統(tǒng)計(jì)專業(yè)實(shí)驗(yàn)-實(shí)驗(yàn)01-02-多元數(shù)據(jù)圖和時(shí)序圖

1、重慶工商大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院統(tǒng)計(jì)專業(yè)實(shí)驗(yàn)課程實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)課程：統(tǒng)計(jì)專業(yè)實(shí)驗(yàn) _指導(dǎo)教師：葉勇 _專業(yè)班級：2013 級統(tǒng)計(jì)班 _學(xué)生姓名：都文靜 _學(xué)生學(xué)號：2013101133 _實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)一 多元數(shù)據(jù)圖示分析實(shí)驗(yàn)項(xiàng)目實(shí)驗(yàn)二 時(shí)序圖分析實(shí)驗(yàn)日期2016-03-12實(shí)驗(yàn)地點(diǎn)806081. 用各種統(tǒng)計(jì)圖形表示多元數(shù)據(jù)，掌握各種多元統(tǒng)計(jì)圖的制作方法和優(yōu)缺點(diǎn)。實(shí)驗(yàn)?zāi)康?. 掌握隨機(jī)時(shí)間序列的模擬方法，并能夠由相應(yīng)的 AR、MA模型和隨機(jī)干擾項(xiàng)模擬出隨機(jī)時(shí)間序列的取值。1.考察 2014 年重慶市各區(qū)縣經(jīng)濟(jì)指標(biāo)數(shù)據(jù)（數(shù)據(jù)來源：重慶統(tǒng)計(jì)年鑒2015），建立適合分析一小時(shí)經(jīng)濟(jì)圈各區(qū)縣經(jīng)濟(jì)綜合實(shí)力的指標(biāo)體系

2、，并輸出統(tǒng)計(jì)表。2.用輪廓圖、雷達(dá)圖對主城各區(qū)數(shù)據(jù)進(jìn)行表示。實(shí)驗(yàn)內(nèi)容3. 模擬 100期 AR(2) 模型 zt0.6zt 1 0.3zt 2 at ，其中 at NID(0, 0.5)；4.模擬 100期 MA模型 xtat0.65at 1 0.24at 2 ，其中 at NID(0, 0.5)5.對上述兩模型的模擬數(shù)據(jù)用SPSS建立隨機(jī)時(shí)間序列的序列圖；實(shí)驗(yàn)思考題解答：1雷達(dá)圖和輪廓圖用以進(jìn)行多元數(shù)據(jù)分析各自有何優(yōu)勢？答：雷達(dá)圖主要適用于觀測數(shù)據(jù)比較少的情況，能夠很清晰地將所有數(shù)據(jù)在一張圖中展現(xiàn)出來，方便我們對各個(gè)指標(biāo)進(jìn)行比較，是我們能夠很容易地分清各個(gè)對象之間的差異，從而分出各對象的高低

3、優(yōu)劣。但是，當(dāng)觀測數(shù)據(jù)較多時(shí)，雷達(dá)圖就不太容易看辨析出各觀測值之間的差別，此時(shí)，輪廓圖就較有優(yōu)勢，輪廓圖可以反映指標(biāo)變化的規(guī)律和趨勢，能夠針對某一指標(biāo)進(jìn)行其變化趨勢上的分析比較。2 AR(1) 模型和普通一元線性回歸模型有什么區(qū)別？答： AR(1) 模型主要是反映時(shí)間序列變化所預(yù)測的模型，其隨機(jī)干擾不會(huì)影響以前已發(fā)生過的現(xiàn)象，即當(dāng)期的隨機(jī)干擾與過去的時(shí)間序列值無關(guān)。而一元線性回歸模型主要針對變量Y 與 X 的顯著線性關(guān)系，建立Y 關(guān)于 X 的線性回歸方程模型。被解釋變量總會(huì)受到解釋變量的影響，該模型反映了X 是如何影響Y 的，而且建立一元線性回歸模型有五個(gè)基本假定。2實(shí)驗(yàn)運(yùn)行程序、基本步驟及運(yùn)

4、行結(jié)果：1.考察 2014 年重慶市各區(qū)縣經(jīng)濟(jì)指標(biāo)數(shù)據(jù)（數(shù)據(jù)來源：重慶統(tǒng)計(jì)年鑒2015），建立適合分析一小時(shí)經(jīng)濟(jì)圈各區(qū)縣經(jīng)濟(jì)綜合實(shí)力的指標(biāo)體系，并輸出統(tǒng)計(jì)表。一、數(shù)據(jù)收集及處理以重慶市一小時(shí)經(jīng)濟(jì)圈的21 個(gè)區(qū)縣 2014 年的數(shù)據(jù)為例，選取以下5 個(gè)指標(biāo)，輸出統(tǒng)計(jì)表如下：2014 年重慶市一小時(shí)經(jīng)濟(jì)圈各區(qū)縣經(jīng)濟(jì)指標(biāo)數(shù)據(jù)重慶市各區(qū)人均地區(qū)生工業(yè)總產(chǎn)值農(nóng)林牧漁業(yè)縣產(chǎn)總值(萬（萬元）總產(chǎn)值（萬元）元）全社會(huì)固定資產(chǎn)投資（萬元）對外經(jīng)濟(jì)貿(mào)易進(jìn)出口總值（萬元）渝中區(qū)13.36215670.400.003091402.001169188.15大渡口區(qū)4.521801326.9025636.56168421

