统计学教学案例一
统计学教学案例
项目十二方差分析案例1.计算机辅助教学方法是否会使完成课程的时间差异缩小一种空军电子学引导性教程利用一种个人化教学系统，每位学生观看讲座录像带，然后给以程式化的教材。
每位学生独立地钻研教材直至其完成训练并通过考试。
我们关心的问题是每位学生完成其训练计划的这一部分的不同速度。
有些学生能够相对较快地完成程式化教材，而另一些学生花在教材上的时间较长并且需要另外的时间来完成课程。
在整个集体共同进行其他方面的训练之前，进行得较快的学生要等待较慢的学生完成引导性教程。
一种建议的替代系统涉及到使用计算机辅助教学。
在这种方法中，所有的学生观看相同的讲座录像带，然后每位学生被指派到一个计算机终端以接受进一步训练。
在教程自我训练部分的整个过程中，由计算机指导学生独立工作。
为对建议的和当前的教学方法进行比较，一个由122名学生组成的班级被随机地指派采用这两种方法之一。
一组61名学生使用当前程式化教材，另一组61名学生使用建议的计算机辅助方法。
每位学生用在学习上的时间（小时）被记录在下表：当前训练方法完成教程的时间（小时）7676777476747477727873 7875807972697972707081 7678728272737170777873 7982657779737681697575 7779767876767377847474 697966707472建议的计算机辅助方法完成教程的时间（小时）7475777874807373787676 7477697675727572767277 7377697775767477757872 7778787675767675768077 7675737777777975757282 767674727871（1）利用适当的描述性统计，将每种方法的训练时间资料汇总。
由样本资料，你能观察到什么异同（2）评价两种训练方法总体均值之间的差异。
讨论你的结论。
（3）计算每种训练方法的标准差与方差。
统计学教案(1)
为亿兀，2015年为亿兀，亿兀，亿兀均是指标值，但是时间不同，指标值发生了变化：
蔬菜：（）=牛肉（）=
鲜蛋：（）=水产品 （）=
全部商品价格变动使该市居民增加支出的金额为艺piqi-艺poqi
==（万兀）
（4） 每一种商品销售量的变动对居民支出金额增加数为；P0（Q1-Q0）
蔬菜（）=牛肉17（）=
鲜蛋9（）=水产品 （）=
全部商品销售量变动使得该市居民增加支出金额为艺PoQ-艺PoQ
难点：利用指数进行因素分析
新课引入：
指标用来反映经济现象的数量特征，是统计工作的一个必然目标，是进行统计分析 的基础。那么：在第四章，我们学习了根据总体资料，编制总量指标，平均指标及变异 指标，相对指标等。在第五章，我们掌握了根据样本资料，在允许误差的概率保证程度 下，对总体指标进仃估计分析。在第八早，我们学习了对冋一个总体下，单位不冋标志
4.指数的种类(简答题，填空题，单选题)
(1)按其所反映的对象范围的不冋划分为：个体指数和总指数
(2)按其反映的指标性质不冋分为：数量指标指数和质量指标指数
(3)按照采用的基期不冋，分为：定基指数和环比指数
(4)按其计算方法和计算公式的表现形式不同，分为：总量指标指数和平均指标指 数。
二、指数的编制
解：（1）蔬菜的价格指数K=P1/P0==%
牛肉的价格指数K=P1/P0==%
鲜蛋的价格指数K=P1/P0==%
水产品的价格指数K=P1/P0==%
统计学专业课程思政教学案例分享
统计学专业课程思政教学案例分享1. 引言本文分享了一些统计学专业课程中的思政教学案例，旨在提供给教师们一些教学思路和方法，帮助学生更好地理解和应用统计学知识，并在研究过程中培养积极的思想道德品质。
2. 案例一：数据分析与社会问题2.1 教学目标通过教授统计学专业课程，引导学生掌握数据分析的基本方法和技巧，并运用所学知识分析社会问题，培养学生的思辨能力和社会责任感。
2.2 案例描述教师在课堂上选择了一个具有社会影响力的实际问题，如分析某地区的贫困率与教育水平之间的关系。
通过引导学生从数据收集、整理、分析到结论推断的全过程，培养了学生的数据分析能力和独立思考能力。
