统计实验报告
统计学课内实验报告(详解+心得)1
一．实验目的与要求（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与命令；3. 熟悉EXCEL用于整理与显示的基本菜单操作与命令。
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与命令。
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与命令。
（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 123127 120 129 117 126 123 128 139 122 133 119 124 107133 134 113 115 117 126 127 120 139 130 122 123 123128 122 118 118 127 124 125 108 112 135 5091.2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 278271 292 261 281 301 274 267 280 291 258272 284 268 303 273 263 322 249 269295（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。
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。
统计学实验报告格式及范例
人数 考试成绩 优 良 中 及格 不及格 甲班 3 6 18 9 4 乙班 6 15 9 8 2
（1） 根据上面的数据，画出两个班考试成绩的环形图，比较它们的构成、 （2） 画出雷达图，比较两个班考试成绩的分布是否相似、 【实验步骤】1、点击“插入” 。选择图表，在图表选项中选择环形图，点击下一步，选择数据区域，再 选下一步，在数据标志中勾选值和百分比，单击完成。 2,、点击“插入” 。选择图表，在图表选项中选择雷达图，点击下一步，选择数据区域，再选下一步， ， 单击完成。
【结果分析】从雷达图可以看出，乙班的成绩为优秀的人数高于甲班，说明乙班的成绩好于甲班。从雷 达图的形状看，两个班考试成绩的分布没有相似之处。
【实验小结】 《统计学》是一门收集，整理，显示和分析统计数据，研究统计方式方法论的学科，它与实践是紧密结 合的。 在几次的统计学实验学习中，通过实验操作可使我们加深对理论知识的理解，学习和掌握统计学的基本 方法，并能进一步熟悉和掌握 EXCEL 的操作方法，培养我们分析和解决实际问题的基本技能，提高我 们的综合素质。下面是我这几次实验的一些心得和体会。 实验过程中，首先就是对统计数据的输入与分析了。按 Excel 对输入数据的要求将数据正确输入的过程
操作过程，能对统计软件输出结果进行分析。 操作过程，能对统计软件输出结果进行分析。
【实验软件】 EXCEL
【实验要求】 要求熟练掌握 EXCEL 软件的基本操作方法；学会利用 EXCEL 的单因素方差分析。 【实验内容】 例 7-1 一家超市连锁店进行了一项研究，想确定超市所在的位置和竞争者数量对销售额是 否有显著影响，将超市位置按商业区、居民小区和写字楼分成 3 类，并在不同位置分别随机抽取 3 家超 市，竞争者数量按 0 个、1 个、2 个和 3 个及以上四类，获得的销售数据如表
实验报告统计实训(3篇)
第1篇一、实验目的本次实验旨在通过实际操作，加深对统计学基本概念和方法的理解，提高运用统计方法分析数据的能力。
通过本次实训，学生应掌握以下内容：1. 熟悉统计软件的基本操作；2. 掌握描述性统计、推断性统计的基本方法；3. 能够运用统计方法对实际问题进行分析；4. 提高数据收集、整理和分析的能力。
二、实验内容1. 数据收集：通过查阅相关资料，收集一组实际数据，例如某地区居民消费水平、学生成绩等。
2. 数据整理：对收集到的数据进行整理，包括数据的清洗、缺失值的处理等。
3. 描述性统计：运用统计软件对数据进行描述性统计，包括计算均值、标准差、方差、中位数、众数等。
4. 推断性统计：运用统计软件对数据进行推断性统计，包括t检验、方差分析、回归分析等。
5. 结果分析：根据统计结果，对实际问题进行分析，并提出相应的建议。
三、实验步骤1. 数据收集：从网络、书籍或实地调查等方式收集一组实际数据。
2. 数据整理：将收集到的数据录入统计软件，并进行数据清洗和缺失值处理。
3. 描述性统计：（1）打开统计软件，选择数据文件；（2）运用统计软件的描述性统计功能，计算均值、标准差、方差、中位数、众数等；（3）观察统计结果，分析数据的分布情况。
4. 推断性统计：（1）根据实际问题，选择合适的统计方法；（2）运用统计软件进行推断性统计；（3）观察统计结果，分析数据之间的关系。
