应用统计学调查分析报告
2023年应用统计学专业就业方向及就业前景调查报告
2023年应用统计学专业就业方向及就业前景调查报告随着数据时代的来临，应用统计学的就业前景越来越好。
应用统计学专业毕业生可以在许多行业和领域中找到工作，例如金融、医疗、制造业、营销和政府等。
对于那些喜欢处理数据、解决实际问题，并具备数学和编程技能的人来说，应用统计学是一个非常有吸引力的职业选择。
一、应用统计学专业就业方向1. 金融分析师或风险管理分析师金融行业需要分析经济和财务数据，并进行风险评估。
这个行业的数学、经济和统计学知识非常重要，因此应用统计学专业毕业生通常能在这个领域找到稳定的工作。
2. 医疗统计学家或数据分析师医疗行业需要对患者和医院进行数据分析和统计分析。
由于医疗行业的数据处理和信息保护非常重要，因此需要应用统计学专业的毕业生来保证数据的准确性和机密性。
3. 制造业数据分析师或品质管理分析师制造业需要对生产线上的数据进行分析，以提高生产率和降低成本。
对于制造业的数据分析专业人员，应用统计学是必备的知识。
4. 营销数据分析师或市场研究分析师市场营销行业需要对消费者的数据进行分析，以评估市场需求和竞争对手情况。
因此，在这个领域，应用统计学毕业生可以帮助公司制定营销策略和推广计划。
5. 政府部门数据统计师或政策分析师政府部门需要对公共政策和公共服务进行研究，并进行数据分析和统计分析。
因此，应用统计学专业毕业生可以在政府部门中找到工作，提供数据支持和参与政策制定。
二、应用统计学专业就业前景1. 就业市场需求量大当前，全球各行业对于数据分析和统计分析人才的需求量不断增长，随着数据的爆炸式增长，应用统计学专业人才越来越受到欢迎。
因此，应用统计学专业毕业生的就业前景非常好。
2. 薪酬待遇较高随着数据分析和大数据技术的应用，应用统计学专业毕业生拥有更大的市场需求和高工资待遇。
根据中国社会科学院的调查数据，应用统计学毕业生的平均月收入在8000元到15000元之间。
3. 能力需求多样化应用统计学专业学生需要具备良好的数学基础、计算机编程能力以及熟练的数据分析技能。
应用统计专业实习报告
一、实习背景与目的随着我国经济的快速发展和科技进步，统计学在各个领域的应用日益广泛。
为了将所学理论知识与实践相结合，提高自己的专业技能，我选择了在XX公司进行为期一个月的统计学专业实习。
实习的目的是通过实际工作，巩固和运用所学的统计学知识，了解统计学在实际工作中的应用，提高自己的数据分析和处理能力。
二、实习单位及岗位实习单位为XX公司，一家专注于市场调研和数据分析的咨询服务公司。
在实习期间，我担任数据分析师助理一职，负责协助完成数据收集、整理、分析和报告撰写等工作。
三、实习内容及过程1. 数据收集：实习初期，我在导师的指导下，学习了市场调研的基本方法，如问卷调查、访谈等。
通过参与实际项目，我掌握了如何设计问卷、如何进行数据收集和整理。
2. 数据处理：在收集到数据后，我运用统计学软件（如SPSS、Excel等）对数据进行清洗、整理和分析。
通过学习，我熟练掌握了各种统计分析方法，如描述性统计、推断性统计、回归分析等。
3. 数据分析：在数据分析过程中，我根据项目需求，选择了合适的统计方法对数据进行处理。
例如，在一次市场调研项目中，我使用了回归分析来探究消费者购买行为的决定因素。
4. 报告撰写：在完成数据分析后，我根据分析结果撰写了分析报告。
在撰写报告过程中，我学习了如何将复杂的数据分析结果用简洁明了的语言表达出来。
5. 团队协作：在实习期间，我与团队成员紧密合作，共同完成项目。
通过团队协作，我学会了如何与他人沟通、协调和分工。
四、实习收获与体会1. 专业技能提升：通过实习，我熟练掌握了各种统计分析方法，提高了自己的数据分析和处理能力。
2. 实践经验积累：在实习过程中，我参与了多个实际项目，积累了宝贵的实践经验。
3. 职业素养培养：在实习过程中，我学会了如何与团队成员协作，提高了自己的沟通能力和团队协作能力。
4. 对统计学的认识：通过实习，我更加深刻地认识到统计学在实际工作中的应用价值，坚定了自己从事统计学研究的决心。