2.3 教学效果通过这个案例的教学，学生对统计学知识的理解更加深入，同时也意识到统计学在解决社会问题方面的重要性。
学生们获得了一种将专业知识应用于实际问题的思维方式，培养了他们的创新精神和社会参与意识。
3. 案例二：伦理道德与数据分析3.1 教学目标通过教授统计学专业课程，引导学生了解数据分析过程中的伦理道德问题，并培养学生正确处理数据和信息的价值观和行为规范。
3.2 案例描述在教学过程中，教师引导学生探讨数据分析过程中可能出现的伦理道德问题，如隐私保护、数据传输的安全性等。
通过案例分析和小组讨论，学生们学会了如何在数据分析过程中保护他人的隐私权，并遵守伦理道德的原则。
3.3 教学效果通过这个案例的教学，学生们对数据分析的伦理道德问题有了更深入的认识，并在实际操作中能够遵守相关规范和原则。
他们意识到数据分析不仅仅是技术工具的应用，更重要的是具备正确的价值观和行为规范。
4. 结论通过分享以上两个案例，我们可以看到，在统计学专业课程中融入思政教育元素，既可以提高学生对统计学知识的研究兴趣，又可以培养学生的思辨能力、创新精神和社会责任感。
这种以思政教育为特色的统计学教学模式有助于培养具有综合素质的人才，适应社会发展的需要。
注：本文案例仅为教学参考，具体教学过程和内容可根据实际情况进行灵活调整和设计。
《统计》数学教案设计
《统计》數學教案設計
《统计》数学教案设计
一、教学目标：
1. 知识与技能：使学生理解并掌握基本的统计概念，包括数据的收集、整理和描述；学会使用频率分布表、直方图等工具进行数据分析。
2. 过程与方法：通过实际问题的解决，培养学生的观察力、思维能力和解决问题的能力，提高他们的实践操作能力。
3. 情感态度与价值观：激发学生对统计学的兴趣，树立实事求是的科学态度，养成良好的学习习惯。
二、教学内容：
1. 统计的基本概念
2. 数据的收集和整理
3. 频率分布表和直方图的制作与分析
三、教学过程：
（一）引入新课：
教师可以通过日常生活中的实例，如学生的身高、体重，班级的成绩等，引出统计的概念，激发学生的兴趣。
（二）讲解新课：
1. 统计的基本概念：介绍统计的定义、目的和作用。
2. 数据的收集和整理：讲解如何收集数据，如何整理数据，并进行实例演示。
3. 频率分布表和直方图的制作与分析：讲解频率分布表和直方图的制作步骤，以及如何通过它们来分析数据。
（三）实践活动：
让学生分组进行实践活动，例如，收集全班同学的身高数据，然后制作频率分布表和直方图，最后进行数据分析。
（四）课堂小结：
回顾本节课的学习内容，强调重点知识，解答学生的疑问。
四、作业布置：
让学生回家收集一些生活中的数据，如家庭每月的水电费支出，然后制作频率分布表和直方图，下次上课时进行分享。
五、教学反思：
在教学过程中，要关注每个学生的学习情况，及时调整教学策略，以达到最佳的教学效果。
同时，也要鼓励学生主动思考，培养他们的创新精神和实践能力。
研究生统计学教学的案例分析
研究生统计学教学的案例分析1. 引言1.1 概述在当今快速发展的信息时代，统计学作为一门重要的学科，在各个领域中的应用越来越广泛。
研究生统计学教育对于培养高级统计专业人才起着至关重要的作用。
然而，随着社会和科技进步的不断推动，传统的教学方法已经不能满足学生的需求和教育目标。
因此，本文旨在通过案例分析，探讨研究生统计学教学中如何运用创新教育手段以及提高教学效果。
1.2 文章结构本文将分为五个主要部分。
首先，在引言部分，我们将简要介绍文章的背景和目标，并概述文章的结构。
其次，在研究生统计学教学的案例分析部分，我们将详细探讨教学目标与内容安排、教学方法与手段选择以及效果评估与改进措施三个方面。
第三和第四部分将通过具体案例进行深入研究，并提出相应效果评估和改进建议。
最后，在结论与讨论部分，我们将对整个研究进行总结归纳，并对未来的研究方向和建议进行展望。
1.3 目的本文的目的是研究研究生统计学教育中如何应用创新教育手段，从而提高教学效果。
通过案例分析方法，我们将具体探讨教学目标与内容安排、教学方法与手段选择以及效果评估与改进措施等方面的问题。
通过这些案例，我们希望能够为其他类似背景下的教育机构和教师提供参考和借鉴，从而促进研究生统计学教育水平的提升。
同时，本文还将从理论和实践角度对研究结果进行解释和讨论，并对未来的研究方向给出展望和建议。