5、8.00208515.4562江北區(qū)7.246853371.0018392.654683145.004246528.832沙坪壩區(qū)7.3117396179.6088721.324917008.0019215408.88九龍坡區(qū)7.8210708382.70131683.305618870.001484115.257南岸區(qū)7.2811603495.7071328.644882538.00899502.5983北碚區(qū)5.427358387.10205685.135361059.00647557.9634渝北區(qū)7.5131619844.10385108.559253002.0028944621.3巴

6、南區(qū)5.285932722.90624756.246163146.00690414.7685長壽區(qū)5.226777290.10524718.854150005.00826401.6744江津區(qū)4.3410900187.001013934.785750370.00536661.3449合川區(qū)3.305281396.70859587.844371029.00279215.387永川區(qū)4.768234793.70659190.645779944.00249906.9876南川區(qū)3.121339710.50525097.931451046.00112868.3801綦江區(qū)3.353447678.305

7、85321.002983634.0019785.192萬盛區(qū)3.051300561.90113490.001251778.0013748.9216大足區(qū)4.414357577.70538320.694167763.0064475.4249璧山區(qū)4.747463782.90286100.235454053.00187680.9668銅梁區(qū)4.324238943.10492154.614437209.0036992.00637潼南縣3.582658650.90625168.212649678.0042151.23072榮昌縣4.415900317.90584884.783741498.003430

8、95.9566武隆縣3.44564514.60267875.951454595.0010042.88549涪陵區(qū)6.7211548098.30721202.185785957.00774748.15852. 用輪廓圖、雷達(dá)圖對主城各區(qū)數(shù)據(jù)進(jìn)行表示。基本操作步驟：3（一）輪廓圖1. 選擇數(shù)據(jù)區(qū)域；2. 單擊圖表向?qū)О粹o，選“折線圖”格式；3. 單擊“下一步”按鈕，完成操作。（二） 雷達(dá)圖1. 選擇數(shù)據(jù)區(qū)域；2. 單擊圖表向?qū)О粹o，選“雷達(dá)圖”格式；3. 單擊“下一步”按鈕，完成操作。根據(jù)數(shù)據(jù)作出的折線圖和雷達(dá)圖如下：折線圖35000000.0030000000.0025000000.002000

9、0000.0015000000.0010000000.005000000.000.00區(qū)區(qū)區(qū)區(qū)區(qū)區(qū)區(qū)區(qū)區(qū)中口北壩坡岸碚北南渝渡江坪龍南北渝巴大沙九人均地區(qū)生產(chǎn)總值 ( 萬元）工業(yè)總產(chǎn)值（萬元）農(nóng)林牧漁業(yè)總產(chǎn)值（萬元）全社會(huì)固定資產(chǎn)投資（萬元）對外經(jīng)濟(jì)貿(mào)易進(jìn)出口總值（萬元）分析：由上圖可以看出大渡口區(qū)在各項(xiàng)指標(biāo)上的數(shù)值比較低，其經(jīng)濟(jì)綜合實(shí)力較差，渝北區(qū)在大多數(shù)指標(biāo)上的數(shù)值較高，工業(yè)總產(chǎn)值、對外經(jīng)濟(jì)貿(mào)易進(jìn)出口總值以及全社會(huì)固定資產(chǎn)投資在各區(qū)中最高，且與其他區(qū)相比差距較大。可以看出其經(jīng)濟(jì)綜合實(shí)力很高4雷達(dá)圖渝中區(qū)40000000.00巴南區(qū)大渡口區(qū)30000000.0020000000.00渝北區(qū)1

10、0000000.00江北區(qū)0.00人均地區(qū)生產(chǎn)總值 ( 萬元）工業(yè)總產(chǎn)值（萬元）農(nóng)林牧漁業(yè)總產(chǎn)值（萬元）全社會(huì)固定資產(chǎn)投資北碚區(qū)沙坪壩區(qū)（萬元）對外經(jīng)濟(jì)貿(mào)易進(jìn)出口總值（萬元）南岸區(qū)九龍坡區(qū)分析：渝北區(qū)的各項(xiàng)指標(biāo)在雷達(dá)圖的外圍，處于較高的地位。3. 模擬 100期 AR(2) 模型 zt0.6 zt 1 0.3zt 2 at ，其中 at NID(0, 0.5)；4. 模擬 100期 MA模型 xtat 0.65at 1 0.24at 2 ，其中 at NID(0, 0.5)5. 對上述兩模型的模擬數(shù)據(jù)用SPSS建立隨機(jī)時(shí)間序列的序列圖；基本操作：1.利用 Excel 中數(shù)據(jù)分析里的隨機(jī)數(shù)產(chǎn)生器

