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

1、實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)項(xiàng)目實(shí)驗(yàn)一多元數(shù)據(jù)圖示分析 實(shí)驗(yàn)二時(shí)序圖分析實(shí)驗(yàn)日期2011-9-05實(shí)驗(yàn)地點(diǎn)80608實(shí)驗(yàn)?zāi)康?. 用各種統(tǒng)計(jì)圖形表示多兀數(shù)據(jù)，掌握各種多兀統(tǒng)計(jì)圖的制作方法和優(yōu)缺點(diǎn)。2. 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莫型和隨機(jī)干擾項(xiàng)模擬出隨機(jī)時(shí)間序列的取值。實(shí)驗(yàn)內(nèi)容1. 考察2008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2009),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。2. 用輪廓圖、雷達(dá)圖對主城各區(qū)數(shù)據(jù)進(jìn)行表示。3. 模擬 100 期 AR(2)模型 zt 0.6zt 1 0.3zt 2 at，其中 at NID(0, 0.5

2、);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？解：雷達(dá)圖主要適用于觀測數(shù)據(jù)較少的情形，可以方便的把各觀測畫到一張圖里，便于對各 指標(biāo)進(jìn)行對比，能將各個(gè)對象之間的差異清晰表示出來，從而比較出各對象在這個(gè)指標(biāo)上的高低 大小之分。但是當(dāng)觀測數(shù)較多時(shí)，雷達(dá)圖就不太容易看出各觀測之間的接近程度。而輪廓圖主要 用于反映指標(biāo)變化的規(guī)律和趨勢，它能針對某一項(xiàng)指標(biāo)，分析比較出各對象在這個(gè)指標(biāo)上的變化 趨勢。2 A

3、R(1)模型和普通一元線性回歸模型有什么區(qū)別？解：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)影響以前已經(jīng)發(fā)生過的現(xiàn)象，即當(dāng)期的隨機(jī)干擾與過去的序列值無關(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5個(gè)基本假定。實(shí)驗(yàn)運(yùn)行程序、基本步驟及運(yùn)行結(jié)果：1. 考察2008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2009）,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23各區(qū)縣的數(shù)

4、據(jù)為例，選取以下七個(gè)指標(biāo)，輸出統(tǒng)計(jì)表如下：重慶市1小時(shí)經(jīng)濟(jì)圈經(jīng)濟(jì)綜合實(shí)力統(tǒng)計(jì)表指標(biāo) 區(qū)X地區(qū)生產(chǎn) 總值（萬元）工業(yè)總產(chǎn) 值（萬兀）建筑業(yè)總 產(chǎn)值（萬元）農(nóng)林牧漁 業(yè)總產(chǎn)值（萬兀）全社會(huì)固 定資產(chǎn)投 資（萬兀）高技術(shù)制 造業(yè)產(chǎn)值（萬兀）金融機(jī)構(gòu) 人民幣存 款余額 （萬兀）渝中區(qū)3262145224233115037511154095984.618613632大渡口區(qū)14243053125659274677.824050892655.6108674.51194549江北區(qū)21913112996247634915.6383682644086407507.44435414沙坪壩區(qū)27117754624

5、569901347.8619221883438207545.14604712九龍坡區(qū)431300566659671488939904862019468909730.26316994南岸區(qū)22580153899082680504508602676952930076.93539045北碚區(qū)15586222651587348467.71189691430254788929.91965074渝北區(qū)3018032605144015854622404483558091808511.14563380巴南區(qū)17556093512517789677.83453132052960184541.61841854萬盛

6、區(qū)32363032961831568.362386245648.47042.5341841.8雙橋區(qū)3000088246655262.64442187649.64900.9138755.9涪陵區(qū)25347583085849912682.23753131312830837813.52283852長壽區(qū)14381731553451507427.128244614865157343521600300江津區(qū)21924392354586512585.5567048145202292775.891848323合川區(qū)2034734881232293721.1470092152903873937.819037