5. 结果分析：（1）根据统计结果，对实际问题进行分析；（2）结合实际情况，提出相应的建议。
四、实验结果与分析1. 描述性统计结果：根据实验数据，计算得到以下统计量：均值：X̄ = 100标准差：s = 15方差：σ² = 225中位数：Me = 95众数：Mo = 105分析：从描述性统计结果可以看出，该组数据的平均值为100，标准差为15，方差为225，中位数为95，众数为105。
这表明数据分布较为集中，且波动较大。
2. 推断性统计结果：（1）t检验：假设检验H₀：μ = 100，H₁：μ ≠ 100。
管理统计实验报告总结(3篇)
第1篇一、实验背景与目的随着社会经济的发展和市场竞争的加剧，企业对管理统计的应用需求日益增长。
为了提高学生的实践能力，加深对管理统计理论的理解，我们开展了本次管理统计实验。
本次实验旨在通过实际操作，使学生掌握管理统计的基本方法，提高数据分析和解决实际问题的能力。
二、实验内容与方法本次实验主要包括以下内容：1. 数据收集与整理：通过问卷调查、访谈、实地考察等方式收集数据，并运用SPSS、Excel等软件对数据进行整理和清洗。
2. 描述性统计：运用描述性统计方法对数据进行描述，包括计算均值、标准差、中位数等指标，并绘制直方图、饼图等图表。
3. 推断性统计：运用推断性统计方法对数据进行假设检验，包括t检验、方差分析等，以判断数据的分布规律和差异。
4. 相关性分析：运用相关系数、回归分析等方法，分析变量之间的关系，为决策提供依据。
5. 实验报告撰写：根据实验结果，撰写实验报告，包括实验目的、方法、结果、结论等部分。
三、实验过程与结果1. 数据收集与整理：本次实验收集了某企业员工满意度调查数据，包括性别、年龄、部门、岗位、薪酬、福利、培训等变量。
2. 描述性统计：通过SPSS软件对数据进行描述性统计，结果显示，员工满意度总体较高，但不同部门、岗位之间存在差异。
3. 推断性统计：运用t检验和方差分析，对性别、部门、岗位等因素对员工满意度的影响进行检验，结果显示，性别、部门对员工满意度有显著影响。
4. 相关性分析：运用相关系数和回归分析，分析薪酬、福利、培训等因素对员工满意度的影响，结果显示，薪酬、福利、培训与员工满意度呈正相关。
5. 实验报告撰写：根据实验结果，撰写了实验报告，包括实验目的、方法、结果、结论等部分。
四、实验总结与反思1. 实验收获：通过本次实验，我们掌握了管理统计的基本方法，提高了数据分析和解决实际问题的能力。
同时，也加深了对管理统计理论的理解，为今后的学习和工作打下了基础。
2. 实验不足：在实验过程中，我们发现部分数据存在缺失值，影响了实验结果的准确性。
统计学实验报告范文
统计学实验报告范文统计学的应用正确和恰当与否,直接关系到科研成果的科学性和严谨性，那么你们知道统计学的实验报告要怎么写吗?下面是店铺为大家带来的统计学实验报告范文，仅供参考。
统计学实验报告范文1：实验课程：指导教师：专业班级：学生姓名：学生学号：统计学实验A 陈正伟 13统计冯瑞 2013121110 _通过统计学(时间-到时间)实验报告如下：一、季节比率; (一)过程：(1)计算年内同季的平均数 (2)计算总的季的平均数(3)用季平均数除以总的季平均数得到季节比率 (二)结果：某地区旅游业产值季节资料(三)分析：(1)由图表可以看出第一季度为旺季，第二、四季度为淡季，第三季度为平级; (2)第一季度到第二季度是由旺转平，第四季度到第一季度是由平转旺;二、动差、偏度系数、峰度系数的计算; (一)过程：(1)由动差的计算公式分别计算一阶中心动差、二阶中心动差三阶中心动差和四阶中心动差; (2)计算标准差，以变量的三阶中心动差除以标准差三次方，计算偏度; (3)以变量的四阶中心动差除以标准差四次方再减去3，计算峰度;(4)在“插入”菜单中选择“图表”，在弹出对话框中选“折线图”，填写数据区域，完成每人每月生活费收入情况折线图(二)结果：(三)分析：由数据和分布图可看出大部分人的生活费收入在90-130之间，偏度趋近于0可知图线为正态分布，峰度>0,说明户数分布的比较紧凑三、趋势性的绘制; (一)过程：(1)在“插入”菜单中选择“图表”，在弹出对话框中选“折线图”，填写数据区域，完成“非典”病例每日治愈情况统计表(2)在“插入”菜单中选择“图表”，在弹出对话框中选“折线图”，填写数据区域，完成“非典”病例每日新增情况统计表;(3)在“插入”菜单中选择“图表”，在弹出对话框中选“折线图”，填写数据区域，完成“非典”病例每日死亡统计表。
