管理统计学

管理学院实验报告
学号201305169063
姓名朱可欣
专业班级市场营销1302班
指导老师李洪斌
实验日期2015.11.05
课程名称管理统计学
实验名称管理统计学上机实验
实验成绩
实验报告具体内容一般应包括：一、实验目的和要求; 二、主要仪器设备(软件);
三、实验内容及实验数据记录; 四、实验体会
实验项目一：假设检验的Excel实现
实验时间：_____2015-11-5____________ 1. 实验目的和要求
巩固熟悉假设检验的相关原理及方法，掌握Excel中进行假设检验的相关计算过程。

2. 实验原理
假设检验的相关原理及方法。

3. 主要仪器设备（软件）
1）硬件配置：
使用综合实验室中现有配置的计算机，无特殊要求。

2）软件环境：
Windows XP或以上的操作系统，Excel软件。

4. 实验内容及步骤
假设检验中关于T检验、F检验的相关内容选作2-3个计算实例。

5．实验数据记录
t-检验:双样本等方差假设
某家禽研究所各选8只粤黄鸡进行两种饲料饲养对比试验，试验时间为60天，增重结果如下，假设鸡的增重服从正态分布且两种饲料喂养的鸡增重方差相等，请问两种饲料对粤黄鸡的增重效果有无显著差异？（α=0.05）
饲料A 720 710 735 680 690 705 700 705
饲料B 680 695 700 715 708 685 698 688
解：饲料A和饲料B饲养的粤黄鸡平均增重分别用u
1和u
2
表示，检验无特定方
向，所以为双侧检验。

这是两个正态总体，小样本抽样且总体方差未知的情形，采用合并方差的t检验。

故：
本检验的假设为：
H
0：u
1
-u
2
≠0， H
1
：u
1
-u
2
=0
作出决策：
1.30<t0.05/2（14）=
2.14，t值落在接受域，故不能拒绝H0。

即认为两种饲料的增重效果没有显著差异。

F-检验：双样本方差分析
测得两批电子器件的样品的电阻（Ω）如下表:
已知两批器材电阻总体均服从分布但总体参数均未知，且两样本独立，问在0.05的显著性水平下:问可否认为两批电子器件的电阻的方差相等？
A批（x）0.14 0.138 0.143 0.142 0.144 0.137
B批（y）0.135 0.14 0.142 0.136 0.138 0.14
解：将A批产品记为1，B批产品记为2，α=0.05
本检验的假设为：
H
0：σ
1
2/σ
2
2=1， H
1
：σ
1
2/σ
2
2≠1
作出决策：
1.108<F0.05(5,5)=5.05,F值落在接受域，故不能拒绝H0。

即认为两批电子器件电阻的方差相等。

6.问题及体会
利用假设检验中关于T检验、F检验的相关原理及方法，解决实际问题。

通过上机操作，巩固熟悉假设检验的相关原理及方法，掌握Excel中进行假设检验的相关计算过程，并能正确地作出决策，解决问题。

实验项目二:方差分析的计算实现
实验时间：________2015-11-5________ 1. 实验目的和要求
巩固熟悉方差分析的相关原理及方法，掌握方差分析在Excel中的计算实现。

2. 实验原理
方差分析的相关原理及方法。

3. 主要仪器设备（软件）
1）硬件配置：
使用综合实验室中现有配置的计算机，无特殊要求。

2）软件环境：
Windows XP或以上的操作系统，Excel软件。

4. 实验内容及步骤
方差分析的相关内容选作2-3个计算实例。

5．实验数据记录
方差分析：单因素方差分析
一家管理咨询公司为不同的客户进行人力资源管理讲座。

每次讲座的内容基本相同，但讲座的听课者有时是高层管理者，有时是中层管理者，有时是底层管理者。

该咨询公司认为，不同层次的管理者对讲座的满意度是不同的。

听完讲座后随机抽取的不同层次管理者的满意度评分如下表所示（评分标准从1到10，10代表非常满意）。

取显著性水平α=0.05，检验管理者的层次不同是否会导致评分的显著性差异？
观测序号高层管理者中层管理者底层管理者
1 7 8 5
2 7 9 6
3 8 8 5
4 7 10 7
5 9 9 4
6 10 8
7 8
解：设u
1，u
2
，u
3
分别表示高，中和底层管理者的评分均值。

