統(tǒng)計(jì)學(xué)實(shí)驗(yàn)二

1、實(shí)驗(yàn)二：EXCEL的數(shù)據(jù)特征描述、列聯(lián)分析、多元回歸分析一、實(shí)驗(yàn)?zāi)康募耙螅海ㄒ唬┠康氖煜XCEL用于數(shù)據(jù)描述統(tǒng)計(jì)、列聯(lián)分析、多元回歸的基本菜單操作及命令。（二）內(nèi)容及要求根據(jù)學(xué)生實(shí)驗(yàn)數(shù)據(jù)12,對(duì)學(xué)生的身高進(jìn)行描述統(tǒng)計(jì)，說(shuō)明學(xué)生身高的一些基本特征。對(duì)不同專業(yè)中男女生的分布情況編制列聯(lián)表，并分析學(xué)生性別與專業(yè)選擇是否有關(guān)。根據(jù)學(xué)生的體育成績(jī)?nèi)?）與學(xué)生的年齡（幻）、體重（、身高33）和性別34）建立一個(gè) 多元回歸模型，并判斷此模型對(duì)于解釋學(xué)生體育成績(jī)的好壞有無(wú)意義。二、儀器用具硬件：計(jì)算機(jī)（安裝Windows98、Windows2000或Windows XP或以上）軟件：EXCEL三、實(shí)驗(yàn)原理

2、統(tǒng)計(jì)中數(shù)據(jù)整理與顯示的相關(guān)理論。四、實(shí)驗(yàn)方法與步驟（一）描述統(tǒng)計(jì)在“工具”中的“數(shù)據(jù)分析”選擇“描述統(tǒng)計(jì)”，其中“輸入?yún)^(qū)域”為“身高”歹U,注意要 是選中“身高”，要記得勾選“標(biāo)志位于第一行”。（二）期望頻數(shù)第一，在“數(shù)據(jù)”的“數(shù)據(jù)透視表和數(shù)據(jù)透視圖”選擇“數(shù)據(jù)透視表”，然后顯示勾選“現(xiàn) 有工作表”中的“布局”，其中“布局”為依次將“專業(yè)”拖至“列”區(qū)域，將“性別”拖 至“行”區(qū)域，將“專業(yè)”拖至“數(shù)據(jù)”區(qū)域，至此完成，其結(jié)果顯示如下：計(jì)數(shù)項(xiàng):專業(yè)專業(yè)F男女忘統(tǒng)計(jì)6060120證券184260總普78102180第二，將做好的數(shù)據(jù)透視表“選擇性粘貼”，要勾選“數(shù)據(jù)”和“轉(zhuǎn)置”；第三，根據(jù)公式計(jì)

3、算出期望值，并繪制期望值和觀察值表格，結(jié)果顯示如下:觀察值期望值6052606818264234選擇函數(shù)“CHITEST”，“Actual_range”選中觀察值數(shù)據(jù)，“Expected range”選中期望值 數(shù)據(jù)。（三）多元回歸模型第一，新建“sheet4”，將“性別”“年齡”“體重” “身高”“體育成績(jī)”四列復(fù)制，粘貼到 “sheet4”；第二，在“ sheet4 ”中將“性別”列復(fù)制，然后粘貼到現(xiàn)有工作表，其中要將“性別”改為 “代碼”，在“編輯”中的“查找和替換”中用“0”替代“男”，用“1”替代“女”；第三，在空白列首行輸入“Y”，選擇“篩選”中的“自動(dòng)篩選”其中“性別”為“男”在

4、“Y”列的空白格為“男生的體育成績(jī)/1000”，同理可得女生的“Y”值為“女生的體育成績(jī) /800”；第四，在“工具”中的“數(shù)據(jù)分析”中選擇“回歸”然后在“Y值輸入?yún)^(qū)域”選中“Y”列 數(shù)據(jù)；“X值輸入?yún)^(qū)域”選中“代碼”“年齡”“體重” “身高”四列數(shù)據(jù)，選擇“選擇輸出區(qū) 域，至此完成。五、實(shí)驗(yàn)結(jié)果與數(shù)據(jù)處理（一）描述統(tǒng)計(jì)身高平均164.7722222標(biāo)準(zhǔn)誤差0.595129756中位數(shù)163.5眾數(shù)155標(biāo)準(zhǔn)差7.984503536、.兒方差63.75229671峰度-0.696982464偏度0.248125331區(qū)域36最小值150最大值186求和29659觀測(cè)數(shù)180最大（1）186最小

5、（1）150置信度1.174372756（95.0%）從上述表中可以看出，學(xué)生中身高最高和最低的分別為186cm和150cm,其中平均身高 為164.772。出現(xiàn)最多次數(shù)的身高是155cm。還有學(xué)生身高的方差和標(biāo)準(zhǔn)差都比較大，說(shuō)明 學(xué)生中身高差距大，分布比較不平衡。（二）經(jīng)過(guò)excel統(tǒng)計(jì)得出如下列聯(lián)表：不同專業(yè)中男女生的分布情況列聯(lián)表性別專業(yè)男女總計(jì)統(tǒng)計(jì)6060120證券184260總計(jì)78102180根據(jù)計(jì)算結(jié)果得出，相關(guān)性為：0.089，即P=0.089040011a=0.05，因此學(xué)生性別與專業(yè)選擇是相關(guān)的。（三）多元回歸模型SUMMARY OUTPUT回歸統(tǒng)計(jì)Multiple R0.

6、796934R Square0.635103Adjusted R Square0.626763標(biāo)準(zhǔn)誤差0.02502觀測(cè)值180方差分析dfSSMSFSignificance F回歸分析4 0.1906710.04766876.146872.7701E-37殘差1750.109550.000626總計(jì)179 0.300221Coefficients標(biāo)準(zhǔn)誤差t StatP-valueLower 95%Upper 95Intercept0.404130.0826324.8907122.26E-060.241046220.5672XVariable10.0569310.0062019.1802391

7、.2E-160.04469160.069XVariable2-0.001670.002046-0.814810.416287-0.00570520.0023XVariable30.0003070.0003390.9047720.36683-0.00036260.0009XVariable4-0.000920.000427-2.151140.032836-0.0017631-7.6E-Adjusted R Square=0.626763，即解釋力度為 62.6763%；F檢驗(yàn):將Significance F值（即P值）與給定的a =0.05進(jìn)行比較，因?yàn)?Significance F=2.7701E-37a =0.05，所以學(xué)生的年齡、體重、身高和性別與學(xué)生的體育成績(jī)之間的線性 關(guān)系顯著；t檢驗(yàn)：直接用p值進(jìn)行比較，可以看出，其中有兩個(gè)系數(shù)的p值大于0.05，即未通過(guò)檢驗(yàn)， 因此說(shuō)明力度不大；所以此模型對(duì)于解釋學(xué)生體育成績(jī)的好壞有一定的