1
1
1
6
8
10
12
13
15
18
目录
一、实验目的…………………………………………………………
二、实验内容…………………………………………………………
（一）数值型数据整理……………………………………………
（二）数据透视表……………………………………………………
（三）参数估计………………………………………………………
（四）方差分析……………………………………………………
（五）P值检验………………………………………………………
（六）一元线性回归…………………………………………………
（七）时间序列……………………………………………………
三、实验心得…………………………………………………………
一、实验目的
（一）熟悉EXCEL的基本菜单操作及命令。
（二）了解数值型数据整理、数据透视表、方差分析、单因素分析、一元线性回归、时间序列等基本的统计方法，通过EXCEL的基本操作熟悉相关方法和程序。
（三）总之将所学的统计学的理论知识，在实验中得以升华，巩固所学，拓展知识结构，为将来更好的解决经济管理实际问题打下基础。
二、实验内容
（一）数值型数据整理
某月某公司35名销售人员的销售额的原始数据如下：
1080  2500  3000  1500  1490  1880  4200
4900  3600  2650  1200  1700  3220  3730
4900  1560  1300  1950  2100  2450  2880
3300  3650  4600  4550  4790  1100  3950
4700  2980  1450  3850  4450  4600  2550
要求对该公司销售人员的销售额进行等距分组，计算组中值和频数分布，编制统计表盒统
计图。
1、利用“分析工具库”中的“描述统计”工具，直接计算出原始数据的取值范围及其他测度。
在“描述统计”对话框中，如上图进行相关设置，单击“确定”完成取值范围的计算。计算机输出结果如下：
2、确定组数和组距。根据实际情况讲数据分成8组，由此可得组距的取值为d=3820/8=477.5.，为符合习惯要求，取整为500。
3、计算频数分布，按照分组将原始数据一一分配到各组中，然后计算出落在各组中数据的个数。首先给定COUNTIF函数的评判标准，本例中为小于各组上限。其次，给出COUNTIF函数的相关参数数值，计算出1000-1500元分组的向上累计人数。
然后鼠标拖动填充完成向上累计人数的运算，并通过计算得出各组频输数值。最后，在各组频输的基础上，将各组人数除以销售人员总数，可以计算出各组人数人数占全体人数的比重，即频数。频数和频率的计算见下图：
4、计算组中值。运用组中值=（上限+下限）/2计算。
5、绘制统计表，如下：
6、绘制统计表。
为了方便折线图的绘制，在原表的两端各增加了一个频数为0的最大和最小分组，分别为“1000以下”和“5000以上”。
单击“图表向导”绘制柱形图。
通过“数据系列”命令中的“选项”和“重叠比例”和“间距宽度”进行设置，实现对导出的初始直方图进行调整，消除直方图矩形之间存在的间隔。
具体设置如下：
经过调整，就完成了能够满足我们需要的直方图，如下图：
7、绘制折线图。
（二）数据透视表
某大学城随机抽取30名学生，调查他们的性别、家庭所在地、平均月生活费支出、平均每月购买衣服支出和购买衣服时所考虑的首要因素等，得到的数据如下表所示。试建立一个数据透视表，在表的行变量中给出性别和买衣服首选因素，在列变量中给出学生的家庭所在地区，对平均生活费和月平均衣物支出进行交叉汇总。
1、在Excel工作表中建立数据清单。
2、选中数据清单中任意单元格，并选择“数据”菜单中的“数据透视表和数据透视图”。操作如下：
3、确定数据源区域。
4、选择数据透视表显示位置。
5、选择透视表的布局。依次将“性别”和“买衣服首选因素”拖至左边的“行”区域，将“家庭所在地区”拖至上边的“列”区域，将“平均生活费”和“月平均衣服支出”拖至“数据”区域。
6、单击“确定”，返回对话框单击“完成”，即可输出数据透视表如下：
（三）参数估计
本科生毕业一年后的工资情况调查数据中的前18名毕业生的数据如下：
1950  2080  2200  1590  2140  2080 
excel中值公式函数1690  1960  2980  2500  2600  2300 
2400  2450  2600  2780  2590  2460 
要求根据以上数据进行相关参数估计，假定该总体服从正态分布。
1、单击“分析工具库”中“描述统计”。
得到如下数据：
由上表可知，样本均值=2297.22，样本标准差=367.95，可计算得给定置信水平95%的总体均值的置信区间为（2114.26，2480.20）。
2、根据公式及其Excel的CHINV函数计算可最终得到总体方差的置信区间为（76233，304271）。
（四）方差分析——单因素方差分析
某市交通管理部门将一条分为三个时段，其中4时到12时为上午，12时到20时为下午，20时到次日4时为夜间，对某一路段的交通流量进行了观测，具体数据如下：
要求 试采用单因素方差分析判断，在显著性水平0.05之下，上午、下午和夜间这三个时段里的交通流量是否存在显著性差异。
