袁統(tǒng)計學(xué) 概率習(xí)題答案

1、第2章 統(tǒng)計數(shù)據(jù)的描述2.1 （1） 屬于順序數(shù)據(jù)。（2） 頻數(shù)分布表如下：服務(wù)質(zhì)量等級評價的頻數(shù)分布服務(wù)質(zhì)量等級家庭數(shù)（頻率）頻率%A1414B2121C3232D1818E1515合計100100 （3）條形圖（略）2.2 （1）頻數(shù)分布表如下：40個企業(yè)按產(chǎn)品銷售收入分組表按銷售收入分組（萬元）企業(yè)數(shù)（個）頻率（%）向上累積向下累積企業(yè)數(shù)頻率企業(yè)數(shù)頻率100以下100110110120120130130140140以上591274312.522.530.017.510.07.55142633374012.535.065.082.592.5100.04035261473100.087.56

2、5.035.017.57.5合計40100.0 （2） 某管理局下屬40個企分組表按銷售收入分組（萬元）企業(yè)數(shù)（個）頻率（%）先進(jìn)企業(yè)良好企業(yè)一般企業(yè)落后企業(yè)11119927.527.522.522.5合計40100.02.3 頻數(shù)分布表如下：某百貨公司日商品銷售額分組表按銷售額分組（萬元）頻數(shù)（天）頻率（%）2530303535404045455046159610.015.037.522.515.0合計40100.0 直方圖（略）。2.4 （1）排序略。（2）頻數(shù)分布表如下： 100只燈泡使用壽命非頻數(shù)分布按使用壽命分組（小時）燈泡個數(shù)（只）頻率（%）65066022660670556706

3、8066680690141469070026267007101818710720131372073010107307403374075033合計100100 直方圖（略）。 （3）莖葉圖如下：6518661456867134679681123334555889969001111222334455666778888997000112234566677888971002233567788972012256789973356741472.5 （1）屬于數(shù)值型數(shù)據(jù)。（2）分組結(jié)果如下：分組天數(shù)（天）-25-206-20-158-15-1010-10-513-50120545107合計60 （3）直方圖

4、（略）。2.6 （1）直方圖（略）。（2）自學(xué)考試人員年齡的分布為右偏。2.7 （1）莖葉圖如下：A班樹莖B班數(shù)據(jù)個數(shù)樹 葉樹葉數(shù)據(jù)個數(shù)03592144044842975122456677789121197665332110601123468892398877766555554443332100700113449876655200812334566632220901145660100003（2）A班考試成績的分布比較集中，且平均分?jǐn)?shù)較高；B班考試成績的分布比A班分散，且平均成績較A班低。2.8 箱線圖如下：（特征請讀者自己分析）2.9 （1）=274.1（萬元）；Me =272.5 ；QL=2

5、60.25；QU =291.25。（2）（萬元）。2.10 （1）甲企業(yè)平均成本19.41（元），乙企業(yè)平均成本18.29（元）；原因：盡管兩個企業(yè)的單位成本相同，但單位成本較低的產(chǎn)品在乙企業(yè)的產(chǎn)量中所占比重較大，因此拉低了總平均成本。2.11 =426.67（萬元）；（萬元）。2.12 （1）（2）兩位調(diào)查人員所得到的平均身高和標(biāo)準(zhǔn)差應(yīng)該差不多相同，因為均值和標(biāo)準(zhǔn)差的大小基本上不受樣本大小的影響。（3）具有較大樣本的調(diào)查人員有更大的機(jī)會取到最高或最低者，因為樣本越大，變化的范圍就可能越大。 2.13 （1）女生的體重差異大，因為女生其中的離散系數(shù)為0.1大于男生體重的離散系數(shù)0.08。 （2