(二)结果：(三)分析：(1)8月26日-10月2日，“非典”病例每日治愈人数有所增加;(2)8月26日-10月2日，“非典”病例每日新增人数平缓并有所下降;(3)8月26日-10月2日，“非典”病例每日死亡人数变化较大，无明显增多四、一元线性回归方程; (一)过程：(1)在“插入”菜单中选择“图表”，在弹出对话框中选“散点图”，填写数据区域，绘制出散点图;(2)计算相关系数：①分别计算出x,y的平均数，标准差和x*y的平均数; ②通过公式求出回归系数b、a; ③得到一元线性回归方程;(3)单击散点图内任意数据点，单击右键，选择“添加趋势线”，并在设置中选择“显示公式”(二)结果：(三)分析：由绘制的散点图可知，x，y的取值中基本无极端值，它们成线性关系。
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。
- 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)。
山东工商学院学生实验报告
《统计学》
实验报告
实验项目：数据整理实验
实验地点：商学实验中心实验室名称： 109
学院：经济学院年级专业班：金融134 学生姓名：王尚学号： 13015419
完成时间： 15-16周
教师评语：
开课时间： 2014 至 2015 学年第 2 学期
一、实验目的
对数据进行分组整理，得到频数分布表，并选择合适的图形展示其数据分布的特征；
绘制直方图、柱状图、饼图、环形图、散点图、线图、雷达图。
二、实验环境
Excel 2003软件
三、实验数据来源
本院国商专业学生信息采集
四、实验步骤、结果及相关的分析
从数据中抽取40样本，点击数据分析中的直方图，将样本身高数据作为输入区域，身高上限列作为接受区域，随机空白单元格为输出区域，点击确定。
由频率分布表即可得到样本身高分布柱形图、折线图、直方图、雷达图、饼图、散点图和环形图。
24681012人数
人数
实验结论
通过对这40个样本数据的身高分析，绘制出了柱形图、折线图等直观反映出总体身高数据情况，从图中可以看出身高在165-170的人数最多，身高大多集中在160-165，165-170，身高最小值为150，最大值为186，极差为36。
从折线图我们可以看到，身高在160-170的人数分布相对集中，两边分布的较少。
山东工商学院学生实验报告
《统计学》
实验报告
实验项目：数据分布特征实验
实验地点：商学实验中心实验室名称： 109
学院：经济学院年级专业班：金融134 学生姓名：王尚学号： 13015419
完成时间： 15-16周
教师评语：
开课时间： 2014 至 2015 学年第 2 学期
一、实验目的
分别用数据分析模块和Excal函数计算未分组及分组数据的各种描述统计量
二、实验环境
Excal 2003环境
三、实验资料
国际商务专业学生信息采集
四、实验步骤、结果及相关分析
（一）分别计算总体和样本数据身高描述统计量。
运用“描述统计”工具进行数据描述
“描述统计”工具可以生成以下统计指标，按从上到下的顺
序为：平均值、标准误差、中位数、众数、样本标准差、样
本方差、峰度值、偏度值、级差、最小值、最大值、样本总
和、样本个数和一定显著水平下总体均值的置信区间。
将总体数据和40个已经抽样后的样本数据的编号和身高两列分别复制到新表。
点击工具—数据分析—描述统计---确定
在输出区域中选中总体数据身高一列，标志位于第一行，输出区域选择任意空白单元格，勾选汇总统计，点击确定，即可得到总体样本身高的所有描述统计量。
同理可得到样本身高数据的所有描述统计量。
（二）运用函数法进行统计描述
常用的统计函数
函数名称函数功能
=Average（）计算指定序列算数平均数=Median（）计算给定数据集合的中位数=Mode（）计算给定数据集合的众数=MAX（）计算最大值
=Min（）计算最小值
=Quartile（）计算四分位点
=Stdev（）计算样本的标准差
=Stdevp（）计算总体的标准差
=Var（）计算样本的方差
=Varp（）计算总体的方差
实验结论：
平均数反应总体各单位数据水平的综合指标，从描述统计量来看，样本平均数为166.8，总体样本平均数为165.2，两值相差不大，进而可以用样本数据推测总体。
众数椒指总体中出现次数最多的数据，样本数据众数为168，说明样本中出现次数最多的数据为168。
中位数是将各单位的标志值按2大小顺序进行排列后，处于中间位置的标志值。
样本数据中位数为167，说明中间位置的数为167.样本数据最大值为186，最小值为150，极差为36。
方差椒各单位标志值与其算术平均数离差平方的平均数，标准差是各个单位标志值与其算术平均数离差平方的平均数的平方根，样本数据的方差是64.1，标准差是8.0，而总体的方差椒51.6，标准差椒7.2，可见用样本估计总体还是会有一定差距，因为样本数据本身会因为抽样问题而抽出一些极端值的数据是总体推测时不是很准确。
偏度是对分布偏斜方向及程度的度量，样本的偏度0.434539，偏度>0，所以整体右偏。
