方差分析和相关分析与回归分析_第1页
方差分析和相关分析与回归分析_第2页
方差分析和相关分析与回归分析_第3页
方差分析和相关分析与回归分析_第4页
方差分析和相关分析与回归分析_第5页
已阅读5页,还剩2页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、 统计学实验五一、实验名称:方差分析二、实验日期:2010年12月3日三、实验地点:经济管理系实验室四、实验目的和要求目的:培养学生利用EXCEL进行数据处理的能力,熟练掌握利用 EXCEL 进行方差分析,对方差分析结果进行分析要求:就本专业相关问题收集一定数量的数据,用 EXCELS行方差分析五、实验仪器、设备和材料: 个人电脑(人/台),EXCEL软件六、实验过程(一)问题与数据消费者与产品生产者、销售者或服务的提供者之间经常发生纠纷。当分生 纠纷后,消费者常常会向消费者协会投诉。为了对几个行业的服务质量进行评价, 消费者协会在零售业、旅游业、航空公司、家电制造业分别抽取了不同的企业作 为

2、样本。其中零售业抽取7家、旅游业抽取6家、航空公司抽取5家、家电制造 业抽取5家。具体数据如下:零售业旅游业航空公司家电制造业5768314466394951492921654045347734564058535144取显著性水平a =0.05,检验行业不同是否会导致消费者投诉的显著性差异?(二)实验步骤1、进行假设2、将数据拷贝到EXCEL表格中3、选择“工具一一数据分析一一单因素方差分析”,得到如下结果:方差分析单因素方差分析SUMMARY观蒯数 求和 平均 方差列列列列734349 116.66676 2885175529548184.835108.559162.5方差分析差异源SSdf

3、msFP-valueF crit组间1456. 6093485.53623. 4066430. 0387653.12735组内270819142. 5263总计4164. 60922(三)实验结果分析:由以上结果可知:FF crit=3.4066 或P-value=0.03876570.05,拒绝原假设,表明行业对消费者投诉有着显著差异。实验心得体会在这学习之前我们只学习了简单的方差计算,现在运用计算机进行方差分析,可以做出更多的比较。通过使用计算机可以很快的计算出组间和组内的各种 数值,便于我们进行比较分析。统计学实验六一、实验名称:相关分析与回归分析二、实验日期:2010年12月3日三、实

4、验地点:经济管理系实验室四、实验目的和要求目的:培养学生利用EXCEL进行数据处理的能力,熟练掌握 EXCEL绘制 散点图,计算相关系数,拟合线性回归方程,拟合简单的非线性回归方程,利用 回归方程进行预测。要求:就本专业相关问题收集一定数量的数据,用EXCEL进行相关回归分析 (计算相关系数,一元线性回归分析,一元线性回归预测)五、实验仪器、设备和材料: 个人电脑(人/台),EXCEL软件六、实验过程(一)问题与数据10个学生每天用于学习英语的时间和期末考试的成绩的数据如下表所示。 要求,(1)绘制学习英语的时间和期末考试的成绩的散点图,判断2者之间的关系形态 计算学习英语的时间和期末考试的成

5、绩的线性相关系数(3)用学习英语的时间作自变量,期末考试成绩作因变量,求出估计的回归 方程。(4)求每天学习英语的时间为150分钟时,销售额95%勺置信区间和预测区 间。学生时间(分钟)成绩(分)A12085B6065C10076D7071E8074F6065G3054H4060I50626660(二)实验步骤1、将数据拷贝到EXCEL表格中2、选择“插入一一图表一一散点图”,得到如下结果从上图可知两者存在线性相关关系3、选择“插入一一fx函数一一CORREL,如下图所示: 得到广告费与销售量之间的相关系数为 0.985800162或者 选择“插入fx函数pearson “,如下图所示1、选择

6、“工具一一数据分析一一回归”SUMMARY OUTPUT回归统计Multiple0. 9858R Square0. 971802Adjusted0.968277标准误差1.58818观测值10方差分析dfSSISFfi canoe F回归分析1695. 4215695. 4215275.70771.75E-07残差820.178522. 522315总计9715.6Coefficien-标准误差t StatP-valueLower 95%Upper 95%印艮 95. Q;上限95.0%Intercept46.068081. 4018533Z 862278. O2E-1042. 835449, 3007642. 835449. 30076X Variabl0.3243570. 01953416. &04451. 75B-070.2793110. 3694030. 2793110. 369403得到回归方程为:丫=46.06808+0.324357X, R检验,t检验以及F检验都通过,说明回归方程有意义。5、预测代公式进行计算实验心得体会:

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论