分析实验2
熏肉制品中亚硝酸盐含量的测定
【摘要】亚硝酸盐是肉制品中的常用的添加剂，带较大的毒性，本次我们的实验以α-萘胺为显色剂, 利用紫外可见分光光度计, 测定熏肉制品中亚硝酸盐的含量。采用分光光度法确定最佳吸收波长，根据最佳吸收波长，用标准曲线法检测熏肉中的亚硝酸盐含量。
【关键词】肉制品; 亚硝酸盐; 紫外-可见分光光度法
【引言】亚硝酸盐用于肉类食品中作为发色剂。在食品加工过程中,添加适量的化学物质与食品中的某些成分作用, 从而使食品呈现良好的色泽, 这样的化学物质成为发色剂。类腌制品中最常有的发色剂是硝酸盐, 亚硝酸盐以及发色助剂, 抗环血酸、烟酰胺等。肉制品由于使用亚硝酸盐而呈鲜红色。亚硝酸盐也是一种防腐剂, 它可抑制微生物的增值, 在食品工业生产中,原料内的红色是由肌红蛋白及血红蛋白所呈现的感官性状。肌红蛋白约占60 % - 70 % ,血红蛋白占
10 % - 30 %, 即肌红蛋白是表现肉颜色的主要成分, 新鲜肉中还原型的肌红蛋白呈暗紫红色, 它很不稳定, 易被氧化而呈鲜红的氧合肌红蛋白, 继续氧化则成褐色高铁肌红蛋白, 再继续氧化呈黄色或绿色的氧化卟啉。在肉制品加工过程中, 为了使肉类食品呈鲜艳的红色, 添加硝酸盐及亚硝酸盐, 在肉制品内它们转化为亚硝酸, 并分解出亚硝基, 生成的亚硝基会很快的与肌红蛋白生成鲜艳亮红色的亚硝基肌红蛋白, 亚硝基肌红蛋白遇热放出变成具有鲜红色的亚硝基血色原,赋予食品鲜艳的红色。亚硝酸盐不仅具发色作用,同时对肉毒杆菌具有特殊的抑制作用,对提高肉类食品的风味有一定的功效,它们作为食品添加剂, 对人体有一定的毒性,摄取过多亚硝酸盐,可使血液中正常的血红蛋白(二价铁)变成正铁血红蛋白(三价铁)而失去携氧功能, 导致神经缺氧。由于肉制品生产企业在生产过程中乱加、误加亚硝酸盐而引起食物中毒, 所以强制检验肉制品生产企业加入硝酸盐与亚硝酸盐的含量起到非常重要的作用。肉类罐头与肉制品最大使用量不得超过0.05克/公斤。除了肉类食品含有硝酸盐及亚硝酸盐, 果蔬制品、酱腌菜中也含有亚硝酸盐。肉类食品中亚硝酸盐测定方法有很多种，以下是对几种方法的简介：
1．盐酸萘乙二胺法
在弱酸性溶液中，NO
2
-与对氨基苯磺酸反应生成重氮化合物后，再与盐酸萘
乙二胺偶联生成紫红色的偶氮染料，用分光光度法在540 nm处测定，与标准曲线比较定量。
2．格里试剂比色法
在弱碱性条件下，用热水从样品中提取NO
2
-，然后用亚铁氰化钾和乙酸锌沉
淀蛋白，过滤后，在弱酸条件下，NO
2
-与对氨基苯磺酸发生重氮化后，再和N—1—萘基乙二胺耦合形成红色偶氮染料，最大吸收波长为538 nm，所选择的显色剂不一样，最大吸收波长也有所不同。针对卫生标准的规定和工艺的不同，以及检
测过程中pH、温度、放置时间对显色的影响，在检测肉制品中NO
2
-时，格里试剂比色法的准确性和稳定性均高于盐酸萘乙二胺法。另外用对氨基苯磺酰胺代替对氨基苯磺酸，其灵敏度、精密度均得到提高。
3．离子色谱法
主要原理是当淋洗液携带样品进入分离柱后，样品离子便与离子交换功能基的平衡离子争夺树脂的离子交换位置。经过多次竞争达到交换平衡。由于不同离子对树脂固定相的亲和力不同，通过淋洗液的不断淋洗，各种离子便先后从色谱柱上被洗脱下来，实现了分离。通过检测器，即可经检测器检测各种离子，得到一个个色谱峰，然后与标准进行比较，根据保留时间定性，根据峰面积或峰高定
量。用紫外检测离子色谱法对酱腌菜中的NO
3-与NO
2
-进行定量分析。样品经过超声
提取后，以1.8mmol/L NaCO
3及1.7mmol/L NaHCO
3
为淋洗液，经DIONEX Ionpac AS4A
—SC分析柱分离，于210 nm处紫外检测。该法可以采用其他类型的色谱柱进行分离，所用的检测器也可选用化学抑制型电导检测器(可大幅度降低淋洗液的电导值)。
4．高效液相色谱法
食品中NO
2
-含量的重氮化耦合高效液相色谱法测定方法是将食品样品中蛋白
质、脂肪除去后，NO
2
-与对氨基苯磺酸重氮化，再与N一1一萘乙二胺耦合之后，进行HPLC分析。若采用反相高效液相色谱法一二极管阵列检测器法测定卤肉制品
中NO
3-及NO
2
-的含量，则该方法选择四丁基溴化铵作为离子对试剂，与NO
3
-和NO
2
-
阴离子形成中性缔合物，在甲醇一混合磷酸盐流动相中，被非极性键合相柱(ODS)分离并定量检测。
5．气相色谱法
在硫酸介质中，NO
2
-与环己基磺酸钠反应生成环己醇亚硝酸钠，环己醇亚硝酸钠在常温下成气态，顶空进样，用FID检测器进行检测。该方法的取样量较少、
简单快速，抗其他离子干扰的能力强，提高了灵敏度和准确度。也可利用NO
2
-用
KMnO
4氧化为NO
3
-，用酸作催化剂，控制一定温度，使NO
3
-与苯发生反应生成硝基
苯，萃取，然后利用选择性强的电子捕获检测器检测该生成物，从而测出样品中
NO
2
-的含量。
6．示波极谱法
GB5009．033—2003测定方法中，另外一种方法是示波极谱法，试样经沉淀
蛋白质、除去脂肪后，在弱酸性的条件下，NO
2
-与对氨基苯磺酸重氮化后，在弱碱性条件下再与8—羟基喹啉耦合形成橙色染料，该染料在汞电极上还原产生电
流，电流与NO
2
-的浓度呈线性关系，可与标准曲线比较定量。
7．伏安法
伏安法是在酸性介质中以玻碳电极(GCE)为工作电极的铁氰化钾电催化还原
亚硝酸盐的电化学行为及电分析方法。当K
3Fe(CN)
6
浓度一定时，电催化还原峰电
流与NO
2
-浓度在4.0×10-7～ 1.0×10-4mol/L范围时有良好的线性关系，运用方波
伏安法在优化条件下测定了水样中亚硝酸盐含量，测定结果令人满意。
8．原子吸收光谱
该方法是一种用原子吸收光谱法间接测定腌制食品和熏制食品中亚硝酸盐含量的方法.在酸性条件下,用高锰酸钾将食品中的亚硝酸盐先转化成二氧化锰沉淀,再用硫酸溶解沉淀,以原子吸收光谱法测定锰的吸光度,从而间接得到亚硝酸盐的含量,回收率在97.6%～105.2%之间.此方法简捷快速,适用于腌制食品和熏制食品中亚硝酸盐含量的测定.