大学生统计学调研实践报告
大学生统计学调研实践报告
统计学调研实践报告
一、调研目的
统计学是一门应用性较强的学科，通过对数据的收集、整理、分析和解释，帮助我们更好地了解和解释现实世界中的各种现象。
本次调研旨在通过实践的方法，提高我们的统计学能力，培养我们的调查研究能力以及应用统计学知识进行数据分析的能力。
二、调研方法
本次调研采用了问卷调查的方法。
首先，我们确定了调研的主题为大学生的消费习惯和生活方式。
然后，从样本的角度出发，选择了100名在校大学生进行调查。
我们制定了一份涵盖了消费习惯、生活方式和个人信息等方面的问卷，并通过线下和线上的方式进行了调查。
三、调研结果
根据我们的调查结果，得出了一些有意义的结论。
首先，大学生的消费习惯普遍较为稳定，其中大多数人每个月的生活费在1000至3000元之间。
其次，大学生对于购买物品的选择主要
受到个人兴趣和价格的影响，受到品牌的影响较小。
此外，大学生对于生活方式的选择也存在一定的共性，比如大多数人更喜欢在宿舍里看电视或者玩游戏，而比较少去图书馆或者参加
社团活动等。
四、调研总结
通过本次统计学调研实践，我们不仅培养了自己的统计学能力，还对大学生的消费习惯和生活方式有了更深入的了解。
大学生的消费习惯和生活方式呈现出一定的规律，这对于我们了解大学生群体的特点和需求，提供了重要的参考和依据。
同时，我们也发现自己在调查研究的过程中还存在一些不足，比如样本的选择和问卷的制定等方面的问题。
今后，我们将进一步完善自己的调查研究能力，提高统计学知识的应用水平，以更好地为我们的研究和工作提供有力的支持。
五、参考文献
无。
应用统计学案例分析报告
应用统计学案例分析报告模型名称：不同饲料对猪体重增加的作用有无不同姓名班级专业学号日期研究问题同饲料对猪体重增加的作用有无不同研究目的为了了解不同饲料对猪体重增加的不同作用，以便选择其中增重效果最好的饲料来对猪进行饲养。
研究过程一．所用分析方法及软件分析方法：单因素方差分析方法原理：单因素方差分析用来研究一个控制变量的不同水平是否给观测变量造成了显著差异和变动所用软件：使用软件SPSS软件帮助分析二．案例操作分析用四种饲料喂猪，共19头分为四组，每一组用一种饲料。
一段时间后称重，猪体重增加数据如下表所示：饲料比较数据资料单位：千克饲料A 饲料B 饲料C 饲料D133.8 151.2 193.4 225.8125.3 149.0 185.3 224.6143.1 162.7 182.8 220.4128.9 143.8 188.5 212.3135.7 153.5 198.6 - 第1步分析由于考虑的是一个控制变量（饲料）对一个观测变量（猪体重）的影响，而且是4种饲料，所以不适宜用独立样本T检验（仅适用两组数据），应采用单因素方差分析。
第2步数据的组织据分成两列，一列是猪的体重，变量名为“weight”；另一变量是饲料品种，变量值分别为1,2,3,4，变量名为“fodder”。
第3步方差相等的齐性检验由于方差分析的前提是各个水平下（这里是不同的饲料影响下的体重）的总体服从方差相等的正太分布，且各组方差具有齐性，因此必须对方差相等的前提进行检验。
以下过程使用SPSS软件帮助分析。
相关数据输入如下图所示：运行结果如下：表1 不同饲料的齐性检验结果Test of Homogeneity of Variances猪体重Levene Statistic df1 df2 Sig..024 3 15 .995表2 几种饲料的方差检验结果ANOVA猪体重Sum of Squares df Mean Square F Sig. Between Groups 20538.698 3 6846.233 157.467 .000 Within Groups 652.159 15 43.477Total 21190.858 18方差齐性检验的H0假设是：方差相等。
应用统计学专业实习报告
一、实习目的随着我国经济的快速发展，统计学在各个领域的应用越来越广泛。
为了提高自己的实际操作能力，增强就业竞争力，我选择了应用统计学专业进行实习。
