统计学作业精要.docx

第三章 3.1 上面的数据是顺序数据 用Excel制作一张频数分布表 绘制一张条形图，反映评价等级的分布 绘制评价等级的帕累托图。 3.2 组数为6 组距为（152-87）/6=10.83约等于10 频数分布表为如下： 按规定进行分组 3.3 确定组数6；确定组距（49-25）/6=4，取5；因此分组频数表为 直方图为 3.4 箱线图 3.5 频数分布表 直方图 3.6 组数=7 组距=（61-40）/7=3，取3 分组频数表（根据实际资料调整成五个分组） 从直方图看，数据呈双峰分布 3.7 频数分布表 从直方图看，数据呈左偏分布。 3.8 数值型数据 频数分布表 组数为7，组距（9+25）/7=4.86，取5 从直方图看，数据呈左偏分布。 3.9 自学考试人员年龄分布集中在20-24之间，呈右偏分布。 3.11 3.12 对比条形图 环形图 甲班成绩分布图近似正态分布，分布较均衡；乙班成绩呈右偏分布。 根据雷达图，两班成绩分布不相似。 3.13 3.14 国内生产总值线图 第一二三产业国内生产总值线图 饼图 第十章 10.1 P=0.040877a=0.01,，不拒绝原假设，没有证据表明3个总体之间有显著性差异。 10.2 P=0.00001a=0.01，拒绝原假设，表明5个总体均值之间有显著差异。 10.3 P=0.000685a=0.01，因此拒绝原假设，表明4台机器的平均装填量之间有显著性差异。 10.4 P=0.000849a=0.05，因此拒绝原假设，表明管理者的的平均满意度评分之间有显著性差异。 10.5 P=0.00031a=0.05，拒绝原假设，表明电池平均寿命之间有显著性差异。 10.6 P=0.00196a=0.05,拒绝原假设，表明不同培训方式对产品组装有显著影响。 10.8 P=2.39E-06a=0.01,拒绝原假设，表明不同车速对磨损程度有显著影响。 10.9 P=0.0033a=0.05,拒绝原假设，表明不同品种的种子对收获量有显著影响。 P=0.001949a=0.05,拒绝原假设，表明不同施肥方案对收获量有显著影响。 10.10 P=0.931056a=0.05,不拒绝原假设，没有证据表明不同地区对该食品的销售量有显著影响。 P=0.152155a=0.05，不拒绝原假设，没有证据表明不同的包装方法对该食品的销售量有显著影响。 10.11 表明竞争者数量对销售额有显著影响 表明超市位置对销售额有显著影响 没有证据表明竞争者的数量和超市的位置对销售额有交互影响 10.12 表明广告方案队销售额有显著影响 没有证据表明广告媒体对销售量有显著影响 没有证据表明广告方案和广告媒体队销售量有交互影响 第十一章 11.1 从散点图可以看出，产量与生产费用之间为正的线性相关关系。 利用Excel的correl函数计算相关系数为r=0.920232 11.2 从散点图可以看出，复习时间与考试分数之间为正的线性相关关系。 利用Excel的correl函数计算相关系数为r=0.8621，相关关系0.8，表明复习时间与考试分数之间为正的线性相关关系。 11.5 利用Excel的correl函数计算相关系数为r=0.9489，相关关系大于0.8，表明运送距离与时间之间有较强的正线性相关关系。 11.6 利用Excel的correl函数计算相关系数为r=0.998128，接近1，说明人均GDP与人均消费水平之间有非常强的正线性相关关系。 11.7 从散点图可以看出，航班正点率与投诉次数之间为负的线性相关关系。 回归结果： 11.8 由上诉结果表明，月租金每增加1元，出租率平均增加0.2492%。 表明，回归系数显著，即月租金是影响出租率的显著性因素。 11.10 由上述结果可知，回归方程为y=13.6254+2.3029x，回归系数表明，x每增加一个单位y平均增加2.3029个单位，判定系数R的平方=93.74%，表明回归方程的拟合程度较高；估计标准误差=3.8092，表明用x来预测y时的平均预测误差为3.8092. 11.13 回归方程为y=-46.2918+15.23977x 11.14 回归1的残差图表明，两个变量之间没有线性关系。回归2 的残差图表明，两个变量之间为非线性关系。 11.15 （1） 估计的回归方程为y=29.399+1.547478x （2）由于F=0.020582a=0.05，表明广告费支出与销售额之间的线性关系显著。 （3）残差图如下： 从残差图可与看出，关于误差项的假定并不成立。 虽然线性关系通过了显著性检验，但从残差图上看，关于x与y之间存在线性关系的假设仍值得怀疑。因此可以考虑选用非线性模型。 第十三章 13.1 预测结果和预测误差如下表： 实际值和预测值的图形： （2）3期移动