【正文】 980899099其他圖111 成績分析餅形圖第 8 頁；共 23頁應(yīng)用統(tǒng)計(jì)學(xué)實(shí)驗(yàn)報(bào)告上機(jī)總結(jié)：通過本次上機(jī)，鞏固了excel的基本操作，讓操作更加流暢。進(jìn)一步了解了函數(shù)的使用，能夠熟練的掌握基本的統(tǒng)計(jì)量的運(yùn)算。通過實(shí)驗(yàn)的學(xué)習(xí)和比較，進(jìn)一步加深了對(duì)統(tǒng)計(jì)量意義的學(xué)習(xí)。實(shí)驗(yàn)（上機(jī)）成績：第 9 頁；共 23頁評(píng)閱老師： 評(píng)閱時(shí)間：應(yīng)用統(tǒng)計(jì)學(xué)實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)（上機(jī)）日期： 2013年5月9日 第 2 次 實(shí)驗(yàn)（上機(jī)）主題：假設(shè)檢驗(yàn)與方差分析 實(shí)驗(yàn)（上機(jī)）類別）：驗(yàn)證性 完成方式：獨(dú)立實(shí)驗(yàn)（上機(jī)）目的與要求：建數(shù)據(jù)庫：（1）假設(shè)檢驗(yàn)（雙樣本數(shù)據(jù)）（2）方差分析：單因素方差分析和雙因素方差分析掌握假設(shè)檢驗(yàn)的計(jì)算與分析掌握方差分析的計(jì)算與分析輸出計(jì)算結(jié)果并進(jìn)行分析進(jìn)行檢驗(yàn)和決策實(shí)驗(yàn)上機(jī)內(nèi)容及方法一、單因素分析：表21 三種訓(xùn)練方法下工人的日產(chǎn)量方法1 方法2 方法3 22 18 18 27 24人均日產(chǎn)量 18 16 21 22 11 17 15，并在“工具”菜單下選擇“數(shù)據(jù)分析”，選擇如圖，單擊“確認(rèn)”圖21 分析工具選擇第 10 頁；共 23頁應(yīng)用統(tǒng)計(jì)學(xué)實(shí)驗(yàn)報(bào)告；圖22 單因素分析復(fù)選框結(jié)果輸出：表22 單因素分析結(jié)果組 行 1 行 2 行 3 方差分析 差異源 組間 組內(nèi) 總計(jì) 觀測數(shù) 5 5 5 SS 40 192 232求和 85 105 95 df 2 12 14平均 17 21 19 MS 20 16方差 15 F Pvalue F crit 分析：F crit=；F= 因?yàn)镕=＜F crit=，所以拒絕訓(xùn)練方法對(duì)日產(chǎn)量有顯著影響，即三種訓(xùn)練方法對(duì)日產(chǎn)量沒有顯著影響。二、雙因素分析（無交互作用）實(shí)驗(yàn)數(shù)據(jù)表23 4個(gè)工人和3臺(tái)機(jī)器配合的日產(chǎn)量A1 A2 A3 B1 50 63 52 B2 47 54 42第 11 頁；共 23頁B3 47 57 41 B4 53 58 48應(yīng)用統(tǒng)計(jì)學(xué)實(shí)驗(yàn)報(bào)告將數(shù)據(jù)輸入軟件，并在“工具”菜單下選擇“數(shù)據(jù)分析”，選擇如圖，單擊“確認(rèn)”圖23 無交互作用雙因素分析選項(xiàng)在數(shù)據(jù)復(fù)選框內(nèi)選擇數(shù)據(jù)如下；圖24 無交互作用雙因素分析復(fù)選框分析結(jié)果輸出：表24方差分析：無重復(fù)雙因素分析SUMMARY 行 1 行 2 行 3 列 1 列 2 列 3 列 4 方差分析 觀測數(shù) 4 4 3 3 3求和 197 232 183 165 143 145 159平均 58 55 方差 14 顯著性水平：1%第 12 頁；共 23頁應(yīng)用統(tǒng)計(jì)學(xué)實(shí)驗(yàn)報(bào)告差異源 行 列 誤差總計(jì) SS df 2 3 6MS F Pvalue F crit 466 11MSFPvalueF crit 方差分析：無重復(fù)雙因素分析方差分析 顯著性水平：5% 差異源 行 列 誤差總計(jì) SS df 2 3 6 466 11分析：行因素：在顯著性水平為1%的時(shí)候，F(xiàn) crit=，在顯著性水平為5%時(shí)，F(xiàn) crit=，都遠(yuǎn)小于F =。即不同牌號(hào)機(jī)器上的日產(chǎn)量有高度顯著性差別。列因素：在顯著性水平為1%的時(shí)候，F(xiàn) crit=，在顯著性水平為5%時(shí)，F(xiàn) crit=，F(xiàn)=。