统计学课内实验报告（详解+心得）

一． 实验目的及要求 （一）目的

实验一：EXCEL的数据整理与显示

1．了解EXCEL的基本命令与操作、熟悉EXCEL数据输入、输出与编辑方法； 2．熟悉EXCEL用于预处理的基本菜单操作及命令； 3．熟悉EXCEL用于整理与显示的基本菜单操作及命令。

实验二：EXCEL的数据特征描述、抽样推断

熟悉EXCEL用于数据描述统计、抽样推断

实验三：时间序列分析

掌握EXCEL用于移动平均、线性趋势分析的基本菜单操作及命令。

实验四：一元线性回归分析

掌握EXCEL用于相关与回归分析的基本操作及命令。

（二）要求

1、按要求认真完成实验任务中规定的所有练习；

2、实验结束后要撰写格式规范的实验报告，正文统一用小四号字，必须有页码； 3、实验报告中的图表制作要规范，图表必须有名称和序号； 4、实验结果分析既要简明扼要，又要能说明问题。

二、实验任务

实验一

根据下面的数据。

1.1用Excel制作一张组距式次数分布表，并绘制一张条形图(或柱状图)，反映工人加工零件的人数分布情况。

从某企业中按随即抽样的原则抽出50名工人，以了解该企业工人生产状况（日加工零件数）：

117 108 110 112 137 122 131 118 134 114 124 125 123 127 120 129 117 126 123 128 139 122 133 119 124 107 133 134 113 115 117 126 127 120 139 130 122 123 123 128 122 118 118 127 124 125 108 112 135 509

1

1.2整理成频数分布表，并绘制直方图。 1.3 假设日加工零件数大于等于130为优秀。

实验二

百货公司6月份各天的销售额数据如下(单位:万元)

257 276 297 252 238 310 240 236 265 278 271 292 261 281 301 274 267 280 291 258 272 284 268 303 273 263 322 249 269 295 （1）计算该百货公司日销售额的均值、众数、中位数; （2）计算该百货公司日销售额的极差、标准差; （3）计算日销售额分布的偏态系数和峰度系数。

实验三

根据实验一数据，（1）计算特征值；（2）在95.45%的概率保证度下，判断该企业职工的平均日加工零件数及优秀率的区间。 实验四

1、综合运用统计学时间序列中的移动平均、季节指数运算、时间序列因素分解、图形展示等知识，对某小区居民用电量（千度）季节数据的构成要素进行分解，并作出图形进行分析。

月度 1 2 3 4 5 6 7 8 9 10 11

第一年 501 447 345 354 374 359 365 437 353 295 454 第二年 574 469 366 327 412 353 381 460 344 311 453 第三年 585 455 352 341 388 332 392 429 361 291 395 第四年 542 438 341 427 358 355 376 441 382 377 398 2

12 实验五

457 486 491 473 综合运用统计学中相关与回归分析的内容，根据下列数据作出一个相关回归模型。

某地区1996～2011年国民生产总值和财政收入资料 单位：亿元 年份 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 国内生产总值 18667.82 21781.5 26923.48 35333.92 48197.86 60793.73 71176.59 78973.04 84402.28 89677.05 99214.55 109655.2 120332.7 135822.8 159878.3 183084.8 财政收入 2937.1 3149.48 3483.37 4348.95 5218.1 6242.2 7407.99 8651.14 9875.95 11444.08 13395.23 16386.04 18903.64 21715.25 26396.47 31649.29 三、实验地点 院机房

四． 实验内容及结果

实验一：

（一）实验图表：

1.工人人数与零件个数分组表

3

零件数(个） 工人数（人） 107-114 7 114-121 11 121-128 20 128-135 8 135-142 4 合计 50

工人人数—零件个数分布图

252015系列11050107-114114-121121-128128-135135-142

2..工人人数与生产零件个数频率分布表

零件数 107-114 114-121 121-128 次数 人数（人） 7 11 20 频率 比重（%） 14% 22% 40% 16% 8% 100% 频率累积 %

25120.008-135 8 直方图100.00 135-142 4 80.0060.00%合计 50 1040.00%5 20.00%工人加工零件直方图 00.004121128135142其他107频率4

3. 假设日加工零件数大于等于130为优秀 加工零件数 人数 ≥130 9 ＜130 41 则优秀率=9/50=0.18=18% （二）实验结果与分析

1、首先，组距式分组，需要先整体把握所有数据，把最大值和最小值找出来，再计算全距，因为总共50人，直接分为5组，这样刚好组距为7，于是就得出工人人数与零件个数分组表。