11、，按照正態(tài)分布at NID(0,0.5) 的要求，產(chǎn)生100 個(gè)隨機(jī)數(shù)；2.再根據(jù) AR(2) 模型 zt 0.6zt 1 0.3zt 2 at ，得到 100 期數(shù)據(jù)；3.利用 SPSS軟件，把 Excel 產(chǎn)生的數(shù)據(jù)復(fù)制粘貼到SPSS里，點(diǎn)擊 Analyze-Time Series-SequenceChats, 得到 AR(2) 模型 zt0.6zt 1 0.3zt 2 at 的時(shí)間序列圖；4.模擬 100 期 MA模型 xtat 0.65at 1 0.24at 2 的操作同上。產(chǎn)生的隨機(jī)AR模型和 MA模型隨機(jī)數(shù)如下：5100 個(gè)隨機(jī)數(shù)根據(jù) AR模型生成根據(jù) MA模型生成的 100 期數(shù)

12、據(jù)的 100 期數(shù)據(jù)000.0132934020.0132934020.013293402-0.176301-0.180289021-0.1676602890.3287340180.3896003590.5331800140.042258534-0.162142271-3.9752883650.1464388790.3310017298.0635233530.3402641370.3216875941.4496542350.0171962710.0029803573.752901051-0.314340696-0.1153410957.8631761650.3301596510.4347796

13、220.538548704-0.731220098-1.01887241-8.060793022-0.1569321740.2605296467.29160638-0.203934292-0.595586698-17.85522255-0.608373512-0.641352528-4.507302975-0.134065772-0.073914293-5.4239315550.007516405-0.31728797-14.680590620.1014984720.018804087-3.1111943880.3672363390.3412966410.6136040720.06152618

14、0.0122543612.7361931250.7541575540.9560415049.607821710.4503499440.2610183862.4171806670.6650623160.98245186619.05757108-0.171748979-0.10105770811.06894018-0.0602926780.39026940615.78956608-0.208640358-0.293601943-4.369806106-0.457105216-0.430688715-2.0397457090.4989078660.510855216-4.8055791240.309

15、739789-0.1141957-10.336495280.179397830.38582061312.35451748-0.744864792-0.6128402676.805498742-0.552554411-0.2214562763.2688313920.9071118260.625959274-17.328803550.178418986-0.425247208-12.493264190.5239473921.01468879222.410603550.4269134020.3767805775.0495348770.3940169790.58031139413.2462481-0.

16、977947821-0.8400048739.524084874-0.4295634430.1002310918.391177971-0.465594212-0.923493872-24.2155581460.3627428670.244683065-10.249415990.6104642130.222284825-10.328014010.5664321630.600938629.669062706-0.2956358-0.09928692214.72368621-0.295453901010675475-0.271377303-0.360122613-7.558

17、6815460.2426088490.146749699-7.024680031-0.405867695-0.641476731-6.7612272120.9186533131.1859789316.4774516770.7784160520.259299441-8.365283975-0.634796606-0.31712943421.91885335-0.1423711640.51511744918.126996280.212946247-0.125220367-15.114713560.107128244-0.042178328-3.1713646250.1409375730.23656

18、68485.3212808670.0740720910.0960677652.736759371.0629628381.1253037544.493611442-0.173129138-0.4475747352.295526883-0.1502360190.53948042525.248338150.9587392920.899932616-3.294013425-0.134422748-0.512186148-3.1169066690.2449780820.86054848223.16734631-0.394016979-0.548164053-3.4609271890.1918141380

19、.4570060815.815177076-0.747661488-1.041615917-10.07938980.5089498250.8483367544.626509167-0.212652935-0.813934776-17.82571127-0.564909897-0.19574412111.51166148-0.336033281-0.294152073-5.806895161.4973920771.259256123-12.27886708-0.819827619-1.470665211-7.9113215180.1414952071.28587873935.5460171-0.

20、037922518-0.572267652-19.621813490.2609328930.3572067733.6321682160.4504647680.349431389-0.2900692950.6264917830.6479120887.181683316-0.215335376-0.1330040511.003038710.1282069210.56870260315.024041720.3019920310.134328729-4.782722499-0.99042154-1.0040949972.282839375-0.380541110.0977805716.2234936420.021483402-0.45860719-23.995985290.9702898750.735520189-8.1487325477-0.854129