本次实习旨在将课堂所学理论知识与实际工作相结合，掌握统计学在实际工作中的运用，提高自己的综合素质。
二、实习单位及岗位实习单位：某市统计局实习岗位：数据分析师三、实习过程1. 实习初期在实习初期，我主要了解了统计局的基本情况，包括组织架构、工作流程等。
同时，我认真学习了相关统计法律法规，为后续工作打下基础。
2. 数据收集与处理在数据分析师岗位上，我主要负责以下工作：（1）收集各类统计数据，包括国民经济、人口、教育、卫生、文化等领域的数据；（2）对收集到的数据进行清洗、整理，确保数据的准确性和完整性；（3）运用统计学方法对数据进行描述性分析、推断性分析，得出有针对性的结论。
3. 统计报告撰写在实习过程中，我参与了多项统计报告的撰写工作。
具体内容包括：（1）分析各类统计数据，挖掘数据背后的规律；（2）结合实际案例，阐述统计数据在政策制定、决策支持等方面的作用；（3）提出针对性的建议，为政府部门和企业提供参考。
4. 实习总结在实习即将结束时，我对自己的实习过程进行了总结，主要收获如下：（1）提高了自己的实际操作能力，掌握了统计学在各个领域的应用；（2）增强了团队协作能力，学会了与同事沟通交流；（3）树立了严谨的工作态度，培养了良好的职业素养。
四、实习体会1. 统计学在实际工作中的重要性通过实习，我深刻认识到统计学在各个领域的应用价值。
统计数据为政策制定、决策支持、企业运营等提供了有力依据，有助于提高工作效率和决策质量。
2. 统计学方法的应用在实习过程中，我学会了运用统计学方法对数据进行处理和分析，提高了自己的数据分析能力。
3. 团队协作与沟通在统计局工作，团队协作和沟通至关重要。
通过实习，我学会了与同事共同完成任务，提高了自己的沟通能力。
五、总结本次实习让我受益匪浅，不仅提高了自己的实际操作能力，还增强了团队协作和沟通能力。
统计学调查分析报告
统计学调查分析报告引言本报告是对某公司员工满意度进行统计学调查分析的报告。
调查的目的是了解员工对公司的整体满意度以及不同方面的满意度情况，以得出有关员工满意度的统计结论和建议。
方法我们采用了抽样调查的方法，随机选择了公司200名员工参与调查。
调查采用了填写问卷的方式，问卷共包含10个问题，涉及到员工对公司薪资福利、工作环境、管理方式等方面的评价。
调查结果整体满意度根据调查结果，我们计算出员工整体满意度的平均得分为7.8分（满分10分），标准差为1.2。
这意味着大多数员工对公司的整体满意度较高，但存在一定的差异性。
薪资福利满意度对于薪资福利方面，员工的满意度平均得分为6.5分，标准差为1.8。
调查结果显示，相对于其他方面，员工对公司的薪资福利感到相对较低满意度。
工作环境满意度关于工作环境，员工的满意度平均得分为8.2分，标准差为1.0。
调查结果显示，大部分员工对公司的工作环境感到满意。
管理方式满意度在管理方式方面，员工的满意度平均得分为7.9分，标准差为1.5。
调查结果显示，管理方式是员工整体满意度较高的一个方面，但也存在一些员工对管理方式不满意的情况。
结论与建议综合以上调查结果，我们可以得出以下结论和建议：1.公司的整体满意度较高，这体现了公司在员工管理方面取得的一定成果。
2.薪资福利是员工比较关注的方面，公司应该在薪资福利方面进行进一步的改善。
3.工作环境是公司的优势之一，应该继续保持并不断改进以提高员工的满意度。
4.管理方式已经取得了一定的成绩，但仍有改进空间，公司应该更加关注员工对管理方式的反馈，并根据反馈进行调整和改进。
综上所述，通过对员工满意度的统计学调查分析，我们可以得出公司整体满意度较高的结论，同时也提出了一些改进的建议，以进一步提高员工的满意度和公司的综合竞争力。
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。
统计学实训结果分析报告
一、实训背景为了提高学生运用统计学知识解决实际问题的能力，本学期我们开展了统计学实训课程。
实训过程中，我们使用Excel等统计软件，对收集到的数据进行了整理、描述、分析和推断。
以下是对实训结果的分析报告。