9．分光光度法
在稀盐酸介质中，NO
2
-与碱性品红发生重氮反应，用8—羟基喹啉作偶联剂，
在弱碱性条件下，生成茶红色偶氮染料来定量测定NO
2
-含量。
最常用的方法是盐酸萘乙二胺法, 也就是用分光光度计测定样品吸光度, 分光光度法以其设备简单、操作快捷、灵敏度高、结果直观的优点, 深受欢迎。本实验研究了以α- 萘胺为显色剂, 利用紫外可见分光光度计测定肉制品中的亚
硝酸盐的含量的方法。结果证明, 此方法简单、快捷、准确, 是一种食品检测的好方法。
【实验部分】
一、实验原理
自样品中抽提分离出亚硝酸盐，亚硝酸盐在酸性条件下与对氨基苯磺酸发生重氮化反应生成重氮盐，此重氮盐再与α-萘胺试剂发生偶合反应，生成紫红色偶氮化合物。其颜色的深度与样液中亚硝酸含量成正比，可比色测定。反应式如下： N H 2SO 3H N +N SO 3H NO 2-H +O H 2
+++ N
SO 3H N NH 2N +N SO 3H +
2
肉制品中亚硝酸盐含量=3-3-10
105002025c ????
m （mg/kg ） 式中：c 为由测得的吸光度在标准曲线上对应的亚硝酸钠质量浓度（μg/mL ）；m 为样品质量（g ）。
由于摄入过量的亚硝酸钠盐对人体有一定的危害，因此国家食品安全标准规定，我国的腌肉制品亚硝酸盐的限量标准为：30mg/kg ，即30ug/g 。
二、主要试剂及仪器
（1） 亚铁氰化钾溶液：称取10.619克亚铁氰化钾[K 4Fe(CN)6·3H 2O]溶于水，
并稀释至100mL 。
（2） 乙酸锌溶液：称取22.0克乙酸锌[Zn(CH 3COO)2·2H 2O]，加3mL 冰醋酸
溶于水，并稀释至100mL 。
（3） 饱和硼砂溶液：5.0克硼酸钠（Na 2BO 4·10H 2O ）溶于100mL 热水中，冷
却备用。
（4） 对氨基苯磺酸溶液（0.4g/L ）：称取2.0g 对氨基苯磺酸溶于500mL20%盐酸中，避光保存。
（5） 0.2%α-萘胺溶液(2g/L) ：称取1.000g 盐酸萘乙二胺，以水定容500mL ，
避光保存。
（6）亚硝酸钠标准溶液（200μg/mL）：精确称取0.1020克于硅胶干燥器中干燥24h的亚硝酸钠（优级纯），加水定容到500mL。
（7）亚硝酸钠标溶液（5μg/mL）：临用前，吸取此溶液2.5ml于100ml容量瓶中，用水定容到100ml
（8）仪器：①研钵②UV8500紫外-可见分光光度计③分析天平④1mL、2mL、5mL、20mL移液管各1支⑤50mL烧杯1个，100ml烧杯1个⑥10ml量筒1个，100ml量筒1个⑦500mL烧杯1个，500ml容量瓶4个⑧50mL容量瓶10个，100ml 容量瓶4个⑨滤纸、过滤装置一套⑩比色皿2个。
三、实验操作
(1)样品处理
样品中硝酸盐及亚硝酸盐的提取：称取经剁碎混合均匀的样品 5.07克于100mL烧杯中，加入硼砂饱和溶液12.5mL，以玻璃棒搅拌，然后用70℃左右的水约300mL，将其稀释转移到500mL容量瓶，沸水浴中加热15分钟，取出，转动，加入5mL亚铁氰化钾溶液，摇匀，再加5mL乙酸锌溶液，以沉淀蛋白质。冷却到室温，用水定容，摇匀。放置片刻，去除上层脂肪，清液用滤纸过滤，前30ml滤液弃之不用。
(2)最大吸收波长的确定
先用0.0000μg/mL的去离子水作为空白溶液也就是参比溶液进行基线调零，调零后，把靠近外面的比色皿拿出换装浓度为0.204μg/ml的标准溶液在波长600nm—450nm之间进行扫描,求出最大吸收波长
（3）亚硝酸钠标准曲线的绘制
用移液管精确吸取亚硝酸钠标准液(5μg/mL) 0.0，0.2，0.4，0.6，0.8，1.0，1.5，2.0mL于一组50 mL 容量瓶中，各加水至约25mL，分别加2mL0.4g/ml对氨基苯磺酸溶液，摇匀，静置3—5min 后，各加入1mL 0.2%α-萘胺溶液，并用水定容到50mL，摇匀。（浓度分别为(0.000,0.020,0.041,0.061,0.082,0.102,0.153,0.204, ug/ml）
静置15min后，用20mm比色皿，用分光光度计在最大波长下测定吸光度，以蒸馏水为空白。以测得的各比色液的吸光度对对应的亚硝酸浓度作曲线。比色
液中亚硝酸钠浓度为0~0.30ug/mg时，两者呈线性关系。
(5)亚硝酸盐的测定
取20mL待测液于25mL容量瓶中，加1mL0.4%对氨基苯磺酸溶液，摇匀。静置3～5分钟后，加入0.5mL 0.2%α-萘胺溶液，定容，摇匀。比色测定，记录吸光度。根据标准曲线方程算得相应的亚硝酸钠浓度（μg/mL），计算试样中亚硝酸盐（以亚硝酸钠计）的含量。
四、实验数据的记录计算与分析
（注：我们小组测量吸光度时，显色时间已超过30min，远超过有效显色时间范围，数据无效，实验失败，故借用其他小组的数据进行分析。）
1.最大吸收波长的确定
结论：采用0.20ug/ml的亚硝酸钠溶液，在450nm——600nm扫描得最大波长为546.60nm。
讨论：因为同时有多组同学进行实验，为合理安排时间，大概在显色10min时进行最大波长的扫描。因为在10min时用0.082 ug/ml（中间浓度）的亚硝酸钠溶液，没有显示出吸收峰，所以改用0.204 ug/ml的亚硝酸钠溶液，因为浓度大，所以尽管显色时间不够，但依旧有吸收峰。
2、亚硝酸钠标准曲线和方法的灵敏度（确定最大波长为546.60nm）
亚硝酸钠标准曲线
结论：本次实验测得的标准曲线的相关系数为：0.9998，相关系数高，结果较为可靠。
3待测溶液的吸光度和结果
数据处理：由计算亚硝酸盐含量P=3-3-10
105002025c ????