2、再根据这个表的数据和步骤，得出条形图。从这个条形图可以很直观的看出，工人生产零件个数在121-128件之间的人数最多，总共20人，工人生产零件个数在135-142之间的人数最少，总共4人，其余分组人数大致相同。

3、根据上述资料整理得出工人人数与生产零件个数频率分布表，同时也做出条形图，可以很直观的看出，工人生产零件个数在121-128件之间的人数最多，占40%，工人生产零件个数在135-142之间的人数最少，占8%。

4、根据资料，找出日加工零件数大于等于130的人数为9人，所以得出优秀率为18%。 实验二：

（一）实验图表：

1、 在相应方格中输入命令，得到所要求的数值 均值：众数： 中位数：

2、在相应方格中输入命令，得到所要求的数值 极差:

标准差：

3、在相应方格中输入命令，得到所要求的数值 偏态系数:

峰度系数：

（二）实验结果与分析

通过这个实验，也让我对数据描述统计、数值运算有了很深的了解和理解，并且明白EXCEL的好处，特别是对统计数据的重要性，也熟悉了这方面的一些基

5

本菜单操作及命令。

实验三：

（一）实验图表：

1、 在相应方格中输入命令，得到各特征值。

单位总量：50 标志总量：6131 最大值：139 最小值：107: 平均值：122.62 中位数：123 几何平均数：122.3569519 调和平均数:：122.0936216 变异统计的平均差：6.3552 变异统计的标准差：8.108675123 变异统计中的方差：65.75061224 变异统计中的峰度：-0.45441358 变异统计中的偏度：0.0723531 2、 抽样推断

极限误差=CONFIDENCE(0.072353，8.108675123，50)= 2.06056494 日加工零件的置信区间为（120.559435，124.680565） 优秀率的置信区间(0.07081514，0.28918486) 3、 假设检验

t=(样本均值单元格-115）/(样本标准差单元格/SQRT（样本容量单元格）)=（122.62-115）/（8.108675123/50）=6.644924838

因为α=0.05，自由度为49 ，则TINV(0.05,49)= 2.009575199 所以其临界值为2.009575119

（二）实验结果与分析

这组数据的最大值为139，最小值为107。企业职工的平均日加工零件数为为122.62，标准差为8.108675123， 整体的波动幅度不大。在95%的置信度下，估计该企业职工的日加工零件的置信区间为（120.559435，124.680565），优秀率的置信区间(0.07081514，0.28918486) ，其临界值为2.009575119。

抽样推断分析法是经济分析中广泛应用的一种统计分析方法。本实训使我进一步巩固统计抽样推断的基础知识与基本技能，熟练掌握抽样推断分析的基础知识与运用条件，熟练掌握抽样推断分析的基本技能与计算过程。抽样推断是在抽样调查的基础上进行的统计方法，主要内容为：参数估计和假设检验。输入正确的数据也是成为整个统计学实验的基础。

6

实验四：

（一）实验图表：

1.（1）输入“年/季度”、 “时间标号”： 年 季度 第一年 第二年 559 447 345 354 374 359 365 437 353 295 454 457 574 469 366 327 412 353 381 460 344 311 453 486 第三年 585 455 352 341 388 332 392 429 361 291 395 491 第四年 542 438 341 427 358 355 376 441 382 377 398 473 第一季度 第二季度 第三季度 第四季度 （2）点击“数据分析”→“移动平均”，输入区域为“用电量”，间隔4，输出“移动平均值”；同样的办法对“移动平均值”进行2步平均，输出“中心化后的移动平均值”： 414.5 380 358 363 383.75 378.5 362.5 384.75 389.75 434 393.5 364.5 368.25 401.5 384.5 374 392 398.5 433.25 384 353.25 363.25 385.25 378.5 368.25 369 384.5 437 391 370.25 379 382.5 388.5 394 399.5 407.5 397.25 369 360.5 373.375 381.125 370.5 373.625 387.25 413.75 379 366.375 384.875 393 379.25 383 395.25 408.625 368.625 358.25 374.25 381.875 373.375 368.625 376.75 414 380.625 374.625 380.75 385.5 391.25 396.75 403.5 （3）对称一下 “移动平均值”和“中心化后的移动平均值”，用移动平均值的第一项对准第四期，中心化后的移动平均值的第一项对准移动平均值的第一项，然后用“用电量”除以“中心化后的移动平均值”，得到：

1.043423 1.02981 0.993065 0.972213

1.048943 1.038259 0.99488 0.956804 1.060263 1.041709 0.98604 0.9706 1.055556 1.027258 0.988321 0.995404 7