二、实训目的1. 掌握统计学基本概念、基本原理和方法；2. 熟练运用统计软件进行数据处理和分析；3. 培养学生运用统计学知识解决实际问题的能力；4. 增强学生团队合作意识和沟通能力。
三、实训内容1. 数据收集：从实际生活或工作中选取具有代表性的数据，如某班级学生期末成绩、某地区居民消费水平等。
2. 数据整理：对收集到的数据进行清洗、排序、分组等操作，以便于后续分析。
3. 数据描述：运用统计图表（如直方图、饼图、折线图等）和统计指标（如平均数、中位数、标准差等）对数据进行描述。
4. 数据分析：运用统计方法（如假设检验、方差分析、相关分析等）对数据进行分析，揭示数据背后的规律和关系。
5. 结论与建议：根据分析结果，提出针对性的结论和建议。
四、实训结果分析1. 数据描述以某班级学生期末成绩为例，我们对数学、语文、外语三门课程的成绩进行了描述性分析。
（1）平均数：数学、语文、外语三门课程的平均成绩分别为78.5、76.2、74.3。
（2）中位数：数学、语文、外语三门课程的中位数分别为77、75、73。
（3）标准差：数学、语文、外语三门课程的标准差分别为10.8、8.7、8.9。
从上述数据可以看出，该班级学生在数学、语文、外语三门课程的成绩普遍较好，但成绩分布较为分散，存在一定的差距。
2. 数据分析（1）方差分析：以性别为分组因素，对数学、语文、外语三门课程的成绩进行方差分析，结果显示，性别对成绩无显著影响。
（2）相关分析：以数学成绩为自变量，语文、外语成绩为因变量，进行相关分析，结果显示，数学成绩与语文成绩、外语成绩之间存在显著的正相关关系。
3. 结论与建议（1）结论：该班级学生在数学、语文、外语三门课程的成绩普遍较好，但成绩分布较为分散。
- 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)。
承诺本报告由小组成员共同完成，所用数据与资料均已注明其来源，如使用了他人已经发表或撰写过的分析结果或观点均已进行了规范引用，特此声明。
小组成员1姓名与签字：小组成员2姓名与签字：小组成员3姓名与签字：小组成员4姓名与签字：小组成员5姓名与签字：小组成员6姓名与签字：小组成员7姓名与签字：小组成员8姓名与签字：目录承诺 (II)正文........................................................................................ 错误!未定义书签。
1. 确定研究问题 .................................................................. 错误!未定义书签。
1.1 背景分析........................................................................................................... 错误!未定义书签。
1.2 确定研究问题................................................................................................... 错误!未定义书签。
2. 选择统计分析方法 .......................................................... 错误!未定义书签。
2.1 问卷设计........................................................................................................... 错误!未定义书签。
2.2 问卷内容........................................................................................................... 错误!未定义书签。