m （mg/kg ）式中：c 为由测得的吸光度在标准曲线上对应的亚硝酸钠质量浓度（μg/mL ）；m 为样品质量（g ）。将c=0.060ug/ml,m=5.00g 代入，计算得P=7.50mg/Kg<30mg/kg (国家肉制品亚硝酸盐的限量标准)。
结论：该熏肉的亚硝酸盐含量为7.50mg/Kg ，符合国家标准！
结果分析与讨论
1. 结果讨论
(1). 实验的显色剂只有在一定的显色时间范围内才有效，若超过该时间段，则所
配制的溶液的吸光度与浓度将不成正比例关系。本次实验中，由于实验条件的限制以及时间安排的不合理，我们小组的实验由于测定时显色时间也超过30min，远超过最佳显色时间，导致测量标准曲线时吸光度与浓度不成正比例关系，实验数据无效，实验失败。
(2). 以上实验数据中，实验测定样品时，显色时间大概是12min，比测标准曲线时的显色时间稍短，可能导致显色不充分，测定所得的数据偏低。
(3). 在实验过程中，由于实验条件的限制，很难保证实验过程中时间的准确控制，在一定程度上由于显色时间的差别会造成实验结果的偏差。
(4). 实验中的乙酸锌及亚铁氰化钾是蛋白质沉淀剂，这两种试剂混合形成白色的氰亚铁酸锌沉淀，能使溶液中的蛋白质共同沉淀下来。过滤稀释得到待测液。(5). 实验中不能任意改变试剂的加入顺序，在弱酸条件下亚硝酸盐先与对氨基苯磺酸重氮化，再与盐酸萘乙二胺偶合形成红色染料，才能用分光光度法进行测定。
(6). 本实验是多人大组，两人小组完成实验，可以避免试剂的浪费，但是也减少了我们实际操作的机会，比如我们平时较少接触到的蛋白质的沉降，以及浑浊液的冷却过滤，在本实验中也只是一个小组有机会操作。
8、参考文献
[1] 李宁，王凤霞，李建兰，等. 食品中亚硝酸盐含量分析方法[J]．重庆工商
大学学报(自然科学版), 2009, 26 (1):57—60
[2]于保霞.食品中亚硝酸盐含量的测定[J].河北化工，2010年3月，33（3）：
62-63
[3]杨艳，朝红建，刘泽鑫，樊晓东，余彤泽.食品中亚硝酸盐含量测定的影响
因素探讨及安全调控.浙江化工.2006年01期
[4] 丁之恩. 亚硝酸盐和亚硝胺在食品中的作用及其机理[J]安徽农业大学学报,
1994, 02
[5] 邱罡,陈宜菲. 国内光度法测定亚硝酸根进展[J]光谱实验室, 2010, (03) .
[6] 帕丽,田青. 肉类食品亚硝酸盐含量测定中应注意的问题[J]. 计量与测试
技术, 2008, (02) .
[7]魏永义,李玉兰,焦驼文,张莉. 香肠中亚硝酸盐含量的测定[J]肉类工业,
2010, (06) .
数据分析实验报告
数据分析实验报告 文稿归稿存档编号：[KKUY-KKIO69-OTM243-OLUI129-G00I-FDQS58-
第一次试验报告 习题1.3 1建立数据集，定义变量并输入数据并保存。 2数据的描述，包括求均值、方差、中位数等统计量。 分析—描述统计—频率，选择如下： 输出： 统计量 全国居民 农村居民 城镇居民 N 有效 22 22 22 缺失 均值 1116.82 747.86 2336.41 中值 727.50 530.50 1499.50 方差 1031026.918 399673.838 4536136.444 百分位数 25 304.25 239.75 596.25 50 727.50 530.50 1499.50 75 1893.50 1197.00 4136.75 3画直方图，茎叶图，QQ 图。（全国居民） 分析—描述统计—探索，选择如下： 输出： 全国居民 Stem-and-Leaf Plot Frequency Stem & Leaf 5.00 0 . 56788 数据分析实验报告 【最新资料，WORD 文档，可编辑修改】
2.00 1 . 03 1.00 1 . 7 1.00 2 . 3 3.00 2 . 689 1.00 3 . 1 Stem width: 1000 Each leaf: 1 case(s) 分析—描述统计—QQ图，选择如下： 输出： 习题1.1 4数据正态性的检验：K—S检验，W检验数据： 取显着性水平为0.05 分析—描述统计—探索，选择如下：（1）K—S检验
结果：p=0.735 大于0.05 接受原假设，即数据来自正太总体。 （2 ）W 检验 结果：在Shapiro-Wilk 检验结果972.00 w ，p=0.174大于0.05 接受原假设，即数据来自正太总体。 习题1.5 5 多维正态数据的统计量 数据：
回归分析 实验报告
城镇居民家庭收入的逐步回归分析 07级数学1班盛平0707021012 摘要：用多元统计中逐步回归分析的方法和SAS软件解决了可支配收入与其他收入之间的关系，并用此模型预测在以后几年里居民平均每人全年家庭可支配收入。 关键词：逐步回归分析多元统计SAS软件 正文 1 模型分析 各地区城镇居民平均每人全年家庭可支配收入y与工薪收入x1、经营净收入x2、财产性收入x3和转移性收入x4有关，共观测了15组数据，试用逐步回归法求‘最优’回归方程。 各地区城镇居民平均每人全年家庭收入来源(2007年) 单位：元 2模型的理论 （1）基本思想：逐个引入自变量，每次引入对y影响最显著的自变量，并对方程中的老变量逐个进行检验，把变为不显著的变量逐个从方程中剔除掉，最终得到的方程中既不漏掉对Y影响显著的变量，又不包含对Y影响不显著的变量。 （2）逐步筛选的步骤：首先给出引入变量的显著性水平 和剔除变量的显著性 in
水平 ；然后按图4.1的框图筛选变量。 out 3模型的求解 （1）源程序： data ch; input x1 x2 x3 x4 x5 y @@; cards; 28.2 47.9 44.1 3.8 23.9 100.0 31.3 47.1 43.6 3.5 21.6 100.0 30.2 48.2 43.9 4.3 21.6 100.0 ?? 31.9 46.1 41.9 4.2 22.0 100.0 33.4 44.8 40.6 4.1 21.8 100.0 33.2 44.4 39.9 4.5 22.4 100.0 32.1 43.1 38.7 4.4 24.8 100.0 28.4 42.9 38.3 4.6 28.7 100.0 ?? 27.2 43.7 38.6 5.1 29.1 100.0
电力系统分析实验报告四(理工类)
西华大学实验报告（理工类） 开课学院及实验室： 实验时间 ： 年 月 日 一、实验目的 1)初步掌握电力系统物理模拟实验的基本方法。 2)加深理解功率极限的概念，在实验中体会各种提高功率极限措施的作用。 3)通过对实验中各种现象的观察，结合所学的理论知识，培养理论结合实际及分析问题的能力。 二、实验原理 所谓简单电力系统，一般是指发电机通过变压器、输电线路与无限大容量母线联接而且不计各元件的电阻和导纳的输电系统。 对于简单系统，如发电机至系统d 轴和g 轴总电抗分别为d X ∑和q X ∑，则发电机的功率特性为 当发电机装有励磁调节器时，发电机电势q E 随运行情况而变化，根据一般励磁调节器的性能，可认为保持发电机'q E （或' E ）恒定。这时发电机的功率特性可表示成 或 这时功率极限为 随着电力系统的发展和扩大，电力系统的稳定性问题更加突出，而提高电力系统稳定性和输送能力的最重要手段之一，就是尽可能提高电力系统的功率极限。从简单电力系统功率极限的表达式看，要提高功率极限，可以通过发电机装设性能良好的励磁调节器，以提高发电机电势、增加并联运行线路回路数；或通过串联电容补偿等手段，以减少系统电抗，使受端系统维持较高的运行电压水平；或输电线采用中继同步调相机、中继电力系统等手段以稳定系统中继点电压。 (3)实验内容 1)无调节励磁时，功率特性和功率极隈的测定 ①网络结构变化对系统静态稳定的影响（改变戈）： 在相同的运行条件下（即系统电压U-、发电机电势E 。保持不变．罚芳赆裁Ll=E 。），分别 测定输电线单回线和双回线运行时，发电机的功一角特性曲线，＆豆甍辜授冁蝮和达到功率极 限时的功角值。同时观察并记录系统中其他运行参数（如发电极端毫玉萼蔫交化。将两种 情况下的结果加以比较和分析。 实验步骤如下： a)输电线路为单回线； b)发电机与系统并列后，调节发电机，使其输出的有功和无ZZ 蔓专零： c)功率角指示器调零； d)逐步增加发电机输出的有功功率，而发电机不调节震磁： e)观察并记录系统中运行参数的变化，填入表1.3中： f)输电线路为双回线，重复上述步骤，将运行参数填入表l 。毒=：
