【正文】 980899099其他圖111 成績分析餅形圖第 8 頁；共 23頁應用統(tǒng)計學實驗報告上機總結：通過本次上機，鞏固了excel的基本操作，讓操作更加流暢。進一步了解了函數的使用，能夠熟練的掌握基本的統(tǒng)計量的運算。通過實驗的學習和比較，進一步加深了對統(tǒng)計量意義的學習。實驗（上機）成績：第 9 頁；共 23頁評閱老師： 評閱時間：應用統(tǒng)計學實驗報告實驗（上機）日期： 2013年5月9日 第 2 次 實驗（上機）主題：假設檢驗與方差分析 實驗（上機）類別）：驗證性 完成方式：獨立實驗（上機）目的與要求：建數據庫：（1）假設檢驗（雙樣本數據）（2）方差分析：單因素方差分析和雙因素方差分析掌握假設檢驗的計算與分析掌握方差分析的計算與分析輸出計算結果并進行分析進行檢驗和決策實驗上機內容及方法一、單因素分析：表21 三種訓練方法下工人的日產量方法1 方法2 方法3 22 18 18 27 24人均日產量 18 16 21 22 11 17 15，并在“工具”菜單下選擇“數據分析”，選擇如圖，單擊“確認”圖21 分析工具選擇第 10 頁；共 23頁應用統(tǒng)計學實驗報告；圖22 單因素分析復選框結果輸出：表22 單因素分析結果組 行 1 行 2 行 3 方差分析 差異源 組間 組內 總計 觀測數 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= 因為F=＜F crit=，所以拒絕訓練方法對日產量有顯著影響，即三種訓練方法對日產量沒有顯著影響。二、雙因素分析（無交互作用）實驗數據表23 4個工人和3臺機器配合的日產量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應用統(tǒng)計學實驗報告將數據輸入軟件，并在“工具”菜單下選擇“數據分析”，選擇如圖，單擊“確認”圖23 無交互作用雙因素分析選項在數據復選框內選擇數據如下；圖24 無交互作用雙因素分析復選框分析結果輸出：表24方差分析：無重復雙因素分析SUMMARY 行 1 行 2 行 3 列 1 列 2 列 3 列 4 方差分析 觀測數 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頁應用統(tǒng)計學實驗報告差異源 行 列 誤差總計 SS df 2 3 6MS F Pvalue F crit 466 11MSFPvalueF crit 方差分析：無重復雙因素分析方差分析 顯著性水平：5% 差異源 行 列 誤差總計 SS df 2 3 6 466 11分析：行因素：在顯著性水平為1%的時候，F crit=，在顯著性水平為5%時，F crit=，都遠小于F =。即不同牌號機器上的日產量有高度顯著性差別。列因素：在顯著性水平為1%的時候，F crit=，在顯著性水平為5%時，F crit=，F=。＜＜。則不同工人的日產量只有顯著的差別。三、雙因素分析（有交互作用）實驗數據表25 燈泡壽命數據因 子 BB1 B2 B3A1 15 18 17因子A A2 A3 14 第 13 頁；共 23頁應用統(tǒng)計學實驗報告將數據輸入軟件，并在“工具”菜單下選擇“數據分析”，選擇如圖，單擊“確認”圖25 有交互作用雙因素分析在數據復選框內選擇數據如下；圖26 有交互作用雙因素分析復選框分析結果輸出：表25方差分析：可重復雙因素分析觀測數 求和平均 方差 15 第 14 頁；共 23頁應用統(tǒng)計學實驗報告觀測數 求和平均 方差觀測數 求和平均 方差總計觀測數 求和平均 方差方差分析差異源 樣本 列 交互 內部 總計 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 內部 總計顯著性水平為：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%的時候，F crit=，在顯著性水平為5%時，F crit=，F =，＜＜，則工藝方法對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%的時候，F crit=，在顯著性水平為5%時，F crit=，F =，＜，則燈絲配方對燈泡的壽命影響是高度顯著的。第 15 頁；共 23頁應用統(tǒng)計學實驗報告交互作用分析：在顯著性水平為1%的時候，F crit=，在顯著性水平為5%時，F crit=，F =，＜＜。則工藝和菲方之間存在交互作用。