2. 研究生统计学教学的案例分析2.1 教学目标与内容安排研究生统计学教学的目标是培养学生良好的统计思维和数据分析能力，使他们能够在实际问题中运用统计方法进行分析和解决。
为了达到这一目标，教学内容需要包括基本的统计原理和方法、常用的统计软件使用、以及实际案例的讲解和实践操作。
在教学内容安排方面，可以从以下几个方面来考虑：- 深入浅出地介绍统计学的基本概念和原理，包括数据收集与整理、描述性统计、概率与随机变量、假设检验等。
- 引入常用的统计软件工具，如SPSS、R或Python等，通过讲解和实践操作帮助学生掌握数据处理和分析技能。
统计学教学案例(精选)
用于研究不同组别间均值差异的显著性，判断因素对结果的影响是 否显著。
回归分析
用于研究变量之间的关系，通过建立回归方程预测因变量的取值。
应用实例
在农业生产中，通过方差分析比较不同施肥方案对作物产量的影响 ，利用回归分析预测未来产量趋势。
04 非参数统计案例
非参数检验方法简介
非参数检验的定义与特点
先验概率
根据以往经验和分析得到的概率。
似然函数
表示在给定参数下，观测数据出现的概率。
后验概率
在得到新的观测数据后，对先验概率进行更新得到的概率。
贝叶斯网络模型构建与评估
贝叶斯网络
一种概率图模型，用于表示变 量间的依赖关系。
网络结构学习
通过数据学习贝叶斯网络的结 构，即变量间的依赖关系。
参数学习
在已知网络结构的情况下，通 过数据学习变量的条件概率分 布。
提高统计软件应用能力
通过实践操作，学生应熟练掌握至少一种统计软 件（如SPSS、R、Python等），提高数据处理 和分析效率。
统计学发展趋势探讨
大数据与人工智能融合
随着大数据和人工智能技术的不 断发展，统计学将更加注重与这 些技术的融合，提高数据处理和 分析的智能化水平。
跨领域应用拓展
统计学将在更多领域发挥重要作 用，如生物医学、环境科学、社 会科学等，为跨学科研究提供有 力支持。
频数分布表
通过分组整理数据，展示 各组数据的频数，直观反 映数据的分布情况。
直方图与条形图
利用图形展示数据的分布 情况，便于观察数据的分 布规律。
概率密度函数
描述连续型随机变量的分 布情况，反映数据在不同 取值范围内的概率大小。
数据集中趋势度量
【统计学】统计学案例
统计学案例案例一我国高等教育国际竞争力的分析研究一、教学目的1、明确对高等教育国际竞争力进行研究的意义及方法；2、学会根据研究的问题，正确、科学地设置对该问题进行评价的统计指标；3、掌握统计数据的收集与整理的方法，认识到统计数据在统计分析中的重要性；4、在综合掌握各种统计分析方法的基础上，根据所提问题的性质，能选择合适的统计分析方法；5、明确指标无量纲化的意义，掌握无量纲化的一般方法；6、掌握统计分析中权数的确定方法，明确模糊综合评价法在统计分析中应用；7、学会根据统计资料，对所研究的问题进行分析研究，并提供有情况、有分析、有对策的分析研究报告。
二、背景材料我国高等教育国际竞争力的分析研究经济全球化趋势及知识经济浪潮使包括人才在内的资源竞争更加激烈，信息共享程度更高，我国高等教育面临严峻的考验和挑战，对现代大学教育提出了新的要求和使命。
研究我国高等教育国际竞争力，科学发展我国的高等教育，应站在全球化高度，优化资源配置，增强创新能力，提高高等教育的竞争力，把握机遇，谋划未来，深化改革，提高教学质量，增强其国际竞争力。
因此，进行高等教育国际竞争力的研究，保持我国高等教育的可持续发展，具有非常重要的理论意义和现实意义。
一、高等教育国际竞争力的基本理论1、竞争、竞争力及高等教育国际竞争力的基本涵义“竞争系个人(或集团)间的角逐；凡两方或多方力图取得并非各方均能获得的某些东西时，就会有竞争，竞争与人类历史同样悠久。
”竞争是市场经济的基本法则，它不仅是经济学家和生物学家研究的对象，也是教育学家常常思考的问题。
从理论上讲，竞争力具有相对与绝对两种含义：绝对竞争力指个人、单位或国家在竞争日趋激烈的条件下其持续发展的能力，它很难用一个准确的计量单位来衡量。
而相对竞争力指个人、单位或国家其持续发展的能力在相互比较中所处的位置，一般可通过比较排名来相对体现。
从统计学的角度来说，绝对竞争力采用的是定距尺度，而相对竞争力采用的是定序尺度。