(实验2)多元回归分析实验报告
陕西科技大学实验报告 课 程： 数理金融 实验日期： 2014 年 5 月 22 日 班 级： 数学112 交报告日期： 2013 年 5 月 23 日 姓 名： 常海琴 报告退发： （订正、重做） 学 号： 201112010101 教 师： 刘利明 实验名称： 多元回归分析 一、实验预习： 1.多元回归模型。 2.多元回归模型参数的检验。 3.多元回归模型整体的检验。 二、实验的目的和要求： 通过案例分析掌握多元回归模型的建立方法和检验的标准；并掌握分析解决实际金融问题的能力。 三、实验过程：（实验步骤、原理和实验数据记录等） 软件：Eviews3.1 数据：给定美国机动车汽油消费量研究数据。 实验原理：最小二乘法拟合多元线性回归方程 数据记录： 实例中1950年到1987年机动汽车的消费量、汽车保有量、汽油价格、人口数、国民生产总值 图1各个量之间的关系
陕西科技大学理学院实验报告 - 2 - 1、录入数据 图2录入数据 2、回归分析 443322110X X X X Y βββββ++++= 图3运行结果 Y=24553723+1.418520x1-27995762x2-59.87480x3-30540.88x4 S (25079670) (0.266) (5027085) (198.5517) (9557.981) T (0.979) (5.314) (-5.568) (-0.301) (-3.195) 2R =0.966951 F=241.3764 - R =0.9629 dw=0.6265 四、实验总结：（实验数据处理和实验结果讨论等） 用残差和最小确定直线位置是一个途径。计算残差和有相互抵消的问题。用残差绝对值和最小确定直线位置也是一个途径绝对值计算起来比较麻烦。最小二乘法用绝对值平方和最小确定直线位置。0β、1β、2β、3β、4β具有线性特性，无偏特性，有效性。-R =0.9629基本上接近于1，拟合效果较好。
3-系统分析实验报告
管理信息系统实验报告 实验3 系统分析 课程名称：管理信息系统 指导教师：王玮 班级：信管1401 学号： 姓名：唐赛赛 时间： 2016.04.06 地点： 3 号机房
一、实验目的 1．了解开发Visio解决方案的基本概念和关于Visio工具的一些基本的操作和应用； 2．掌握系统分析阶段数据流程图的画法； 二、实验步骤和实验结果： 使用Visio中提供的“组织结构图”模具，绘制下面例题的组织结构图，附在图后。 2、使用Visio绘制“业务流程图模具”和“数据流程图模具”（1）创建“业务流程图模具” 先在“框图”－〉“基本形状”中找到圆角矩形，右击选择“添加到我的形状”－〉“添加到新模具”。之后出现“另存为”对话框，把新模具命名为“业务流程图”，把圆角矩形形添加到了新模具“业务程图”中。用同样的思路，先在“框图”－〉“基本形状”中找到圆形，右击选择“添加到我的形状”－〉“添加到模具“业务程图”中；在“框图”－〉“基本形状”找到矩形，在“流程图”中的“IDEFO图表形状”找到动态连接线，在“流程图”中的“SDL图表形状”中找到文档，多文档，添加到模具“业务程图”中。可以通过设置“动态连接线”属性来改变其形状。如下图：
添加完成后，我们就可以在画业务流程图时打开该模具，业务流程图所有的元素都会在一个模具中显示出来。（2）创建“数据流程图模具”先在“框图”－〉“基本形状”中找到圆形（或是“流程图”中的“混合流程图形状”中找到外部实体2 ），右击选择“添加到我的形状”－〉“添加到新模具”（注，使用外部实体2来表示外部实体的时候，请将之旋转180度使用）。之后出现“另存为”对话框，把新模具命名为“数据流程图”，这样我们就把圆形形添加
数据分析实验报告
《数据分析》实验报告 班级： 07信计0班 学号： 姓名： 实验日期 2010-3-11 实验地点： 实 验楼505 实验名称： 样本数据的特征分析 使用软件名称：MATLAB 1. 熟练掌握利用Matlab 软件计算均值、方差、协方差、相关系数、标准差 与变异系数、偏度与峰度，中位数、分位数、三均值、四分位极差与极差; 2. 熟练掌握jbtest 与lillietest 关于一元数据的正态性检验； 3. 掌握统计作图方法； 4. 掌握多元数据的数字特征与相关矩阵的处理方法； 安徽省1990-2004年万元工业GDP 废气排放量、废水排放量、固体废物排放 量以及用于污染治理的投入经费比重见表 6.1.1,解决以下问题： 表6.1.1 实 验 目 的
1. 计算各指标的均值、方差、标准差、变异系数以及相关系数矩阵； 2. 计算各指标的偏度、峰度、三均值以及极差； 3?做出各指标数据直方图并检验该数据是否服从正态分布？若不服从正态分布，利用boxcox变换以后给出该数据的密度函数； 4.上网查找1990-2004江苏省万元工业GDR废气排放量，安徽省与江苏省是否 服从同样的分布？
程序如下： clear;clc format ba nk %保留两位小数 %%%%%%%%%%%安徽省%数据%%%%%%%%%%%%%%%%%% A=[104254.40 519.48 441.65 0.18 94415.00 476.97 398.19 0.26 89317.41 119.45 332.14 0.23 63012.42 67.93 203.91 0.20 45435.04 7.86 128.20 0.17 46383.42 12.45 113.39 0.22 39874.19 13.24 87.12 0.15 38412.85 37.97 76.98 0.21 35270.79 45.36 59.68 0.11 35200.76 34.93 60.82 0.15 35848.97 1.82 57.35 0.19 40348.43 1.17 53.06 0.11 40392.96 0.16 50.96 0.12 37237.13 0.05 43.94 0.15 34176.27 0.06 36.90 0.13]; %计算各指标的均值、方差、标准差、变异系数、偏度、峰度以及极差 A1=[mea n(A);var(A);std(A);std(A)./mea n(A);skew ness(A,0);kurtosis(A,0)-3;ra nge( A)] %E均值 A2=[1/4 1/2 1/4]*prctile(A,[25 50 75]) % 十算各指标的相关系数矩阵 A3=corrcoef(A) %做岀各指标数据直方图 subplot(221),histfit(A(:,1),8) subplot(222),histfit(A(:,2),8) subplot(223),histfit(A(:,3),8) subplot(224),histfit(A(:,4),7) %检验该数据是否服从正态分布 for i=1:4 [h(i),p(i),lstat(i),cv(i)]=lillietest(A(:,i),0.05); end h,p %十算岀前二列不服从正态分布，利用boxcox变换以后给岀该数据的密度函数[t1,l1]=boxcox(A(:,1)) [t2,l2]=boxcox(A(:,2)) [t3,I3]=boxcox(A(:,3))
