统计学课程实验报告
统计学实验报告
一、实验目的1. 掌握统计学的基本概念和原理。
2. 熟悉统计软件的使用方法，如SPSS、Excel等。
3. 学习描述性统计、推断性统计等方法在数据分析中的应用。
4. 提高对数据分析和解释的能力。
二、实验内容本次实验分为以下四个部分：1. 描述性统计2. 推断性统计3. 统计软件应用4. 数据分析和解释三、实验步骤1. 描述性统计（1）收集数据：本次实验采用随机抽取的方式收集了某班级50名学生的数学成绩作为样本数据。
（2）数据整理：将收集到的数据录入SPSS软件，进行数据整理。
（3）计算描述性统计量：计算样本的均值、标准差、最大值、最小值、中位数、众数等。
（4）结果分析：根据计算结果，分析该班级学生的数学成绩分布情况。
2. 推断性统计（1）假设检验：假设该班级学生的数学成绩总体均值等于60分，进行t检验。
（2）方差分析：将学生按性别分组，比较两组学生的数学成绩差异。
（3）回归分析：以学生的数学成绩为因变量，其他相关因素（如学习时间、学习方法等）为自变量，进行回归分析。
3. 统计软件应用（1）SPSS软件：使用SPSS软件进行数据整理、描述性统计、假设检验、方差分析和回归分析。
（2）Excel软件：使用Excel软件绘制统计图表，如直方图、散点图、饼图等。
4. 数据分析和解释（1）描述性统计结果分析：从样本数据的均值、标准差、最大值、最小值、中位数、众数等指标可以看出，该班级学生的数学成绩整体水平较高，但成绩分布不均。
（2）推断性统计结果分析：假设检验结果显示，该班级学生的数学成绩总体均值与60分无显著差异；方差分析结果显示，男女学生在数学成绩上无显著差异；回归分析结果显示，学习时间对学生的数学成绩有显著影响。
四、实验结果1. 描述性统计：样本数据的均值、标准差、最大值、最小值、中位数、众数等指标。
2. 推断性统计：假设检验、方差分析和回归分析的结果。
3. 统计图表：直方图、散点图、饼图等。
五、实验结论1. 该班级学生的数学成绩整体水平较高，但成绩分布不均。
统计学实验报告与总结
统计学实验报告与总结统计学实验报告与心得体会班级：姓名：学号：成绩：一实验报告成绩：实验一数据的搜集与整理实验目的和要求培养学生处理数据的基本能力，熟悉Excel2003的基本操作界面，熟悉间接和直接数据的搜集方法，掌握不同类型的数据处理方法，以及数据的编码、分类、筛选、排序等整理操作的方法。
实验步骤1、数据的搜集：确定数据来源，主要由两种渠道，间接数据和直接数据。
间接数据一种方式是直接进入专业数据库网站查询，另一种是使用搜索引擎。
直接数据搜集步骤有：调查方案设计、调查问卷设计、问卷发放、问卷收回、数据初步整理等。
2、数据的编码：如果数据是由开放式的问题来获取的，那么，需要对答案进行罗列、合并、设码三个过程来完成编码工作。
3、数据的录入：Excel的数据录入操作比较简单，一般只要在工作表中，单击激活一个单元格就可以录入数据了。
通过“格式-单元格格式”（Ctrl+1）菜单来实现数据的完整性。
4、数据文件的导入：导入的方法有二，一是使用“文件-打开”菜单，二是使用“数据-导入外部数据-导入数据”菜单，两者都是打开导入向导，按向导一步步完成对数据文件的导入。
5、数据的筛选：Excel中提供了两种数据的筛选操作，即“自动筛选”和“高级筛选”。
6、数据的排序：在选中需排序区域数据后，点击“升序排列”（“降序排列”）工具按钮，数据将按升序（或降序）快速排列7、数据文件的保存：保存经过初步处理的Excel数据文件。
可以使用“保存”工具按钮，或者“文件-保存”菜单，还可以使用“文件-另存为”菜单。
实验二描述数据的图标方法实验目的和要求通过软件辅助，将数据转换为直观的统计表和生动形象的统计图，掌握Excel 的制图和制表功能，并能准确地很据不同对象的特点加以运用。
实验步骤利用Frequency函数获取频数频率：1、将数据输入并激活分别符合条件的单元格。
2、打开“插入函数”对话框，选择函数。
3、点击“插入函数”对话框确定按钮进入“函数参数”对话框，选中符合条件的对话框。
统计学实验报告实习目的
统计学实验报告实习目的一、实习目的概述统计学作为一门应用广泛的学科，在各个领域中具有重要的作用。
本次统计学实验报告的实习目的是为了让学生在实际操作中巩固和运用所学的基础知识和基本技能，培养和提高独立从事统计工作的能力，进一步理解和掌握统计学的特点与规律，并增强统计工作的法律意识。
二、具体实习目的1. 提高数据搜集、整理和分析的能力：通过实际操作，学会如何有效地收集数据，对数据进行整理和分析，从而得出有意义的结论。