6、） 男生：=27.27（磅），（磅）； 女生：=22.73（磅），（磅）； （3）68%；（4）95%。2.14 （1）離散系數(shù)，因為它消除了不同組數(shù)據(jù)水平高地的影響。 （2）成年組身高的離散系數(shù)：； 幼兒組身高的離散系數(shù)：； 由于幼兒組身高的離散系數(shù)大于成年組身高的離散系數(shù)，說明幼兒組身高的離散程度相對較大。2.15 表給出了一些主要描述統(tǒng)計量，請讀者自己分析。方法A方法B方法C平均165.6平均128.73平均125.53中位數(shù)165中位數(shù)129中位數(shù)126眾數(shù)164眾數(shù)128眾數(shù)126標(biāo)準(zhǔn)偏差2.13標(biāo)準(zhǔn)偏差1.75標(biāo)準(zhǔn)偏差2.77極差8極差7極差12最小值162最小值125最小值116

7、最大值170最大值132最大值1282.16 （1）方差或標(biāo)準(zhǔn)差；（2）商業(yè)類股票；（3）（略）。2.17 （略）。第3章 概率與概率分布3.1設(shè)A女性，B工程師，AB女工程師，A+B女性或工程師（1）P(A)4/121/3（2）P(B)4/121/3（3）P(AB)2/121/6（4）P(A+B)P(A)P(B)P(AB)1/31/31/61/23.2求這種零件的次品率，等于計算“任取一個零件為次品”（記為A）的概率?？紤]逆事件“任取一個零件為正品”，表示通過三道工序都合格。據(jù)題意，有：于是 3.3設(shè)A表示“合格”，B表示“優(yōu)秀”。由于BAB，于是 0.8×0.150.123.4

8、設(shè)A第1發(fā)命中。B命中碟靶。求命中概率是一個全概率的計算問題。再利用對立事件的概率即可求得脫靶的概率。 0.8×10.2×0.50.9 脫靶的概率10.90.1或（解法二）：P(脫靶)P(第1次脫靶)×P(第2次脫靶)0.2×0.50.13.5 設(shè)A活到55歲，B活到70歲。所求概率為：3.6這是一個計算后驗概率的問題。設(shè)A優(yōu)質(zhì)率達(dá)95，優(yōu)質(zhì)率為80，B試驗所生產(chǎn)的5件全部優(yōu)質(zhì)。P(A)0.4，P()0.6，P(B|A)=0.955， P(B|)=0.85，所求概率為：決策者會傾向于采用新的生產(chǎn)管理流程。3.7 令A(yù)1、A2、A3分別代表從甲、乙、丙企業(yè)

9、采購產(chǎn)品，B表示次品。由題意得：P(A1)0.25，P(A2)0.30， P(A3)0.45；P(B|A1)0.04，P(B|A2)0.05，P(B|A3)0.03；因此，所求概率分別為：（1） 0.25×0.040.30×0.050.45×0.030.0385（2）3.8據(jù)題意，在每個路口遇到紅燈的概率是p24/(24+36)0.4。設(shè)途中遇到紅燈的次數(shù)X，因此，XB (3，0.4)。其概率分布如下表：xi0123P(X= xi)0.2160.4320.2880.064期望值（均值）1.2（次），方差0.72，標(biāo)準(zhǔn)差0.8485（次）3.9 設(shè)被保險人死亡數(shù)X，

10、XB(20000，0.0005)。（1）收入20000×50（元）100萬元。要獲利至少50萬元，則賠付保險金額應(yīng)該不超過50萬元，等價于被保險人死亡數(shù)不超過10人。所求概率為：P(X 10)0.58304。（2）當(dāng)被保險人死亡數(shù)超過20人時，保險公司就要虧本。所求概率為：P(X>20)1P(X20)10.998420.00158（3）支付保險金額的均值50000×E(X)50000×20000×0.0005（元）50（萬元）支付保險金額的標(biāo)準(zhǔn)差50000×(X)50000×(20000×0.0005×0.9

11、995)1/2158074（元）3.10 （1）可以。當(dāng)n很大而p很小時，二項分布可以利用泊松分布來近似計算。本例中，= np=20000×0.0005=10，即有XP(10)。計算結(jié)果與二項分布所得結(jié)果幾乎完全一致。（2）也可以。盡管p很小，但由于n非常大，np和np(1-p)都大于5，二項分布也可以利用正態(tài)分布來近似計算。本例中，np=20000×0.0005=10，np(1-p)=20000×0.0005×(1-0.0005)=9.995，即有X N(10,9.995)。相應(yīng)的概率為：P(X 10.5)0.51995，P(X20.5)0.85326