提出假设：
H
0：u
1
=u
2
=u
3
（管理者的层次对评分没有显著影响）
H
1：u
1
，u
2
，u
3
不全相等（管理者的层次对评分有显著影响）
作出决策：
由于F>F0.05，则拒绝原假设H0，表明u1，u2，u3不全相等，管理者的层次对评分有显著影响。

方差分析：无重复双因素分析
有4个品牌的空调在5个地区销售，为分析空调的品牌和销售地点对销售量的影响，取得每个品牌在各地区的销售量（台）数据如表所示。

试分析品牌和销售地区对空调的销售量是否有显著影响？（α=0.05）
地区1 地区2 地区3 地区4 地区5
品牌1 365 350 343 340 323
品牌2 345 368 363 330 333
品牌3 358 332 353 343 308
品牌4 288 280 298 260 298
解：对行元素和列元素分别提出假设：
H 01：品牌元素对空调销售量没有显著影响；H
11
：品牌元素对空调销售量有显著
影响。

H 02：地区元素对空调销售量没有显著影响；H
12
：地区元素对空调销售量有显著
影响。

作出决策：
由于F R=18.10777>F0.05=3.490295，所以拒绝原假设H01，表明四种品牌空调的销售量的平均值之间的差异是显著的，这说明品牌对销售量有显著影响。

由于F C=2.100846<F0.05=3.259167，所以不能拒绝原假设H02，表明5个地区空调的销售量平均值之间的差异不显著，不能认为地区对销售量有显著影响。

6.问题及体会
利用方差分析的相关原理及方法，掌握方差分析在Excel中的计算实现。

通过上机操作，巩固熟悉方差分析的相关原理及方法，掌握方差分析在Excel中的相关计
算过程，并能正确地作出决策，解决问题。

实验项目三:相关与回归分析的计算实现
实验时间：________2015-11-5________ 1. 实验目的和要求
巩固相关与回归分析的相关理论，掌握相关与回归分析在Excel中的计算实现。

2. 实验原理
相关与回归的相关原理及方法。

3. 主要仪器设备（软件）
1）硬件配置：
使用综合实验室中现有配置的计算机，无特殊要求。

2）软件环境：
Windows XP或以上的操作系统，Excel软件。

4. 实验内容及步骤
相关与回归的相关内容选作2-3各计算实例。

5．实验数据记录
数据分析：相关系数
为研究产量规模与单位产品利润额之间有无关联，调查了8家钢厂得到数据绘制成以下表格所示的相关表。

计算表中钢产量与吨钢利润之间的直线相关系数。

钢厂编号钢产量（万吨）吨钢利润（元/吨）
1 48
2 95
2 60
3 104
3 898 138
4 1057 156
5 114
6 150
6 1324 172
7 1557 198
8 1730 203
操作截图：
计算结果表明：钢产量与吨钢利润之间的直线相关系数为0.991，两者存在相当高的正相关关系。

数据分析：线性回归分析
为研究产量规模与单位产品利润额之间有无关联，调查了8家钢厂得到数据绘制成以下表格所示的相关表。

计算表中的钢产量与吨钢利润之间的一元回归模型参数。

钢厂编号钢产量（万吨）吨钢利润（元/吨）
1 48
2 95
2 60
3 104
3 898 138
4 1057 156
5 114
6 150
6 1324 172
7 1557 198
8 1730 203
操作截图：
计算结果表明：
截距（Intercept) â为53.3549，自变量x的系数β为0.0897。

6.问题及体会
利用相关与回归分析的相关原理及方法，掌握相关与回归分析在Excel中的计算实现。

通过上机操作，巩固熟悉相关与回归分析的相关原理及方法，掌握相关与回归分析在Excel 中的相关计算过程，并能正确地作出决策，解决问题。