统计学实验报告实验三四
统计学实验报告
统计学实验报告统计学实验报告引言：统计学是一门研究数据收集、分析和解释的学科，其在各个领域中都扮演着重要的角色。
本实验旨在探索统计学在实际问题中的应用，通过对数据的收集和分析，来得出有关问题的结论和推断。
本报告将详细介绍实验的目的、实验设计、数据收集和分析方法以及结果的解释。
实验目的：本实验的目的是通过对一组数据的统计分析，来研究某个问题或现象，并得出相应的结论。
通过实际操作，我们将掌握统计学的基本概念和方法，了解如何利用统计学来解决实际问题。
实验设计：本实验采用随机抽样的方法，收集了一组关于学生学习时间和成绩的数据。
我们选择了100名学生作为样本，并记录了他们的学习时间和期末成绩。
通过对这些数据的分析，我们将探究学习时间和成绩之间是否存在相关性。
数据收集：我们在实验开始前，制定了一份数据收集表格，包括学生的学习时间和期末成绩。
通过向学生发放问卷和调查表，我们获得了他们的学习时间和成绩数据。
在收集数据的过程中，我们遵循了隐私保护原则，并确保数据的准确性和完整性。
数据分析：在数据收集完成后，我们使用了统计软件对数据进行了分析。
首先，我们计算了学习时间和成绩的平均值、中位数和标准差，以了解数据的分布情况。
然后，我们绘制了散点图来观察学习时间和成绩之间的关系。
最后，我们进行了相关性分析，以确定学习时间和成绩之间的相关性强度和方向。
结果解释：通过对数据的分析，我们得出了以下结论：1. 学习时间和成绩之间存在正相关关系，即学习时间越长，成绩越好。
这一结论符合我们的直观认识，也与以往的研究结果相吻合。
2. 学习时间和成绩之间的相关性强度较高，相关系数为0.8。
这意味着学习时间对成绩的影响较为显著，但也存在其他因素对成绩的影响。
3. 数据的分布情况呈正态分布，即大部分学生的学习时间和成绩集中在平均值附近，少部分学生的学习时间和成绩偏离较大。
讨论与展望：本实验的结果表明，学习时间对成绩有着重要的影响，但并非唯一决定因素。
统计学实训综合实验报告
一、实验目的通过本次统计学实训综合实验，旨在使学生熟练掌握统计学的基本理论和方法，提高学生运用统计学知识解决实际问题的能力。
实验内容主要包括数据收集、整理、描述、推断和分析等环节，通过实际操作，加深对统计学理论的理解，培养学生的统计学素养。
二、实验内容1. 数据收集本次实验以某地区居民消费水平为研究对象，通过查阅相关资料，收集了该地区居民在食品、衣着、居住、生活用品及服务、交通和通信、教育文化娱乐、医疗保健等方面的消费数据。
2. 数据整理对收集到的数据进行整理，将其分为食品、衣着、居住、生活用品及服务、交通和通信、教育文化娱乐、医疗保健七个类别。
3. 描述性统计（1）计算各类别消费的平均值、中位数、众数等集中趋势指标。
（2）计算各类别消费的标准差、极差等离散趋势指标。
（3）绘制各类别消费的直方图、饼图等图形，直观展示消费结构。
4. 推断性统计（1）对居民消费水平进行假设检验，判断各类别消费是否存在显著差异。
（2）运用方差分析等方法，探究各类别消费之间的相关性。
5. 相关性分析（1）运用相关系数分析各类别消费之间的线性关系。
（2）运用因子分析等方法，提取影响居民消费水平的关键因素。
6. 交叉分析（1）根据性别、年龄、收入等变量，分析不同群体在消费结构上的差异。
（2）运用卡方检验等方法，探究不同群体在消费结构上的显著差异。
三、实验结果与分析1. 描述性统计结果根据计算，该地区居民在食品、衣着、居住、生活用品及服务、交通和通信、教育文化娱乐、医疗保健等方面的消费平均分别为：3000元、1500元、2000元、1000元、1000元、500元、500元。
