统计与统计分析实验指导书

统计与统计分析实验指导书【试验目的】通过实验教学，使学生验证并加深理解和巩固课堂教学内容，掌握常用统计分析方法在Excel和SPSS中的实现，更好的理解和掌握统计分析方法的应用原理、基本条件、实现步骤、结果的内涵等问题。

通过实验，使学生能够结合具体任务和条件对社会经济问题进行初步的调查研究，结合自己的专业，在定性分析基础上做好定量分析，提高学生的科研能力和解决实际问题的能力，以适应社会主义市场经济中各类问题的实证研究、科学决策和经济管理的需要。

【试验内容】Excel和SPSS中的统计分析功能，包括：1、数据的整理与显示，包括数据的排序与筛选、数据透视表与分类汇总、制作频数分布表和绘制各种统计图。

计算描述统计量，选择适合的描述统计量反映统计数据的集中和离中趋势。

2、SPSS的参数检验，包括单样本的T检验，两独立样本的T检验及配对样本的T检验。

3、SPSS的方差分析。

4、相关与回归分析，包括Excel及SPSS中相关系数的计算、一元线性回归的基本方法、同时了解各种检验指标的给出、线性拟合图的制作等问题。

【实验要求】1、按学校要求的试验报告格式打印。

2、用WORD文档输出，宋体，5号。

实验一、数据的整理与描述性统计分析1.1 实验介绍统计分析工作是以通过实验或调查收集到数据为起点的，有了统计数据之后，首先要对获取的数据进行系统化、条理化地整理，以提取有用的信息。

我们如何能知道其中所包含的信息它们有哪些特点呢，要回答这样的问题，就要先粗略了解数据的基本特点，考虑到数据的代表值，数据的分散程度以及数据的分布形态就需要对数据进行整理，并以恰当的方式进行呈现。

方法之一就是统计分组，即根据被研究对象的特征和统计研究的目的，将所得数据进行适当的分组或分类。

统计分组最常用的方式就是编制数据次数分布，它可以是任何形式的数据分组或分类；通常用图表的形式呈现出来，即次数分布表和次数分布图。

面对数据可以通过基本的统计量来刻画数值结果，而通过次数分布表或次数分布图来直观地了解这些信息。

1.2 实验目的分别掌握SPSS和EXCEL进行数据整理和显示，并利用描述统计分析的功能，能计算给定数据集的平均数等集中趋势指标和方差等变异指标；并能绘制统计图表。

1.3 实验内容1) 使用EXCEL进行数据整理和显示及进行描述统计分析(1) 描述统计(2) 频次分析2) 使用SPSS进行描述统计(1) 描述统计(2) 频次分析1.4 实验准备电脑、SPSS 11.0 1数据分析工具。

实验1：数据的整理与显示——某企业职工收入抽样调查数据的描述性分析（1）要求利用本案例的数据，利用描述统计方法对数据进行分组汇总和整理（2）根据数据的特点和类型，选择适当的图形展示数据。

（至少要有三种图形）实验2：实验2：数据文件如下表1所示。

表1 工人加工零件数统计表利用SPSS画出数据集的箱型图和茎叶图。

讨论：SPSS在未特别指定的情形下，直方图或频数分布表是按照原始数值逐一作频数分布的，这与日常需要的等距分组、且组数保持在一定数目的要求不符。

若要求分成5组、加工零件数的最小起点为80、组距为10，然后再进行频次分析，利用SPSS应该如何做呢？1.5 实验报告要求1) 实验名称，实验日期，实验者。

2) 实验目的。

3) 实验原理、方法及步骤简述。

实验二、参数估计与假设检验2.1 实验介绍统计推断就是根据样本的实际数据，对总体的数量特征做出具有一定可靠程度的估计和判断。

统计推断的基本内容有参数估计和假设检验两方面。

概括地说，研究一个随机变量，推断它具有什么样的数量特征，按什么样的模式来变动，这属于估计理论的内容，而推测这些随机变量的数量特征和变动模式是否符合我们事先所作的假设，这属于检验理论的内容。

参数估计和假设检验的共同点是它们都对总体无知或不很了解，都是利用部分观察值所提供的信息，对总体的数量特征做出估计和判断，但两者所要解决问题的着重点的所有方法有所不同。

不论社会经济活动还是科学试验，人们做出某种决策之前总是要对许多情况进行估计。

例如商品推销人员要估计新式时装可能为消费者所学好的程度，自选商场经理要估计附近居民的购买能力，民意调查机构要估计竞选者的得票率，医药生产部门要推广某种药品的新配方，必须估计新药疗效的提高程度等等。

这些估计通常是在信息不完全、结果不确定的情况下做出。

参数估计为我们提供一套在满足一定精确度要求下根据部分信息来估计总体参数的真值，并做出同这个估计相适应的误差说明的科学方法。

同时在现实生活中，由于我们通常难以完全知道所关心的总体的某些数量特征及其变化情况，因此对总体进行比较研究时，常常需要对目前总体的状况做出某种假设。

例如工厂生产某种产品，经过工艺改革，使用新材料、新配方，企业管理者十分关心产品质量是否有所提高，因此可以假设经过改革以后产品质量可能提高或并没有提高。

2.2 实验目的掌握参数估计的方法及软件实现；假设检验的基本思路、检验方法及软件实现。

2.3 实验内容1.在清华北大校园中随机调查9位大一同学的高考数学成绩，数据如表2所示，用1表示来自清华，用2表示来自北大，试分析清华、北大大一学生的高考数学成绩之间是否存在显著性差异。

