統(tǒng)計學實驗步驟總結與心得分析報告

1、姓名： 學號：班級： 成績 一、實驗步驟總結 成績 （一）數(shù)據(jù)的搜集與整理數(shù)據(jù)的收集1）、間接搜集專業(yè)數(shù)據(jù)庫網(wǎng)站搜集通過搜索 引擎獵取二手資料 2）、直接搜集（1）統(tǒng)計調(diào)查或觀看普查重點調(diào)查典型調(diào)查抽樣調(diào)查等 （2）實驗2、數(shù)據(jù)整理 1）、數(shù)據(jù)的編碼（1）封閉式問題預編碼 （2）開放式問題排列、合并及設碼三個過程來完成編碼工作 2）、數(shù)據(jù)的錄入單激單元格數(shù)據(jù)錄入利用鼠標或鍵盤指示進行單元格切換3）、數(shù)據(jù)文件的導入菜單欄數(shù)據(jù)導入外部數(shù)據(jù)選擇文件4）、數(shù)據(jù)的篩選菜單欄篩選自動篩選高級篩選5）、數(shù)據(jù)的排序菜單欄數(shù)據(jù)排序降序排序升序排序6）、數(shù)據(jù)文件的保存文件（保存）文件（另存為）注意：數(shù)據(jù)進行復制時

2、，可通過單擊右鍵進行選擇性粘貼，選擇數(shù)值及轉置可改變數(shù)值粘貼時的方向 （二）描述數(shù)據(jù)的圖表方法1、頻數(shù)頻率表 1）、 Frequency 函數(shù)（1）用途:以一列垂直數(shù)組返回某個區(qū)域中數(shù)據(jù)的頻率分布 （2）語法：FREQUENCY（data_array，bins_array）（3）參數(shù)：data_array與bins_array的用法（4）工具欄插入函數(shù)統(tǒng)計frequency選擇參數(shù)操作的范圍 注意：使用組合鍵“Ctrl+Shift+Enter” 2)、直方圖分析工具：工具數(shù)據(jù)分析直方圖2、統(tǒng)計圖 （1）直方圖：A、調(diào)用圖形向導 B、以組中值作橫軸，頻率做縱軸 C、對縱橫軸等進行修正（包含變量名

3、稱的要選中標志一欄） （2）折線圖：用于比較幾組數(shù)據(jù)選擇要進行繪圖的數(shù)據(jù)菜單欄第二欄選擇圖表向導導出圖形 （3）散點圖：反映兩組數(shù)值變量間的可能關系（步驟同折線圖） 3、數(shù)據(jù)分析及函數(shù)比較：數(shù)據(jù)分析適用于一次輸入，而函數(shù)比較適用于多次輸入，依據(jù)原始數(shù)據(jù)的調(diào)整輸出結果（三）統(tǒng)計數(shù)據(jù)的描述1、函數(shù)描述：1）、 Average計算指定序列算數(shù)平均數(shù) 2）、 Geomen計算數(shù)據(jù)區(qū)域的幾何平均數(shù)3）、 Stdev計算樣本標準差4）、 Stdevp總體的標準差（1）一般比樣本標準差?。?）假如明確明白參數(shù)即為樣本全集則不能使用樣本計算函數(shù)，否則誤差較大5）、 Max計算最大值6）、 Min計算最小值7）

4、、 Quartile計算四分位點（1）參數(shù)array及quart（只同意輸入四個值） （2） 關于第一個四分位數(shù)及中位數(shù)要求數(shù)據(jù)進行排序8）、Percentile計算百分數(shù)位置數(shù)值（1）參數(shù)array及k（k取決于輸入樣本的大?。?）、 Var計算樣本的方差10）、Varp計算總體的方差11）、Skew反映數(shù)據(jù)對稱與否情況（左偏或右偏或對稱） 12）、Kurt反映數(shù)據(jù)的陡緩情況（1）并非計算原始數(shù)據(jù)的峰度，而是相關于正態(tài)分布 （2）數(shù)據(jù)與標準正態(tài)峰度3或-3進行比較顯示其凸凹性2、”描述統(tǒng)計”工具使用：工具數(shù)據(jù)分析描述統(tǒng)計1）、Count計算參數(shù)的個數(shù)（同意選擇非數(shù)值單元格，但只計算數(shù)值型單元