實驗上機總結：學會如何讓運用軟件進行方差計算和分析；通過提出假設，了解如何通過計算數據進行顯著性判斷和檢驗；根據假設和檢驗結果，明白如何進行判斷。實驗上機成績：評閱老師：評閱時間：第 16 頁；共 23頁應用統(tǒng)計學實驗報告實驗（上機）日期：2013年5月16 第 3 次 實驗（上機）主題：回歸分析 實驗（上機）類別）：驗證性 完成方式：獨立實驗（上機）目的與要求：搜集數據并建數據庫掌握一元線性回歸的計算與分析掌握多元線性回歸的計算與分析輸出計算結果并進行分析進行檢驗和預測實驗上機的內容及方法 一，一元線性回歸 數據顯示如下：（表31十個企業(yè)的生產費用與產量數據）企業(yè)編號 1 2 3 4 5 6 7 8 9 10 產量X（千克）40 42 48 55 65 79 88 100 120 140 生產費用Y（千元）150 140 160 170 150 162 185 165 190 185 將數據輸入工作表，在“工具”菜單下選擇“數據分析”，然后選擇“回歸”膽機確定。在復選框中選擇如下：（圖31一元回歸分析復選框）第 17 頁；共 23頁應用統(tǒng)計學實驗報告則顯示相關數據處理結果如下：表32 回歸統(tǒng)計表Multiple R R Square Adjusted R quare 標準誤差 觀測值表33 方差分析表 回歸分析 殘差 總計 dfSS MS F Significance F 8 表34 回歸分析表Intercept X Variable 1 Coefficients 標準誤差 t StatLower Upper95% 95% Pvalue 得到散點圖和擬合分析圖如下：Normal Probability Plot20010000204060Sample Percentile圖32 散點圖 Y80100X Variable 1 Line Fit Plot***0X Variable 1圖33 擬合分析圖Y預測 Y150Y第 18 頁；共 23頁應用統(tǒng)計學實驗報告相關分析：回歸方程由散點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t值）則統(tǒng)計檢驗結果顯著。其存在良好的線性關系。F=＞（在α=，n1=1,n2=8時F值），表示回歸結顯著。相關預測在產量為80千件時，平均生產費用的置信區(qū)間（α=）生產費用預測Y0=+ *80= 下界=**== 下界=+= 即總體均值得95%置信區(qū)間為（，）在產量為80千件時，生產費用的置信區(qū)間（α=）生產費用預測Y0=+ *80= 下界=**== 下界=+= 即總體得95%置信區(qū)間為（，）二，多元回歸 試驗數據：表35 某企業(yè)10個月的月管理費用與工人勞動日數和機器開工臺數的資料管理費用Y 工人勞動日數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頁應用統(tǒng)計學實驗報告機器開工臺數X2 14 15 13 13 14 16 16 15 15 將數據輸入工作表，在“工具”菜單下選擇“數據分析”，然后選擇“回歸”膽機確定。在復選框中選擇如下：圖34 多元回歸復選框則顯示相關數據處理結果如下：表35 回歸統(tǒng)計表回歸統(tǒng)計Multiple R R Square Adjusted RSquare 標準誤差 觀測值 10表36 方差分析表回歸分析 殘差 總計 df SS MS F Significance F 2 7 表37 回歸分析表Coefficients 標準誤差 t Stat第 20 頁；共 23頁Pvalue 下限 上限應用統(tǒng)計學實驗報告Intercept X Variable 1 X Variable 2% % 得到散點圖和擬合分析圖如下：Normal Probability Plot402000204060Sample Percentile圖35 散點圖 Y80100X Variable 1 Line Fit Plot***X Variable 1圖36 擬合分析圖Y預測 Y4647Y相關分析：回歸方程由散點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R Square= ＞第 21 頁；共 23頁應用統(tǒng)計學實驗報告F= ＞(α=，自由度=2,7時，F值)即：回歸方程的擬合程度很好?；貧w系數：t 1= ＜（α=，自由度=7時，t值）t2= ＞（α=，自由度=7時，t值）所以β1不顯著，β2顯著。即工人勞動日數對管理費用的影響并不是顯著；機器開工臺數對管理費用影響顯著。相關系數分