＜＜。則不同工人的日產(chǎn)量只有顯著的差別。三、雙因素分析（有交互作用）實(shí)驗(yàn)數(shù)據(jù)表25 燈泡壽命數(shù)據(jù)因 子 BB1 B2 B3A1 15 18 17因子A A2 A3 14 第 13 頁；共 23頁應(yīng)用統(tǒng)計(jì)學(xué)實(shí)驗(yàn)報(bào)告將數(shù)據(jù)輸入軟件，并在“工具”菜單下選擇“數(shù)據(jù)分析”，選擇如圖，單擊“確認(rèn)”圖25 有交互作用雙因素分析在數(shù)據(jù)復(fù)選框內(nèi)選擇數(shù)據(jù)如下；圖26 有交互作用雙因素分析復(fù)選框分析結(jié)果輸出：表25方差分析：可重復(fù)雙因素分析觀測數(shù) 求和平均 方差 15 第 14 頁；共 23頁應(yīng)用統(tǒng)計(jì)學(xué)實(shí)驗(yàn)報(bào)告觀測數(shù) 求和平均 方差觀測數(shù) 求和平均 方差總計(jì)觀測數(shù) 求和平均 方差方差分析差異源 樣本 列 交互 內(nèi)部 總計(jì) 2 28 14 2 35 PvalueF crit顯著性水平為5% SS dfMSF 2 4 9 方差分析差異源 樣本 列 交互 內(nèi)部 總計(jì)顯著性水平為：1% SS df MS 2 2 4 9 17F Pvalue F crit 分析：因子A（工藝方法）分析：在顯著性水平為1%的時(shí)候，F(xiàn) crit=，在顯著性水平為5%時(shí)，F(xiàn) crit=，F(xiàn) =，＜＜，則工藝方法對(duì)燈泡壽命的影響是顯著的。因子B（燈絲配方）分析：在顯著性水平為1%的時(shí)候，F(xiàn) crit=，在顯著性水平為5%時(shí)，F(xiàn) crit=，F(xiàn) =，＜，則燈絲配方對(duì)燈泡的壽命影響是高度顯著的。第 15 頁；共 23頁應(yīng)用統(tǒng)計(jì)學(xué)實(shí)驗(yàn)報(bào)告交互作用分析：在顯著性水平為1%的時(shí)候，F(xiàn) crit=，在顯著性水平為5%時(shí)，F(xiàn) crit=，F(xiàn) =，＜＜。則工藝和菲方之間存在交互作用。實(shí)驗(yàn)上機(jī)總結(jié)：學(xué)會(huì)如何讓運(yùn)用軟件進(jìn)行方差計(jì)算和分析；通過提出假設(shè)，了解如何通過計(jì)算數(shù)據(jù)進(jìn)行顯著性判斷和檢驗(yàn)；根據(jù)假設(shè)和檢驗(yàn)結(jié)果，明白如何進(jìn)行判斷。實(shí)驗(yàn)上機(jī)成績：評(píng)閱老師：評(píng)閱時(shí)間：第 16 頁；共 23頁應(yīng)用統(tǒng)計(jì)學(xué)實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)（上機(jī)）日期：2013年5月16 第 3 次 實(shí)驗(yàn)（上機(jī)）主題：回歸分析 實(shí)驗(yàn)（上機(jī)）類別）：驗(yàn)證性 完成方式：獨(dú)立實(shí)驗(yàn)（上機(jī)）目的與要求：搜集數(shù)據(jù)并建數(shù)據(jù)庫掌握一元線性回歸的計(jì)算與分析掌握多元線性回歸的計(jì)算與分析輸出計(jì)算結(jié)果并進(jìn)行分析進(jìn)行檢驗(yàn)和預(yù)測實(shí)驗(yàn)上機(jī)的內(nèi)容及方法 一，一元線性回歸 數(shù)據(jù)顯示如下：（表31十個(gè)企業(yè)的生產(chǎn)費(fèi)用與產(chǎn)量數(shù)據(jù)）企業(yè)編號(hào) 1 2 3 4 5 6 7 8 9 10 產(chǎn)量X（千克）40 42 48 55 65 79 88 100 120 140 生產(chǎn)費(fèi)用Y（千元）150 140 160 170 150 162 185 165 190 185 將數(shù)據(jù)輸入工作表，在“工具”菜單下選擇“數(shù)據(jù)分析”，然后選擇“回歸”膽機(jī)確定。