統(tǒng)計(jì)學(xué)課程實(shí)驗(yàn)報(bào)告-2013.

1、課程實(shí)驗(yàn)報(bào)告題目：社會經(jīng)濟(jì)統(tǒng)計(jì)學(xué)課程實(shí)驗(yàn)學(xué)生姓名：學(xué)號：專業(yè)：會計(jì)學(xué)年級：2011 級學(xué)院：管理學(xué)院指導(dǎo)教師：杜德權(quán)教務(wù)處制實(shí)驗(yàn)一： EXCEL 的數(shù)據(jù)整理與顯示一、實(shí)驗(yàn)?zāi)康募耙螅?一)目的1了解 EXCEL 的基本命令與操作、熟悉EXCEL 數(shù)據(jù)輸入、輸出與編輯方法；2熟悉 EXCEL 用于預(yù)處理的基本菜單操作及命令；3熟悉 EXCEL 用于整理與顯示的基本菜單操作及命令。( 二 ) 內(nèi)容及要求1根據(jù)下面的數(shù)據(jù)。1.1 用 Excel 制作一張組距式次數(shù)分布表，并繪制一張條形圖( 或柱狀圖 ) ，反映工人加工零件的人數(shù)分布情況。從某企業(yè)中按隨即抽樣的原則抽出50 名工人，以了解該企業(yè)工人生

2、產(chǎn)狀況（日加工零件數(shù)）：1171081101121371221311181341141241251231271201291171261231281391221331191241071331341131151171261271201391301221231231281221181181271241251081121355091.2 整理成頻數(shù)分布表，并繪制直方圖。1.3假設(shè)日加工零件數(shù)大于等于130 為優(yōu)秀。二、儀器用具硬件：計(jì)算機(jī)（安裝Windows2003 、 Windows2007 或 Windows XP 或以上）軟件： EXCEL三、實(shí)驗(yàn)原理統(tǒng)計(jì)中數(shù)據(jù)整理與顯示的相關(guān)理論。四、實(shí)驗(yàn)方法

3、與步驟1點(diǎn)擊“數(shù)據(jù)”“透視圖”，選定區(qū)域?yàn)槿占庸ち慵?shù)一列，輸出區(qū)域?yàn)榭瞻椎胤?，完成，修改一下形成?點(diǎn)擊“圖表向?qū)А薄皸l形圖” ，數(shù)據(jù)區(qū)域?yàn)閺?fù)制的數(shù)據(jù)，再修改系列、名稱、X 軸、 Y軸，完成，再修改一下圖表。3分組后，點(diǎn)擊“工具”“數(shù)據(jù)分析”“直方圖” ，輸入?yún)^(qū)域?yàn)轶w育一列，接受區(qū)域?yàn)榉趾玫慕M，標(biāo)志打鉤，輸出區(qū)域?yàn)榭瞻椎胤?，累?jì)百分比和圖表輸出打鉤，完成，在對表和圖進(jìn)行一系列的修改，形成所需要的表和圖。五、實(shí)驗(yàn)結(jié)果與數(shù)據(jù)處1.150 名工人加工零件的人數(shù)分布表按零件數(shù)分組（個(gè)） 工人數(shù)（人） 工人數(shù)比重（%）100-11036110-1201326120-1302346130-1401020

4、140 及以上12合計(jì)5010050名工人加工零件的人數(shù)柱狀圖504030201000000上100-11110-12120-13130-14以0及14工人數(shù)（人）工人數(shù)比重（ %）1.250 名工人加工零件的人數(shù)頻數(shù)分布表組別頻數(shù)（人）頻率（ %）10-11036110-1201326120-1302346130-1401020140 及以上12合計(jì)50100工人加工零件分布情況直方圖601205010040803060頻數(shù)（人）頻率（ %）204010200010-110110-120120-130130-140140及以上合計(jì)1.3零件數(shù)（個(gè)）人數(shù)（人）1301113039優(yōu)秀率 =11

