居民消费价格分指数综合分析.doc

东 华 大 学 报告名称： 居民消费价格分类指数的 综合分析 课程名称： 概率统计与随机过程 开课时间： 2011年秋 分 院： 计算机科学与技术学院 学 号： L2111989 姓 名： 王 漫 指导教师： 宋 晖 2011年 10 月 目录 1．引言 3 1.1研究背景 3 1.2研究意义 3 2．数据收集 4 2.1数据来源 4 2.2统计范围 4 3．分析工具 4 4．数据的图形分析 5 4.1 图形分析概述 5 4.2 数据的描述性统计分析 5 4.3直方图 5 4.4箱须图 8 4.5正态拟合曲线 9 4.6散点图 10 4.7经验分布函数图 11 4.8正态概率分布图 12 4.9图形分析总述 13 5．单样本的均值和方差的区间估计 14 5.1区间估计概述 14 5.2单样本的均值的区间估计 14 5.3单样本的方差的区间估计 15 6．假设检验 16 6.1假设检验概述 16 6.2单样本均值的假设检验 16 6.3单样本方差的假设检验 17 6.4两样本正态总体均值差的假设检验 17 6.5 两样本正态总体方差比的假设检验 17 7．线性回归和相关性分析 18 7.1线性回归分析概述 18 7.2一元线性回归分析 18 7.3多元线性回归分析 21 8．参考文献 24 1．引言 1.1研究背景 近年来，物价不断上涨，引起了人们的普遍关注。国家统计局公布，2011年8月份，全国居民消费价格总水平同比上涨6.2%。其中，城市上涨5.9%，农村上涨6.7%；食品价格上涨13.4%，非食品价格上涨3.0%；消费品价格上涨7.3%，服务项目价格上涨3.4%。全国居民消费价格总水平环比上涨0.3%。其中，城市上涨0.3%，农村上涨0.3%；食品价格上涨0.6%，非食品价格上涨0.2%；消费品价格上涨0.3%，服务项目价格上涨0.2%。matlab 7.1提供了高级科学计算语言，是进行数据分析算法开发的集成开发环境MATLAB 将高性能的数值计算和可视化集成在一起，并提供了大量的内置函数，从而被广泛地应用于科学计算、控制系统、信息处理等领域的分析、仿真和设计工作目前 MATLAB 产品族可以用来进行：数值分析 数值和符号计算 工程与科学绘图 控制系统的设计与方针 数字图像处理 数字信号处理通讯系统设计与仿真 财务与金融工程 ＆ 直观、高效地表达复杂的数据和观点 ＆ 强调数据之间的比较 4.2 数据的描述性统计分析 为了更加准确的把握数据，在进行图表分析之前，首先做出各个统计量的基本的描述性统计，如下： 变量 平均值 方差 最小值 下四分位数 上四分位数 最大值 居民消费价格指数 103.18 8.02 95.81 101.20 105.29 113.60 食品 107.43 46.91 94.29 102.20 111.60 132.60 衣着 99.229 8.131 85.800 97.700 100.796 112.700 交通和通信 99.292 2.723 88.900 98.400 100.300 106.500 居住 104.12 15.75 86.00 103.00 106.20 120.42 4.3直方图 4.3.1单一直方图 Matlab代码如下： T=xlsread(CPI_DATA.xls,B3:B2562) Title(CPI_直方图); xlabel(居民消费价格指数); ylabel(频率); bar(x,y,FaceColor,r,EdgeColor,w);box off 图形如下： 图1 居民消费价格指数的直方图 4.3.2 CPI各个指标的直方图 Matlab代码如下： X1=xlsread(CPI_DATA.xls,C3:C2562) X2=xlsread(CPI_DATA.xls,K3:C2562) X3=xlsread(CPI_DATA.xls,H3:C2562) X4=xlsread(CPI_DATA.xls,P3:C2562) X5=xlsread(CPI_DATA.xls,J3:J2562) X6=xlsread(CPI_DATA.xls,L3:L2562) X7=xlsread(CPI_DATA.