在復(fù)選框中選擇如下：（圖31一元回歸分析復(fù)選框）第 17 頁；共 23頁應(yīng)用統(tǒng)計(jì)學(xué)實(shí)驗(yàn)報(bào)告則顯示相關(guān)數(shù)據(jù)處理結(jié)果如下：表32 回歸統(tǒng)計(jì)表Multiple R R Square Adjusted R quare 標(biāo)準(zhǔn)誤差 觀測值表33 方差分析表 回歸分析 殘差 總計(jì) dfSS MS F Significance F 8 表34 回歸分析表Intercept X Variable 1 Coefficients 標(biāo)準(zhǔn)誤差 t StatLower Upper95% 95% Pvalue 得到散點(diǎn)圖和擬合分析圖如下：Normal Probability Plot20010000204060Sample Percentile圖32 散點(diǎn)圖 Y80100X Variable 1 Line Fit Plot***0X Variable 1圖33 擬合分析圖Y預(yù)測 Y150Y第 18 頁；共 23頁應(yīng)用統(tǒng)計(jì)學(xué)實(shí)驗(yàn)報(bào)告相關(guān)分析：回歸方程由散點(diǎn)圖得知回歸方程為一元線性方程。得到回歸方程如下： Y=+顯著性分析得到Multiple R=＞（）表示回歸方程顯著。t Stat=＞（α=，自由度=8時(shí)t值）則統(tǒng)計(jì)檢驗(yàn)結(jié)果顯著。其存在良好的線性關(guān)系。F=＞（在α=，n1=1,n2=8時(shí)F值），表示回歸結(jié)顯著。相關(guān)預(yù)測在產(chǎn)量為80千件時(shí)，平均生產(chǎn)費(fèi)用的置信區(qū)間（α=）生產(chǎn)費(fèi)用預(yù)測Y0=+ *80= 下界=**== 下界=+= 即總體均值得95%置信區(qū)間為（，）在產(chǎn)量為80千件時(shí)，生產(chǎn)費(fèi)用的置信區(qū)間（α=）生產(chǎn)費(fèi)用預(yù)測Y0=+ *80= 下界=**== 下界=+= 即總體得95%置信區(qū)間為（，）二，多元回歸 試驗(yàn)數(shù)據(jù)：表35 某企業(yè)10個(gè)月的月管理費(fèi)用與工人勞動(dòng)日數(shù)和機(jī)器開工臺(tái)數(shù)的資料管理費(fèi)用Y 工人勞動(dòng)日數(shù)X1 29 45 24 42 27 44 25 45 26 43 28 46 30 44 28 45 28 44 27 43第 19 頁；共 23頁應(yīng)用統(tǒng)計(jì)學(xué)實(shí)驗(yàn)報(bào)告機(jī)器開工臺(tái)數(shù)X2 14 15 13 13 14 16 16 15 15 將數(shù)據(jù)輸入工作表，在“工具”菜單下選擇“數(shù)據(jù)分析”，然后選擇“回歸”膽機(jī)確定。在復(fù)選框中選擇如下：圖34 多元回歸復(fù)選框則顯示相關(guān)數(shù)據(jù)處理結(jié)果如下：表35 回歸統(tǒng)計(jì)表回歸統(tǒng)計(jì)Multiple R R Square Adjusted RSquare 標(biāo)準(zhǔn)誤差 觀測值 10表36 方差分析表回歸分析 殘差 總計(jì) df SS MS F Significance F 2 7 表37 回歸分析表Coefficients 標(biāo)準(zhǔn)誤差 t Stat第 20 頁；共 23頁P(yáng)value 下限 上限應(yīng)用統(tǒng)計(jì)學(xué)實(shí)驗(yàn)報(bào)告Intercept X Variable 1 X Variable 2% % 得到散點(diǎn)圖和擬合分析圖如下：Normal Probability Plot402000204060Sample Percentile圖35 散點(diǎn)圖 Y80100X Variable 1 Line Fit Plot***X Variable 1圖36 擬合分析圖Y預(yù)測 Y4647Y相關(guān)分析：回歸方程由散點(diǎn)圖得知回歸方程為二元線性方程。得到回歸方程如下： Y=+ + 回歸方程檢驗(yàn)R Square= ＞第 21 頁；共 23頁應(yīng)用統(tǒng)計(jì)學(xué)實(shí)驗(yàn)報(bào)告F= ＞(α=，自由度=2,7時(shí)，F(xiàn)值)即：回歸方程的擬合程度很好?；貧w系數(shù)：t 1= ＜（α=，自由度=7時(shí)，t值）t2= ＞（α=，自由度=7時(shí)，t值）所以β1不顯著，β2顯著。即工人勞動(dòng)日數(shù)對(duì)管理費(fèi)用的影響并不是顯著；機(jī)器開工臺(tái)數(shù)對(duì)管理費(fèi)用影響顯著。相關(guān)系數(shù)分