一元线性回归分析实验报告
一元线性回归在公司加班 制度中的应用 院(系): 专业班级: 学号姓名: 指导老师: 成 绩: 完成时间 :
一元线性回归在公司加班制度中的应用 一、实验目的 掌握一元线性回归分析的基本思想与操作,可以读懂分析结果,并写出回归方程,对回归方程进行方差分析、显著性检验等的各种统计检验 二、实验环境 SPSS21、0 windows10、0 三、实验题目 一家保险公司十分关心其总公司营业部加班的程度,决定认真调查一下现状。经10周时间,收集了每周加班数据与签发的新保单数目,x 为每周签发的新保单数目,y 为每周加班时间(小时),数据如表所示 y 3、5 1、0 4、0 2、0 1、0 3、0 4、5 1、5 3、0 5、0 1. 画散点图。 2. x 与y 之间大致呈线性关系？ 3. 用最小二乘法估计求出回归方程。 4. 求出回归标准误差σ∧ 。 5. 给出0 β∧ 与1 β∧ 的置信度95%的区间估计。 6. 计算x 与y 的决定系数。 7. 对回归方程作方差分析。 8. 作回归系数1 β∧ 的显著性检验。 9. 作回归系数的显著性检验。 10. 对回归方程做残差图并作相应的分析。 11. 该公司预测下一周签发新保单01000x =张,需要的加班时间就是多少？
12.给出0y的置信度为95%的精确预测区间。 13.给出 () E y的置信度为95%的区间估计。 四、实验过程及分析 1、画散点图 如图就是以每周加班时间为纵坐标,每周签发的新保单为横坐标绘制的散点图,从图中可以瞧出,数据均匀分布在对角线的两侧,说明x与y之间线性关系良好。 2、最小二乘估计求回归方程 系数a 模型非标准化系数标准系数t Sig、 B 的 95、0% 置信区间 B 标准误差试用版下限上限
大数据分析技术与应用_实验2指导
目录 1实验主题 (1) 2实验目的 (1) 3实验性质 (1) 4实验考核方法 (1) 5实验报告提交日期与方式 (1) 6实验平台 (1) 7实验内容和要求 (1) 8实验指导 (2) 8.2 开启Hadoop所有守护进程 (2) 8.2 搭建Eclipse环境编程实现Wordcount程序 (3) 1.安装Eclipse (3) 2.配置Hadoop-Eclipse-Plugin (3) 3.在Eclipse 中操作HDFS 中的文件 (7) 4.在Eclipse 中创建MapReduce 项目 (8) 5.通过Eclipse 运行MapReduce (13) 6.在Eclipse 中运行MapReduce 程序会遇到的问题 (16)
1实验主题 1、搭建Hadoop、Eclipse编程环境 2、在Eclipse中操作HDFS 3、在Eclipse中运行Wordcount程序 4、参照Wordcount程序，自己编程实现数据去重程序 2实验目的 （1）理解Hadoop、Eclipse编程流程； （2）理解MapReduce架构，以及分布式编程思想； 3实验性质 实验上机内容，必做，作为课堂平时成绩。 4实验考核方法 提交上机实验报告，纸质版。 要求实验报告内容结构清晰、图文并茂。 同学之间实验报告不得相互抄袭。 5实验报告提交日期与方式 要求提交打印版，4月19日（第10周）之前交到软件学院412。 6实验平台 操作系统：Linux Hadoop版本：2.6.0或以上版本 JDK版本：1.6或以上版本 Java IDE：Eclipse 7实验内容和要求 （1）搭建Hadoop、Eclipse编程环境； （2）运行实验指导上提供的Wordcount程序； （3）在Eclipse上面查看HDFS文件目录； （4）在Eclipse上面查看Wordcount程序运行结果； （5）熟悉Hadoop、Eclipse编程流程及思想； 程序设计题，编程实现基于Hadoop的数据去重程序，具体要求如下： 把data1文件和data2文件中相同的数据删除，并输出没有重复的数据，自己动手实现，把代码贴到实验报告的附录里。 设计思路： 数据去重实例的最终目标是让原始数据中出现次数超过一次的数据在输出文件中只出现一次。具体就是Reduce的输入应该以数据作为Key，而对value-list则没有要求。当Reduce 接收到一个
系统分析实验报告
天津职业技术师范大学课程设计大学学籍管理系统的设计与开发 专业：软件工程 班级学号：软件1002-17 学生姓名：靳利强 指导教师：龚良波老师 二〇一三年七月
一．需求分析 1.课程名称：大学教务信息系统的设计与开发 2.设计目的： 为方便学校做好学生学籍管理工作，设计一个学生学籍管理系统，在设计过程中作了系统分析和总体设计，软件设计采取模块化的设计思路。 3.需求概述 该学生学籍管理系统主要对学生学籍信息、成绩信息进行管理，提供一个平台，供学籍管理人员增删改查学生信息、学生成绩信息。系统分为学生信息管理、学生成绩管理、信息查询等几个模块。学籍管理人员登录成功后可以对学生信息管理、学生成绩管理、信息查询等模块进行操作，如学生信息添加、修改、删除和查询；学生成绩登记、修改、删除和查询；查询信息等。 4功能需求： 1)功能齐全：界面操作灵活方便，设计包括以下基本功能： 2)学生信息管理、教师信息管理、财务信息管理、班级信息管理、课 程信息管理、成绩信息管理、打印信息管理、教室信息管理、综合信息查询、系统管理等，至少实现其中的三个功能，且每个功能至少包括两个子功能。 3)按照软件工程的要求进行分析、设计和开发。 4)界面友好：界面友好、输入有提示、尽量展示人性化。 5)可读性强：源程序代码清晰、有层次、主要程序段有注释。
6)健壮性好：用户输入非法数据时，系统应及时给出警告信息。 二.概要设计 1.功能模块： 2数据流图： （1）学生端
（2）管理员端
学生端功能： A 登录,学生登录后，验证成功，进入其信息展示页。 管理员端功能： B 登录，管理员登录后，验证成功，进入学生信息列表，可以对学生信息进行修改，删除，按班级查询，按学号查询，按名字查询。上传图片，更新图片等操作。 三．详细设计及实现 数据库设计： 学生表： 教师表：
数据分析实验报告
《数据分析》实验报告 班级：07信计0班学号：姓名：实验日期2010-3-11 实验地点：实验楼505 实验名称：样本数据的特征分析使用软件名称：MATLAB 实验目的1.熟练掌握利用Matlab软件计算均值、方差、协方差、相关系数、标准差与变异系数、偏度与峰度，中位数、分位数、三均值、四分位极差与极差； 2.熟练掌握jbtest与lillietest关于一元数据的正态性检验； 3.掌握统计作图方法； 4.掌握多元数据的数字特征与相关矩阵的处理方法； 实验内容安徽省1990-2004年万元工业GDP废气排放量、废水排放量、固体废物排放量以及用于污染治理的投入经费比重见表6.1.1，解决以下问题：表6.1.1废气、废水、固体废物排放量及污染治理的投入经费占GDP比重 年份 万元工业GDP 废气排放量 万元工业GDP 固体物排放量 万元工业GDP废 水排放量 环境污染治理投 资占GDP比重 （立方米）（千克）（吨）（%）1990 104254.40 519.48 441.65 0.18 1991 94415.00 476.97 398.19 0.26 1992 89317.41 119.45 332.14 0.23 1993 63012.42 67.93 203.91 0.20 1994 45435.04 7.86 128.20 0.17 1995 46383.42 12.45 113.39 0.22 1996 39874.19 13.24 87.12 0.15 1997 38412.85 37.97 76.98 0.21 1998 35270.79 45.36 59.68 0.11 1999 35200.76 34.93 60.82 0.15 2000 35848.97 1.82 57.35 0.19 2001 40348.43 1.17 53.06 0.11 2002 40392.96 0.16 50.96 0.12 2003 37237.13 0.05 43.94 0.15 2004 34176.27 0.06 36.90 0.13 1.计算各指标的均值、方差、标准差、变异系数以及相关系数矩阵； 2.计算各指标的偏度、峰度、三均值以及极差； 3.做出各指标数据直方图并检验该数据是否服从正态分布？若不服从正态分布，利用boxcox变换以后给出该数据的密度函数； 4.上网查找1990-2004江苏省万元工业GDP废气排放量，安徽省与江苏省是 否服从同样的分布？