1.006888 1.021628 1.008838 0.992218 1.021592 1.013843 1.013726 0.992971 0.970224 0.976501 0.998983 0.993069 0.993544 1.00822 0.97943 0.990087 （4）把得到的数据复制到“季节指数计算表”中，得到： 各月平均指数/100 指数平均值 月份 第一年 第二年 第三年 第四年 平均数 调整指 1 1.048943 1.008838 0.98112 1.012967 1.011455 2 1.038259 1.013726 0.96314 1.005042 1.00354 3 0.99488 0.998983 0.94096 0.978274 0.976814 4 0.956804 0.97943 0.984299 0.973511 0.972058 5 1.043423 1.021628 1.055556 1.040202 1.038649 6 1.02981 1.013843 1.027258 1.023637 1.022109 7 0.993065 0.976501 0.988321 0.985962 0.98449 8 0.972213 1.00822 0.995404 0.991946 0.990465 9 1.006888 1.060263 0.992218 1.01979 1.018268 10 1.021592 1.041709 0.992971 1.018757 1.017236 11 0.970224 0.98604 0.993069 0.983111 0.981643 12 0.993544 0.9706 0.990087 0.984744 0.983274 合计 8.030759 12.11769 12.03586 3.869519 12.01794 12 （5）做出折线图如下：

指数折线图1.061.041.0210.980.960.940.92123456789101112 用各年各月的用电量除以对应的季节指数，得到： 月份 第一年 第二年 第三年 1 353.189 567.499 578.3748 2 445.423 467.345 453.395 3 353.189 374.6877 360.3553 4 364.1758 336.3998 350.8022 5 360.0831 396.6691 373.5622

系列1第四年 535.8618 436.4549 349.0942 439.2743 344.6785 8

6 7 8 9 10 11 12 351.2346 370.75 441.2069 346.667 290.0015 462.4899 464.7738 345.3644 387.0024 464.4282 337.8287 305.7304 461.4712 494.2671 324.8186 398.1757 433.1298 354.5237 286.0693 402.3866 499.3522 347.3211 381.9236 445.2453 375.147 370.6121 405.4427 481.046 2、（1）完善“用电量”和“季节指数”后，计算“用电量”/“季节指数”，得到： 月平均用电量 553.25 452.25 351 362.25 383 349.75 378.5 441.75 360 318.5 425 476.75 季节指数 1.011455 1.00354 0.976814 0.972058 1.038649 1.022109 0.98449 0.990465 1.018268 1.017236 0.981643 0.983274 用电量/季节指数 546.9844031 450.6546824 359.3316064 372.6630631 368.7482489 342.1846733 384.4630215 382.1436441 353.5416427 313.1033506 432.9476195 484.8597644 （2）点击“数据分析”→“回归”，Y值输入区域为季节分离后的时间序列，X值输入区域为时间标号，输出： SUMMARY OUTPUT 回归统计 Multiple R 0.221792 R Square 0.049192 Adjusted R -0.04589 Square 标准误差 68.5633 观测值 12 方差分析 回归分析 残差 总计

Significance df SS MS F F 1 2432.1 2432.1 0.517366 0.488435 10 47009.26 4700.926 11 49441.36 Coefficients 标准误差 t Stat P-value Lower 95% 9

Intercept 426.1084 42.19779 10.09788 1.45E-06 X Variable 1 -4.12404 5.733551 -0.71928 0.488435 （3）最终计算得出： 332.0859 -16.8992

第五年各月预测值 月份 1 2 3 4 5 6 7 8 9 10 11 12 3、做出折线图(用电量)如下： 第五年各月预测值 预测值6005004003002001000123456789101112第五年各月预测值 预测值预测值 553.25 452.25 351 362.25 383 349.75 378.5 441.75 360 318.5 425 476.75

10

在实验过程中还有些其它方面也让我学到了很多东西，知道统计工作是一项具有创造性的活动，要出一流成果，就必须要有专业的统计人才和认真严肃的工作态度。在实践的校对工作中，知道一丝不苟的真正内涵。

通过本次实验，不仅仅是掌握操作步骤完成实验任务而已，更重要的是在实验中验证自己的所学知识的掌握和运用。统计学的学习就是对数据的学习，而通过实验可以加强我们对统计数据的认知和运用，更好的学习统计学的知识。虽然实验时间很短暂，但对统计知识掌握的要求并没有因时间的短暂而减少，相反我们更得努力掌握和运用统计学的新知识，提高自己的数据分析和处理能力，促进统计学的新发展。 以上就是我这次实验的一些心得体会，希望可以对自己有所帮助。

而在今后的学习生活中，我也会温故知新，继续对统计学的学习。

16

本文来源：https://www.bwwdw.com/article/99oa.html