5、格個數(shù)）2）、第K大值及第K小值工具數(shù)據(jù)分析描述分析標志（可描述針對哪個變量作特征描述將會自動給數(shù)據(jù)特征取名字）第K大值按降序順序排列，第K小值按升序排列 3）、標準誤差：StdevSqurt(count)假如使用fx計算嵌套函數(shù)容易出錯，因此一般手工輸入 4）、平均數(shù)置信度參數(shù)可能（四）參數(shù)可能：1、抽樣：工具-數(shù)據(jù)分析-抽樣（使用抽樣數(shù)據(jù)分析庫只能對一個變量展示抽樣結果）2、參數(shù)可能：1）點可能（默認為樣本均值即為點均值） 2）區(qū)間可能A、Confident返回總體平均值的置信水平1）參數(shù)：alpha,standarddev,size2）方差已知，大小樣本可用函數(shù)可能；方差未知，大樣本只適

6、用于Z可能B、Tinv返回作為概率和自由度函數(shù)的t分布的t值參數(shù)probability,degreesfreedomC、Normtinv返回標準正態(tài)分布累積函數(shù)的逆函數(shù)參數(shù)probability D、ABS求出相應數(shù)字的絕對值參數(shù)numberE、Chiinv返回卡方分布單尾概率的逆函數(shù)參數(shù)probability，degrees_freedom3）參數(shù)可能步驟a、明確可能的條件（樣本個數(shù)、均值及標準差） b、構建樣本統(tǒng)計量 c、明確樣本一般服從如何樣的分布 d、置信水平（手動輸入） e、平均誤差（自由度） f、得到半徑，構建置信區(qū)間（五）假設檢驗：1、假設檢驗的函數(shù)表單1）、構建函數(shù)表單函數(shù)表單

7、構建的一般思路：A、確定需進行假設檢驗的總體參數(shù)B、確定抽樣樣本統(tǒng)計量及其服從的分布C、進行假設設計（單側，雙側） a、手動輸入假設檢測類型 b、輸入函數(shù)count、average以構建參數(shù)統(tǒng)計量c、手動輸入“用戶輸入”三項內(nèi)容D、確定置信水平（手動輸入）E、計算檢驗統(tǒng)計量（以計算抽樣平均誤差抽樣數(shù)據(jù)與總體均值之間差異)F、計算置信水平下的檢驗區(qū)間（或檢驗臨界值）G、比較檢驗統(tǒng)計量與檢驗區(qū)間（或檢驗臨界值） 得出結論注意：兩個臨界值外則拒絕原假設2、分析工具庫1）、F-檢驗：雙樣本方差：該工具通過雙樣本的F檢驗，對兩個樣本的方差進行比較。用于講明兩個樣本的方差是否存在顯著差異。2）、t-檢驗:

8、A、 雙樣本等方差假設：在一定置信水平之下，均值檢驗，比較兩個總體均值之差。注意：假設平均差在原假設中已被給出。 B、雙樣本異方差假設：該分析工具能夠進行雙樣本t-檢驗，也稱作異方差t-檢驗。能夠使用t-檢驗來確定兩個樣本均值實際上是否相等。當進行分析的樣本個數(shù)不同時，可使用此檢驗。假如某一樣本組在某次處理前后都進行了檢驗，則應使用“成對檢驗”。 C、成對雙樣本均值分析：該分析工具能夠進行成對雙樣本t-檢驗，用來確定樣本均值是否不等。 3）、 Z-檢驗：雙樣本均值分析：能夠進行方差已知的雙樣本均值z-檢驗。此工具用于檢驗兩個總體均值之間存在差異的假設。4）、步驟：工具數(shù)據(jù)分析F檢驗T檢驗Z檢驗