数值分析实验报告
学生实验报告实验课程名称 开课实验室 学院年级专业班 学生姓名学号 开课时间至学年学期
if(A(m,k)~=0) if(m~=k) A([k m],:)=A([m k],:); %换行 end A(k+1:n, k:c)=A(k+1:n, k:c)-(A(k+1:n,k)/ A(k,k))*A(k, k:c); %消去end end x=zeros(length(b),1); %回代求解 x(n)=A(n,c)/A(n,n); for k=n-1:-1:1 x(k)=(A(k,c)-A(k,k+1:n)*x(k+1:n))/A(k,k); end y=x; format short;%设置为默认格式显示,显示5位 （2）建立MATLAB界面 利用MA TLAB的GUI建立如下界面求解线性方程组： 详见程序。 五、计算实例、数据、结果、分析 下面我们对以上的结果进行测试，求解：
? ? ? ? ? ? ? ? ? ? ? ? - = ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? - - - - - - 7 2 5 10 13 9 14 4 4 3 2 1 13 12 4 3 3 10 2 4 3 2 1 x x x x 输入数据后点击和，得到如下结果： 更改以上数据进行测试，求解如下方程组： 1 2 3 4 43211 34321 23431 12341 x x x x ?? ???? ?? ???? ?? ???? = ?? ???? - ?? ???? - ???? ?? 得到如下结果：
系统分析实验报告2016
本科实验报告 课程名称：系统分析与设计 实验项目：《》实验实验地点： 专业班级：学号： 学生姓名： 指导教师： 2016年11月日
一、实验目的 通过《系统分析与设计》实验，使学生在实际的案例中完成系统分析与系统设计中的主要步骤，并熟悉信息系统开发的有关应用软件，加深对信息系统分析与设计课程基础理论、基本知识的理解，提高分析和解决实际问题的能力，使学生在实践中熟悉信息系统分析与设计的规范，为后继的学习打下良好的基础。 二、实验要求 学生以个人为单位完成，自选题目，班内题目不重复，使用UML进行系统分析与设计，并完成实验报告。实验报告（A4纸+电子版)在最后一次上课时提交（10周）。 三、实验主要设备：台式或笔记本计算机 四、实验内容 1 选题及项目背景 学生填写自选题目 2 定义 学生填写（对自选项目系统进行描述200-400字） 3 参考资料 学生填写 4 系统分析与设计 4.1需求分析 4.1.1识别参与者 学生填写 4.1.2 对需求进行捕获与描述 学生填写时删除以下括号内容 （内容要求1：对每个用例进行概要说明，参考以下格式： 用例名称：删除借阅者信息执行者：管理员 目的：完成一次删除借阅者信息的完整过程。） （内容要求2：选择其中一个用例（如下订单）给出其用例描述。格式参考下表
） 4.1.3 用例图 通过已掌握的需求，初步了解系统所要完成的功能。下面给出用例图。 4.1.4 分析与讨论 1)建模用例图的步骤、方法？ 2)如何识别系统的参与者？应该如何划分用例，应注意哪些问题？ 3)心得 4.2 建立对象模型 4.2.1 候选类的数据字典 学生填写 4.2.2定义类 （内容以“书籍信息”类为例列出该类的属性和操作如下： “书籍信息”类 ?属性 国际标准书号(ISBN)：文本(String) 书名(name)：文本
实验数据分析中的
实验数据分析中的 误差、概率和统计 §1 实验测量及误差 §2 粒子物理实验的测量数据 §3 粒子物理实验的数据分析 §1 实验测量及误差 大量科学问题（自然科学、社会科学）的研究与解决依赖于实验或测量数据（包括统计数据）。 §1.1 实验测量的目的及分类 》目的： 得到一个或多个待测量的数值及误差（确定数值）； 确定多个量之间的函数关系（寻找规律，确定分布）。 》分类： 1. 测量方式 直接测量 － 用测量仪器直接测得待测量 （尺量纸的长度） 间接测量 － 直接测量量为x r ，待测量为 y r ，y r 是x r 的函数 ()y f x =r r 例如待测量为大楼高度h ， 实测量为距离和仰角,x θ， 则tan h x θ=。 绝大部分问题是间接测量问题。 2. 测量过程 静态测量 － 待测量在测量过程中不变 多次测量求得均值 动态测量 － 待测量在测量过程中变化 例雷达站测离飞行气球的距离 多次测量求得气球的运动轨迹 3. 测量对象 待测量 － 固定常量 待测量 － 随机变量 例放射源单位时间内的计数 （假定寿命极长） 每次测量值不一定相同。
粒子物理实验数据分析中处理的都是间接、动态、随机变量的测量和处理问题。 随机变量―― 一次测量所得的值是不确定的， 无穷多次测量，一定测量值的概率是确定的。（统计规律性） 离散随机变量――测量值是离散的分立值（掷硬币和扔骰子试验） 二项分布、泊松分布、多项分布。 连续随机变量――测量值一个区间内的所有值 均匀分布、指数分布、正态分布、2 χ分布、F 分布、t 分布。 描述随机变量的特征量――概率分布或概率密度 非负性、 可加性、 归一性 ()0.f x ≥ 2 33 1 2 1 ()()().x x x x x x f x dx f x dx f x dx +=??? () 1.f x dx Ω =? ()0.i P x ≥ ()()().i j i j P x x P x P x ?=+ 1 () 1.n i i P x ==∑ 期望值（概率意义上的平均值） 离散型 ()()i i i E X x p x μ==∑ 连续型 ()xf x dx Ω= ? 方差（标准离差σ的平方） 离散型 2() ()(),i i i V X x p x μ=-∑ 连续型 2()()().V X x f x dx Ω μ=-? §1.2 测量误差及其分类 1．报导误差的重要性 ? 物理量的测量值及其误差是衡量其可靠性及精度的依据。 ? 没有误差的结果是没有意义的，因而是无法引用的。 ? 要改正只给测量中心值、不给误差的坏习惯。
回归分析实验报告
实验报告 实验课程：[信息分析] 专业：[信息管理与信息系统] 班级：[ ] 学生姓名：[ ] 指导教师：[请输入姓名] 完成时间：2013年6月28日
一．实验目的 多元线性回归简单地说是涉及多个自变量的回归分析，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。本实验要求掌握附带残差分析的多元线性回归理论与方法。 二．实验环境 实验室308教室 三．实验步骤与内容 1打开应用统计学实验指导书，新建excel表 2．打开SPSS，将数据输入。 3．调用SPSS主菜单的分析——>回归——>线性命令，打开线性回归对话框，指定因变量（工业GDP比重）和自变量（工业劳动者比重、固定资产比重、定额资金流动比重），以及回归方式；逐步回归（图1）
