统计学上机实验.pdfVIP

。 实验五、数据的相关分析与回归分析 实验目的：应用 Excel 进行数据的相关分析以及回归分析 实验数据： 从某一行业中随机抽取 12 家企业，所得产量与生产费用的数据如下： 一、 先在表格中画出散点图，可以看出产量和生产费用是正线性相关的关系 二、 运用 Excel 数据分析工具中的回归分析来进行实验数据的处理 三、 选定需要分析的数据、置信度以及输出结果的位置 精选资料，欢迎下载 。 四、 输出数据 残差图 线性拟合图 五、 分析数据得出实验结论 ①由得出的实验数据可以得到回归方程： Y=124.14998+0.42068x ，由回归方程可以得知产量 每增加 1 台，生产费用平均增加 0.42068 万元， 由线性拟合图可以看出预测值与实际值相差 较小。②由相关系数 Multiple R 可以看出产量与生产费用两者高度线性正相关，并且线性 拟合度较高。③由判定系数 R2 =0.8468=84.68 ％可以了解到在生产费用的取值变动中有 84.68 ％是由产量决定的，由此可见二者之间有较强的线性关系。④标准误差 ，则根据产量来估计生产费用时，平均的估计误差为 6.7617 万元。⑤计算出的检验 统计量 F=55.286 ，根据显著性水平α =0.05 ，分子自由度 和分母的自由度 ，查 F 分布表，找到对应的临界值 ，由于 F，则回归方程线性关系显著。⑥由残差图可 以看出此模型为满意的模型。 精选资料，欢迎下载 。 实验六、复合型序列做趋势预测 实验目的：应用 Excel 进行数据的趋势预测以及得出后一年的数据结果 实验数据： 下表是一家大型百货公司最近几年各季度的销售额数据 （单位：万元），试对 2016 年各季度销售额进行预测。 一、在数据分析选项中选择移动平均并且在对话框中输入数据区域和移动间隔 4 然后求出移 动平均值（移动平均法是通过对时间序列逐期递移求得平均数作为预测值的一种预测方法） 二、 由于所分析的数据总项数为偶数， 所以再进行一次二项移动平均， 即得出中心化移动平 均值 精选资料，欢迎下载 。 三、 计算移动平均的比值（移动平均比值 =销售额 / 中心化移动平均值） 四、 计算得出季节指数（季节指数 =各年同季度的平均数 / 各年所有季度的总平均数） 五、 计算季节分离后的序列（季节分离后的序列 =销售额 / 季节指数） 六、 对数据进行回归分析并且求出回归方程 精选资料，欢迎下载 。 回归方程为 Y=1970.1908+168.5382t 线性拟合图如下所示： 由此图可以看出预测值与实际值线性拟合度较高 七、 得出回归预测值以及最终预测值（最终预测值 =回归预测值 / 季节指数） 八、 计算出出季节成分分离后的销售额并画出其趋势图 精选资料，欢迎下载 。 九、 2016 年各季度销售额预测值图表及其折线图 十、 实验结论 由上一步表格中的数据可以看出该百货公司销售额总的来说是上涨的， 第三季度销售额最高， 第一以及第二季度销售额相对来说比较低； 从上一步的折线图来看， 预测值在某些年份的某 些季度有较大的误差，但是总的来说预测效果还是不错的。 精选