9、（六）方差分析1、單因素方差分析1）、步驟：工具數(shù)據(jù)分析單因素方差分析輸入位置選中數(shù)據(jù)輸出區(qū)域激活單元格確定2）、注意：默認以列輸出，a默認為0.05在差異源處即可下是否拒絕原假設的結論2、無重復雙因素方差分析1）、步驟同上2）、注意：拒絕原假設代表兩個列表存在特不大差異 若要找出產(chǎn)生阻礙的樣本必須使用LSD兩兩比較3、可重復雙因素方差分析 1）、步驟同上2）、注意：每一樣本行數(shù)可設定 相同數(shù)據(jù)一般在行中顯示 反復試驗的次數(shù)相等（七）相關與回歸分析：1）、利用correl計算相關系數(shù) ： A、語法：CORREL(array1,array2) B、注意：兩個數(shù)據(jù)差不多上隨機變量，無所謂自變量或因

10、變量。2、相關系數(shù)分析工具法：1）、步驟：工具-數(shù)據(jù)分析-相關系數(shù)2）、注意：只反映線性相關。 “1”代表自相關性3、回歸分析的函數(shù)方法： 1）、Intercept返回線性回歸模型的截距2）、Slope返回線性回歸模型的斜率3)、Forecast返回一元線性回歸模型的預測值4）、Steyx 計算可能的標準誤差單值函數(shù)，只能計算一個結果。 5）、Trend計算線性回歸線的趨勢值為多值預測6）、Growth返回指數(shù)曲線的趨勢值7）、Linest 返回線性回歸模型的參數(shù)8）、Logest 返回指數(shù)曲線模型的參數(shù)與GROWTH配套，返回指數(shù)模型4、“回歸”分析工具1）、步驟：工具數(shù)據(jù)分析回歸Y值輸入因

11、變量，X值輸入自變量選中置信度（默認，可修改）確定2）、注意：假如significance-F拒絕原假設，代表擬合程度較高。 p-value要緊與置信水平進行比較。（八）時刻序列分析1、測定增長量和平均增長量步驟：激活單元格輸入公式回車得出結果拖拉權柄得出下面的結果 2、測定進展速度和平均進展速度3、計算長期趨勢4、計算季節(jié)變動5、用移動平均法進行預測A奇數(shù)項輸入average公式回車返回結果拖拉權柄B偶數(shù)項激活偶數(shù)個單元格輸入公式向下拖拉激活右側另外一列單元格再次輸入公式進行二項修正6、用指數(shù)平滑法進行預測7、趨勢預測法進行預測：1）、 Forecast函數(shù)參數(shù)：X、known_ys,kno

12、wn_xs2)、Trend函數(shù)參數(shù)：known_ys,known_xs，new_xs,const二、實驗心得報告 成 績 通過十六個學時的學習，我對統(tǒng)計學實驗由不明白到深入了解，那個過程是需要付出一定的努力的。而這段時刻的學習也讓我受益匪淺，特不是在學習及工作中，統(tǒng)計學實驗課上的內(nèi)容對各方面的關心都特不大。 首先談談我對統(tǒng)計學這門課程的理解。統(tǒng)計，用我自己的話講，便是通過數(shù)據(jù)的搜集整理形成各項組數(shù)的數(shù)據(jù)，再利用專業(yè)方式及方法對數(shù)據(jù)進行分析與歸納。社會的各個領域都離不開數(shù)字，而有數(shù)字的領域就一定會涉及到統(tǒng)計，包括社會，科學，教育，文化，政治等等方面，我們都需要對其進行周密的分析，比如人均生活水平