图1 线性对话框 4.在统计栏中，选择估计以输出回归系数B的估计值、t统计量等，选择Duribin-watson以进行DW检验；选择模型拟合度输出拟合优度统计量值，如R^2、F统计量值等（图2）。 图2 统计量栏
5．在线性回归栏中选择直方图和正态概率图以绘制标准化残差的直方图和残差分析与正态概率比较图，以标准化预测值为纵坐标，标准化残差值为横坐标，绘制残差与Y的预测值的散点图，检验误差变量的方差是否为常数（图3）。 图3 绘制栏 6.提交分析，并在输出窗口中查看结果，以及对结果进行分析。 系统在进行逐步分析的过程中产生了两个回归模型，模型1先将与因变量（销售收入）线性关系的自变量地区人口引入模型，建立他们之间的一元线性关系。而后逐步引入其他变量，表1中模型2表明将自变量人均收入引入，建立二元线性回归模型，可见地区人口和人均收入对销售收入的影响同等重要。
管理信息系统分析实验报告
《管理信息系统》 实验二 题目：系统分析 专业：信息管理与信息系统 班级：1106班 姓名 ************************* 指导教师：贺玉珍老师 完成日期：2014.4.28
运城学院超市管理系统设计分析说明书 一、系统目标：随着小超市规模的发展不断扩大，商品数量急剧增加，有关商品的各种信息量也成倍增长。超市时时刻刻都需要对商品各种信息进行统计分析。而大型的超市管理系统功能过于强大而造成操作繁琐降低了小超市的工作效率。 超市管理系统是市场上最流行的超市上常用的系统之一，它主要包含以下几个模块：系统权限的设定、原始数据录入、数据的汇总及查询等。从而，实现对进货、销售及员工信息等实现全面、动态、及时的管理。 本文系统的分析了软件开发的背景以过程；首先介绍了软件的开发环境，其次介绍了本软件的详细设计过程：数据库的设计、各个模块的设计和实现，以及具体界面的设计和功能。 二、系统的初步调查 通过实地参观和学习，对超市的整体情况进行调研。了解超市的组织机构划分，充分了解超市进销存的流程的整体情况，对开发新系统的态度等。通过召开座谈会和个人访谈方法了解各个部门的主要职能及具体运作方式、过程等。 进行初步调研的具体内容为： （1）员工的规模：大约有多少员工，有多少是稳定的，有多少是浮动的； （2）员工管理人员的数量； （3）超市的商品销售状况 （4）客户编码方式； 三、可行性分析： 1.技术可行性研究，在IT行业中从业的工作人员一般都要求掌握计算机技术，具有一定的软硬件基础，会使用各种管理软件，熟悉IT产品。因为，有的超市对员工的素质要求比较高，从管理层到下面的销售人员，都要求具有一定的计算机基础，所以在新系统投入使用时，只要对员工进行少量的培训，系统的功能和使用方法就基本上能够是系统顺利运行。 2经济可行性研究，因为通过网络传递销售信息可以不受距离的限制，因此可以借阅许多的人力和物力，方便管理，由此可以减少不必要的开支，同时该系统可以提高超市的销售效率，即提高了超市的经济效益，所以从经济上完全是可行的，(1)超市有能力承担系统开发费用，(2)新系统将为企业带来经济效益3操作可行性研究，本系统采用基于Windows的图形用户界面，而该系统是大家熟悉的操作系统，对于那些有一般的计算机知识的人员就可以轻松上手。而整个超市管理系统采用最友好的交互界面，简介明了，不需要对数据库进行深入的
一元回归分析实验报告
实验报告 实验目的： 1.构建一元及多元回归模型，并作出估计 2.熟练掌握假设检验 3.对构建的模型进行回归预测 实验内容： 对1970——1982年某国实际通货膨胀率、失业率和预期通货膨胀率进行分析，根据下表（表一）提供的数据进行模型设定，假设检验及回归预测。 表一 年份Y X2 X3 1970 5.92 4.90 4.78 1971 4.30 5.90 3.84 1972 3.30 5.60 3.31 1973 6.23 4.90 3.44 1974 10.97 5.60 6.84 1975 9.14 8.50 9.47 1976 5.77 7.70 6.51 1977 6.45 7.10 5.92 1978 7.60 6.10 6.08 1979 11.47 5.80 8.09 1980 13.46 7.10 10.01 1981 10.24 7.60 10.81 1982 5.99 9.70 8.00 实验步骤： 1.模型设定： 为分析实际通货膨胀率（Y）分别和失业率（X2）、预期通货膨胀率（X3）之间的关系，作出如下图所示的散点图。 图一
从上示散点图可以看出实际通货膨胀率（Y）分别和失业率（X2）不呈线性关系，与预期通货膨胀率（X3）大体呈现为线性关系，为分析实际通货膨胀率（Y）分别和失业率（X2）、预期通货膨胀率（X3）之间的数量关系，可以建立单线性回归模型和多元线性回归模型：
1231 Y X ββμ=++ 123322Y X X βββμ=+++ 2．估计参数 在Eviews 命令框中输入 “ls y c x2”，按回车，对所给数据做简单的一元线性回归分析。分析结果见表二。 表二 Dependent Variable: Y Method: Least Squares Date: 10/09/11 Time: 17:23 Sample: 1970 1982 Included observations: 13 Variable Coefficient Std. Error t-Statistic Prob. C 1.323831 1.626284 0.814022 0.4329 X3 0.960163 0.228633 4.199588 0.0015 R-squared 0.615875 Mean dependent var 7.756923 Adjusted R-squared 0.580955 S.D. dependent var 3.041892 S.E. of regression 1.969129 Akaike info criterion 4.333698 Sum squared resid 42.65216 Schwarz criterion 4.420613 Log likelihood -26.16904 F-statistic 17.63654 Durbin-Watson stat 1.282331 Prob(F-statistic) 0.001487 由回归分析结果可估计出参数1β、2β 即^ 31.3238310.960163Y X =+ （1.626284）（0.228633） ()()0.814022 4.199588 t = 2 0.615875R = F=17.63654 n=13
数据仓库与数据挖掘实验二(多维数据组织与分析)
一、实验内容和目的 目的： 1．理解维（表）、成员、层次（粒度）等基本概念及其之间的关系； 2．理解多维数据集创建的基本原理与流程； 3．理解并掌握OLAP分析的基本过程与方法； 内容： 1．运用Analysis Server工具进行维度、度量值以及多维数据集的创建（模拟案例）。 2．使用维度浏览器进行多维数据的查询、编辑操作。 3．对多维数据集进行切片、切块、旋转、钻取操作。 二、所用仪器、材料（设备名称、型号、规格等） 操作系统平台：Windows 7 数据库平台：SQL Server 2008 SP2 三、实验原理 在数据仓库系统中，联机分析处理（OLAP）是重要的数据分析工具。OLAP的基本思想是企业的决策者应能灵活地、从多方面和多角度以多维的形式来观察企业的状态和了解企业的变化。 OLAP是在OLTP的基础上发展起来的，OLTP是以数据库为基础的，面对的是操作人员和低层管理人员，对基本数据的查询和增、删、改等进行处理。而OLAP是以数据仓库为基础的数据分析处理。它具有在线性（online）和多维分析（multi-dimension analysis）的特点。OLAP超越了一般查询和报表的功能，是建立在一般事务操作之上的另外一种逻辑步骤，因此，它的决策支持能力更强。 建立OLAP的基础是多维数据模型，多维数据模型的存储可以有多种不同的形式。MOLAP和ROLAP是OLAP的两种主要形式，其中MOLAP（multi-dimension OLAP）是基
