[自然科学]Excel与SPSS在统计实务中的应用.ppt

Excel与SPSS在统计实务中的应用 第一节 Excel在统计实务中的应用 （一）制作频数分布表 数值型数据均表现为数值，在数据整理时通常是进行数据分组，分作后再计算出各组中出现的次数或频数，形成一张频数分布表。 以某电脑公司2002年前四个月各天的销售量数 据为例。（单位：台） 然后进行分组和编制频数分布表： 第一步：确定组数。 ， 即应分为8组，考虑到本例中数据较多，我们可分为10组。 第二步：确定各组的组距。组距=（最大值-最小值）÷组数，则组距=（237-141）÷10=9.6。为便于计算，组距取10。各组确定为：140～150；150～160；…；230～240。 第三步：利用Excel制作频数分布表。 1、将120个原始数据输入到Excel工作表中的A1：A120单元格 2、在B2：B11单元格输入每一组的上限值。（注意：用Excel制作频数分布表时，一个组的频数包括该组的上限值，因此，我们应输入149，159，…，239）。 3、选择“工具”下拉菜单，并选择“数据分析”选项（如果没有该选项，先在“工具”下拉菜单中选择“加载宏”命令，当出现对话框后，选择“分析工具库”选项，然后确定），在数据分析对话框中选择“直方图”命令。结果如下图所示： 当出现对话框时， 在“输入区域”方框内键入 A1：A120 在“接收区域”方框内键入 B2：B11 在“输出区域”方框内键入C2 选择“图表输出” 结果如下图所示： 选择“确定”后即得到频数分布表。我们对频数分布表进一步修饰后，结果如下表所示。 （二）数据的图示 1、直方图 通过数据分组后形成的频数分布表，我们可以初步看出数据分布的一些特征和规律。如果用图形来表示这一分布的结果，会更形象、直观。显示分组数据频数分布特征的图形有直方图、折线图和曲线图等。这里主要介绍直方图的绘制方法。 直方图是用矩形的宽度和高度来表示频数分布的图形。在平面直角坐标中，我们用横轴表示数据分组，纵轴表示频数或频率，这样，各组与相应的频数就形成了一个矩形，即直方图。 根据上例中的数据利用Excel绘制直方图。 1、点击工具栏上的图表向导，打开图表向导对话框如图所示，按照提示一步一步操作。 2、选择柱形图,得到输出结果如图所示： 2、线图 如果数值型数据是在不同时间上取得的，即时间序列数据，可以绘制线图。线图是在平面坐标上用折线表现数量变化特征和规律的统计图。线图主要用于显示时间序列数据，以反映事物发展变化的规律和趋势。 以1991～1998年我国城乡居民家庭的人均收入为例，数据如下表所示。绘制线图。 根据上表利用Excel绘制线图，基本步骤同绘制直方图，只是在这选择折线图。 二、用Excel进行统计分析 利用例10.1中的数据，说明利用Excel计算描述统计量的步骤。 先将120个原始数据输入到Excel工作表中的A1：A120单元格。然后按下列步骤操作： 第一步：选择“工具”下拉菜单，并选择“数据分析”选项。 第二步：在“数据分析”对话框中选择“描述统计”。结果如下图所示： 首先，我们将生产费用和产量的数据输入到Excel工作表的A2：B13单元格。然后按下列步骤进行操作： 第一步：选择“工具”下拉菜单 第二步：选择“数据分析”选项 第三步：在分析工具中选择“回归”，然后选择“确定” 第四步：当对话框出现时 在“Y值输入区域”方框内键入A2：A13 在“X值输入区域”方框内键入B2：B13 在“输出选项”中选择输出区域，选择新工作表组 Excel输出的回归结果包括三个部分： 第一部分是“回归统计”，该部分给出了回归分析中的一些常用统计量，包括相关系数、判定系、调整后的、标准误差、观测值的个数等。 第二部分是“方差分析”，该部分给出了自由度、回归分析、残差、总计、回归和残差的均方、检验统计量、F检验的显著水平。“方差分析”的主要作用是对回归方差的显著性进行检验，该检验的目的是判断因变量y与自变量x是否存在线性关系。 在给定显著水平下，Significance F=6.9221E-07,这说明生产费用与产量之间存在线性相关关系。 第三部分是参数估计的有关内容。包括回归方程的截距、斜率，截距和斜率的标准误差、用于检验的回归系数的t统计量、P值，以及截距和斜率的置信区间（下限95.0%和上限95.0%）等。在实际应用中，我们主要是看t检验的结果 。 对于回归系数Pvalue=0.000001，表明回归系数是显著的，这说明产量是影响生产费用的一个主要因素。 最后得到回归方程：