12、2?？梢娬`差比較大（這是由于P太小，二項分布偏斜太嚴(yán)重）。【注】由于二項分布是離散型分布，而正態(tài)分布是連續(xù)性分布，所以，用正態(tài)分布來近似計算二項分布的概率時，通常在二項分布的變量值基礎(chǔ)上加減0.5作為正態(tài)分布對應(yīng)的區(qū)間點，這就是所謂的“連續(xù)性校正”。（3）由于p0.0005，假如n=5000，則np2.5<5，二項分布呈明顯的偏態(tài)，用正態(tài)分布來計算就會出現(xiàn)非常大的誤差。此時宜用泊松分布去近似。3.11（1）0.04779(2) 設(shè)所求值為K，滿足電池壽命在200±K小時范圍內(nèi)的概率不小于0.9，即有：即：，K/301.64485,故K49.3456。3.12設(shè)X 同一時刻需用咨

13、詢服務(wù)的商品種數(shù)，由題意有XB(6,0.2)（1）X的最可能值為：X0(n+1)p7×0.21 （取整數(shù)）（2）1-0.90110.0989第4章 抽樣與抽樣分布4.1 20, 2； 近似正態(tài)； -2.25； 1.50。 4.2 0.0228； 0.0668； 0.0062； 0.8185； 0.0013。4.3 0.8944； 0.0228； 0.1292； 0.9699。4.4 101, 99 1 ； 不必。4.5 趨向正態(tài)。4.6 正態(tài)分布, 213, 4.5918； 0.5, 0.031, 0.938。4.7 406, 1.68, 正態(tài)分布； 0.001； 是，因為小概率出現(xiàn)

14、了。4.8 增加； 減少。4.9 正態(tài)； 約等于0； 不正常； 正態(tài), 0.06。4.10 0.015； 0.0026； 0.1587。4.11 (0.012, 0.028)； 0.6553, 0.7278。4.12 0.05； 1 ； 0.000625。第5章 參數(shù)估計5.1 （1）；（2）E=1.55。5.2 （1）；（2）E=4.2；（3）（115.8,124.2）。5.3 （2.88,3.76）；(2.80,3.84)；(2.63,4.01)。 5.4 （7.1,12.9）。5.5 （7.18,11.57）。5.6 （18.11%,27.89%）；（17.17%,22.835）。5.7

15、 (1)（51.37%,76.63%）；（2）36。5.8 （1.86,17.74）；（0.19,19.41）。5.9 （1）2±1.176；（2）2±3.986；（3）2±3.986；（4）2±3.587；（5）2±3.364。5.10 （1），；（2）1.75±4.27。5.11 （1）10%±6.98%；（2）10%±8.32%。5.12 （4.06,14.35）。5.13 48。5.14 139。5.15 57。 5.16 769。第6章 假設(shè)檢驗6.1 研究者想要尋找證據(jù)予以支持的假設(shè)是“新型弦線的平均抗

16、拉強度相對于以前提高了”，所以原假設(shè)與備擇假設(shè)應(yīng)為：6.2 “某一品種的小雞因為同類相殘而導(dǎo)致的死亡率”，6.3 ，。6.4 （1）第一類錯誤是該供應(yīng)商提供的這批炸土豆片的平均重量的確大于等于60克，但檢驗結(jié)果卻提供證據(jù)支持店方傾向于認(rèn)為其重量少于60克；（2）第二類錯誤是該供應(yīng)商提供的這批炸土豆片的平均重量其實少于60克，但檢驗結(jié)果卻沒有提供足夠的證據(jù)支持店方發(fā)現(xiàn)這一點，從而拒收這批產(chǎn)品；（3）連鎖店的顧客們自然看重第二類錯誤，而供應(yīng)商更看重第一類錯誤。6.5 （1）檢驗統(tǒng)計量，在大樣本情形下近似服從標(biāo)準(zhǔn)正態(tài)分布；（2）如果，就拒絕；（3）檢驗統(tǒng)計量2.94>1.645，所以應(yīng)該拒絕。