2. 熟悉统计软件的应用：掌握SPSS等统计软件的基本操作，能够运用统计软件进行数据处理和分析，提高工作效率。
3. 培养统计思维和分析问题的能力：通过实际案例的分析，学会运用统计学的方法和思维去解决问题，提高分析问题的能力。
4. 增强法律意识：了解和掌握统计法律法规，确保统计工作的合法性和准确性。
5. 提高撰写统计报告的能力：学会如何撰写统计报告，能够清晰、准确地表达统计分析的结果。
6. 培养团队协作和沟通能力：在实习过程中，学会与他人合作，提高沟通能力和团队协作能力。
三、实习内容与过程1. 数据搜集：了解和掌握各种数据收集方法，如问卷调查、实地调查等，确保数据的准确性和可靠性。
2. 数据整理：学会使用统计软件对数据进行清洗、排序和分类，为后续分析做好准备。
3. 数据分析：运用统计学方法对数据进行分析，如描述性统计、假设检验、回归分析等，得出有意义的结果。
4. 统计报告撰写：将分析结果整理成统计报告，包括数据来源、分析方法、结果和结论等内容。
5. 实习成果展示：以PPT或报告的形式向老师和同学展示实习成果，提高表达和沟通能力。
四、实习成果评价1. 实习报告的质量：评价学生在实习报告中对数据的处理、分析和总结能力。
2. 统计软件的操作水平：评价学生在实习过程中对统计软件的应用能力和操作水平。
3. 团队协作和沟通能力：评价学生在实习过程中的团队协作精神和沟通能力。
4. 法律意识的培养：评价学生在实习过程中对统计法律法规的掌握和遵守情况。
统计学四篇实验报告
《统计学》四篇实验报告实验一:用Excel构建指数分布、绘制指数分布图图1-2：指数分布在日常生活中极为常见，一般的电子产品寿命均服从指数分布。
在一些可靠性研究中指数分布显得尤为重要。
所以我们应该学会利用计算机分析指数分布、掌握EXPONDIST函数的应用技巧。
指数函数还有一个重要特征是无记忆性。
在此次实验中我们还学会了产生“填充数组原理”。
这对我们今后的工作学习中快捷地生成一组有规律的数组有很大的帮助。
实验二：用Excel计算置信区间一、实验目的及要求1、掌握总体均值的区间估计2、学习CONFIDENCE函数的应用技巧二、实验设备（环境）及要求1、实验软件：Excel 20072、实验数据：自选某市卫生监督部门对当地企业进行检查，随机抽取当地100家企业，平均得分95，已知当地卫生情况的标准差是30，置信水平0.5，试求当地企业得分的置信区间及置信上下限。
三、实验内容与步骤某市卫生监督部门对当地企业进行检查，随机抽取当地100家企业，平均得分95，已知当地卫生情况的标准差是30，置信水平0.5，试求当地企业得分的置信区间及置信上下限。
第1步：打开Excel2007新建一张新的Excel表；第2步：分别在A1、A2、A3、A4、A6、A7、A8输入“样本均值”“总体标准差”“样本容量”“显著性水平”“置信区间”“置信上限”“置信下限”；在B1、B2、B3、B4输入“90”“30”“100”“0.5”第3步：在B6单元格中输入“=CONFIDENCE(B4,B2,B3)”，然后按Enter键；第4步：在B7单元格中输入“=B1+B6”，然后按Enter键；第5步：同样在B8单元格中输入“=B1-B6”，然后按Enter键；计算结果如图2-1四、实验结果或数据处理图2-1：实验二：用Excel产生随机数见图3-1实验二：正态分布第1步：同均匀分布的第1步；第2步：在弹出“随机数发生器”对话框，首先在“分布”下拉列表框中选择“正态”选项，并设置“变量个数”数值为1，设置“随机数个数”数值为20，在“参数”选区中平均值、标准差分别设置数值为30和20，在“输出选项”选区中单击“输出区域”单选按钮，并设置为D2 单元格，单击“确定”按钮完成设置。
统计学实训实验报告总结
一、实验背景与目的随着社会的发展和科技的进步，统计学在各个领域的应用越来越广泛。
为了更好地掌握统计学的基本原理和方法，提高我们的数据分析能力，我们开展了为期两周的统计学实训实验。
本次实训旨在通过实际操作，加深对统计学理论知识的理解，培养我们的实际应用能力。
二、实验内容与方法本次实训主要围绕以下内容展开：1. 数据收集：通过问卷调查、实地考察等方式收集数据。
2. 数据整理：对收集到的数据进行清洗、整理和分类。
3. 描述性统计：运用统计软件（如SPSS、Excel等）对数据进行分析，计算均值、标准差、方差等描述性统计量。
4. 推断性统计：运用统计软件进行假设检验、方差分析等推断性统计分析。
5. 结果解释：根据统计分析结果，对问题进行解释和说明。
三、实验过程与结果1. 数据收集：我们选择了大学生消费情况作为研究对象，通过问卷调查的方式收集数据。
共发放问卷100份，回收有效问卷90份。