7、79永川區(qū)19207291367237660208.23664491655937311747.91620226南川區(qū)1004876886644153283.5278459668590.3153688.1696202綦江縣125208186226596693.6323621616758.56509.31062411潼南縣863084237976449083.4319398477438.97550.6636960.2銅梁縣1109987723329174139.7264593803884.550668.11023750大足縣1018873691431174526.12957006317792826

8、2.8653359.7榮昌縣11003171195655151161.631075863780949468931981璧山縣11349281571879138061.9154992727131.855633.1910392452. 用輪廓圖、雷達(dá)圖對主城各區(qū)數(shù)據(jù)進(jìn)行表示?；静僮鞑襟E：（一）雷達(dá)圖1 .選擇數(shù)據(jù)區(qū)域A1: D24;2 單擊圖表向?qū)О粹o，選“雷達(dá)圖”之“數(shù)據(jù)點(diǎn)雷達(dá)圖”格式;3 單擊“下一步”按鈕，完成操作。（二）輪廓圖1 .選擇數(shù)據(jù)區(qū)域A1: D24;2 單擊圖表向?qū)О粹o，選“折線圖”之“數(shù)據(jù)點(diǎn)折線圖”格式;3 單擊“下一步”按鈕，完成操作。為使圖表顯示更清晰，只選取了地區(qū)生產(chǎn)總

9、值、工業(yè)總產(chǎn)值、建筑業(yè)總產(chǎn)值這三個(gè)經(jīng)濟(jì)指標(biāo),對這23個(gè)區(qū)縣進(jìn)行了分析比較，分別作出雷達(dá)圖和輪廓圖，如下：雷達(dá)圖渝中區(qū)銅梁耳00 潼南縣 綦江縣 南川區(qū) 永川區(qū)合川J沙坪壩區(qū)九龍坡區(qū)南岸區(qū)北碚區(qū)渝北區(qū)P巴南區(qū)盛區(qū)*地區(qū)生產(chǎn)總值（萬元）工業(yè)總產(chǎn)值（萬 元）建筑業(yè)總產(chǎn)值（萬元）5”地區(qū)生產(chǎn)總值（萬 元）工業(yè)總產(chǎn)值（萬元）建筑業(yè)總產(chǎn)值（萬 元）0區(qū)縣輪廓圖（折線圖）70000006000000 一 5000000 元 4000000 萬 30000002000000 10000003. 模擬 100 期 AR(2)模型 z 0.6zt , 0.3zt 2 at，其中 at NID(O, 0.5);4.

10、 模擬 100 期 MA莫型 Xtat0.65at 1 0.24at 2，其中 at NID(0, 0.5)基本操作：1. 利用Excel，數(shù)據(jù)分析里的隨機(jī)數(shù)產(chǎn)生器，按照服從正態(tài)分布atNID(0, 0.5)的要求，產(chǎn)生了100個(gè)隨機(jī)數(shù)。2. 再按照AR模型zt 0.6zt 1 0.3zt 2 at，得到100期數(shù)據(jù)。3. 又利用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 SequeneeCharts,得到如下AR模型的序列圖。4.關(guān)于模擬100期MA莫型xtat 0.65at 10.24at 2的操作同上。最終結(jié)果如下:(1)產(chǎn)生的數(shù)

11、據(jù)：atZtatXt-0.150116-0.1501160.32811730.3281173-0.638842-0.728911-0.1677780.04549780.1221287-0.270183-0.072525-0.1028330.63823680.6948002-0.300433-0.3878410.59917511.0971102-0.077283-0.2899710.86656661.3163926-1.116769-1.239106-1.091794-0.631091-0.066771-0.811218-0.117091-0.890663-0.6646-0.9760250.54

