统计学实验演讲多元数据图示和时序图1分析报告.ppt

多元数据图示分析和时序图分析 1.多元数据图示分析 实验数据： 实验思考题解答： 　　1．雷达图和轮廓图用以进行多元数据分析各自有何优势？ 雷达图 是财务分析报表的一种。即将一个公司的各项财务分析所得的数字或比率，就其比较重要的项目集中划在一个圆形的固表上，来表现一个公司各项财务比率的情况，使用者能一目了然的了解公司各项财务指标的变动情形及其好坏趋向。而在轮廓图中，类别数据沿水平轴均匀分布，所有值数据沿垂直轴均匀分布。 轮廓图用于显示随时间或有序类别而变化的趋势，非常适用于显示在相等时间间隔下数据的趋势，可能显示数据点以表示单个数据值，也可能不显示这些数据点。在有很多数据点并且它们的显示顺序很重要时，轮廓图尤其有用。 2．AR(1)模型和普通一元线性回归模型有什么区别？ 　　　AR（1）模型反映的是一期记忆性的回归模型叫作一阶自回归。普通一元线性回归模型表达式 　　与一阶自回归模型 　　他们的主要区别在于：第一，变量性质上的差异。在线性回归中是随机的， 　　是同期确定性的变量，而AR（1）中的和都是随机变量；第二，残差项上的差异。线性回归中要求自身相互独立，且与也是独立的，即，但与并不独立；而自回归AR（1）中要求与解释变量、被解释变量及自身的各期望值都是独立的。第三、反映现象间关系性质的不同。一元线性回归是对两个变量的相关关系的反映，而AR（1）是对随机变量自身相关性的反映。第四、反映现象的时间特点不同。线性回归是静态回归，而自回归是自身的动态回归。 打开excel文档，工具中的数据分析—随机数生成器—选择随机数变量1，随机数个数100，正态，at～NID(0, 0.5)。点击确定，得到右边的100个随机数据。 AR(2)模型和MA模型的模型计算公式其中at～NID(0, 0.5)计算出如下的数据： 运行spss，把 和 的数据输入spss中，建立时序图，步骤：analyze—time series—sequence charts 左图为随机生成的100个数据的AR模型的时序图 左图为随机生成的100个数据的Ma模型的时序图（注：运用的是spss软件） THAT’S ALL THANK YOU * 2008年重庆市各区县经济指标数据（数据来源：重庆统计年鉴2009） 地区 年末总人口 （户籍统计） （万人） 城镇化率 （%） 人均地区 生产总值 （元） 地区生产总值 指 数 （可比价） 企业数 （个） 年末 从业人数 （万人） 总产值 （万元） 　渝中区 1 1.00 1.00 1.00 1.00 1.00 1.00 　大渡口区 0.384318 1.00 1.15 1.05 0.33 0.24 0.24 　江北区 0.883983 1.00 0.70 1.05 0.52 0.53 0.55 　沙坪坝区 1.278375 1.00 0.66 1.01 0.55 0.66 0.78 　九龙坡区 1.341672 1.00 0.95 0.99 0.83 1.21 1.29 　南岸区 0.966924 1.00 0.71 1.05 0.42 0.43 0.59 　北碚区 1.074882 0.71 0.48 1.05 0.24 0.39 0.30 　渝北区 1.603257 0.66 0.70 0.98 1.02 1.28 1.38 　巴南区 1.464574 0.69 0.43 1.05 0.44 0.81 0.69 　万盛区 0.450302 0.71 0.28 1.02 0.09 0.04 0.03 　双桥区 0.084117 0.93 1.39 1.04 0.01 0.01 0.00 　涪陵区 1.910678 0.54 0.54 1.12 0.47 0.82 0.79 　长寿区 1.508899 0.49 0.41 1.03 0.21 0.76 0.44 　江津区 2.495803 0.54 0.38 1.05 0.38 0.68 0.45 　合川区 2.583781 0.51 0.35 1.05 0.35 0.29 0.26 　永川区 1.849899 0.55 0.45 1.06 0.31 0.69 0.57 　南川区 1.109637 0.45 0.40 1.05 0.15 0.18 0.13 我们采取了18个区的部分重要经济指标数据进行分析 在excel表中输入数据，点击插入图表—折线图，选“列”点击确定得到如下轮廓图和雷达图 *