2.3 选择处理软件................................................................................................... 错误!未定义书签。
3. 收集样本数据 (2)4. 数据分析 (2)4.1 初步分析 (2)4.2 男女生平均缺课次数相等的假设分析 (6)4.3 年级与缺课次数的相关分析 (8)4.4 学生缺课原因分析 (9)4.5 年级与缺课原因直接的可重复双因素分析 (9)4.6 上课环境对上课意愿的影响分析 (9)5. 总结与建议 (12)6. 调查优缺点分析 (13)7. 参考文献 (14)8. 附录 (14)正文通过一个学期对统计学原理的学习，我们学会了如何用利用数学分析来解决实际问题。
在这次调查中，我们确定了以“学生缺课情况与原因分析”为主题的问卷调查。
以下是我们小组这次调查分析的研究流程：1、确定研究问题1.1背景分析大学是一个培养人综合能力的地方，进大学相当于初步迈入社会。
大学生活，有更多属于自己的时间做自己想做的事，学校也会组织一些有意义的活动，使学生的业余生活更丰富；大学里有很多组织、社团等，学生会、团总支一类的是为学生服务，加入可以锻炼个人能力；还有许多可以根据兴趣爱好加入的社团；学校良好的学术氛围让你可以尽情遨游在知识的海洋中，享有埋头苦读的充实；偶尔勤工俭学，外出打工，体验生活；不能总想着玩，大学阶段是完善人的世界观人生观的阶段……大学生活多姿多彩，有丰富的课程、各色各样的社团活动、校外的缤纷生活、网罗天下的网络世界……“学习”仍然是大学生的最重要的任务，是大学生活里最核心的元素。
但是，作为离开父母的监督独立生活的第一站，大学里，学生们总是平衡不了学习和课余生活的关系，自主的管理生活反而使大学生们感到迷茫。
1.2确定研究问题大学生学习与课余生活最明显的冲突表现在“大学生缺课”这一环节，缺课的原因有很多种：社团活动、校外实习、课程设置、教室环境……我小组将就该问题展开调查与分析。
让我们来分析一下其中的一个部分——大学生缺课情况与原因，从而为大学生平衡学习与课余生活的关系提供帮助。
2、选择统计分析方法2.1问卷设计本次调查问卷的设计首先由要分析的数据出发，并结合实际，设计出一系列与该课题有关的问题。
然后，在网上找到模板，设计出了一份问卷样本。
接着，小组所有成员一起就问卷的问题用语、提问顺序进行了最后的讨论，最终拟定出我们要的调查问卷。
2.2问卷内容此次小组问卷的内容具体可以分为三个部分：第一部分为基础信息，包括问题1和问题2。
这部分涉及的信息包括被调查者的身份和性别。
获得的数据主要是为了与后两阶段的数据一起做相关性分析。
第二部分为大学生缺课现状，即问题3缺课次数。
第三部分为相关原因调查，包括问题4到最后一问。
这部分涉及的信息，便是被调查者缺课的各种原因，包括缺课原因、课程、缺课时间、地点、教师环境设施。
这部分的数据，用于最终分析。
2.3选择处理软件这次的数据处理，我们采用了EXCEL统计软件进行综合统计分析。
3：收集样本数据本次问卷发放，采用了面访式为主，辅以采访的发放方式。
我们分别派出三支队伍分别在休闲地，教学楼和宿舍楼发放问卷，总共发放了130份问卷，回收128，其中有效问卷101份，废卷27中，有效率达到了77.7%，其中男生40份，女生61份。
4：数据分析4.1初步分析4.1.1：性别分布在调查获得的有效数据中，男生有40人，女生有60人，具体的分布如图1所示：图14.1.2：被调查人群分布在身份调查中，我们对所有的人群进行调查。
其中包括本校各个年级的本科生。
具体分布如图2所示：图24.1.3：总体缺课次数分布在缺课的频繁度这项调查中，我们发现大部分被调查者都集中在每周缺一次到两次课之间，可见校内同学的出勤情况还是不错的。
但其中也有一部分被调查人群每周缺课节数在5节以上。
而通过分析我们得出，这部分人群以男生为主。
具体的分布如图所示：图34.1.4. 缺课原因分布在缺课原因这一项调查中，经过对调查结果的统计，我们发现课程无聊是调查人群缺课的主要因素因素。
其中，也有21人因纯主观的想法而缺课，19人因为社团活动而缺课，在调查人群中占了很大一部分。