《统计》数学教案
《统计》数学教案标题：《统计》数学教案一、教学目标1. 理解统计的基本概念和原理。
2. 掌握数据收集、整理和分析的方法。
3. 能够运用统计知识解决实际问题。
4. 培养学生的逻辑思维能力和数据分析能力。
二、教学内容1. 统计基本概念：总体、样本、参数、统计量等。
2. 数据的收集与整理：普查、抽样调查、频数分布表、频率直方图等。
3. 数据的描述性统计分析：平均数、中位数、众数、极差、标准差等。
4. 参数估计与假设检验：点估计、区间估计、单样本t检验、双样本t检验等。
三、教学方法1. 讲授法：讲解统计的基本概念和原理。
2. 实例法：通过实例解释和应用统计知识。
3. 小组讨论法：组织学生分组讨论，提高他们的合作学习能力和解决问题的能力。
四、教学过程1. 导入新课：以生活中的实例引入统计的概念，激发学生的学习兴趣。
2. 新知讲授：- 介绍统计的基本概念和原理。
- 解释数据收集和整理的方法。
- 讲解描述性统计分析和参数估计的基本方法。
3. 实践操作：设计一些简单的统计问题，让学生自己动手收集和整理数据，并进行分析。
4. 课堂小结：总结本节课的主要内容和重点难点。
5. 作业布置：布置一些相关的练习题，让学生巩固所学知识。
五、教学评价1. 过程评价：观察学生在课堂上的表现，包括参与度、理解程度、解决问题的能力等。
2. 结果评价：通过作业和测验来检查学生对知识的掌握情况。
六、教学反思通过对学生学习效果的反馈，反思自己的教学方法和策略，不断改进和优化教学方案。
- 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)。
统计教学案例二上市公司年报数据分析案例经统计调查取得数据后，需要通过统计整理、综合指标计算与相关回归分析等方法技术对总体数据进行处理，以认识总体变量分布状态（如正态分布）、特征表现（如结构相对数、平均数和标准差）、相关关系（如相关系数）和变化规律（如回归模型），从而了解事物或现象的本质及其依存因素。
其中统计整理技术包括总量指标、相对指标、平均指标和标志变异指标的揭示，他们的计算既是对总体基本特征的描述，又是对事物或现象进一步定量研究的基础；相关和回归是研究总体各事物或现象间相互关系的定量分析，用以测定不同特征相互联系的紧密程度，揭示变化形式和规律。
本章案例主要通过对总体静态数据处理过程的介绍，帮助读者掌握统计整理、指标描述和相关回归分析技术结合运用的技术与经验。
本章由1个大型案例构成，案例以沪深股市制造业上市公司为对象，系统介绍了静态数据总体的统计处理过程，包括分布描述、分类研究和相关因素分析。
上市公司年报数据分析案例的教学目的：数据整理是统计分析的基础工作，在总体规模很大，数据量浩瀚、分布未知的情况下，如何对总体数据进行整理分类，描述总体分布及进一步分析总体各特征间的相互关系是对总体正确认识的关键。
由于具体的工作过程与教科书的知识点讲授顺序并不完全一致，因此本案例通过对1999年沪深股市制造业上市公司年报数据分析过程的介绍，给读者以处理总体静态数据的思路和技巧，从而训练读者解决实际问题的能力。
案例的背景分析与数据资料一、案例的现实意义上市公司的经营业绩与其股票价格、市场价值息息相关，因此反映上市公司经营业绩的定期公开披露的中期会计报告、年度会计报告就成为社会各界密切关注的重要信息之一。
对所有上市公司的财务报告进行统计整理和分析，把握上市公司整体的经营状况、经营业绩的水平和变化趋势，无论是对投资选择，还是政府的决策与监督，都是不可或缺的。
本案例探讨的就是面对大量的财务报告数据信息如何进行统计整理与分析，这对于投资者、投资咨询人员或是理论界研究者，都具有实际的指导意义。
通过本案例的学习讨论，有助于大家掌握统计描述和相关回归分析的方法，同时积累应用这些方法的实际经验和教训。
二、案例所依托的总体及其现状与研究目的（一）案例所依托的客体本案例所依托的客体是1999年上市公司年报中的有关财务指标。
1999年末，沪、深两市共有上市公司949家。
这些上市公司分布在13个行业部门。
根据中国证监会的《上市公司分类指引》中规定的分类方法，其中制造业共有578家，占60.91%。
总股本1938亿元，占62.73%，制造业是上市公司最集中的行业。