2. 数据整理：对回收的问卷数据进行清洗，剔除无效问卷，最终得到90份有效问卷。
3. 描述性统计：运用SPSS软件对数据进行分析，计算了以下描述性统计量：- 均值：每月消费金额为1234.56元。
- 标准差：每月消费金额的标准差为321.89元。
- 方差：每月消费金额的方差为102934.44。
4. 推断性统计：为了检验大学生消费金额是否存在显著差异，我们进行了方差分析。
结果显示，不同性别、不同年级、不同专业的大学生在消费金额上存在显著差异（p<0.05）。
5. 结果解释：根据统计分析结果，我们可以得出以下结论：- 大学生每月消费金额主要集中在1000-1500元之间。
- 男生和女生的消费金额存在显著差异，男生消费金额高于女生。
- 高年级学生的消费金额高于低年级学生。
- 不同专业的学生在消费金额上存在显著差异，具体差异需进一步分析。
四、实验心得与体会通过本次统计学实训实验，我们收获颇丰：1. 加深了对统计学理论知识的理解：通过实际操作，我们更加深入地理解了描述性统计、推断性统计等基本概念和方法。
统计学实验报告心得(精选5篇)
统计学实验报告心得(精选5篇)统计学实验报告心得篇1统计学实验报告心得一、背景和目的本次实验旨在通过实际操作，深入理解统计学的原理和应用，提高数据处理和分析的能力。
在实验过程中，我们通过收集数据、整理数据、分析数据，最终得出结论，并对结果进行解释和讨论。
二、实验内容和方法1.实验内容本次实验主要包括数据收集、整理、描述性统计和推论统计等部分。
数据收集部分采用随机抽样的方式，选择了不同年龄、性别、学历、职业等群体。
整理部分采用了Excel等工具进行数据的清洗、排序和分组。
描述性统计部分使用了集中趋势、离散程度、分布形态等方法进行描述。
推论统计部分进行了t检验和方差分析等推断统计。
2.实验方法在实验过程中，我们采用了随机抽样的方法收集数据，并运用Excel进行数据整理和统计分析。
同时，我们还使用了SPSS软件进行t检验和方差分析等推论统计。
三、实验结果与分析1.实验结果实验数据表明，不同年龄、性别、学历、职业群体的统计特征存在显著差异。
集中趋势方面，中位数和众数可以反映数据的中心位置。
离散程度方面，方差和标准差可以反映数据的离散程度。
分布形态方面，正态分布可以描述多数数据的分布情况。
推论统计方面，t检验和方差分析可以推断不同群体之间是否存在显著差异。
2.结果分析根据实验结果，我们发现不同群体在年龄、性别、学历、职业等特征方面存在显著差异。
这可能与不同群体的生活环境、社会地位、职业特点等因素有关。
同时，集中趋势、离散程度和分布形态等方面的分析也帮助我们更全面地了解数据的特征。
四、实验结论与总结1.实验结论通过本次实验，我们深刻认识到统计学在数据处理和分析中的重要作用。
掌握了统计学的基本原理和方法，提高了数据处理和分析的能力。
同时，实验结果也表明，统计学方法在研究群体特征、推断差异等方面具有重要意义。
2.总结本次实验总结了以下几个方面的内容：（1）统计学实验有助于深入理解统计学的原理和应用。
（2）实验中，我们掌握了数据收集、整理、描述性统计和推论统计等方法。
统计学实验报告
统计学实验报告实验一：数据特征的描述实验内容包括：众数、中位数、均值、方差、标准差、峰度、偏态等实验资料：某月随机抽取的50户家庭用电度数数据如下：88 65 67 454 65 34 34 9 77 34345 456 40 23 23 434 34 45 34 2323 45 56 5 66 33 33 21 12 233 345 45 56 57 58 56 45 54 4387 76 78 56 65 56 98 76 55 44实验步骤：(一)众数第一步：将50个户的用电数据输入A1：A50单元格。
第二步：然后单击任一空单元格，输入“=MODE（A1：A50）”，回车后即可得众数。
(二)中位数仍采用上面的例子，单击任一空单元格，输入“=MEDIAN（A1：A50）”，回车后得中位数。
(三)算术平均数单击任一单元格，输入“=AVERAGE（A1：A50）”，回车后得算术平均数。
(四)标准差单击任一单元格，输入“=STDEV（A1：A50）”，回车后得标准差。
故实验结果如下图所示：上面的结果中，平均指样本均值；标准误差指样本平均数的标准差；中值即中位数；模式指众数；标准偏差指样本标准差，自由度为n-1；峰值即峰度系数；偏斜度即偏度系数；区域实际上是极差，或全距。
实验二：制作统计图实验内容包括：1.直方图：用实验一资料2.折线图、柱状图（条形图）、散点图：自编一时间序列数据，不少于10个。