17、6.6 3.11，拒絕。6.7 1.93，不拒絕。6.8 7.48，拒絕。6.9 206.22，拒絕。6.10 -5.145，拒絕。6.11 1.36，不拒絕。6.12 -4.05，拒絕。6.13 8.28，拒絕。6.14 （1）檢驗結(jié)果如下：t-檢驗: 雙樣本等方差假設(shè)變量 1變量 2平均100.7109.9方差24.1157894733.35789474觀測值2020合并方差28.73684211假設(shè)平均差0df38t Stat-5.427106029P(Tt) 單尾1.73712E-06t 單尾臨界1.685953066P(Tt) 雙尾3.47424E-06t 雙尾臨界2.0243942

18、34t-檢驗: 雙樣本異方差假設(shè)變量 1變量 2平均100.7109.9方差24.1157894733.35789474觀測值2020假設(shè)平均差0df37t Stat-5.427106029P(Tt) 單尾1.87355E-06t 單尾臨界1.687094482P(Tt) 雙尾3.74709E-06t 雙尾臨界2.026190487（2）方差檢驗結(jié)果如下：F-檢驗 雙樣本方差分析變量 1變量 2平均100.7109.9方差24.1157894733.35789474觀測值2020df1919F0.722940991P(Ff) 單尾0.243109655F 單尾臨界0.395811384第7章

19、方差分析與試驗設(shè)計7.1 (或)，不能拒絕原假設(shè)。7.2 (或)，拒絕原假設(shè)。，拒絕原假設(shè)；，不能拒絕原假設(shè)；，拒絕原假設(shè)。7.3 方差分析表中所缺的數(shù)值如下表：差異源SSdfMSFP值F 臨界值組間42022101.4780.2459463.354131組內(nèi)383627142.07總計425629(或)，不能拒絕原假設(shè)。7.4 有5種不同品種的種子和4種不同的施肥方案，在20快同樣面積的土地上，分別采用5種種子和4種施肥方案搭配進(jìn)行試驗，取得的收獲量數(shù)據(jù)如下表：(或)，拒絕原假設(shè)。(或)，拒絕原假設(shè)。7.5 (或)，不能拒絕原假設(shè)。(或)，不能拒絕原假設(shè)。7.6 (或)，拒絕原假設(shè)。(或)，

20、不能拒絕原假設(shè)。(或)，不能拒絕原假設(shè)。第8章 相關(guān)與回歸分析8.1（1）利用Excel計算結(jié)果可知,相關(guān)系數(shù)為 ，說明相關(guān)程度較高。（2）計算t統(tǒng)計量 給定顯著性水平=0.05，查t分布表得自由度n-2=10-2=8的臨界值為2.306，顯然，表明相關(guān)系數(shù) r 在統(tǒng)計上是顯著的。 8.2 利用Excel中的”數(shù)據(jù)分析”計算各省市人均GDP和第一產(chǎn)業(yè)中就業(yè)比例的相關(guān)系數(shù)為:-0.34239，這說明人均GDP與第一產(chǎn)業(yè)中就業(yè)比例是負(fù)相關(guān)，但相關(guān)系數(shù)只有-0.34239，表明二者負(fù)相關(guān)程度并不大。相關(guān)系數(shù)檢驗：在總體相關(guān)系數(shù)的原假設(shè)下，計算t統(tǒng)計量：查t分布表，自由度為31-2=29，當(dāng)顯著性水平

21、取時，=2.045；當(dāng)顯著性水平取時，=1.699。由于計算的t統(tǒng)計量的絕對值1.9624小于=2.045，所以在的顯著性水平下，不能拒絕相關(guān)系數(shù)的原假設(shè)。即是說，在的顯著性水平下不能認(rèn)為人均GDP與第一產(chǎn)業(yè)中就業(yè)比例有顯著的線性相關(guān)性。但是計算的t統(tǒng)計量的絕對值1.9624大于=1.699，所以在的顯著性水平下,可以拒絕相關(guān)系數(shù)的原假設(shè)。即在的顯著性水平下，可以認(rèn)為人均GDP與第一產(chǎn)業(yè)中就業(yè)比例有一定的線性相關(guān)性。8.3 設(shè)當(dāng)年紅利為Y，每股賬面價值為X建立回歸方程 估計參數(shù)為 參數(shù)的經(jīng)濟(jì)意義是每股賬面價值增加1元時，當(dāng)年紅利將平均增加0.072876元。 序號6的公司每股賬面價值為19.2