2. 推断性统计结果通过对居民消费水平的假设检验，发现食品、衣着、居住、生活用品及服务、交通和通信、教育文化娱乐、医疗保健等方面的消费存在显著差异。
3. 相关性分析结果运用相关系数分析，发现食品、衣着、居住、生活用品及服务等方面的消费与居民收入呈正相关，而交通和通信、教育文化娱乐、医疗保健等方面的消费与居民收入呈负相关。
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。
统计学原理实验报告
统计学原理实验报告统计学原理实验报告摘要：本实验旨在通过实际数据收集和分析，探讨统计学原理的应用。
通过对一组学生的身高数据进行统计分析，我们能够了解到统计学在实际生活中的重要性和应用价值。
本实验采用了抽样调查的方法，通过收集样本数据并运用统计学原理进行分析，得出了一些有意义的结论。
引言：统计学是一门研究收集、整理、分析和解释数据的学科。
在现代社会中，统计学在各个领域都发挥着重要作用，如经济学、医学、社会学等。
通过统计学原理的应用，我们能够更好地理解和解释现象，做出科学的决策。
方法：本实验选择了一所高中的学生身高作为研究对象。
通过随机抽样的方法，我们收集了100名学生的身高数据。
为了保证数据的准确性，我们使用了标准的测量方法，并在多个时间段内进行了重复测量。
结果：经过数据收集和整理，我们得到了一组学生的身高数据。
通过对数据的分析，我们得出了以下结论：1.身高分布：学生的身高呈正态分布，大部分学生身高集中在平均身高附近，符合统计学中的中心极限定理。
2.性别差异：男生的平均身高明显高于女生，这符合常见的生理差异。
通过比较两组数据的方差，我们发现男生的身高差异比女生大，说明男生的身高分布更加分散。
3.年级差异：不同年级的学生身高存在一定差异。
通过对不同年级的身高数据进行比较，我们发现高年级学生的身高普遍较高，这可能与生长发育和年龄相关。
讨论：通过对实验结果的讨论，我们可以得出以下结论：1.统计学原理的应用：本实验通过收集和分析数据，运用了统计学原理，得出了一些有意义的结论。
这充分体现了统计学在实际生活中的应用价值。
2.数据的可靠性：为了保证数据的可靠性，我们采取了多次测量和随机抽样的方法。
然而，由于样本容量的限制和个体差异的存在，数据的准确性仍然存在一定的局限性。
3.进一步研究：本实验只是对学生身高数据的初步分析，还可以进一步研究其他因素对身高的影响，如遗传因素、环境因素等。
通过扩大样本容量和引入更多变量，可以得到更加全面和准确的结论。
统计学实验报告实验三四
19.78
13.09
31.74
12.07
43.14
52.35
16.69
50.58
9.00
21.11
52.63
7.02
59.78
5.98
52.04
57.55
18.09
72.46
7.88
18.77
27.66
2.44
37.94
5.91
42.83
44.53
1.09
42.69
3.65
55.40
26.91
（2）利用“描述统计”工具计算各种支付方式对应的支付金额的平均数和标准差；
（3）对得到的结果进行简要的解释。
3、某大学的学生为了了解该校学生使用电脑的情况，随机抽取了30名女生和30名男生，数据见下表。
性别
每周使用
电脑时间
其中上
网时间
使用电
脑用途
性别
每周使用
电脑时间
其中上
网时间
使用电
脑用途
女
20
20
（2）该校女生每周使用电脑时间差异及其上网时间差异均大于男生。
（3）不管是男生还是女生，使用电脑来做2-3种事情的人数最多；并且有较多的人经常使用电脑来聊天（QQ）、写邮件。
（4）对女生来说，她们很少用电脑玩游戏和学习各种软件的使用；对男生来说，他们很少用电脑学习各种软件的使用。
4.