图44.1.5.最不想去的课的类型分布在最不想去的课的类型的调查中，我们发现学生最不想去的是思想政治类的课，而缺课最少的是专业课。
具体结果如图：专…图54.1.6．最可能缺课时间段分布在最可能缺课时间段分布调查中，我们发现缺课最多的时间段分别是上午和下午的第一节课以及晚上的课程。
这可能是由于学生在此时间段不能按时起床。
具体结果如图：上午第一节上午第二节下午第一节下午第二节晚上图64.1.7：在上课地点对上课愿意的影响中，有44%的人认为有影响，56%则不然，具体比例如下图7：上课地点与上课意愿关系4.1.8：同样在上课教室的环境及设备条件对上课意愿的调查分析中，有40%的人认为有影响，60%认为没影响，并且我们在观察问卷时可以发现，认为上课地点对上课意愿有影响的人大部分都认为上课教室环境对上课意愿有影响，我们可以猜测这一部分人在生活中比较关注外部环境，下面会进行分析，具体的比例如图8所示：图8：上课环境与上课意愿关系4.2：男女生平均缺课次数相等的假设分析以下是男女生缺课次数的统计与平均缺课次数。
注：在求平均值时均取中间值，如每周1~2节取1.5节，每周4到5节及以上均取4.5节建立假设：性别对男女生缺课次数没有影响，即男女生每周平均缺课次数相等H0:u1−u2=0没有显著差别H1:u1−u2≠0有显著差别在这里男生样本数为40，女生样本数为60，总体方差未知，且没有理由判定σ12与σ22相等，故认为σ12≠σ22。
当总体方差未知时，用样本方差s12与s22分别估计总体方差和σx1−x2。
σx1−x2=√s12n1+s22n2样本近似服从自由度为f的t分布。
实际分析如下t-检验: 双样本异方差假设变量 1 变量 2平均 2.0625 1.333333方差 2.15625 1.285311观测值40 60假设平均差0df 69t Stat 2.656735P(T<=t) 单尾0.004897t 单尾临界 1.667239P(T<=t) 双尾0.009794t 双尾临界 1.994945我们知道P(T<=t) 单尾0.004897小于а，所以拒绝原假设，认为性别对缺课次数有影响，并且在调查中发现男生平均缺课次数明显多于女生平均缺课次数，可以认为男生普遍缺课较女生多。
另外我们也可以通过单因素方差分析：令“从来不缺课”=0，“每周1-2节”=1.5，“每周3-4节”=3.5，“每周4-5节以上”=4.5提出如下假设：H0：U1 = U2 = …… = U K自变量对因变量没有显著影响H1：U i（i = 12…k）不全相等自变量对因变量有显著影响由Excel求得如下表格因为F = 8.33 ＞ F0.05（1,96） = 3.94，所以接受原假设。
表明学生的性别对缺课次数有显著影响。
4.3年级与缺课次数的分析学生所在年级对缺课次数是否有显著影响：令“从来不缺课”0，“每周1-2节”=1.5，“每周3-4节”=3.5，“每周4-5节以上”=4.5 提出如下假设：H0：U1 = U2 = …… = U K自变量对因变量没有显著影响H1：U i（i = 12…k）不全相等自变量对因变量有显著影响由Excel求得如下表格因为F = 0.235 ＜ F0.05（3,97） = 2.698，所以接受原假设。
表明学生所在年级对缺课次数没有显著影响。
4.4学生缺课原因分析在得出了男生缺课普遍比女生多的结论的情况下，我们不禁想知道，到底是什么原因让他们缺课，什么又是男生平均缺课次数比女生多的原因，在对问卷的信息收集过程中我们可以发观察上面图表我们可以发现，导致男生缺课的主要原因就是觉得课程无聊，学不学都无所谓，而在女生中，社团活动和课程的趣味性都在很大程度上导致了她们缺课。
但是，由于此次问卷的对象大都是大二学生占主体，大三次之，因此得出这个课程无聊是学生缺课的主要原因这个结论似乎有些失真。
为此，我们又进行了年级与缺课原因之间的可重复双因素分析。
因为此次问卷发放较少，这也是本次报告的不足之一，我们在进行年纪与缺课原因分析中注意到大一大二主要原因在于课程无聊和社团活动，大三大四的主要原因在于校外实习或工作，因此我们在此将大一大二归为一类，大三大四归为一类。