13、、工業(yè)農(nóng)業(yè)進展水平、國民生產(chǎn)總值、出口貿(mào)易總值等等。而人們的生活水平是否有提高？出口貿(mào)易呈現(xiàn)如何樣的增長？這些種種數(shù)據(jù)只有通過專業(yè)方法的分析才能將其內(nèi)部體現(xiàn)的深層次的數(shù)據(jù)探究出來，以便我們做好下一步的預算或者講決策。因此，統(tǒng)計學有一股強大的吸引力指引著我向它靠近。 現(xiàn)在舉一個印象較為深刻的例子。作為學院早操章的負責人，我們需要每個月對每個班早操的出勤狀況進行統(tǒng)計，這便涉及到數(shù)據(jù)的搜集。首先我們將學院同學的早操表上收（這些作為統(tǒng)計的原始數(shù)據(jù)是特不必要的），其次，我們通過對原始數(shù)據(jù)的統(tǒng)計將每個班的出勤狀況的各種數(shù)據(jù)通過一定的計算公式得出下表：班級未交表不合格人數(shù)不合格率（缺5個及以上）合格人數(shù)合格

14、率全勤人數(shù)全勤率工商110100034100%2985.29%工商110200035100%3497.14%治理110100032100%2268.75%治理110200031100%31100%營銷110100023100%1565.22%營銷1102012.57%3897.43%3076.92%營銷11030000100%2683.87%會計11012611.77%4588.23%2452.94%會計1102147.41%5092.59%3157.40%會計1103123.71%5296.29%3666.66%會計1104012.18%4597.82%3269.56%國貿(mào)1101139.6

15、7%2890.33%1754.83%國貿(mào)1102112.86%3497.14%1954.29%經(jīng)濟11011818.18%3681.82%1750.00%經(jīng)濟11024511.90%3788.10%1535.71%經(jīng)濟1103337.14%3992.86%12.38%信管11014412.90%2787.10%1341.93%信管1102226.45%2993.55%1961.29%商務1101227.14%2692.86%725.00%商務11022414.29%2485.71%1657.14%物流11012510.42%4389.58%1837.50%物流1102236.67%4293.3

16、3%2964.44%不難看出，上表數(shù)據(jù)較為雜亂，而通過EXCEL表格中數(shù)據(jù)導入的功能將以上數(shù)據(jù)導入至軟件中，通過一定的電腦程序處理，比如我們需要統(tǒng)計出勤率前三名的班級，即可在菜單欄中點入數(shù)據(jù)排序。在排序的功能欄中選中要緊關鍵字為全勤率，即可找出出勤率排名前三位的班級。那個小小的例子僅僅體現(xiàn)的是我在工作中運用到統(tǒng)計實驗的知識內(nèi)容，但確實使我的工作達到了事半功倍的效果。下面以我班十位同學三門成績作為分析對象進行一個系統(tǒng)的分析，以便在今后的學習當中有針對性的加強練習。首先輸入數(shù)據(jù)至excel表格中學號英語高等數(shù)學會計學原理201021917198902010219283739520102193887

17、49520102194828795201021959093952010219681858520102197929985201021988283952010219980919520102200777595以英語成績?yōu)槔瑢⑵渲瞥芍鶢顖D。選中學號及英語成績，點擊圖形向導，選中柱狀圖在數(shù)據(jù)標志坐標軸等選項內(nèi)可選擇對圖形要緊信息的標志，比如選中數(shù)據(jù)標志的值選項，可在圖形中反映出具體數(shù)值。為了更好地反映數(shù)值之間的差距，在坐標軸處點擊右鍵選中坐標軸格式，在刻度一欄調(diào)高最小值，刻度即可從60分開始向上累計。我們再以高等數(shù)學為例，為了更好地反映高數(shù)成績各個區(qū)間段的分布，我們能夠調(diào)用Frequency函數(shù)。先設