5、50100%=22%六、討論與結(jié)論該實(shí)驗(yàn)主要是通過EXCEL 軟件的相關(guān)運(yùn)用來對50 名工人的日零件加工數(shù)進(jìn)行分析，首先是制作組距式分布表并繪制柱狀圖。相對而言，這部分的操作難度不是很大，通過對這50 個(gè)數(shù)據(jù)的觀察， 除了一個(gè)極端值外其余數(shù)據(jù)的分布都比較集中，最小值為107，最小值為139。我假設(shè)的組距為 10，則組數(shù) =全距組距 =32 10=3.2 組，化整可取為4組，另外將極端值 509 單獨(dú)歸入開口組。 然后通過統(tǒng)計(jì)數(shù)據(jù)便可的到每組的工人人數(shù)及其比重。在制作好的組距式分布表的基礎(chǔ)上便可很容易的繪制出柱狀圖。把分布表與柱狀圖結(jié)合起來，我們可以對工人的日零件加工數(shù)的分布情況有一個(gè)大致的了解

6、。其主要表現(xiàn)為集中分布在120-130 之間， 110-120 和 130-140 之間的分布大致持平，而兩端的數(shù)據(jù)都比較少。接下來是制作頻數(shù)分布表和繪制直方圖，這部分和上面的操作有很大類似的地方，并且通過這部分的操作我們可以更直觀的看出工人日加工零件數(shù)的分布情況。如果日加工零件數(shù)大于等于130 為優(yōu)秀，那么這50 個(gè)數(shù)據(jù)中符合條件的有11 個(gè)，對應(yīng)的優(yōu)秀率為11 50100 =22 ，所以從優(yōu)秀率上看，這50 名工人的技能水平還有待提高。通過這個(gè)實(shí)驗(yàn)的操作，我EXCEL 的基本命令與操作也有了一定的接觸，在某種程度上熟悉了 EXCEL 數(shù)據(jù)輸入、輸出與編輯方法，這是對我們平日的學(xué)習(xí)工作很有幫

7、助的。實(shí)驗(yàn)二： EXCEL 的數(shù)據(jù)特征描述、抽樣推斷一、實(shí)驗(yàn)?zāi)康募耙螅?一)目的熟悉 EXCEL用于數(shù)據(jù)描述統(tǒng)計(jì)、列聯(lián)分析、多元回歸的基本菜單操作及命令。( 二 ) 內(nèi)容及要求根據(jù)實(shí)驗(yàn)1 的數(shù)據(jù)，（ 1）計(jì)算特征值； （ 2）判斷該企業(yè)職工的平均日加工零件數(shù)及優(yōu)秀率的區(qū)間；（ 3）假設(shè)檢驗(yàn)（如果以往該企業(yè)的工人日加工零件數(shù)為115 ，優(yōu)秀率為5% ，顯著性水平為5% ）。二、儀器用具硬件：計(jì)算機(jī)（安裝Windows2003 、 Windows2007 或 Windows XP 或以上）軟件： EXCEL三、實(shí)驗(yàn)原理統(tǒng)計(jì)中數(shù)據(jù)整理與顯示的相關(guān)理論。四、實(shí)驗(yàn)方法與步驟1、 在相應(yīng)方格中輸入命令，

8、得到各特征值。COUNT （ B4:B53 ）并回車，得到50個(gè)數(shù)據(jù)中的單位總量。SUM （ B4:B53 ）并回車，得到50個(gè)數(shù)據(jù)中的標(biāo)志總量。MAX （ B4:B53 ）并回車，得到50 個(gè)數(shù)據(jù)中的最大值。MIN （ B4:B53 ）并回車，得到50個(gè)數(shù)據(jù)中的最小值。AVERAGE （ B4:B53 ）并回車，得到50個(gè)數(shù)據(jù)中的平均值。MEDIAN （ B4:B53 ）并回車，得到50 個(gè)數(shù)據(jù)中的中位數(shù)。GEOMEAN （ B4:B53 ）并回車，得到50 個(gè)數(shù)據(jù)中的幾何平均數(shù)。HARMEAN （ B4:B53 ）并回車，得到50 個(gè)數(shù)據(jù)中的調(diào)和平均數(shù)。AVEDEV （ B4:B53 ）并

