10
6 1300～1400 7
7 1400～1500 4
8 1500～1600 2
9 1600以上1
3、用Excel进行抽样
搜集数据的方法有多种，可以采用统计报表、典型调查、重点调查或抽样调查，以后我国的统计调查将以抽样为主，所以我们在这里介绍一下如何用Excel进行抽样。

（1）使用Excel进行抽样，首先要对各个总体单位进行编号，编号可以按随机原则，也可以按
有关标志或无关标志， 这里我们按照1-100的数据进行编号，如下图1.11所示：
图1.11 总体各单位编号表
（2）单击工具菜单，选择数据分析选项（若无数据分析选项，可在工具菜单下选择加载宏，在弹出的对话框中选择分析工具库，便可出现数据分析选项），打开数据分析对话框，从中选择抽样。

如
图1-2所示：
（3）单击抽样选项，弹出抽样对话框。

如图1.12所示：
图1.12
（4）在输入区域框中输入总体单位编号所在的单元格区域，在本例是$A$1:$J$10，系统将从A 列开始抽取样本，然后按顺序抽取B列至J列。

如果输入区域的第一行或第一列为标志项（横行标题或纵列标题），可单击标志复选框。

（5）在抽样方法项下，有周期和随机两种抽样模式：
“周期”模式即所谓的等距抽样，采用这种抽样方法，需将总体单位数除以要抽取的样本单位数，求得取样的周期间隔。

如我们要在100个总体单位中抽取12个，则在“间隔”框中输入8。

“随机模式”适用于纯随机抽样、分类抽样、整群抽样和阶段抽样。

采用纯随机抽样，只需在“样本数”框中输入要抽取的样本单位数即可；若采用分类抽样，必须先将总体单位按某一标志分类编号，然后在每一类中随机抽取若干单位，这种抽样方法实际是分组法与随机抽样的结合；整群抽样也要先将总体单位分类编号，然后按随机原则抽取若干类作为样本，对抽中的类的所有单位全部进行调查。

可以看出，此例的编号输入方法，只适用于等距抽样和纯随机抽样。

（6）指定输出区域，在这里我们输入$A$14，单击确定后，即可得到抽样结果，如图1.13所示：
图1.13 等距抽样结果
实验二 Excel图表制作及编辑
一、 实验目的
1．掌握Excel的图表创建
2．熟悉Excel图表编辑技巧
3．建立自定义的图表
二、实验要求
1．掌握Excel的基本图表创建操作方法。

2．通过练习，能够独立运用Excel图表进行数据整理和数据分析。

三．实验内容
1．统计图表的建立；
2．学习、练习Excel的图表编辑；
3．学会制作自定义图表
四．实验步骤：
1、统计图表的创建与编辑，以表2-1为例，建立柱形图。

表2-1 2005—2009年我国普通高等教育、中等职业教育及普通高中招生人数（万人）
年份普通高等教育中等职业教育普通高中
2005 504 656 878
2006 546 748 871
2007 566 810 840
2008 608 812 837
2009 640 874 830 （1）将表2-1中的数据输入Excel表格中，如图2.1所示
（2）移动鼠标到工具栏单击“图表向导”按钮，出现“图表向导-4步骤之1-图表类型”窗口
后，
选择“标准类型”标签，从“图表类型”列表中选择想要的图表类型，然后选择一种子图表类
型，再
单击“下一步”按钮。

如图2.2
（3）如图2.3所示，出现“图表向导-4步骤之2-图表源数据”窗口后，选择“数据区域”标签的
按钮，在Excel中选择要建立图表的纵轴数据区域B1:D6（纵坐标的数据），再次按下按钮回到对话框，然后在“系列产生在”区选择“行”，再单击下一步按钮。