截止2000年4月30日，已公布年报的有560家。
所以本案例研究的总体范围确定为如期公布年报的制造业560家上市公司。
（二）案例研究的目的与任务1．上市公司年报财务数据统计分析的目的通过对制造业1999年报有关数据进行系统的统计整理、描述和回归分析，揭示1999年制造业上市公司主要财务指标的总体分布、分行业的经营业绩水平和重要特征，从中掌握认识总体分布特征和数量变化的技巧和方法，提高用统计思想和方法解决实际问题的能力。
2．上市公司年报财务数据统计分析的任务对纷繁的数据进行不同的分类、分组、汇总、综合、分析、归纳、推断，显示上市公司财务报告中的主要财务指标的分布形态和主要特性，寻找财务指标之间的相互关系和表现规律。
3．上市公司年报财务数据统计分析的对象本案例所引用资料取自《上海证券报》，包括了制造业560家上市公司。
共选有8个财务指标：总资产、净利润、主营业务收入、股东权益、每股收益、每股净资产和股东权益比率。
其中，前4个为反映资产、收益方面的总量指标，后4个为反映盈利能力、业绩水平的相对指标。
4．数据的初步分析——制造业上市公司行业结构在制造业中，生产不同产品的企业或公司，具有不同的规模，占有不等的资源要素，他们的总股本、净利润、净资产收益率必然存在很大的差异。
为了深入认识总体，首先要对制造业按其经济活动的特点进行行业分类。
根据《上市公司分类指引》，制造业进一步分为10个行业种类，编码为C0、C1、C2、…、C9。
分类统计属于定名测定。
从上述资料经计数整理后即可得到如表一的分布数列。
表2—1 制造业上市公司行业分布代码行业分类上市公司数比重（%）C0 食品、饮料48 8.57C1 纺织、服装、皮毛45 8.04C2 木材、家具 2 0.36C3 造纸、印刷16 2.86C4 石油、化学130 23.21C5 橡胶、塑料10 1.79C6 金属、非金属96 17.14C7 机械、仪表、设备151 26.96C8 通讯、电子51 9.11C9 其他11 1.96合计560 100.00这是一个品质标志分组的分布数列。
从该数列中可以知道上市公司的行业结构。
1999年560个制造业上市公司中，27%是机械、仪表、设备制造业（包括汽车、船舶、摩托车、家电等）；23%是石化类行业；而冶金、钢铁等金属非金属类公司占17%；通讯电子章9%。
所以，制造业上市公司中传统产业占了较大比重。
这些行业中大部分是国有或国有控股企业，是国企改革中率先建立现代企业制度进入资本市场的排头兵。
行业的分布也体现了国家的产业政策导向，在1999年新发行的A股中，大盘股和高科技股明显增多，有力地支持了国企改革和高科技企业的发展，推动了上市公司的行业结构优化。
方案设计一、案例设计的思路本案例研究的总体对象是某一特定时间的静态数据集，为了对它有一个全面和透彻的认识，一般应对其进行基本的特征描述和揭示各特征间主要的相互关系。
根据这一目的，本案例按照如下顺序对数据进行处理：1．分别对总体个单位的数量标志按值的大小作升序排列，以大概认识个变量的变化范围及其一般水平。
2．分别计算总体个变量的特征值，进一步抽象认识个变量的分布特征，包括算术平均数、众数、方差、峰度度、偏度等。
3．分别根据特征指标绘制各变量的分布图，以形成对各变量分布的直观认识。
4．分别按品质标志和数量标志对总体进行分类，通过计算派生指标，以深入认识总体各指标在不同类别间的差异，包括总体结构、强度，比例关系等。
5．分别对总体各指标进行相关分析，了解各指标间的依存关系，在相关关系成立的基础上进行回归分析，从而更深层次地认识总体的规律与特征。
6．在上述研究分析的基础上给出关于对对象的定性认识结论。
二、案例设计的工作过程（一）数据整理与描述1．编制按各财务指标的变量数列（1） 将数据顺序排列。
（2） 计算描述统计指标。
在Excel “工具”的“数据分析”中，“描述统计”提供了所分析数据的主要描述指标和有关信息。
其内容是； 平均——算术平均数，即x =n x ∑ 标准误差——抽样平均误差，即n σ中值——中位数，即Me ；模式——众数，即Mo ；标准偏差——标准差，即σ；样本方差——方差，即2σ 峰值——峰度，即44σm 偏斜度——偏度，即33σm ；区域——全距，即最大值减最小值；求和——标志总量；计数——总体单位总数；最大（K ）——第K 个最大值；最小（K ）——第K 个最小值；置信度——“数据分析”中默认概率为95%（也可自行选择）的1/2误差范围。