9、回車，得到50個(gè)數(shù)據(jù)中的變異統(tǒng)計(jì)的平均差。STDEV （ B4:B53 ）并回車，得到50 個(gè)數(shù)據(jù)中的變異統(tǒng)計(jì)的標(biāo)準(zhǔn)差。VAR （ B4:B53 ）并回車，得到50 個(gè)數(shù)據(jù)中的變異統(tǒng)計(jì)中的方差。KURT （ B4:B53 ）并回車，得到50 個(gè)數(shù)據(jù)中的變異統(tǒng)計(jì)中的峰度。SKEW （B4:B53 ）并回車，得到50 個(gè)數(shù)據(jù)中的變異統(tǒng)計(jì)中的偏度。2、 抽樣推斷在單元格中輸入 CONFIDENCE( 所在單元格， 標(biāo)準(zhǔn)差所在單元格， 樣本容量單元格 )，點(diǎn)得到極限誤差，從而得到日價(jià)格零件數(shù)和優(yōu)秀率的置信區(qū)間。單元格中鍵入“ =（樣本均值單元格 -115 ） /( 樣本標(biāo)準(zhǔn)差單元格 /SQRT （樣本

10、容量單元格） )”，得到 t 值；單元格中鍵入“ =TINA(0.05,49) ”得到 =0.05 ，自由度為 49的臨界值。五、實(shí)驗(yàn)結(jié)果與數(shù)據(jù)處理1. 特征值單位總量50標(biāo)志總量6537最大值509最小值107平均值130.74中位數(shù)123幾何平均數(shù)126.2996調(diào)和平均數(shù)124.3825變異統(tǒng)計(jì)的平均差16.664變異統(tǒng)計(jì)的標(biāo)準(zhǔn)差55.17202變異統(tǒng)計(jì)中的方差3043.951變異統(tǒng)計(jì)中的峰度47.77895變異統(tǒng)計(jì)中的偏度6.8387522.抽樣推斷a0.05極限誤差15.29262日加工零件數(shù)的置信區(qū)間 115.44738146.03262 ，優(yōu)秀率的置信區(qū)間 0.172436 0.

11、334821t2.0173018a0.05自信度49臨界值2.0095752由題可知待設(shè)檢驗(yàn) ho:u115T=(樣本均值單元格 -115)/ 樣本標(biāo)準(zhǔn)單元格 / （樣本容量單元格） =2.0173018由于 TINA(0.05,49)=2.009575237，TTINA(0.05,49). 所以拒絕 ho 接受 hi六、討論與結(jié)論這個(gè)實(shí)驗(yàn)首先是要求我們計(jì)算這 50個(gè)數(shù)據(jù)的特征值， 然后運(yùn)用所學(xué)知識求企業(yè)職工的平均日加工零件數(shù)及優(yōu)秀率的區(qū)間， 并且進(jìn)行假設(shè)檢驗(yàn)。 在所給的實(shí)驗(yàn)步驟的指導(dǎo)下， 首先我將這 50個(gè)數(shù)據(jù)在 excel 表中從按照縱排依次排序， 然后用實(shí)驗(yàn)給定的函數(shù)： COUNT（B4

12、：B53）等，分別輸入，得到 50個(gè)數(shù)據(jù)的單位總量，標(biāo)志總量等特征值。 其實(shí)在掌握方法后這部分的操作并沒有太大的難度。 在算出了相應(yīng)特征值后，由于要計(jì)算置信區(qū)間，我用 CONFIDENCE( 所在單元格，標(biāo)準(zhǔn)差所在單元格，樣本容量單元格) ，得到了極限誤差，并且有知道日加工零件數(shù)的平均值是130.74 ，優(yōu)秀率是 22%，所以根據(jù)這些數(shù)據(jù)從而得到日價(jià)格零件數(shù)和優(yōu)秀率的置信區(qū)間。 然后是根據(jù)公式我們可以得到 t 值，由 t 值和極限誤差，由于實(shí)驗(yàn)已經(jīng)告訴我們以往該企業(yè)的工人加工零件數(shù)， 優(yōu)秀率和顯著性水平， 則我們用總體比例的區(qū)間估計(jì)來求得優(yōu)秀率的區(qū)間， 假設(shè)檢驗(yàn)階段用總體比率的假設(shè)檢驗(yàn)來判斷工

