统计学期末实验报告(西南财经大学天府学院)

统计学期末课程实验报告

姓名学号

组长：

组员：

目录

第一部分次数分布和直方图 (4)

第二部分单因数方差分析 (3)

第三部分相关与回归分析 (5)

第四部分时间序列分析与预测 (7)

第五部分统计指数 (11)

第六部分附注 (13)

第一部分：次数分布和直方图

一、实验方案

数据来源：天府学院XX级本科17、60班学生抽样调查

主要目的：了解天府学院学生每天兼职工资水平

二、原始数据

三、实验过程

次数分布

第一步：将30个数据排序，找出最大值54和最小值38，这个数列的全距R=54-38=16.

第二步：根据斯透奇斯规则确定组数：M=1+3.22*lgN,(N为总次数)，组数为M=1+3.22*lg30=5.906997，组数为6.再根据组数与组距的关系确定组距：I=R/M=2.7086.

第三步：根据所定组数和组距确定组限。根据“上组限不在内”的原则，第一组到第六组上限分别为39.5、43.5、46.5、49.5、52.5、55.5，这样就有六个组限值。

第四步：进行归组，即将各个变量值归入相应的组中，比如39归入第一组（38-41），45归入第二组（44-47），依此类推，最后的结果用次数分布表显示。见下表：

直方图

四、实验结果

天府学院学生兼职工资集中在44-47元，相对于绵阳地区大学生每天兼职工资平均水平来说，普遍偏低。

第二部分：单因素方差分析

一、实验方案

数据来源：天府学院XX级本科30班学生抽样调查

主要目的：了解天府学院学生随着时间的变化是否对第一学生食堂的就餐人数产生影响

二、原始数据(单位:人)

三、实验过程

◆建立假设

对于因素（时间）：

H0:μ1= μ2 时间周期对早中晚就餐人数无影响

H1:μ1≠μ2 时间周期对早中晚就餐人数有影响

◆方差分析

四、实验结果

通过图表可知，可以用两个判断方法。一是用F和Fcrit相比较，二是用P-value与∂比较吗，(∂=0.05)。分析判断可得，F>Fcrit,

P-value< ,则拒绝原假设，表明时间周期的变化对于第一学生食堂的就餐人数有显著的影响。

第三部分：相关与回归分析

一、实验方案

数据来源：对天府学院XX级本科18、62班同学生抽样调查

主要目的：由于每个同学每月的生活费用不同，因而可能影响每个同学每月用于饮食的支出。因此我们选取每月饮食支出情况做一个呈现，选取每月生活费用为自变量，每月饮食支出为因变量对其进行相关与回归分析

二、原始数据

三、实验过程

散点图分析

◆相关回归分析

◆相关系数分析

生活费饮食支出

生活费 1

饮食支出0.974952 1

数据解释：因变量（饮食支出）与自变量（生活费用）的相关系数为0.7<0.974952<1，所以因变量（饮食支出）与自变量（生活费用）呈高度线性相关。

◆相关系数的检验

Y= 183.997850617947+ 0.500376141859216X

取显著性水平a=0.05，查t分布表的自由度为21-2=19的临界值为1.729，因为计算的t统计量20.0875********大于临界值，表明：两变量间的相关系数是显著不为零的，即饮食支出与生活费用之

间是线性相关的关系。

◆可绝系数

R Square =0.950530932883112

数据解释：因变量（饮食支出）的变化有95%是由自变量（生活费用）引起的。

第四部分:时间序列分析与预测

一、实验方案

数据来源：国家统计局数据库季度数据（主要工业产品的生产﹑销售与库存2006-2010中国软饮料销售量）

h ttp://219.235.129.58/reportView.do?Url=/xmlFiles/bc6f8a101efd47f4b555ee9e2ecc910e.xm l&id=1327c293e2c04b14938853d8dd851873&bgqDm=20101000

主要目的：观察近几年中国软饮料的销售量增长情况和每个季度的销售量，了解软饮料的销售旺季和淡季

二、原始数据

三、实验过程

◆按季平均法

1、计算同季的平均数，计算结果见下表季节平均数栏。

2、计算全部数据的总季平均数。即80607.6/（5*4）。

3、计算季节指数（S ），即季节指数=各季平均数/总平均数，计算结果见下表季节指数栏。

4、计算预测值，即用季节指数*2010年的四个季度的平均销售量。

由于33.70%+75.26%+125.72%+165.32%=400.00%=周期长度，所以不用调整。

实验结论：我国软饮料的销售旺季是三、四季度，销售淡季时一、二季度。 趋势线法

1、用销售量做出折线图，得出线性趋势方程。Y=266.6x+1231

2

每年同季度的数据相加除以年数，计算全部数据的总季平均数，即合计总数/（年数*季度）。计算季节指数（S），即季节指数=各季平均数/总平均数。d计算预测值，预测年度对应的序号值带入方程即可。

由于40.38%+81.95%+125.39%+152.28%=400.00%=周期长度，所以不用调整。

实验结论：我国软饮料的销售旺季是三、四季度，销售淡季时一、二季度。

移动平均法

1、输入“(D4+2*(SUM(D5:D7))+D8)/8”然后向下拉，就可以得到趋势值T。