（4）点击系列按钮出现如图2.4所示的对话框，在“分类（x）轴标志”后的栏内选择图表横轴的数据区域A2:A6（横坐标的数据），按下“下一步按钮。

”
（5）在如图2.5所示，出现“图表向导-4步骤之3-图表选项”窗口后，选择“标题”标签，在“图表标题”栏输入标题名称，然后分别在“分类X轴”、“数值Y轴”栏输入标题，在单击“下一步”按钮。

另外可以根据需要分别对对话框中的“坐标轴”、“网格线”“图例”“数据标志”等内容进行修改和编辑。

（6）如图2.6所示，出现“图表向导-4步骤之4-图表位置”窗口后，选择“作为其中的对象插入”，则建好的图表与原来的数据在同一个Excel表格中；若选择“作为新工作表插入”，建好的图表会放在另
外新生成的Excel表格中。

在此我们选择“作为其中的对象插入”。

（7）最终建立的图表如下图2.7所示。

（8）将鼠标置于图标区域内点击鼠标右键弹出如图2.8的下拉菜单，可以打开“图表类型”“源数据”
“图表选项”等对话框，根据需要对图标进行修改。

2、建立自定义图表，以表2-2为例，建立分离饼形图，并将其添加到“自定义图表”中，以后可以直接套用。

桂林电子科技大学信息科技学院现有专任教师212人，教师队伍中具有高级职称的占30%，具有硕士学位以上教师占35.8%，本科学位以上教师占34.2%，试汇出该院教师职称分布图。

表2-2桂林电子科技大学信息科技学院教师职称分布情况表
职称比例
高级职称 30%
硕士学位教师 35.8%
本科学位教师 34.2%
（1）将表2-2中的数据输入Excel表格中，如图2.9所示
（2）移动鼠标到工具栏单击“图表向导”按钮，出现“图表向导-4步骤之1-图表类型”窗口后，选择“自定义类型”标签，从“图表类型”列表中选择“分裂的饼图”。

如图2.10
（3）如图2.11所示，出现“源数据”窗口后，选择“数据区域”标签的按钮，在Excel中选择要建立图表的数据区域A2:B4，再单击下一步按钮。

(4) 在如图2.12所示，出现“图表向导-4步骤之3-图表选项”窗口后，选择“标题”标签，在“图表标题”栏输入标题名称，然后分别在“图例”、“数据标志”栏输入相应的信息，再单击“下一步”按钮。

（5）将鼠标置于图标区域内点击鼠标右键弹出对图表进行编辑的下拉菜单，可以打开“图表类型”、“源数据”、“图表选项”等对话框，根据需要对图标进行修改，得到如图2.13的最终图表。

（6）将图表改成合适的样式之后，将图表添加到自定义类型中进行保存，以后若要使用就可以直接进行套用了。

具体操作方法：移动光标到图表区上单击鼠标右键，弹出快捷菜单后，从菜单中选择“图表类型”，再选择“自定义类型”标签，在“选自”区选择“自定义”。

如图 2.14“图表类型”后，点击
“添加”按钮。

（7）弹出如图2.15“添加自定义图标类型”对话框后，在“名称”栏中输入一个代表性的名字。

然后联系点击“确定”，则可将自己所作的图表保存在“自定义类型”图表中，以便以后直接套用。

（8）如以后需要直接套用已经存在的自定义图表时，点击“图标向导”——“自定义类型”，在“选自”区选择“自定义”，则会有刚才所建立的“职称比例分布图”，如下图162.所示，可以直接套用，无需再修改。

实验三 Excel区间估计
一、实验目的: 掌握Excel区间估计方法。

二、实验流程：
1. 进入Excel.
2. 使用直方图进行初步分析。

3. 利用“描述统计”计算平均数和标准差。

4. 进行区间估计。

三、实验内容
以下数据为50辆汽车传动系统出现故障时所行驶的实际里程数。

85092 32609 59465 77437 32534 64090 32464 59902 39323 89641 94219 116803 92857 63436 65605 85861 64342 61978 67998 59817 101769 95774 121352 69568 74276 66998 40001 72069 25066 77098 69922 35662 74425 67202 11844453500 79294 64544 86813 116269 37831 89431 73341 85288 138******** 85586 82256 77539 88798
求曾经出现过传动系统问题的汽车总体中在出现传动系统问题时所行驶里程均值的95%置信区间。