13、人平均日加工零件數(shù)是否下降。 tt （n-1 ），所以拒絕 h0，接受 h1，即工人平均日加工零件數(shù)比以前有所上升。假設(shè)檢驗(yàn)是用來檢驗(yàn)總體的， 樣本與總體的差異是由抽樣誤差引起還是本質(zhì)差別引起的統(tǒng)計(jì)推斷方法， 實(shí)驗(yàn)二主要是在 excel 中運(yùn)用各種命令進(jìn)行計(jì)算大大的減少我們的工作量 同時(shí)能夠更加準(zhǔn)確。實(shí)驗(yàn)三：時(shí)間序列分析一、實(shí)驗(yàn)?zāi)康募耙螅?一)目的掌握 EXCEL用于移動(dòng)平均、線性趨勢分析的基本菜單操作及命令。( 二 ) 內(nèi)容及要求綜合運(yùn)用統(tǒng)計(jì)學(xué)時(shí)間序列中的移動(dòng)平均、季節(jié)指數(shù)運(yùn)算、 時(shí)間序列因素分解、圖形展示等知識， 對某小區(qū)居民用電量（千度）季節(jié)數(shù)據(jù)的構(gòu)成要素進(jìn)行分解，并作出圖形進(jìn)行分析。

14、月度第一年第二年第三年第四年155957458554224474694554383345366352341435432734142753744123883586359353332355736538139237684374604294419353344361382102953112913771145445339539812457486491409二、儀器用具硬件：計(jì)算機(jī)（安裝Windows2003 、 Windows2007 或 Windows XP 或以上）軟件： EXCEL三、實(shí)驗(yàn)原理時(shí)間序列分析中的移動(dòng)平均分析原理、季節(jié)指數(shù)原理等。四、實(shí)驗(yàn)方法與步驟1（ 1）輸入“年 / 月度”、“時(shí)間標(biāo)

15、號”，復(fù)制各月度銷售額到“用電量”。（ 2）點(diǎn)擊“數(shù)據(jù)分析”“移動(dòng)平均”，輸入?yún)^(qū)域?yàn)椤颁N售額”，間隔4，輸出“移動(dòng)平均值” ；同樣的辦法對 “移動(dòng)平均值” 進(jìn)行 2 步平均， 輸出“中心化后的移動(dòng)平均值”。（ 3）對稱一下 “移動(dòng)平均值”和“中心化后的移動(dòng)平均值”，然后用“用電量”除以“中心化后的移動(dòng)平均值”求出“比值”。（ 4）將“比值”中的數(shù)據(jù)復(fù)制到“季節(jié)指數(shù)計(jì)算表”中，計(jì)算完成表。（ 5）點(diǎn)擊 “圖標(biāo)向?qū)А?“折線圖” ，輸入?yún)^(qū)域?yàn)榧竟?jié)指數(shù)中的數(shù)值，修改完成圖表。2 （1）完善“用電量”和“季節(jié)指數(shù)”并計(jì)算“用電量”/ “季節(jié)指數(shù)” ，完成季節(jié)分離后的時(shí)間序列。（ 2）點(diǎn)擊“數(shù)據(jù)分析”“

16、回歸”， Y 值輸入?yún)^(qū)域?yàn)榧竟?jié)分離后的時(shí)間序列，X 值輸入?yún)^(qū)域?yàn)闀r(shí)間標(biāo)號，輸出。（ 3）利用計(jì)算出的趨勢模型和季節(jié)比率，對該小區(qū)第五年用電量數(shù)據(jù)進(jìn)行預(yù)測。3點(diǎn)擊“圖表向?qū)А薄罢劬€圖”，數(shù)據(jù)區(qū)域?yàn)椤坝秒娏俊?、“季節(jié)分離后的時(shí)間序列”和“回歸后的趨勢” ，系列產(chǎn)生在“列” ，完善標(biāo)題、 X 軸、 Y 軸，完成，再修改完成圖。4用與圖3 相同的方法繪制銷售額預(yù)測圖。五、實(shí)驗(yàn)結(jié)果與數(shù)據(jù)處理1年月份時(shí)間標(biāo)用電量移動(dòng)平均中心化的移動(dòng)比值號平均1115592244733345426.25403.1250.85581395443543803690.959349595566778899101011111212