3.圆形图：自编有关反映现象结构的数据，不少于3个。
实验资料：1.直方图所用数据：某月随机抽取的50户家庭用电度数数据如下：88 65 67 454 65 34 34 9 77 34345 456 40 23 23 434 34 45 34 2323 45 56 5 66 33 33 21 12 233 345 45 56 57 58 56 45 54 4387 76 78 56 65 56 98 76 55 442.折线图、柱状图（条形图）、散点图、圆形图所用数据：2005年至2014年各年GDP总量统计如下：年份GDP (亿元）2005 184575.82006 217246.62007 2686312008 318736.12009 345046.42010 407137.82011 479576.12012 532872.12013 583196.72014 634043.4实验步骤：(一)直方图第一步：选择“插入”，选择“直方图”，把A2：A51选定框内，单击确定，就得到了如下图结果：(二)折线图第一步：将实验资料二的数据输入A1：C11单元格。
统计学 实验报告三范文
实验三：时间序列分析一、实验目的及要求：(一)目的掌握EXCEL用于移动平均、线性趋势分析的基本菜单操作及命令。
(二)内容及要求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，并结合经济学等方面的知识，对一家大型百货公司最近几年各季度的销售额数据（见Book13）的构成要素进行分解，并绘制图形进行分析。
二、仪器用具硬件：计算机（安装Windows98 、Windows2000 或Windows XP或以上）软件：EXCEL三、实验原理时间序列分析中的移动平均分析原理、季节指数原理等。
四、实验方法与步骤1.利用移动平均剔除法计算出季节指数，并绘制季节变动图。
第一步：将数据复制到年/季度这一列，在时间标号这一列的输入1,2，利用下拉的方式填充。
将数据复制到销售额这一列。
第二步：单击工具菜单，选择数据分析选项，出现数据分析对话框，在分析工具中选择移动平均。
单击确定按钮，弹出对话框，在输入区域输入$c$5：$c$44，在间隔输入4，在输出选项选择输出区域为$d$6。
单击确定按钮，得四步移动平均结果第三步：单击工具菜单，选择数据分析选项，出现数据分析对话框，在分析工具中选择移动平均。
单击确定按钮，弹出对话框，在输入区域输入$d$6：$d$42，在间隔输入2，在输出选项选择输出区域为$e$7。
单击确定按钮，得两步移正结果。
第四步：在f7这个单元格中输入=C7/E7，利用下拉方式得到全部比值。
结果如图所示销售额数据的移动平均值及其被剔除后的比值年/季度时间标号销售额移动平均值中心化后的移动平均值比值1991/1 1 993.12 2 971.2 1542.9253 3 2264.1 1713.05 1627.9875 1.4 4 1943.3 1953.125 1833.0875 1.1992/1 5 1673.6 2369.05 2161.0875 0.2 6 1931.5 2653.125 2511.0875 0.3 7 3927.8 2820.325 2736.725 1.4 8 3079.6 2975.6 2897.9625 1.1993/1 9 2342.4 2930.525 2953.0625 0.2 10 2552.6 3278.825 3104.675 0.3 11 3747.5 3506.825 3392.825 1.4 12 4472.8 3929.975 3718.4 1.1994/1 13 3254.4 4480.875 4205.425 0.2 14 4245.2 4955.95 4718.4125 0.3 15 5951.1 5118.4 5037.175 1.4 16 6373.1 5333.575 5225.9875 1.1995/1 17 3904.2 5658.95 5496.2625 0.2 18 5105.9 6223.3 5941.125 0.3 19 7252.6 6618.05 6420.675 1.4 20 8630.5 6840.9 6729.475 1.1996/1 21 5483.2 7221.775 7031.3375 0.2 22 5997.3 7244.3 7233.0375 0.3 23 8776.1 7154.4 7199.35 1.4 24 8720.6 7167.825 7161.1125 1.1997/1 25 5123.6 7371.85 7269.8375 0.2 26 6051 7277 