（3）分析描述统计指标——比较平均数、众数、中位数的大小；偏度系数的大小、方向等。
（4）确定组数和组距——当偏度系数不大时，用斯特吉斯经验公式确定组数；偏度系数较大、分布明显偏态时，以平均数为中心，以K 倍标准差为组距。
（5）整理成频数分布和直方图（或其他图形），显示总体分布特征。
2．制造业公司主要财务指标的分布（1）总资产分布数列和直方图总资产描述统计1 平均 标准误差 中值 158315.18970.94695296.9模式标准偏差；样本方差峰值偏斜度区域最小值最大值求和计数置信度（95%）212291.3 4.51E+10 30.19077 4.705128 2178598 12256.69 2190846 88656452560 17620.89总资产描述统计2平均标准误差中值模式标准偏差；样本方差峰值偏斜度区域最小值最大值求和计数置信度（95%）144640.7 6388.948 95410.48149424.9 2.23E=10 9.916375 2.885238 955269.6 21671.49 976941.1 79118478 547 12549.92从描述统计1看，560家公司的总资产呈高度偏态。
总资产最大值是上海石化219亿元，最小值是ST黔凯涤1.2亿元，相差近200倍。
将6个总资产100亿和7个2亿元以下的数据作为极值舍去，计算得到描述统计2，此时的标准差和偏度系数都降低了，说明数据间的差异小了。
但仍呈偏态，不能用斯特吉斯经验确定组数。
不论何种分布，均值和方差其分布的两个主要特征值。
根据切比雪夫定理，可以平均数为中心，以K倍的标准差为组距，因为此时平均数 K倍的标准差所涵盖的数据范围不小于1－1/2K。
本例中，均值14.5亿元，中位数9.5亿元，标准差15亿元，说明560家公司的总资产分布为右偏态。
若以1个标准差为组距，则中位数以下部分的描述势必过于概括。
所以考虑用1/2标准差，即7.5亿元为组距，由于100亿元以上只有7家，将105亿元以上并为一组，组数=15。
分组后变量数列及直方图如表二和图一所示。
表2—2 560家上市公司总资产分组统计分组（万元）频数频率（%）75000以下75000~150000 150000~225000 225000~300000 300000~375000 375000~450000 450000~525000 525000~600000 600000~675000 675000~750000 750000~825000 825000~900000 900000~975000 975000~1050000 1050000以上2091926433181542462131637.3234.2911.435.893.212.680.710.360.711.070.360.180.540.181.07合计560 100.00从图表中可以知道，制造业中，总资产8866亿元，平均规模在15亿元左右。
82%的上市公司总姿产在22.5亿元以下，100亿元以上的只有1%。
在各行业中，总资产规模最大的是C8——通信电子行业20.3亿元，最低的是C2——木材家具业6.38亿元，另外，C4——石油化工、C5——橡胶塑料、C6——金属非金属的总资产规模在平均之上。
频数5010015020025075000150000225000300000375000450000525000600000675000750000825000900000975000150000其他图2—1 560家制造业公司总资产分布（2）净利润分布数列和直方图净利润描述统计平均 标准误差 中值 模式 标准偏差； 样本方差 峰值 偏斜度 区域 最小值 最大值 求和 计数 置信度 （95%）6669.48516.28284120.164# N/A12217.481.49E+0811.333442.485572112886.5－37417.975468.637349135601014.092净利润分布呈右偏态。