四、实验步骤
1、首先将分析数据输入Excel工作表Sheet1单元格 A1:J5。

如图所示：
2、利用“函数”分别计算平均值和标准差（步骤同实验一），得到计算结果为平均里程为73342.1，标准
偏差为24899.9。

3、进行区间估计
[1]. 单击存放结果的单元格E7。

[2]. 在单元格E7输入公式：“=73342.1-CONFIDENCE(0.05,24899.9,50)”， 其中函数CONFIDENCE功能为返回均值的置信区间，其使用方法同实验一中所讲函数的使用方法相同，见下图。

然后再按Enter 键，得到结果为66440.34。

[2]. 在在单元格E8输入公式：“=73342.1+CONFIDENCE(0.05,24899.9,50)”，按Enter键，得到结果为
80243.86。

得到区间估计结果为80243.86。

如图所示
实验四一元线性性回归模型
一、实验目的
1．掌握用excel一次性算出回归模型参数的方法和步骤；
2．正确分析输出结果并得出正确的回归模型。

二、实验内容：
某地区1994年到2002年的人均收入和商品零售总额的数据如下：
表4.1地区1994年到2002年的人均收入和商品零售总额
年份人均收入X（元）商品零售总额(Y亿元)
1994 450 26
1995 550 32
1996 680 44
1997 730 62
1998 810 70
1999 930 89
2000 1050 103
2001 1160 115
2002 1250 128
试配合适当的回归模型并进行显著性检验；若2003年该地区人均收入为1300元，当显著性水平a ＝0.05 时，试估计2003 年商品零售总额为多少？
三、操作步骤
1．在excel 的工作表中输入如表4.1 所示的人均收入X和商品零售总额Y的样本数据。

2．点击主菜单中的“插入”菜单，在弹出的子菜单中点击“图表”选项，在标准类型选项下选择“XY 散点图”，点击下一步，在弹出对话框的输入区域，拖动鼠标选择人均收入X和商品零售总额Y 的样本值；系列产生在，选择列；得到散点图如图4.1 所示。

由图 4.1 可以看出人均收入X和商品零售总额Y之间存在很明显的线性关系，可以建立一元线性回归模型。

3．点击主菜单中的“工具”菜单，在弹出的子菜单中点击“数据分析”(若弹出的子菜
单无“数据分析”选项，可通过“工具”菜单中的“加载宏”选项进行补充安装)，在
出现的数据分析对话框中选择回归，如图4.2 所示。

图 4.2 应用excel软件求回归分析相关参数
4．点击图4.2 所示对话框中的确定，弹出“回归”对话框，在Y 值输入区域，拖动鼠标选择Y样本值C2:C10，在X 值输入区域，拖动鼠标选择X 样本值B2:B10,“置信度”输入95%，“输出区域”为A12，如图4.3 所示。

图 4.3 应用excel软件求回归分析相关参数
5．点击图4.3 所示中的确定，弹出回归分析有关参数的窗口，如图4.4所示。

图 4.4 应用excel软件求回归分析相关参数
四、结果分析
“回归统计”中Multiple R为复相关系数；R Square为可决系数R2；Adjusted R Square为修正的可决系数；“标准误差”为σ 的点估计值，该值在求Y的预测区间和控制范围时要用到。

方差分析表中Singnificance F为对回归方程检验所达到的临界显著性水平，即P值；SS
为平方和；df 是自由度；P-value 为P 值，即所达到的临界显著水平；F crit 是Fα（t-1，N-t）的值。