17、21132143154165176187198209211022112312243125226327428529630731832933103411351236413723833944054164274384494510461147374359365437353295454457574469366327412353381460344311453486585455352341388332392429361291395491542438341427358355376441382377398358360.51.03744799363373.3750.96149983383.75381.1250.95

18、769105378.5370.515373.6250.94479759384.75387.250.76178179389.75417.3751.08775082445466.750.97911087488.5477.51.20209424466.5450.251.04164353434413.750.88459215393.53790.86279683364.5366.3751.12453088368.25384.8750.9171809401.53930.96946565384.5379.251.212920243743830.89817232392395.250.

19、78684377398.5428.6251.05686789458.75476.751.0194022494.75482.1251.21337827469.5451.3751.00803102433.25408.6250.86142551384368.6250.92505934353.25358.251.08304257363.25374.250.88710755385.25381.8751.02651391378.5373.375125368.6250.97931502369376.750.77239549384.5407.1250.97021799429.7544

20、8.1251.09567643466.5459.751.178901584534450.984269664374140.8236715391380.6251.12183908370.25374.6250.95562229379380.750.93237032382.5385.50.97535668388.5391.251.12715655394396.750.96282294399.5395.50.95322377391.51248409季節(jié)指數(shù)折線圖1.41.210.8系列10.60.40.201234567891011122. 季節(jié)分離后的時(shí)間序列1234合計(jì)月平均季節(jié)指數(shù)11.20209

21、41.2133781.178901583.594374091.19812471.1921.0416441.0080310.984269663.033944211.011314741.0130.8558140.8845920.8614260.82367153.425503110.856375780.8540.959350.8627970.9250591.121839083.869044840.967261210.9651.0374481.1245311.0830430.955622294.200643731.050160931.0560.96150.9171810.8871080.9323703

22、23.69815860.924539650.9270.9576910.9694661.0265140.975356683.929027290.982256820.9881.1794871.212921.1489791.127156554.668542881.167135721.1690.9447980.8981720.9793150.962822943.785107870.946276970.94100.7617820.7868440.7723950.953223773.274244820.818561210.81111.0877511.0568680.9702183.11483671.038

23、27891.120.9791111.0194021.0956763.09418951.03139651.03合計(jì)11.9916831時(shí)間標(biāo)用電量季節(jié)指數(shù)季節(jié)分離后的時(shí)間序號列15591.19895566466.239093424471.01201614441.692560433450.85696972402.581318743540.96793206365.728148353741.05088928355.889061963590.92518087388.032234273650.98293807371.335703884371.16794519374.161393793530.9469332

24、6372.7823437102950.81912892360.138670211121314151617181920212223242526272829303132333435363738394041424344454647484544575744693663274123533814603443114534865854553523413883323924293612913954915424383414273583553764413823773984091.038999436.95903461.03211183442.78147651.19895566478.74998151.012016144

25、63.43134410.85696972427.08626860.96793206337.83362851.05088928392.04891310.92518087381.54701580.98293807387.61343331.16794519393.85409860.94693326363.2779780.81912892379.67161511.038999435.99656981.03211183470.8792071.19895566487.92463271.01201614449.59757260.85696972410.74963540.96793206352.2974536

26、1.05088928369.21111230.92518087358.84875140.98293807398.80437231.16794519367.31175720.94693326381.23066880.81912892355.2554341.038999380.17360941.03211183475.72364321.19895566452.0600871.01201614432.79942160.85696972397.91370920.96793206441.14666481.05088928340.66386140.92518087383.70875520.98293807

27、382.52664281.16794519377.58621190.94693326403.40752210.81912892460.24501251.038999383.06100391.03211183396.2748882X Variable 1 Line Fit Plot600Y 400200002040X Variable 1該小區(qū)第五年用電量數(shù)據(jù)進(jìn)行預(yù)測SUMMARY OUTPUT回歸統(tǒng)計(jì)Multiple R0.029616R Square0.000877Adjusted R-0.02084Square標(biāo)準(zhǔn)誤差41.25487觀測值48方差分析dfSSMS回歸分析168.72873