1、给出原假设。原假设为上午、下午和夜间这三个时段里的交通流量的总体均值都不存在显著性差异。
2、调用“分析工具库”的“单因素方法分析”工具。
3、进行单因素方差分析。
4、判断统计。“单因素方差分析”工具计算结果如下：
由于F检验统计量为67.43116，大于在显著性水平0.05下的F临界值3.5546，所以拒绝原假设，任务该市此路段在上午、下午和夜间这三个时间段里的交通流量的总体均值存在着显著性差异。
（五）P值检验
1、进入Excel表格界面，选择“插入”下拉菜单。
2、选择“函数”
3、在函数分类中选择“统计”，在函数名菜单中选择字符“TDIST”，确定。
4、在弹出的X栏中输入计算出的t值（3.16）；在自由度（Deg_freedom）栏中，输入本例中的自由度9；在Tail栏中，输入2表明是双侧检验。
6、计算出P值的结果为0.01155。
（六）一元线性回归
某连锁咖啡店的目标消费者主要为上班族，为考究该咖啡店的销售额与店铺所在区域及其周边的上班族人数之间的关系，随机抽取了20个分店作为样本，得到数据如下：
要求 对给定数据画出散点图和折线图，并判断关系，计算相关系统，回归直线方差并预测。
1、录入数据
2、选中数据，点击“图表向导”，绘制散点图和折线图。
3、打开“工具”下拉菜单， 用鼠标双击“数据分析”选项，选择“回归”， 确定，弹出选项表，进行如下设置：
得到回归结果：
读取回归结果如下：
截距：a =5.83；斜率：b =5.14；相关系数：R=0.96；测定系数：R2=0.93；F值：F=231.54； t 值：t=15.22；标准离差(标准误差) ：s=0.99；回归平方和：SSr=227.36；剩余平方和： SSe=17.68；y的误差平方和即总平方和：SSt=245.04。
4、建立回归模型
模型为y!=5.83+5.14x
5、预测区域内大学生数3 万的店铺销售预测。
y!=5.83+5.14*3=21.25（万元）
（七）时间序列
某市的啤酒销售量有如下的数据，要求进行时间变动因素分析，预测接下来一季度的销售量。
季节
序号
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
销售
量
15
41
34
29
40
64
56
53
60
87
79
76
85
112
102
98
1、输入数据，利用“图标向导”绘制该市4年啤酒销售量分季数据时间序列是散点图。
2、打开“工具”下拉菜单， 用鼠标双击“数据分析”选项，选择“移动平均”， 确定，弹出选项表，进行如下设置：
求出比值Y/T：
得到结果如下：
3、为计算各比值的平均值和季节指数，需要将上表中的比值按季度重新排列：
4、回归直线方程：选择“工具”菜单的“数据分析”子菜单，双击“回归”，设置输出区域为移动平均得到的数据$D$5:$D$17。
由上表可知R^2=0.9997，可见，去除季节的因素以后，线性程度很高。回归出的直线方程为：y=6.7747+5.7707x
4、预测：回归预测值Y!=6.7747+5.7707*17=104.87
最终预测值=0.93*104.87=97.53
三、实验心得
这个学期，我们通过《统计学》这门课程，对统计方面的知识有了一定的基础。《统计学》是收集、分析、表述和解释数据的科学。作为数据分析的有效工具，统计方法以及广泛应用于生产、生活和科学研究的各个领域，对我们解决实际的经济管理问题起很大帮助。通过多次实验，将我们所学的理论在实际操作中得以深化，在实践中更好地掌握课堂知识，从中我认识到了统计工作的复杂性和细致性，也深深感受到统计知识对于我们日常的生活、工作所发挥的重要性，作为一个市场专业的同学，我们将来的工作可能也面临着大量的统计数据，需要作出合理的分析和预测。因此，掌握统计知识，深化相关理论对于我们将来的就业和发展都是很有帮助的，是必须引起重视的。在这四次上机操作中，我也不敢懈怠，始终以认真严谨的态度对待老师布置的任务，并从中有所受益。
此次实习我们的任务主要有以下几项：数值型数据整理、数据透视表、参数估计、方差分析、P值检验、一元线性回归和时间序列分析。刚开始实验，由于对EXCEL的操作不熟悉，经常出错，达到不实验目的。不过，通过老师和同学们的帮助，和自己耐心的学习，在将课本知识与实验过程相结合的过程中，实验步骤的操作也慢慢变的得心应手，而且带着问题和知识点去做实验，可以让我们的实验过程不那么枯燥无味。通过实验过程的进行，不仅仅是掌握操作步骤完成实验任务而已，更重要的是在实验中验证自己的所学知识的掌握和运用，统计学的学习就是对数据的学习，而通过实验可以加强我们对统计数据的认知和运用，对有关知识点的复习也与之同步，同时在实验的同步中亦可以反馈自己的知识薄弱环节，实现自己的全面提高。
实践是真理的检验标准，通过实习，我了解到很多课本上学不到的知识，发现问题、分析问题和解决问题的能力得到了提高，不仅有利于巩固本学期所学到的统计学的专业知识，更利于我们预先观察日后工作中的方法和各种困难，察觉到自身存在的不足和缺陷，以便更好地进行学习和工作，更快地把所思所学转化为实践动手的能力，把专业知识和技能转变成工作能力和实际经验。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。