（1）第一步，选择“插入”菜单的“图表”子菜单，进入图表向导
用途数
学生数
百分比
1
2
6.67%
2
12
40.00%
3
12
40.00%
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。
统计学实验例题实验报告(3篇)
第1篇一、实验课程名称：统计学实验二、实验项目名称：例题分析与解决三、实验日期：2023年10月26日四、实验者信息：- 专业班级：经济与管理学院经济学专业- 姓名：张三- 学号：20190001五、实验目的：1. 理解统计学的基本概念和原理。
2. 掌握统计学中的常用方法和技巧。
3. 提高运用统计学知识解决实际问题的能力。
六、实验原理：统计学是一门应用数学的分支，主要用于收集、整理、分析数据，从而对现象进行描述、解释和预测。
本实验主要通过分析例题，加深对统计学理论和方法的理解。
七、实验内容：1. 例题一：计算一组数据的平均数、中位数、众数（1）数据：10, 15, 20, 25, 30, 35, 40（2）计算过程：- 平均数 = (10 + 15 + 20 + 25 + 30 + 35 + 40) / 7 = 25- 中位数 = 30- 众数 = 30（出现次数最多）2. 例题二：求解一组数据的方差和标准差（1）数据：10, 15, 20, 25, 30, 35, 40（2）计算过程：- 方差 = [(10 - 25)^2 + (15 - 25)^2 + (20 - 25)^2 + (25 - 25)^2 + (30 - 25)^2 + (35 - 25)^2 + (40 - 25)^2] / 7 = 91.43- 标准差= √方差= √91.43 ≈ 9.533. 例题三：分析两组数据的关联性（1）数据集A：身高（cm）：160, 165, 170, 175, 180体重（kg）：50, 55, 60, 65, 70（2）数据集B：身高（cm）：165, 170, 175, 180, 185体重（kg）：55, 60, 65, 70, 75（3）计算过程：- 相关系数= (Σ(xy) - nΣxΣy) / √[(Σx^2 - nΣx^2)^2 (Σy^2 -nΣy^2)]- 其中，x为身高，y为体重，n为数据个数计算得出两组数据的关联性较强，说明身高和体重之间存在正相关关系。
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。
- 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)。
男
5
ACE
女
8
6
CDE
男
30
10
ABCE
女
25
25
CDE
男
20
5
BCE
女
18
18
ABE
男
15
0
B
女
10
8
ACD
男
5
5
C
女
5
5
D
男
20
19
BCE
女
6
3
CDE
男
7
4
ACDE
女
4
3
AC
男
20
20
BCEF
女
2
2
D
男
5
AC
女
2
2
DE
男
15
10
ACE
女
14
14
CD
男
20
5
ACEF
女
12
10
CDE
男
10
9
CD
第三步，单击“确定”，即在指定区域输出结果。
第四步，对得到的数据进行整理。
计算个人支付和信用卡支付的平均数和标准差的步骤同上，最后得到的结果如下：
现金支付
个人支票
信用卡支付
平均
标准误差
中位数
标准差
方差
峰度
偏度
区域
最小值
最大值
求和
337
观测数
38
40
22
（3）“平均”指样本平均值，38名用现金支付的顾客支付的平均金额为；40名用个人支票的顾客支付的平均金额为；22名用信用卡支付的顾客支付的平均金额为。“标准差”是样本标准差，表示以38名用现金支付的顾客为样本，支付金额的标准差为；以40名用个人支票的顾客为样本，支付金额的标准差为；以22名用信用卡支付的顾客为样本，支付金额的标准差为。
要求：试运用描述统计方法，对该校学生使用电脑的情况作简要分析，写出分析报告。
4.某企业2004-2015年的各年产量数据如下表（单位：万件）
年份
2004
2005
2006
2007
2008
2009
产量
100
95
98
107
110
105
年份
2010
2011
2012
2013
2014
2015
产量
107
115
123
2007
1993
2008
1994
2009
1995
2010
1996
2011
1997
2012
1998
2013
1999
2014
要求：①绘制时间序列图描述其趋势。
②采用两种方法选择一条合适的趋势线拟合数据，并根据趋势线预测2015年的粮食产量。
备注：粮食产量数据查询页面。
6.下表是一家啤酒生产企业2007-2012年各季度的啤酒销售量数据。
众数
8
标准差
标准差
方差
方差
峰度
峰度
偏度
偏度
区域
23
区域
24
最小值
2
最小值
1
最大值
25
最大值
25
求和
305
求和
260
观测数
30
观测数
30
最大(1)
25
最大(1)
25
最小(1)
2
最小(1)
1
男生
每周使用电脑时间
其中上网时间
平均
平均
标准误差
标准误差
中位数
15
中位数
众数
20
众数
5
标准差
标准差
方差
方差
峰度
峰度
年份
季度
一
二
三
四
2007
25
32
37
26
2008
30
38
42
30
2009
29
39
50
35
2010
30
39
51
37
2011
29
42
55
38
2012
31
43
54
41
要求：①判断该时间数列是否受长期趋势的影响。
②计算各季度的季节指数。
评分项目
得分
实验内容完整
实验步骤完整、清楚
实验方法正确
实验结果完整、清楚、合理
重庆工商大学数学与统计学院
实验报告
实验课程：统计学实验
指导教师：叶 勇
专业班级：14信管__
学生姓名：__安琪___ _
学生学号：
实 验 报 告
实验项目
实验三统计数据的描述实验四长期趋势和季节变动测定
实验日期
实验地点
80608
实验目的
1、熟练掌握各种描述统计指标对应的函数
2、掌握运用“描述统计”工具进行描述统计的方法，对结果能进行解释
方法一：
<1>设粮食产量为Y，年份序数为X
<2>设函数为Y=aX+b
<3>
<4>将X=31代入公式，得到2015年的预测结果。
方法二：
<1>选定任意一个散点，单击右键，在菜单中选择“添加趋势线”，选择“线性”
<2>在“选项”选项卡中选择“显示公式”得出线性方程：Y=+
则2015年预测产量=*31+=万吨
第二步，季节指数=平均数/总平均数
第三步，验算可知季节指数之和=4，结果正确。得到如下图的表格
（4）对女生来说，她们很少用电脑玩游戏和学习各种软件的使用；对男生来说，他们很少用电脑学习各种软件的使用。
4.
