統(tǒng)計學(xué)實驗步驟總結(jié)與心得報告doc(編輯修改稿)
2024-08-14 13:40 本頁面
【文章內(nèi)容簡介】 析工具法：1）、步驟：工具數(shù)據(jù)分析相關(guān)系數(shù)2）、注意：只反映線性相關(guān)。 “1”代表自相關(guān)性回歸分析的函數(shù)方法： 1）、Intercept返回線性回歸模型的截距2）、Slope返回線性回歸模型的斜率3)、Forecast返回一元線性回歸模型的預(yù)測值4）、Steyx 計算估計的標準誤差→單值函數(shù)，只能計算一個結(jié)果。 5）、Trend計算線性回歸線的趨勢值→為多值預(yù)測6）、Growth返回指數(shù)曲線的趨勢值7）、Linest 返回線性回歸模型的參數(shù)8）、Logest 返回指數(shù)曲線模型的參數(shù)→與GROWTH配套，返回指數(shù)模型“回歸”分析工具1）、步驟：工具→數(shù)據(jù)分析→回歸→Y值輸入因變量，X值輸入自變量→選中置信度（默認，可修改）→確定2）、注意：如果significanceF拒絕原假設(shè)，代表擬合程度較高。 pvalue主要與置信水平進行比較。（八）時間序列分析測定增長量和平均增長量步驟：激活單元格→輸入公式→回車得出結(jié)果→拖拉權(quán)柄得出下面的結(jié)果 測定發(fā)展速度和平均發(fā)展速度計算長期趨勢計算季節(jié)變動用移動平均法進行預(yù)測A．奇數(shù)項→輸入average公式→回車返回結(jié)果→拖拉權(quán)柄B．偶數(shù)項→激活偶數(shù)個單元格→輸入公式→向下拖拉→激活右側(cè)另外一列單元格→再次輸入公式進行二項修正用指數(shù)平滑法進行預(yù)測趨勢預(yù)測法進行預(yù)測：1）、 Forecast函數(shù)參數(shù)：X、known_y’s,known_x’s2)、Trend函數(shù)參數(shù)：known_y’s,known_x’s，new_x’s,const二、實驗心得報告 成 績 經(jīng)過十六個學(xué)時的學(xué)習(xí)，我對統(tǒng)計學(xué)實驗由不懂到深入了解，這個過程是需要付出一定的努力的。而這段時間的學(xué)習(xí)也讓我受益匪淺，特別是在學(xué)習(xí)及工作中，統(tǒng)計學(xué)實驗課上的內(nèi)容對各方面的幫助都特別大。 首先談?wù)勎覍y(tǒng)計學(xué)這門課程的理解。統(tǒng)計，用我自己的話說，便是通過數(shù)據(jù)的搜集整理形成各項組數(shù)的數(shù)據(jù)，再利用專業(yè)方式及方法對數(shù)據(jù)進行分析與歸納。社會的各個領(lǐng)域都離不開數(shù)字，而有數(shù)字的領(lǐng)域就一定會涉及到統(tǒng)計，包括社會，科學(xué)，教育，文化，政治等等方面，我們都需要對其進行周密的分析，比如人均生活水平、工業(yè)農(nóng)業(yè)發(fā)展水平、國民生產(chǎn)總值、出口貿(mào)易總值等等。而人們的生活水平是否有提高？出口貿(mào)易呈現(xiàn)怎樣的增長？這些種種數(shù)據(jù)只有通過專業(yè)方法的分析才能將其內(nèi)部體現(xiàn)的深層次的數(shù)據(jù)探索出來，以便我們做好下一步的預(yù)算或者說決策。因此，統(tǒng)計學(xué)有一股強大的吸引力指引著我向它靠近。 現(xiàn)在舉一個印象較為深刻的例子。作為學(xué)院早操章的負責(zé)人，我們需要每個月對每個班早操的出勤狀況進行統(tǒng)計，這便涉及到數(shù)據(jù)的搜集。首先我們將學(xué)院同學(xué)的早操表上收（這些作為統(tǒng)計的原始數(shù)據(jù)是非常必要的），其次，我們通過對原始數(shù)據(jù)的統(tǒng)計將每個班的出勤狀況的各種數(shù)據(jù)通過一定的計算公式得出下表：班級未交表不合格人數(shù)不合格率（缺5個及以上）合格人數(shù)合格率全勤人數(shù)全勤率工商110100034100%29%工商110200035100%34%管理110100032100%22%管理110200031100%31100%營銷110100023100%15%營銷110201%38%30%營銷11030000100%26%會計110126%45%%24%會計110214%50%31%會計110312%52%36%會計110401%45%
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號-1