2.分析某班级学生的高考数学成绩和全国平均成绩70之间是否存在显著性差异，数据如下表3所示：3.研究一个班同学在参加了暑期数学、化学培训班后，学习成绩是否有显著性变化，数据如下表所示：表4 数学、化学培训班前后成绩2.4 实验报告要求1) 实验名称，实验日期。

2) 实验目的。

3) 实验原理、方法及步骤简述。

4) 用spss软件计算每种条件下的参数估计和假设检验。

5) 讨论：如何估计样本容量的大小以及如何理解标准误差的含义。

实验三、方差分析3.1 实验介绍对两个正态总体进行均值比较，即检验两个样本是否取自同一总体。

如果分组样本不止两个，就必须使用方差分析（ANOVA: An analysis Of Variance ）对它们所取自的总体进行均值比较。

也就是说方差分析是检验两个总体或多个总体的均值间差异是否具有统计意义的一种方法。

方差分析所使用的检验统计量是F统计量，它是方差估计值之比。

因此方差分析不是根据用途而是根据分析方法来命名的。

3.2 实验目的掌握方差分析的作用、应用范围及软件实现。

3.3 实验内容使用SPSS进行方差分析3.4 实验准备电脑、SPSS 17.0 FOR WINDOWS、EXCEL数据分析工具、3.5实验内容1.某学校给4组学生以四种不同的方式辅导自学，一个学期后，学生的独立思考水平的提高数值如下表5所示表5 不同方式学生思考水平数值该数据中的水平（因变量）是什么？因素又是什么？这个数据文件需要建立几个变量，数据文件应如何建立？对该数据进行方差分析，检验4种方式影响是否显著。

2.从某学校同一年级中随机抽取19名学生，再将他们随机分成4组，在2周内4组学生都用120分钟复习同一组英语单词，第一组每个星期一一次复习60分钟；第二组每个星期一和三两次各复习30分钟；第三组每个星期二、四、六三次复习各20分钟；第四组每天（星期天除外）复习10分钟。

2周复习之后，相隔2个月再进行统一测验，其结果如下表所示。

运用方差分析法可以推断分析的问题是：这4种复习方法的效果之间有没有显著性差异？表6 4组学生英语单词测验成绩3.6 实验报告要求1) 实验名称，实验日期，实验者。

2) 实验目的。

3) 实验原理、方法及步骤简述。

4) 用SPSS软件完成单因素方差分析、完成实验报告。

实验四、相关分析4.1 实验介绍一般来说现象之间的相互关系可以分为两种，一种是函数关系，另一种是相关关系。

函数关系是指变量之间存在的相互依存的关系，它们之间的关系值是确定的。

相关关系是两个现象数值变化不完全确定的随机关系，是一种不完全确定的依存关系。

两变量的相关分析就是研究两变量间线性相关程度并用适当的统计指标表示出来的一种常用统计方法。

按相关的程度分，有完全相关、不完全相关和不相关；按相关的性质分，有正相关和负相关。

相关系数是测定变量之间线性相关程度和相关方向的代表性指标。

4.2 实验目的掌握相关分析的原理和多种相关系数的软件计算方法。

4.3 实验内容使用SPSS进行相关分析4.4 实验准备电脑、SPSS11.0 数据分析工具4.5 实验步骤实例：观察国民可支配收入与储蓄存款之间的关系。

数据见表7。

表7 2000-2009年国民可支配收入与储蓄存款余额4.6 实验报告要求1) 实验名称，实验日期，实验者。

2) 实验目的。

3) 实验原理、方法及步骤简述。

4) 讨论：（1）2000-2009年国民可支配收入与储蓄存款余额之间有没有相关性（2）在SPSS的相关分析对话框中除了Pearson外还有两个选项，这两个选项代表的相关系数是什么含义，其分析后的输出结果与Pearson系数是相同的吗？简述偏相关分析的含义。

实验五、回归分析5.1 实验介绍在实际问题中，我们常常要研究两个变量之间的联系，例如：汽车生产数量Y 与所需车轮数量X 之间的关系，某产品的价格X 与社会对该产品的需求Y 之间的关系，人的身高X 与体重Y 之间的关系，家庭收入X 与消费支出Y 之间的关系等等。

这些变量之间的关系可以分为两类：函数关系（确定性关系）和相关关系（随机性关系）。

如果给定解释变量X 的值，被解释变量Y 的值就唯一地确定了，那么Y 与X 的关系就是函数关系，即Y=F(X)。

例如，生产一辆汽车要配四个车轮，只要知道了汽车的生产数量X，所需的车轮数量Y 也就唯一地确定了，其函数关系式为：Y=4X。

如果给定了解释变量X 的值，被解释变量Y 的值不是唯一的，Y 与X 的关系就是相关关系，例如，身高与体重的关系是很密切的，但已知某人的身高X，我们无法确切地推断出他的体重。

这是因为，身高不是决定体重的唯一因素，从而身高相同的人未必体重一样。

因此身高与体重的关系就是相关关系。

研究变量之间相关关系密切程度的分析叫相关分析。

如果在研究变量之间的相关关系时，把其中的一些因素作为所控制的变量（自变量），而另一些随机变量作为它们的因变量，这种关系分析就称为回归分析。

一元线性回归主要功能是处理两个变量之间的线性关系，建立线性数学模型并进行评价预测。

线性回归模型建立前的假定为：1.变量间存在着实质的线性关系；2.误差项的期望值为0；3.误差项的方差为常数；4.误差项之间不存在序列相关关系；5.自变量与误差项不相关；6.误差项服从正态分布，因此需要对建立好的模型进行检验。

对于任何的一组样本都可以用最小二乘法建立起一个线性回归模型，相应的就可以得到一条回归直线，但这样的一条回归直线并不总是有意义的。

只有当变量x与y之间确实存在某种因果关系是，其回归直线才有意义。