（1）第一步，选择“插入”菜单的“图表”子菜单，进入图表向导
第二步，选择“图表类型”为“XY散点图”，然后单击下一步
第三步，显示的对话框为“图表向导—4步骤之2”，填写图表源数据之数据区域对话框，在“数据区域”中输入A1：B13，选择图表系列产生在“列”
7
%
78
由上述对比可以得出以下结论：
（1）该校女生每周平均使用电脑时间和其中上网时间均比男生要少。女生平均使用电脑时间是小时，男生为小时；女生平均上网时间约为小时，男生为小时。
（2）该校女生每周使用电脑时间差异及其上网时间差异均大于男生。
（3）不管是男生还是女生，使用电脑来做2-3种事情的人数最多；并且有较多的人经常使用电脑来聊天（QQ）、写邮件。
5.
年份
粮食产量（万吨）
年份
粮食产量（万吨）
2007
1088
2011
2008
2012
2009
2013
2010
2014
（1）第一步，选择“插入”菜单的“图表”子菜单，进入图表向导
第二步，选择“图表类型”为“XY散点图”，然后单击下一步
第三步，显示的对话框为“图表向导—4步骤之2”，填写图表源数据之数据区域对话框，在“数据区域”中输入A1：B31，选择图表系列产生在“列”
第三步，填写对话框，在数据区域number1填写“A1：J4”，点击“确定”按钮。就可以得出中位数。其他数值的求法同上。
（算术平均数、众数、最大值、最小值、四分位差、样本标准差、样本方差对应的函数名称分别是AVERAGE、MODE、MAX、MIN、QUARTILE、STDEV、VAR）,最终求得的结果如下：
计算个人支付和信用卡支付的平均数和标准差的步骤同上，最后得到的结果如下：
现金支付
个人支票
信用卡支付
平均数
标准差
（2）第一步，在“工具”菜单中单击“数据分析”选项，选择“描述统计”。
第二步，回车进入“描述统计”对话框，在“输入区域”中输入“A2：A39”，在分组方式后选择“逐列”在“输出区域”框中输入F6.根据需要选择“汇总统计”。
12
35
2010年第一季度
13
30
第二季度
14
39
39
1
第三季度
15
51
39
第四季度
16
37
2011年第一季度
17
29
第二季度
18
42
41
第三季度
19
55
第四季度
20
38
2012年第一季度
21
31
第二季度
22
43
第三季度
23
54
第四季度
24
41
第一步，将所求出的数据分别列在空白单元格内，分别计算月平均数，总平均数，和季节指数。
总分
实验过程、结果及结果分析
1.
第一步,将数据和要求的相应数值的名称输入Excel表格中。数据区域是“A1：J4”，名称区域是“K2：K9”。
第二步，单击单元格L2，在“插入”菜单中选择“函数”项，从弹出对话框左侧“函数分类”列表中选择“统计”，从右侧“函数名” 列表中选择MEDIAN函数，点击“确定”按钮。
第二步，选定产量数据为输入区域，间隔填：3，表示三项平均，点击确定按钮输出数据
年份
产量
移动平均值
2004
100
2005
95
2006
98
100
பைடு நூலகம்2007
107
105
2008
110
2009
105
2010
107
109
2011
115