图 4.4 中最后部分给出的是各回归系数及对回归系数的显著性检验结果。

Intercept 为截距，即常数项；Coefficients为回归系数；“标准误差”为回归系数标准差的估计；t Stat为对回归系数进行t检验时t统计量的值。

下限95%和上限95%分别给出了各回归系数的95%置信区间。

由图 4.4 的输出结果，可以得到本例中的回归系数为aˆ = 0.1336577,bˆ = -38.68166，
故所求回归方程为Yˆ =0.1336577X + -38.68166，由于Significance F=4.36511E-08
<<0.001，可知回归方程是极高度显著的，说明该回归模型和回归方程合理反映了人均收入和商品零售总额的相关关系，可以用来进行预测和控制。

实验五长期趋势分析
一、实验目的
1、掌握用移动平均法、趋势方程法和利用函数进行长期趋势分析的方法与步骤；
2、测定发展速度和平均发展速度、增长量和平均增长量。

二、实验内容：
1、表 5.1 所示为我国2001-2009 年国内生产总值，请根据所给数据，分别用移动平均法、趋势方程法和利用函数对2010年的国民生产总值进行预测。

表 5.1 所示为我国2001-2009 年国内生产总值
年份 国内生产总值（亿元）
2001 109655
2002 120333
2003 135823
2004 159878
2005 184937
2006 216314
2007 265810
2008 314045
2009 335353
2、计算发展速度和平均发展速度、增长量和平均增长量的值
三、实验步骤：
1.移动平均法
（1）在excel的工作表中输入如表5.1 所示的年份和国民国民生产总值的样本数据。

点击“工具—数据分析—移动平均”，出现数据分析对话框，如图5.1所示。

图 5.1 数据分析对话框
（2）点击“确定”按钮，出现“移动平均”对话框，在其中设置各个参数，输入区域为： $B$2:$B$10；输出区域为：$C$2；选中“图表输出”复选框。

如图5.2 所示。

图 5.2 移动平均对话框
（3）．点击“确定”按钮，即可得到经过移动平均之后的预测数值和绘制的长期趋势图，如图5.3所示
图5.3 用移动平均法得到的长期趋势线
2、趋势方程法
（1）点击主菜单中的“工具”菜单，在弹出的子菜单中点击“数据分析”，在出现的数据分析对话框中选择“回归”。

弹出“回归”对话框，在Y 值输入区域，拖动鼠标选择国内生产总值B2:B10，在X 值输入区域，拖动鼠标选择年份值A2:A10,“置信度”输入95%，“输出区域”为C2，如图5.4 所示。

图 5.4 应用excel软件求回归分析相关参数
(2) 点击图5.4所示中的确定，弹出回归分析有关参数的窗口及模型拟合值图，如下图5.5所示。

（3）由表中数据可得直线趋势方程为Yˆ =30005.63333X + -59956611.72，将X=2010带入趋势方程可得，2010年我国国内生产总值的预测值为354711.2733
3、利用函数进行趋势预测
（1）打开“插入”菜单，选择“函数”，在“函数分类”中选择“全部”，在“函数名”中选择“FORECAST”,按确定键，如下图5.5所示。

（2）在弹出的“函数参数”对话框中的“X”中输入预测期的时间代码“2010”；
在“KNOWN-YS”中输入国内生产总值的样本数据；在“KNOWN-XS”中输入时间代码；点击“确定”按钮。