峰度是用来衡量分布的集中程度或分布曲线的尖峭程度的指标，样本的峰度是0.366473，峰度大于0表示样本数据分布与正态分布相比较为陡峭，进而可推测总体也会较为陡峭。
山东工商学院学生实验报告
《统计学》
实验报告
实验项目：相关回归分析
实验地点：商学实验中心实验室名称： 109
学院：经济学院年级专业班：金融134 学生姓名：王尚学号： 13015419
完成时间： 15-16周
教师评语：
开课时间： 2014 至 2015 学年第 2 学期
一、实验目的
相关分析：绘制散点图，观测两变量之间关系；
计算相关系数，分析相关程度
回归分析：构建线性回归方程，进行检测
二、实验环境
Excal2003环境
三、实验资料
全国11省市人均GDP指数及人均消费水平
——国家统计局网
四、实验步骤、结果及相关的分析
（一）绘制散点图：选定人均GDP作自变量，人均消费水平数据区域，插入-图表-散点图
关系形态：正线性相关，说明人均GDP越高，人均消费水平越高。
（二）计算相关系数，并说明两个变量之间的关系程度：工具-数据分析-相关系数
关系程度：从相关矩阵可以看出，人均国内生产总值与人均消费水平相关程度高度相关
（三）求出估计的回归方程：工具-数据分析-回归
回归方程：x
y 297.071.724ˆ+=
实验结论：=0
ˆβ724.71表示人均GDP 每增加1时，人均消费水平将
平均增加724.71； 297.0ˆ1=β表示即使在人均
GDP 为0的情况下，人均
消费水平平均也有0.297 计算判定系数
2R =0.959696705
实验结论：该系数表明在人均消费水平的变动中，有95.97%是由人均GDP 决定的。
可见人均消费水平与人均GDP 之间有较强的线性关系，回归直线的拟合程度很高。
（四）检验回归方程线性关系的显著性 （a=0.05） 提出假设：0H : 1β=0 1H : 1β≠0 计算检验统计量F ： F=214.3068
作出决策：根据显著性水平α=0.05，自由度df=9，得到相应的临界值2/αt =7.21 <14.639,所以不拒绝0H
如果某地区的人均GDP 为5000元，预测其人均消费水平 y=724.71+0.297*5000=2209.71
求人均GDP 为5000元时，人均消费水平95%的置信区间
2209.71±1.39
置信区间[2208.32,2211.1]
山东工商学院学生实验报告
《统计学》
实验报告
实验项目：时间序列实验
实验地点：商学实验中心实验室名称： 109
学院：经济学院年级专业班：金融134 学生姓名：王尚学号： 13015419
完成时间： 15—16周
教师评语：
开课时间： 2014 至 2015 学年第 2 学期
一、实验目的
计算移动平均数和指数平滑值，并进行预测
二、实验环境
Excal2003环境
三、实验资料
1986-2000年居民消费价格指数
—国家统计局网
四、实验步骤、结果及相关的分析
（一）对居民消费价格指数做三期移动平均分析。
在居民消费价格指数表格中进行操作：点击工具，点击数据分析，点击移动平均，点击确定。
在输入区域中选择居民消费价格指数一列，间隔为3，输出区域为价格指数旁边空白单元格，勾选图标输出，点击确定，即可显示出三期移动平均值。
3期移动平均数
110.9 114.7
113.3 108.2 104.3 108.2 115.1 118.6 116.5 109.4 103.4 100.2 99.4
复制三期移动平均数一列后，在旁边右击选择性粘贴，点击数值，点击确定，即可得到三期移动预测值。
计算出居民消费价格指数和3期移动平均预测值的差值，再计算出差值的平方，加总后再开方算出方差。
3期移动预
测值
110.9
114.70
113.30
实验结论：
移动平均法对原时间序列具有修匀或平滑的作用，使得原序列的起伏波动被削弱了，从图中的实际值和预测值来看，预测值的三期移动平均曲线要比实际值的平滑一些，起伏波动也较小，所以证明胃移动平
均法对原时间序列有平滑作用。
（二）对居民消费价格指数做指数平滑分析。
计算出af=0.2指数平滑预测值
点击工具—数据分析—指数平滑—确定。
在指数平滑中的输入区域中选择价格指数一列，阻尼系数为0.8，输出区域选择旁边单元格，勾选图表输出，点击确定即可显示指数平滑值和图表。
用居民消费价格指数的实际值减去af=0.2指数平滑预测值得到的差值，将差值平方后加和后再取平均值后再开方得到8.36199198。
实验结论：
我们从三期移动平均和指数平滑得到的居民消费指数的两条曲线的对比图像中可以直观的看出，指数平滑做出的居民消费指数更加平滑，预测值也比三期移动平均值更加准确，另一方面，从数据上来看，我们计算分别得到了三期移动平均和指数平滑的实际值和预测值相差后加总计算的方差中，三期移动平均得到的是9.46330628，而指数平滑得到的是8.36199198，显然也是指数平滑的方差较小，也可以说明指数平滑的预测曲线更平滑，更贴近实际数据。