7324.425 0.3 27 9592.2 7231.7 7254.35 1.4 28 8341.2 7425.325 7328.5125 1.1998/1 29 4942.4 7252.3 7338.8125 0.2 30 6825.5 7347.775 7300.0375 0.3 31 8900.1 7364.65 7356.2125 1.4 32 8723.1 7222.75 7293.7 1.1999/1 33 5009.9 7001.925 7112.3375 0.2 34 6257.9 6787.55 6894.7375 0.3 35 8016.8 7049.9 6918.725 1.4 36 7865.6 6940.35 6995.125 1.2000/1 37 6059.3 6875.85 6908.1 0.2 38 5819.7 6941.5 6908.675 0.3 39 7758.84 40 8128.2第四步：将相关数据复制到各季节指数计算表中。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
课程实验报告题目：社会经济统计学课程实验课程代码：7300599学生姓名：邹同明学号：312010*********专业：财务管理年级：2010级学院：管理学院指导教师：杜德权教务处制实验一：EXCEL的数据整理与显示一、实验结果与数据处理1.3 假设日加工零件数大于等于130为优秀，请问优秀占多少比例？优秀占18%的比例二、讨论与结论实验二：EXCEL的数据特征描述、抽样推断一、实验结果与数据处理COUNT（B4:B53）并回车，得到50个数据中的单位总量。
50SUM（B4:B53）并回车，得到50个数据中的标志总量。
6128MAX（B4:B53）并回车，得到50个数据中的最大值。
139MIN（B4:B53）并回车，得到50个数据中的最小值。
107AVERAGE（B4:B53）并回车，得到50个数据中的平均值。
122.56MEDIAN（B4:B53）并回车，得到50个数据中的中位数。
123GEOMEAN（B4:B53）并回车，得到50个数据中的几何平均数。
122.2905HARMEAN（B4:B53）并回车，得到50个数据中的调和平均数。
122.0204AVEDEV（B4:B53）并回车，得到50个数据中的变异统计的平均差。
6.4176STDEV（B4:B53）并回车，得到50个数据中的变异统计的标准差。
8.199452VAR（B4:B53）并回车，得到50个数据中的变异统计中的方差。
67.23102KURT（B4:B53）并回车，得到50个数据中的变异统计中的峰度。
-0.46202SKEW（B4:B53）并回车，得到50个数据中的变异统计中的偏度。
0.0416012、抽样推断在单元格中输入CONFIDENCE(α所在单元格，标准差所在单元格，样本容量单元格)，点得到极限误差，从而得到日价格零件数和优秀率的置信区间。
2.2737单元格中键入“=（样本均值单元格-115）/(样本标准差单元格/SQRT（样本容量单元格）)”，得到t值；单元格中键入“=TINA(0.05,49)”得到α=0.05，自由度为49的临界值t=6.699847二、讨论与结论实验三：时间序列分析一、实验结果与数据处理 （1）（2）（3）各月平均指数/100 指数平均值年/季度第一年 第二年 第三年 第四年 第一季度 504 574 585 542 447 469 455 438 345 366 352 341 第二季度 354 327 341 427 374 412 388 358 359 353 332 355 第三季度 365 381 392 376 437 460 429 441 353 344 361 382 第四季度295 311 291 377 454 453 395 398 457486491473396.625 413.75 408.625 414369 379 368.625 380.625 360.5 366.375 358.25 374.625 373.375 384.875 374.25 380.75 381.125 393 381.875 385.5 370.5 379.25 373.375 391.25 373.625 383 368.625 396.75 387.25 395.25 376.75 403.5413.25 434 433.25 437 380 393.5 384 391 358 364.5 353.25 370.25 363 368.25 363.25 379 383.75 