如下图5.6所示。

（3）最后返回的数值“354711.3”即为对2010年我国国内生产总值的预测值。

4、测定增长量和平均增长量
根据1995-2001年河北省国内生产总值，计算逐期增长量、累计增长量和平均增长量。

如图5.7所示：
图5.7 用EXCEL计算增长量和平均增长量资料及结果
计算步骤如下：
第一步：在A列输入年份，在B列输入国内生产总值。

第二步：计算逐期增长量：在C3中输入公式：=B3-B2，并用鼠标拖曳将公式复制到C3：C8区域。

第三步：计算累计增长量：在D3中输入公式：=B3-$B$2，并用鼠标拖曳公式复制到D3：D8区域。

第四步：计算平均增长量（水平法）：在C10中输入公式：=（B8-B2）/5，按回车键，即可得到平均增长量。

5、测定发展速度和平均发展速度
以1995-2001年河北省国内生产总值为例，说明如何计算定基发展速度、环比发展速度和平均发
展速度。

如图5.8所示：
图5.8 用EXCEL计算发展速度和平均发展速度资料及结果计算步骤如下：
第一步：在A列输入年份，在B列输入国内生产总值。

第二步：计算定基发展速度：在C3中输入公式：=B3/$B$2，并用鼠标拖曳将公式复制到C3：C8区域。

第三步：计算环比发展速度：在D3中输入公式：=B3/B2，并用鼠标拖曳将公式复制到D3：D8区域。

第四步：计算平均发展速度（水平法）：选中C10单元格，单击插入菜单，选择函数选项，出现插入函数对话框后，选择GEOMEAN（返回几何平均值）函数，在数值区域中输入D3：D8即可。

6、计算季节变动
利用某种商品五年分季度的销售额资料，说明如何用移动平均趋势剔除法测定季节变动。

如图5.9所示：
计算步骤：
第一步：按图上的格式在A列输入年份，在B列输入季别，在C列输入销售收入。

第二步：计算四项移动平均：在D3中输入“=SUM（C2：C4）/4”，并用鼠标拖曳将公式复制到D3：D19区域。

第三步：计算趋势值（即二项移动平均）T：在E4中输入“=（D3+D4）/2”，并用鼠标拖曳将公式复制到E4：E19区域。

第四步：剔除长期趋势，即计算Y/T：在F4中输入“=C4/E4”，并用鼠标拖曳将公式复制到F4：F19区域。

第五步：重新排列F4：F19区域中的数字，使同季的数字位于一列，共排成四列。

第六步：计算各年同季平均数，在B29单5.10所示：
图5. 9 用EXCEL计算季节变动资料
图5.10 用EXCEL计算季节变动结果
实验六 Excel 综合指数计算实验
一、实验目的
1、掌握综合指数的计算原理；
2、学会应用Excel 软件进行综合指数计算。

二、实验要求：
1、复习综合指数的计算及Excel 的基本操作方法；
2、认真观察实验结果，记录结果；并对实验结果作简要分析总结。

三、实验内容
下表是五种商品的销售资料：
商品销售额计算表
商品价格（元）
销 售 量
销 售 额 （百元）
商品 类别
计量 单位
0p
1p
0q
1q
00q p
11q p
10q p
01q p
大 米 猪 肉 食 盐 服 装 电视机
百公斤 公 斤 500克 件 台
300.0 18.0 1.0 100.0 4500.0
360.0 20.0 0.8 130.0 4300.0
2400 84000 10000 24000 510
2600 95000 15000 23000 612
7200 15120 100 24000 22950
9360 19000 120 29900 26316
7800 17100 150 23000 27540
8640 16800 80 31200 21930
合 计 — — — — — 69370 84696 75590 78650
要求计算拉氏价格指数和销售量指数。

四、实验步骤和内容
1、输入相关数据，如附图6.1所示。

2、在 F2 单元格中输入公式“=B2*D2”，在 G2 单元格中输入公式“=C2*D2”，在 H2 单元格中输入公式“=E2*B2”。

3、选定 F2：H6 单元格，执行菜单命令：[编辑]→[填充]→[向下填充]，将 F2、G2、H2 单元格中的公式复制到它们下面四行的单元格中。

4、在B8单元格中输入公式“=sum(G2:G6)/sum(F2:F6)”，在B9单元格中输入公式“=sum(H2:H6)/sum(F2:F6)”。

即可得到如下结果图6.2
图6.2
五、实验结果
销售量拉氏指数为113.38%，报告期与基期相比较，五种商品销售量有增有减，平均来讲上升了13.38%；价格的拉氏指数为108.97%，报告期与基期相比较，五种商品价格有增有减，平均来讲上升了8.9%。