12、751130.20244070.0782899-0.369725-0.54335-0.1546870.25151170.1428962-0.345102-0.4986460.65854240.8408145-0.845216-1.097998-0.3096480.1787676-0.923455-1.43266-0.373982-0.417203-0.488815-1.0190120.0731825-0.244221-0.386754-0.568362-0.115715-0.157902-1.058966-1.09428-0.104155-0.161806-0.283962-0.7700210

13、.78860010.6931275-0.202024-0.3357530.01884250.50643530.06742650.0969813-0.0729890.1285224-0.182746-0.0238320.91516090.87224-0.163495-0.206889-0.3153670.2619699-0.18512-0.3021040.63556850.65021840.67132080.552125-0.0076690.3297621-0.0426420.379264-0.0322090.1153428-0.093079-0.0311580.80507790.7823017

14、-0.256604-0.3890780.18131570.69688630.9861060.76200680.21852940.52960330.43283651.0067638-0.1175620.06799751.18782741.56328360.34166360.3176951-0.3274530.3084877-0.0343180.15954890.83072790.5468354-0.368038-0.308346-0.806199-0.570644-0.548766-0.7962280.2694742-0.2369630.1018503-0.3431770.45109570.48

15、01112-0.490669-0.556170.95945781.31861340.96978970.6752989-0.0422590.6048761-0.0636080.4489949-0.261898-0.294556-0.793816-0.6024120.3375692-0.020627-0.167657-0.698904-0.190662-0.1146710.47861590.17912270.37880570.316191-0.1914850.0793775-0.722093-0.497977-0.326932-0.33653-0.423619-0.817262-0.683192-

16、0.941654-0.760785-1.101750.1580577-0.364481-0.181439-0.59731-0.081855-0.143083-0.01624-0.04410.28562680.27035520.01405850.1667911-0.318687-0.152675-0.161358-0.048053-0.173089-0.3116851.09725081.01838150.1429692-0.046023-0.871241-0.245796-0.165514-0.114126-0.368238-0.8212310.10611070.032839-1.28879-1

17、.70779-1.236913-1.2076640.723835-0.05447-0.034432-0.812959-0.639882-0.1602270.1234298-0.19581-0.32679-0.4065851.05824711.13021270.37885680.1829738-0.762616-0.0451320.23335590.4651157-0.779316-1.0210370.43730440.6614816-1.152384-1.8419680.29787090.55522520.5861261-0.34996-0.685925-0.5512341.18718161.

18、2915914-0.557869-1.055177-0.1949880.71735060.3469972-0.120739-0.50042-0.3422380.16131820.40542810.2739966-0.098073-0.469919-0.190440.3294940.3874911-0.120474-0.356367-0.426033-0.1461030.0657678-0.090920.40464560.20680240.27889880.33125680.33011250.49088410.06935750.2953876-0.1037260.2079624-0.455481

19、-0.377625-0.774075-0.762270.9424230.62723160.5063885-0.0216550.24359910.73322560.38171720.52509160.03611940.2878853-0.1752430.19440680.41492060.3676841-0.345393-0.3676890.43100390.56524870.43133580.1647721-0.318266-0.0894220.17341390.370887911-0.461596-0.6848230.27813940.4943790.55559440.17152681.04

20、294491.2653548-0.600589-0.2922260.13668450.8813522-0.779446-1.00624-0.55333-0.2141780.3556625-0.1604140.2398161-0.0870440.31920310.5248269-0.614269-0.5911881.10284421.46586440.2827949-0.0589240.72187731.4439479-0.078251-0.0418590.6519521.07856140.14943570.16644310.05648020.27043260.17854120.25689410.0009754-0.1603330.06565190.21756820.22685070.0495209-0.135969-0.050446-0.0127570.0650552-0.673683-0.746307-0.527338-0.5031611.06041170.589885-0.887403-1.2088160.79884791.32643150.4141657-0.1601760.52441121.29816110.22211220.4886516-0.738999-0.2064080.30895310.6501968-0.558654-0.9131440.10673660.3