401.5 385.25 382.5 378.5 384.5 378.5 388.5 362.5 374 368.25 394 384.75 392 369 399.5 389.75 398.5 384.5 407.51.041916 1.048943 1.060263 1.055556 1.02981 1.038259 1.041709 1.027258 0.993065 0.994882 0.986043 0.988322 0.972213 0.956804 0.970608 0.995404 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 0.991777 0.979429 0.990087月份第一年 第二年 第三年 第四年 平均数 调整值 1 1.375262 1.364829 1.331286 1.357126 1.343535 2 1.004821 0.954379 0.977406 0.978868 0.969066 3 0.766492 0.730101 0.741707 0.7461 0.738628 40.726263 0.755469 0.959551 0.813761 0.805612 5 0.942956 0.99577 0.949526 0.962751 0.953109 6 0.9729 0.931398 0.900644 0.934981 0.925617 7 1.012483 1.039918 1.094208 1.04887 1.038366 8 1.170405 1.195193 1.146293 1.17063 1.158907 9 0.926205 0.875318 0.945336 0.91562 0.90645 10 0.796221 0.82004 0.779377 0.798546 0.790549 11 1.215122 1.182768 1.07155 1.15648 1.144898 12 1.180116 1.229602 1.3032511.237656 1.225262合计 8.216409 12.14284 11.99496 4.00995 12.12139 12做出折线图：季节指数折线图-0.10.20.50.81.11.41.72123456789101112月份季节指数系列2用各年的销售额除以对应的季节指数，得到下表： 月份第一年第二年第三年第四年1377.3627 427.2311 435.4185 403.4134 2 461.2691 483.9714 469.5245 451.9818 3 467.0819 495.513 476.5589 461.6665 4 439.4177 405.9028 423.2809 530.0321 5 392.3999 432.2694 407.0887 375.6127 6 387.8492 381.3671 358.6795 383.5278 7 351.5139 366.9228 377.5163 362.1075 8 377.0794 396.9257 370.1764 380.531 9 389.4312 379.5024 398.2569 421.4242 10 373.1584 393.3975 368.0986 476.8838 11 396.5418 395.6684 345.0088 347.6292 12 372.9815 396.6499 400.7307 386.0399完善“用电量”和“季节指数”后，计算“用电量”/“季节指数”，可以得到：月份 1 2 3 4 5 6 值 403.4134 451.9818 461.6665 530.0321 375.6127 383.5278 789101112362.1075 380.531 421.4242 476.8838 347.6292 386.0399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，输出结果为：最终得出：SUMMARY OUTPUT回归统计Multiple R 0.363886 R Square 0.132413 Adjusted R Square 0.045654 标准误差 53.25378观测值 12方差分析dfSSMS F Signific ance F回归分析1 4328.3114328.311 1.526222 0.2449168残差 10 28359.652835.965总计 11 32687.96Coefficien ts 标准误差 tStatP-va