28、68.72873殘差4678290.341701.964總計(jì)4778359.07Coefficients標(biāo)準(zhǔn)誤差t StatIntercept404.800212.097833.46064X Variable 1-0.086380.429831-0.20095月份時(shí)間標(biāo)號預(yù)測149402.967721250403.0262657351403.7455592452405.4158069553404.6588679654410.4380862755398.3653493Y預(yù)測 Y60SignificanceFF0.0403820.841621P-valueLower 95%Upper95%6.16

29、E-34380.4486429.15190.841621-0.951580.77883856402.2559297957411.7277861058428.69881811159407.2115251260386.2072198第五年預(yù)測值500450400350300250第五年預(yù)測值200150100500份123456789101112月六、討論與結(jié)論從這個(gè)實(shí)驗(yàn)開始就顯得難度系數(shù)比較大了，實(shí)驗(yàn)的目的主要是掌握EXCEL用于移動(dòng)平均、線性趨勢分析的基本菜單操作及命令。所謂的季節(jié)變動(dòng)是指一些現(xiàn)象由于受到自然條件或經(jīng)濟(jì)條件的影響在一個(gè)年度內(nèi)隨著季節(jié)的更替而發(fā)生的比較有規(guī)律的變動(dòng)。而測定季節(jié)變動(dòng)

30、的方法從是否排除長期趨勢的影響看，分為兩種：第一種是不排除長期趨勢的影響，直接根據(jù)原始時(shí)間數(shù)列來測定，二是先采用移動(dòng)平均法剔除長期趨后再根據(jù)消除長期趨勢后的時(shí)間數(shù)列來測定季節(jié)變動(dòng)。根據(jù)實(shí)驗(yàn)步驟，我首先算出了用電量的移動(dòng)平均值和中心化的移動(dòng)平均值。然后用“用電量”除以“中心化后的移動(dòng)平均值”求出“比值”，得出季節(jié)指數(shù)表。再根據(jù)季節(jié)指數(shù)表繪制出季節(jié)指數(shù)折線圖。用用電量中心化的移動(dòng)平均值得到月比值，從數(shù)據(jù)可以得到比值受到長期趨勢和不規(guī)則變動(dòng)的影響，因?yàn)楸戎档淖钚≈凳?.8236715 ，最大值是 1.21337827，并且十二個(gè)月的數(shù)值都在之間變動(dòng)，沒有規(guī)律， 在進(jìn)行季節(jié)分離后的表中，得到第五年的預(yù)

31、測值。通過這個(gè)實(shí)驗(yàn)， 我學(xué)到了很多， 比如怎樣求季節(jié)比率， 怎樣進(jìn)行移動(dòng)平均。在剛準(zhǔn)備開始做的時(shí)候，我完全不知道怎么做，然后我就像會做的同學(xué)請教，之后略懂了一些。 同時(shí)學(xué)會如何畫折線圖和進(jìn)行回歸分析。同時(shí)掌握回歸分析和預(yù)測方法，通過這個(gè)實(shí)驗(yàn)，我對EXCEL軟件的運(yùn)用又有了更多的認(rèn)識，同時(shí)，我也更加清晰的意識到了這個(gè)軟件的重要性，所以在平時(shí)的空余時(shí)間里，我一定要多用時(shí)間進(jìn)行研究這個(gè)軟件。實(shí)驗(yàn)四：一元線性回歸分析一、實(shí)驗(yàn)?zāi)康募耙螅?一)目的掌握 SPSS用于相關(guān)與回歸分析的基本操作及命令。( 二 ) 內(nèi)容及要求綜合運(yùn)用統(tǒng)計(jì)學(xué)中相關(guān)與回歸分析的內(nèi)容，根據(jù)下列數(shù)據(jù)作出一個(gè)。我國 1990 2005