22、5元，增加1元后為20.25元，當(dāng)年紅利可能為：(元) 8.4 （1）數(shù)據(jù)散點圖如下：（2）根據(jù)散點圖可以看出，隨著航班正點率的提高，投訴率呈現(xiàn)出下降的趨勢，兩者之間存在著一定的負(fù)相關(guān)關(guān)系。（3）設(shè)投訴率為Y，航班正點率為X 建立回歸方程 估計參數(shù)為 （4）參數(shù)的經(jīng)濟(jì)意義是航班正點率每提高一個百分點，相應(yīng)的投訴率（次/10萬名乘客）下降0.07。（5）航班按時到達(dá)的正點率為80%，估計每10萬名乘客投訴的次數(shù)可能為： （次/10萬） 8.5 由Excel回歸輸出的結(jié)果可以看出：（1）回歸結(jié)果為 （2）由Excel的計算結(jié)果已知：對應(yīng)的 t 統(tǒng)計量分別為0.51206、4.853871、4.22

23、2811、3.663731 ,其絕對值均大于臨界值,所以各個自變量都對Y有明顯影響。 由F=58.20479, 大于臨界值，說明模型在整體上是顯著的。8.6 （1）該回歸分析中樣本容量是14+1=15；（2）計算RSS=66042-65965=77； ESS的自由度為k-1=2，RSS的自由度 nk=15-3=12；（3）計算：可決系數(shù) 修正的可決系數(shù) （4）檢驗X2和X3對Y是否有顯著影響 (5) F統(tǒng)計量遠(yuǎn)比F臨界值大，說明X2和X3聯(lián)合起來對Y有顯著影響，但并不能確定X2和X3各自對Y的貢獻(xiàn)為多少。 8.7 來 源平方和自由度方差來自回歸2179.5612179.56來自殘差99.112

24、24.505總離差平方和2278.67238.8（1）用Excel輸入Y和X數(shù)據(jù)，生成和的數(shù)據(jù)，用Y對X、回歸，估計參數(shù)結(jié)果為 t=(-1.9213) (2.462897) (-2.55934) (3.118062) （2）檢驗參數(shù)的顯著性：當(dāng)取時，查t分布表得，與t統(tǒng)計量對比，除了截距項外，各回歸系數(shù)對應(yīng)的t統(tǒng)計量的絕對值均大于臨界值，表明在這樣的顯著性水平下，回歸系數(shù)顯著不為0。（3）檢驗整個回歸方程的顯著性：模型的,，說明可決系數(shù)較高，對樣本數(shù)據(jù)擬合較好。由于F=98.60668，而當(dāng)取時，查F分布表得，因為F=98.60668>4.07，應(yīng)拒絕，說明X、聯(lián)合起來對Y確有顯著影響。

25、（4）計算總成本對產(chǎn)量的非線性相關(guān)系數(shù)：因為因此總成本對產(chǎn)量的非線性相關(guān)系數(shù)為或R=0.9867466（5）評價：雖然經(jīng)t檢驗各個系數(shù)均是顯著的，但與臨界值都十分接近，說明t檢驗只是勉強通過，其把握并不大。如果取，則查t分布表得，這時各個參數(shù)對應(yīng)的t統(tǒng)計量的絕對值均小于臨界值，則在的顯著性水平下都應(yīng)接受的原假設(shè)。8.9 利用Excel輸入X、y數(shù)據(jù)，用y對X回歸，估計參數(shù)結(jié)果為 t值=（9.46）（-6.515） 整理后得到：第9章 時間序列分析9.1 （1）30× ×= 30×1.3131 = 39.393（萬輛）（2）（3）設(shè)按7.4%的增長速度n年可翻一番