lueLower 95%Upper95% 下限 95.0% 上限 95.0%Intercept 450.8314 32.77544 13.755168.01E-08 377.80318 523.85962 377.803178 523.859618 X Variable 1 -5.50163 4.453305 -1.23540.244917 -15.42421 4.4209531 -15.424209 4.42095314第五年各月用电量预测值100200300400500600123456789101112月份预测值系列2实验四：时间序列分析一、实验结果与数据处理输入／移去的变量b模型 输入的变量 移去的变量方法 1财政收入a. 输入a. 已输入所有请求的变量。
第五年各月预测值 月份 预测值 1 404.3023 2 452.9778 3 462.6838 4 531.2001 5 376.4404 6 384.3729 7 362.9054 8 381.3695 9 422.3528 10 477.9346 11 348.3952 12 386.8906输入／移去的变量b模型输入的变量移去的变量方法1 财政收入a. 输入a. 已输入所有请求的变量。
b. 因变量: 国内生产总值模型汇总b模型R R 方调整R 方标准估计的误差1 .981a.963 .960 9840.648a. 预测变量: (常量), 财政收入。
b. 因变量: 国内生产总值Anova b模型平方和df 均方 F Sig.1 回归 3.492E10 1 3.492E10 360.631 .000a残差 1.356E9 14 9.684E7总计 3.628E10 15a. 预测变量: (常量), 财政收入。
b. 因变量: 国内生产总值系数a模型非标准化系数标准系数B 标准误差试用版t Sig.1 (常量) 18547.588 4234.350 4.380 .001财政收入 5.477 .288 .981 18.990 .000 a. 因变量: 国内生产总值残差统计量a极小值极大值均值标准偏差N预测值34632.98 191878.89 83994.73 48251.351 16 残差-15965.164 13046.399 .000 9506.969 16 标准预测值-1.023 2.236 .000 1.000 16 标准残差-1.622 1.326 .000 .966 16 a. 因变量: 国内生产总值模型摘要:模型拟合拟合统计量均值SE 最小值最大值平稳的R 方 1.957E-15 . 1.957E-15 1.957E-15 R 方.995 . .995 .995 RMSE 3274.261 . 3274.261 3274.261 MAPE 3.248 . 3.248 3.248 MaxAPE 6.262 . 6.262 6.262 MAE 2682.826 . 2682.826 2682.826 MaxAE 7130.199 . 7130.199 7130.199 正态化的BIC 16.376 . 16.376 16.376模型拟合拟合统计量百分位5 10 25 50 75平稳的R 方 1.957E-15 1.957E-15 1.957E-15 1.957E-15 1.957E-15 R 方.995 .995 .995 .995 .995 RMSE 3274.261 3274.261 3274.261 3274.261 3274.261 MAPE 3.248 3.248 3.248 3.248 3.248 MaxAPE 6.262 6.262 6.262 6.262 6.262 MAE 2682.826 2682.826 2682.826 2682.826 2682.826 MaxAE 7130.199 7130.199 7130.199 7130.199 7130.199 正态化的BIC 16.376 16.376 16.376 16.376 16.376模型拟合拟合统计量百分位90 95平稳的R 方 1.957E-15 1.957E-15 R 方.995 .995 RMSE 3274.261 3274.261 MAPE 3.248 3.248 MaxAPE 6.262 6.262 MAE 2682.826 2682.826模型统计量模型模型拟合统计量Ljung-Box Q(18)预测变量数平稳的 R 方统计量DF Sig.离群值数国内生产总值-模型_11.957E-15..二、讨论与结论从上面的回归分析结果表明：国民生产总值与财政收入的关系极为密切，相关系数0.981；同时方差分析表明，其显著性水平为0.0001。