32、年國民生產(chǎn)總值和財(cái)政收入資料年份國內(nèi)生產(chǎn)總值財(cái)政收入199018667.822937.1199121781.53149.48199226923.483483.37199335333.924348.95199448197.865218.1199560793.736242.2199671176.597407.99199778973.048651289875.95199989677.0511444.08200099214.5513395.232001109655.216386.042002120332.718903.642003135822.821715.252004159

33、878.326396.472005183084.831649.29二、儀器用具硬件：計(jì)算機(jī)（安裝Windows2003 、 Windows2007 或 Windows XP 或以上）軟件： SPSS三、實(shí)驗(yàn)原理相關(guān)與回歸分析的原理等。四、實(shí)驗(yàn)方法與步驟按照附件中的一元線性回歸方程的建立與檢驗(yàn)方式利用上述數(shù)據(jù)運(yùn)行程序。五、實(shí)驗(yàn)結(jié)果與數(shù)據(jù)處理（1）4.1 表：表 4-1 給出了回歸的方法是全回歸模式，模型編號為1，自變量是 “國內(nèi)生產(chǎn)總值 ”，因變量是 “財(cái)政收入 ”。Variables Entered/Removed(b,c)VariablesVariablesModelEnteredRemov

34、edMethod1 國內(nèi)生產(chǎn)總.Enter值a All requested variables entered.b Dependent Variable: 財(cái)政收入cModels are based only on cases for which計(jì)算=1（2）4.2表： 表 4-2是回歸模型統(tǒng)計(jì)量：R 是相關(guān)系數(shù)；R Square相關(guān)系數(shù)的平方，又稱判定系數(shù)， 判定線性回歸的擬合程度： 用來說明用自變量解釋因變量變異的程度 （所占比例）； Adjusted R Square 調(diào)整后的判定系數(shù)； Std. Error of the Estimate 估計(jì)標(biāo)準(zhǔn)誤差。Model Summary b,

35、cRModel1計(jì)算=1(Selected)aR Square.952AdjustedR Square.949Std. Error ofthe Estimate1657.23381a. Predictor s: (Constant), 國 內(nèi)生 產(chǎn) 總 值b. Unless noted otherwise, statistics are based only on cases for which 計(jì) 算 = 1.c. Dependent Variable: 財(cái) 政收 入（ 3 ）表 4-3 是回歸模型的方差分析表， F值為 260.239，顯著性概率是 0.000，表明回歸不太顯著。ANOVA

36、b,cSum ofModelSquaresdfMean SquareFSig.1Regression7E+0081714726513.5260.239.000aResidual35703511132746423.887Total8E+00814a. Predictors: (Constant), 國 內(nèi) 生產(chǎn) 總 值b. Dependent Variable: 財(cái) 政 收 入c. Selecting only cases for which 計(jì) 算 = 1（ 4） 表4-4 回歸模型系數(shù)表，以及 t檢驗(yàn)結(jié)果。Coefficientsa,bUnstandardizedStandardizedCo

37、efficientsCoefficientsModelBStd. ErrorBetatSig.1(Constant)-2242.353905.815-2.476.028國內(nèi)生產(chǎn)總值.166.010.97616.132.000a. Dependent Variable:財(cái) 政收 入b. Selecting only cases for which 計(jì) 算 = 1表 4-4分析:從上面的回歸分析結(jié)果表明：國內(nèi)生產(chǎn)總值與財(cái)政收入的關(guān)系非常密切，相關(guān)系數(shù)0.981；同時(shí)方差分析表明，其顯著性水平為0.000。根據(jù)回歸系數(shù)表 6-5，可寫出回歸方程如下：Y=-2242.353+0.166x其中 x 代表