于多维数据库的OLAP，简称为多维OLAP；ROLAP（relation OLAP）是基于关系数据库的OLAP，简称关系OLAP。 OLAP的目的是为决策管理人员通过一种灵活的多维数据分析手段，提供辅助决策信息。基本的多维数据分析操作包括切片、切块、旋转、钻取等。随着OLAP的深入发展，OLAP也逐渐具有了计算和智能的能力，这些能力称为广义OLAP操作。 四、实验方法、步骤 要求：利用实验室和指导教师提供的实验软件，认真完成规定的实验内容，真实地记录实验中遇到的各种问题和解决的方法与过程，并根据实验案例绘出多维数据组织模型及其OLAP操作过程。实验完成后，应根据实验情况写出实验报告。 五、实验过程原始记录(数据、图表、计算等) 本实验以实验一建立的数据仓库为基础，使用Microsoft的SQL Server Business Intelligence Development Studio工具，建立OLAP相关模型，并实现OLAP的一些简单基本功能。 首先打开SQL Server Business Intelligence Development Studio工具，新建一个Analysis Service项目，命名为：DW
管理信息系统实验报告分析
实验报告 课程：管理信息系统 一、实验目的 验证有关概念和理论，加深对概念和知识的理解和认识；熟悉和掌握Visual Basic 6.0 软件的使用方法；初步具备信息管理知识和制作数据字典、系统数据流程图的能力。运用课程讲授的管理信息系统的系统分析方法、模块化系统设计方法以及系统的调试方法进行人事档案管理信息系统的分析、设计、开发、实现与调试。 二、实验方法 面向对象法 三、实验环境及开发工具 1.硬件环境 在最低配置的情况下，系统的性能往往不尽如人意，但现在的硬件性能已经相当的出色，而且价格便宜，因此通常给服务器的配置高性能的硬件。 处理器：Interl Pentium II 266 MX 或更高 内存：64M 硬盘空间：2 GB 显卡：SVGA 显示适配器 显示器：液晶17寸 2.软件环境 操作系统：Windows/98/ME/2000/XP或更高版本 数据库：Microsoft Access 2000 3.实验开发工具：Visual Bisic 6.0程序系统 四、实验内容
（一）、系统分析 1、系统数据流程图 2、数据字典 3、系统中所有实体（包括实体的属性）以及实体之间的联系类型分析 人员的个人资料经过专业的处理部门的处理形成个人档案。档案包括自然情况，工作情况，简历，政治情况等各方面信息，内容比较庞大复杂。将档案信息传送到人员信息库。同时还综合考虑档案管理工作的性质，总结归纳出所需实现
的功能。为人事档案进行服务，对人事的变动、人事资料、以及人事资料的查询，统计等功能。总体上说具有编辑，查询，用户管理，图表统计等功能。然后将最终结果提交到人力资源管理部门，由人力资源管理人员进行审查，以便于对职工的调配。 4、典型处理的表达 档案完整添加用户档案到档案库 个人信息成功添加到档案库 修改用户档案信息 失败退回用户档案 退回用户档案 （二）、系统设计 1、子系统划分（或功能划分或模块划分） 功能划分 1、用户管理 功能：设置使用人事管理系统的用户及其使用权限。整个人事管理系统由多个功能模块组成，不同的模块完成不同的功能，所以可以为不同的职工分配不同的功能，使其具有不同的权限，完成其权限所对应的功能，从而很好地管理好整个系统。 2、辅助表管理 功能：通过它的这个功能可以有效的对本单位人事部门的扩充进行及时的计算机管理。只要管理员进行简单的数据字段添加即可。辅助表管理功能是高级管理员及中级管理员拥有的权限，它的功能是对数据库进行新表的添加。 3、档案编辑 功能：档案编辑模块中有4个子模块。他们是档案卡片、个人简历、家庭成员、历史档案等功能。这些功能因管理员的权限不同所表示出的功能使用也不同，普通管理员没有数据修改及删除的权利。在这些功能里详细的记录了所有单位员工的资料。 4、档案查询 功能：对档案卡片的查询功能，在这里可以查到符合程序要求的任何信息。
【最全最详细】数据分析与挖掘实验报告
《数据挖掘》实验报告 目录 1.关联规则的基本概念和方法 (2) 1.1数据挖掘 (2) 1.1.1数据挖掘的概念 (2) 1.1.2数据挖掘的方法与技术 (2) 1.2关联规则 (3) 1.2.1关联规则的概念 (3) 1.2.2关联规则的实现——Apriori算法 (4) 2.用Matlab实现关联规则 (6) 2.1Matlab概述 (6) 2.2基于Matlab的Apriori算法 (7) 3.用java实现关联规则 (11) 3.1java界面描述 (11) 3.2java关键代码描述 (14) 4、实验总结 (19) 4.1实验的不足和改进 (19) 4.2实验心得 (20)
1.关联规则的基本概念和方法 1.1数据挖掘 1.1.1数据挖掘的概念 计算机技术和通信技术的迅猛发展将人类社会带入到了信息时代。在最近十几年里，数据库中存储的数据急剧增大。数据挖掘就是信息技术自然进化的结果。数据挖掘可以从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的，人们事先不知道的但又是潜在有用的信息和知识的过程。 许多人将数据挖掘视为另一个流行词汇数据中的知识发现（KDD）的同义词，而另一些人只是把数据挖掘视为知识发现过程的一个基本步骤。知识发现过程如下：·数据清理（消除噪声和删除不一致的数据） ·数据集成（多种数据源可以组合在一起） ·数据转换（从数据库中提取和分析任务相关的数据） ·数据变换（从汇总或聚集操作，把数据变换和统一成适合挖掘的形式） ·数据挖掘（基本步骤，使用智能方法提取数据模式） ·模式评估（根据某种兴趣度度量，识别代表知识的真正有趣的模式） ·知识表示（使用可视化和知识表示技术，向用户提供挖掘的知识）。 1.1.2数据挖掘的方法与技术 数据挖掘吸纳了诸如数据库和数据仓库技术、统计学、机器学习、高性能计算、模式识别、神经网络、数据可视化、信息检索、图像和信号处理以及空间数据分析技术的集成等许多应用领域的大量技术。数据挖掘主要包括以下方法。 神经网络方法：神经网络由于本身良好的鲁棒性、自组织自适应性、并行处理、分布存储和高度容错等特性非常适合解决数据挖掘的问题，因此近年来越来越受到人们的关注。典型的神经网络模型主要分3大类：以感知机、bp反向传播模型、函数型网络为代表的，用于分类、预测和模式识别的前馈式神经网络模型；以hopfield的离散模型和连续模型为代表的，分别用于联想记忆和优化计算的反馈式神经网络模型；以art模型、koholon模型为代表的，用于聚类的自组织映射方法。神经网络方法的缺点是"黑箱"性，人们难以理解网络的学习和决策过程。 遗传算法：遗传算法是一种基于生物自然选择与遗传机理的随机搜索算法，是一种仿生全局优化方法。遗传算法具有的隐含并行性、易于和其它模型结合等性质使得它在数据挖掘中被加以应用。sunil已成功地开发了一个基于遗传算法的数据挖掘工具，利用该工具对两个飞机失事的真实数据库进行了数据挖掘实验，结果表明遗传算法是进行数据挖掘的有效方法之一。遗传算法的应用还体现在与神经网络、粗糙集等技术的结合上。如利用遗传算法优化神经网络结构，在不增加错误率的前提下，删除多余的连接和隐层单元；用遗传算法和bp算法结合训练神经网络，然后从网络提取规则等。但遗传算法的算法较复杂，收敛于局部极小的较早收敛问题尚未解决。 决策树方法：决策树是一种常用于预测模型的算法，它通过将大量数据有目的分类，从