26、則有 所以 n = log2 / log1.074 = 9.71（年）故能提前0.29年達(dá)到翻一番的預(yù)定目標(biāo)。9.2 （1）以1987年為基期，2003年與1987年相比該地區(qū)社會商品零售額共增長： （2）年平均增長速度為=0.0833=8.33%（3） 2004年的社會商品零售額應(yīng)為（億元）9.3 （1）發(fā)展總速度平均增長速度= （2）（億元）（3）平均數(shù)（億元）， 2002年一季度的計劃任務(wù)：（億元）。9.4 (1)用每股收益與年份序號回歸得。預(yù)測下一年(第11年)的每股收益為元(2)時間數(shù)列數(shù)據(jù)表明該公司股票收益逐年增加，趨勢方程也表明平均每年增長0.193元。是一個較為適合的投資方向。

27、9.5 （1）移動平均法消除季節(jié)變動計算表年別季別鮮蛋銷售量四項移動平均值移正平均值（）2000年一季度13.1二季度13.910.875三季度7.910.310.5875四季度8.69.7102001年一季度10.810.159.925二季度11.510.7510.45三季度9.711.711.225四季度1113.212.452002年一季度14.614.77513.9875二季度17.516.57515.675三季度1617.52517.05四季度18.218.1517.83752003年一季度18.418.37518.2625二季度2018.32518.35三季度16.9四季度18（2

28、）（3）趨勢剔出法季節(jié)比例計算表（一）年別季別時間序列號t鮮蛋銷售量預(yù)測 鮮蛋銷售量趨勢剔除值2000年一季度113.19.3323529411.403718878二季度213.99.9722058821.39387415三季度37.910.612058820.74443613四季度48.611.251911760.7643145612001年一季度510.811.891764710.908191531二季度611.512.531617650.917678812三季度79.713.171470590.736440167四季度81113.811323530.7964479272002年一季度91

29、4.614.451176471.010298368二季度1017.515.091029411.159629308三季度111615.730882351.0171076四季度1218.216.370735291.1117399232003年一季度1318.417.010588241.081679231二季度142017.650441181.133116153三季度1516.918.290294120.923987329四季度161818.930147060.950864245上表中，其趨勢擬合為直線方程。趨勢剔出法季節(jié)比例計算表（二） 季度年度一季度二季度三季度四季度2000年1.4037191

30、.3938740.7444360.7643152001年0.9081920.9176790.736440.7964482002年1.0102981.1596291.0171081.111742003年1.0816791.1331160.9239870.950864平 均1.1009721.1510750.8554930.9058424.013381季節(jié)比率%1.0973011.1472370.8526410.902822400000根據(jù)上表計算的季節(jié)比率，按照公式計算可得：2004年第一季度預(yù)測值：2004年第二季度預(yù)測值：2004年第三季度預(yù)測值：2004年第四季度預(yù)測值：9.6 (1)用原

31、始資料法計算的各月季節(jié)比率為:月份1月2月3月4月5月6月季節(jié)比率0.91950.78680.99311.00291.02881.0637月份7月8月9月10月11月12月季節(jié)比率0.97220.98511.04071.03501.07651.0958平均法計算季節(jié)比率表： 年別月份2000年2001年2002年2003年平均季節(jié)比率%1月4.78 5.18 6.46 6.82 5.808750.9195 2月3.97 4.61 5.62 5.68 4.970250.7868 3月5.07 5.69 6.96 7.38 6.27350.9931 4月5.12 5.71 7.12 7.40 6.

32、335751.0029 5月5.27 5.90 7.23 7.60 6.499251.0288 6月5.45 6.05 7.43 7.95 6.71951.0637 7月4.95 5.65 6.78 7.19 6.14150.9722 8月5.03 5.76 6.76 7.35 6.2230.9851 9月5.37 6.14 7.03 7.76 6.5741.0407 10月5.34 6.14 6.85 7.83 6.538251.0350 11月5.54 6.47 7.03 8.17 6.800251.0765 12月5.44 6.55 7.22 8.47 6.92251.0958 平均6.