38、國內(nèi)生產(chǎn)總值；Y 代表財(cái)政收入。預(yù)測值的回歸誤差可用剩余均方估計(jì)：= 2746423.887= 六、討論與結(jié)論這個(gè)實(shí)驗(yàn)與前三個(gè)實(shí)驗(yàn)在軟件的運(yùn)用方面有一定的不同，相對而言我對于EXCEL還不是很陌生。 SPSS 這個(gè)軟件我之前從來沒有接觸過，所以在應(yīng)用上會有一定的難度， 因?yàn)樗€牽涉到了有些很復(fù)雜的英語。 在做這個(gè)實(shí)驗(yàn)的時(shí)候， 我是和幾個(gè)同學(xué)進(jìn)行了討論，然后大家交流了自己的看法，其實(shí)在弄懂之后才發(fā)現(xiàn)這個(gè)軟件的操作也沒有之前想象的那么復(fù)雜。 只需要輸入數(shù)據(jù)和相關(guān)的標(biāo)志， 再對這些數(shù)據(jù)進(jìn)行一些設(shè)定， 就可以進(jìn)行分析了，大部分的計(jì)算都是由于電腦完成的， 這為我們節(jié)約了很多的時(shí)間，同時(shí)它也不需要像在EX

39、CEL 中做的時(shí)候那樣需要自己會用一些公式。我們只需要對它產(chǎn)生的相關(guān)的實(shí)驗(yàn)結(jié)果來進(jìn)行分析即可。第一步是畫散點(diǎn)圖，由散點(diǎn)圖我們可以推測出其具有線性關(guān)系，并且可以得出“ 1990-2005”我國的國民生產(chǎn)總值是上升的 隨著時(shí)間的增加而增加， 但增加的形式是前面增加的慢后面逐漸加快， 因此我在附件中關(guān)于一元回歸分析的步驟指導(dǎo)下才進(jìn)行了后面的回歸分析， 通過回歸分析我們可以清楚的看到關(guān)于國內(nèi)生產(chǎn)總值與財(cái)政收入的關(guān)系，這也很具有現(xiàn)實(shí)意義。通過這個(gè)實(shí)驗(yàn)，我粗略的了解了 SPSS用于相關(guān)與回歸分析的基本操作及命令方面的知識，這真的是一個(gè)很好用的軟件，對于分析數(shù)據(jù)很有幫助。所以熟練掌握SPSS的相關(guān)用法是十分

40、有必要的，而我也一定會在以后的學(xué)習(xí)中注重這方面能力的培養(yǎng)。附 ：一元回歸分析（在實(shí)驗(yàn)報(bào)告中不要打印這部分）在數(shù)學(xué)關(guān)系式中只描述了一個(gè)變量與另一個(gè)變量之間的數(shù)量變化關(guān)系，則稱其為一元回歸分析。其回歸模型為y 稱為因變量，x 稱為自變量，稱為隨機(jī)誤差，a， b 稱為待估計(jì)的回歸參數(shù)，下標(biāo)i 表示第i 個(gè)觀測值。如果給出a 和b 的估計(jì)量分別為、，則經(jīng)驗(yàn)回歸方程:一般把稱為殘差， 殘差可視為擾動(dòng)的 “估計(jì)量 ”。例子 :湖北省漢陽縣歷年越冬代二化螟發(fā)蛾盛期與當(dāng)年三月上旬平均氣溫的數(shù)據(jù)如表1-1，分析三月上旬平均溫度與越冬代二化螟發(fā)蛾盛期的關(guān)系。表 1-1 三月上旬平均溫度與越冬代二化螟發(fā)蛾盛期的情況

41、表年份1961196219631964196519661967196819691970三月上旬平均溫度8.68.39.78.57.58.47.39.75.45.5越冬代二化螟發(fā)蛾盛期（6月30日為35314452750）1） 準(zhǔn)備分析數(shù)據(jù)在數(shù)據(jù)編輯窗口中輸入數(shù)據(jù)。建立因變量歷期“歷期 ”在 SPSS 數(shù)據(jù)編輯窗口中，創(chuàng)建 “年份”、 “溫度 ”和 “發(fā)蛾盛期 ”變量，并把數(shù)據(jù)輸入相應(yīng)的變量中。2） 啟動(dòng)線性回歸過程。擊SPSS 主菜單的 “ Analyze下”的 “ Regression中 “”Linear項(xiàng)”，將打開如圖 1-1 所示的線性回歸過程窗口。3） 設(shè)置分析變量設(shè)置因變量：本例為“發(fā)蛾盛期 ”變量，用鼠標(biāo)選中左邊變量列表中的“發(fā)蛾盛期 ”變量，然后點(diǎn)擊 “Dep