实验七方差分析
一、实验目的
1．掌握单因素和双因素实验方差分析的方法与步骤；
2．正确分析输出结果中的各参数，并得出正确结论。

二、实验内容
1、单因素方差分析:采用四种不同产地的原料萘，按同样的工艺条件合成萘酚，测定所得产品的熔点
如表1所示，问原料萘的产地是否显著影响产品的熔点？（ a = 0.1 ）
表 7.1 不同产地原料萘合成萘酚的熔点℃
产地 1 产地 2产地 3产地 4
124.0 123.0 121.5 123.5
123.0 123.0 121.0 121.0
123.5 123.0
123.0
2、双因素方差分析：某种火箭使用4 种燃料，3 种推进器进行射程试验。

在每种燃料与每种推进器的组合下火箭各发射两次，射程数据见表3.2。

试在水平a = 0.05下，检验不同燃料（因素A)、不同推进器（因素B)下射程是否有显著差异？交互作用是否显著？
7.2 火箭的射程数据
B1 B2 B3
A 158.2，52.6 56.2，41.2 65.3，60.8
A249.1，42.854.1，50.5 51.6，48.4
A360.1，58.3 70.9，73.2 39.2，40.7
A 475.8，71.558.2，51.0 48.7，41.4
三、操作步骤
1、单因素方差分析
⑴.excel 的工作表中输入如表7.1所示的的样本数据，点击“工具—数据分析—方差分析：单因素方差分析”，在弹出对话框的“输入区域”，拖动鼠标选择样本值A2:D5；“分组方式”选择列；显著性水平a 设置为0.1，输出区域为A7,如图7.1 所示。

图 7.1 应用excel“数据分析”功能求单因素方差分析的有关参数
(2)点击确定，输出参数的窗口如图7.2所示。

图7.2 应用excel“数据分析”功能求单因素方差分析的有关参数
2、双因素方差分析
⑴.excel 的工作表中输入如表7.2所示的的样本数据，点击“工具—数据分析—方差分析：双因素方差分析”，在弹出对话框的“输入区域”，拖动鼠标选择样本值A1:D9；每一样本的行数，输入2；显著性水平a 设置为0.05，“输出区域”为A11，如图7.3 所示
图7.3 应用excel“数据分析”功能求双因素等重复方差分析的有关参数
(2)．点击确定，输出参数的窗口如图7.4
所示。

图 7.4 应用excel“数据分析”功能求双因素等重复方差分析的有关参数
四、结果分析
1、单因素方差分析结果
（1）SUMMARY 给出的是该因子各水平（不同产地）的扼要分析结果，包括各样本的容量、数据、样本均值和样本方差。

（2）在输出的“方差分析表”中，组间即“产地因子”；组内即指“误差”；SS 为平方和；df 是自由度；P-value 为P 值，即所达到的临界显著水平；F crit 是Fα（t-1，N-t）的值。

由于P值为
0.231767>0.1，所以萘的产地对萘酚熔点无显著影响。

2、双因素方差分析结果
（1）图 7.4 中仅列示了输出结果中的方差分析表。

“样本”即燃料因子，“列”即推进器 因子，“交互”为燃料和推进器因子的交互作用，SS 为平方和；df 是自由度；P-value 为P值，即所达到的临界显著水平；F crit 是Fα（t-1，N-t）的值。

（2）由方差分析表可知，因子A （燃料）的作用是一般显著的（P-value的值为0.025969<0.05）;
因子B（推进器）的作用是高度显著的（P-value的值为0.003506<0.01）；而交互作用是极其显著的（P-value 的值为6.15E-05<<0.01）,这说明燃料的作用于与推进器之间有着密切的关系，也即每种推进器都有各自最合自得最佳燃料。

41。