33、3172081.0000 季節(jié)比率的圖形如下：(2)用移動平均法分析其長期趨勢 年月序號工業(yè)總產(chǎn)值(億元)移動平均移正平均Jan-0014.78 Feb-0023.97 Mar-0035.07 Apr-0045.12 May-0055.27 Jun-0065.45 5.13 Jul-0074.95 5.17 Aug-0085.03 5.22 Sep-0095.37 5.27 Oct-00105.34 5.32 Nov-00115.54 5.37 Dec-00125.44 5.11 5.43 Jan-01135.18 5.14 5.49 Feb-01144.61 5.20 5.55 Mar-01

34、155.69 5.25 5.62 Apr-01165.71 5.30 5.69 May-01175.90 5.35 5.77 Jun-01186.05 5.40 5.87 Jul-01195.65 5.46 5.97 Aug-01205.76 5.52 6.06 Sep-01216.14 5.58 6.18 Oct-01226.14 5.65 6.29 Nov-01236.47 5.73 6.40 Dec-01246.55 5.82 6.51 Jan-02256.46 5.93 6.60 Feb-02265.62 6.01 6.68 Mar-02276.96 6.12 6.74 Apr-022

35、87.12 6.23 6.80 May-02297.23 6.35 6.85 Jun-02307.43 6.46 6.89 Jul-02316.78 6.55 6.91 Aug-02326.76 6.64 6.93 Sep-02337.03 6.71 6.96 Oct-02346.85 6.77 6.98 Nov-02357.03 6.82 7.02 Dec-02367.22 6.88 7.06 Jan-03376.82 6.91 7.10 Feb-03385.68 6.91 7.15 Mar-03397.38 6.94 7.23 Apr-03407.40 6.97 7.31 May-0341

36、7.60 7.00 7.41 Jun-03427.95 7.04 Jul-03437.19 7.08 Aug-03447.35 7.12 Sep-03457.76 7.19 Oct-03467.83 7.27 Nov-03478.17 7.36 Dec-03488.47 7.46 原時間序列與移動平均的趨勢如下圖所示：9.7 （1）采用線性趨勢方程法：剔除其長期趨勢。趨勢分析法剔除長期趨勢表年月序號工業(yè)總產(chǎn)值(億元)長期趨勢值剔除長期趨勢Jan-831477.9467.06721.023193Feb-832397.2474.07370.837844Mar-833507.3481.08021.0

37、54502Apr-834512.2488.08671.049404May-835527495.09321.064446Jun-836545502.09971.085442Jul-837494.7509.10620.971703Aug-838502.5516.11270.973625Sep-839536.5523.11921.025579Oct-8310533.5530.12571.006365Nov-8311553.6537.13221.030659Dec-8312543.9544.13870.999561Jan-8413518551.14520.939861Feb-8414460.9558.

38、15170.825761Mar-8415568.7565.15821.006267Apr-8416570.5572.16470.997091May-8417590579.17121.018697Jun-8418604.8586.17771.031769Jul-8419564.9593.18420.952318Aug-8420575.9600.19070.959528Sep-8421613.9607.19721.011039Oct-8422614614.20370.999668Nov-8423646.7621.21021.041032Dec-8424655.3628.21671.043111Ja

39、n-8525645.7635.22321.016493Feb-8526562.4642.22970.875699Mar-8527695.7649.23621.071567Apr-8528712656.24271.084964May-8529723.1663.24921.090239Jun-8530743.2670.25571.108831Jul-8531678677.26221.001089Aug-8532676684.26870.987916Sep-8533703691.27521.016961Oct-8534685.3698.28170.981409Nov-8535703.3705.288

40、20.997181Dec-8536722.4712.29471.014187Jan-8637681.9719.30120.948003Feb-8638567.6726.30770.781487Mar-8639737.7733.31421.005981Apr-8640739.6740.32070.999027May-8641759.6747.32721.016422Jun-8642794.8754.33371.053645Jul-8643719761.34020.944387Aug-8644734.8768.34670.956339Sep-8645776.2775.35321.001092Oct

41、-8646782.5782.35971.000179Nov-8647816.5789.36621.034374Dec-8648847.4796.37271.064075剔除長期趨勢后分析其季節(jié)變動情況表 年份月份1983年1984年1985年1986年季節(jié)比率%1月1.0231930.9398611.0164930.9480030.9818882月0.8378440.8257610.8756990.7814870.8301983月1.0545021.0062671.0715671.0059811.0345794月1.0494040.9970911.0849640.9990271.0326225月1.0644461.0186971.0902391.0164221.0474516月1.0854421.0317691.1088311.0536451.0699227月0.9717030.9523181.0010890.9443870.9673748月0.9736250.9595280.9879160.9