18、定每個區(qū)間的間距（即組距），并縱向輸入到表格中，在右側空白處激活相同數(shù)量的單元格，在data-array一欄選中要分析的數(shù)據(jù)，在bins-array中選中此前分的組距，點擊確定即可獲得相應數(shù)據(jù)，運用拖拉權柄向下拉菜單表格，即可得出全部相應組數(shù)的頻數(shù)。而同時我們希望計算出相應的頻率時，可選擇手動輸入函數(shù)，激活I2單元格，輸入“=H2/SUM（$H$2：$H$5）”,即可算出第一組所占比例，運用拖拉權柄即可得出其他組數(shù)的結果。同時我們也能夠將其反映至餅狀圖上，以便更清晰地看出各區(qū)域的分布。由此我們能夠看出同學們在高數(shù)成績上學習效果較好，假如班上有50名同學，可從這十名同學的成績中推斷出，大概有20

19、名同學的成績位于90分以上。然而依舊有成績較為落后的同學，據(jù)推斷，有5名同學位于70分以下，這一部分同學假如不努力，將不能成功拿到學位證，因此我們要實行相應措施關心這一部分同學?，F(xiàn)在我們來總體比較一下三門成績的具體情況。點擊工具數(shù)據(jù)分析描述統(tǒng)計選中輸入數(shù)據(jù)選中標志位于第一行激活一個空白單元格將其選為輸出區(qū)域確定，即可得出下表。英語高等數(shù)學會計學原理平均82.6平均84.2平均92.5標準誤差1.9675標準誤差3.57708758標準誤差1.3437中位數(shù)82中位數(shù)86中位數(shù)95眾數(shù)82眾數(shù)#N/A眾數(shù)95標準差6.2218標準差11.31174414標準差4.2492方差38.711方差12

20、7.9555556方差18.056峰度0.1464峰度-1.49073968峰度0.1065偏度-0.211偏度-0.13866238偏度-1.358區(qū)域21區(qū)域32區(qū)域10最小值71最小值67最小值85最大值92最大值99最大值95求和826求和842求和925觀測數(shù)10觀測數(shù)10觀測數(shù)10最大(1)92最大(1)99最大(1)95最小(1)71最小(1)67最小(1)85置信度(95.0%)4.4508置信度（95%）8.091934275置信度(95.0%)3.0397從數(shù)據(jù)中我們不難看出，會計學原理的平均分最高，而同時通過標準差也可看出會計學原理的成績離差最小，即同學們在這門課程中的水

21、平較為相當。而相反，高數(shù)成績的偏差較大，即代表同學們在這門課程中差距較大，分差較為明顯，也代表著高等數(shù)學這門課程是最容易拉出差距的，因此一些同學想要提高綜合成績，能夠從高等數(shù)學著手。因此我們也不能忽視其中存在的問題，高數(shù)成績相差較遠，這阻礙到班級成績的總體水平，班級的“一幫一”小組必須積極采取行動，怎么講高數(shù)所占學分較重，評比優(yōu)秀班級集體是容易拉開差距，因此我們必須積極關心那些在高數(shù)水平上相對落后的同學。英語作為我們交流的工具在現(xiàn)實生活中也起著特不重要的作用，而從平均分中不難看出，英語成為我們班相對較弱的科目，總體水平都處于中間狀態(tài)，因此我們需要采取措施提高我班的英語總體水平，從下學期開始，我們預備成立英語學習小組，每周三晚定期做英語角活動，不僅能夠提高同學們的英語口語能力，同時增進互相之間的感情。抽取的樣本并不能完全代表總體的水平，因此我們還需要做一些方面的分析。以會計學原理成績?yōu)槔?，將會計學原理標志改名為“樣本數(shù)據(jù)”，選中A2至A11單元格點擊插入名稱指定首行，依次輸入下列函數(shù)及公式由于總體標準差未知，因此選用小樣本總體方差未知的函數(shù)表單方法。最終得出以下結論：因此通過參數(shù)可能一章學習的知識能夠借助樣本可能出全班同學的大致水平。通過置信區(qū)間上下限能夠可能出全班同學的成績上下差距。通過科學的統(tǒng)計方法專門快就得出了成績分析的結論。這些衍伸數(shù)據(jù)關于我們進一步分析成績水平起