内容发布更新时间 : 2024/5/18 3:03:24星期一 下面是文章的全部内容请认真阅读。
实验三 Excel区间估计
一、实验目的: 掌握Excel区间估计方法。
二、实验流程： 1. 进入Excel.
2. 使用直方图进行初步分析。
3. 利用“描述统计”计算平均数和标准差。 4. 进行区间估计。
三、实验内容
以下数据为50辆汽车传动系统出现故障时所行驶的实际里程数。 85092 94219 32609 59465 77437 63436 32534 65605 74276 64090 85861 66998 32464 64342 40001 79294 85586 59902 61978 72069 64544 82256 39323 67998 25066 86813 77539 89641 59817 77098 116269 88798 116803 92857 101769 95774 69922 37831
35662 89431 121352 69568 74425 73341 67202 85288 118444 53500 138114 53402 求曾经出现过传动系统问题的汽车总体中在出现传动系统问题时所行驶里程均值的95%置信区间。
四、实验步骤
1、首先将分析数据输入Excel工作表Sheet1单元格 A1:J5。如图所示：
16
2、利用“函数”分别计算平均值和标准差（步骤同实验一），得到计算结果为平均里程为73342.1，标准偏差为24899.9。 3、进行区间估计
[1]. 单击存放结果的单元格E7。
[2]. 在单元格E7输入公式：“=73342.1-CONFIDENCE(0.05,24899.9,50)”， 其中函数CONFIDENCE功能为返回均值的置信区间，其使用方法同实验一中所讲函数的使用方法相同，见下图。然后再按Enter键，得到结果为66440.34。
[2]. 在在单元格E8输入公式：“=73342.1+CONFIDENCE(0.05,24899.9,50)”，按Enter键，得到结果为80243.86。得到区间估计结果为80243.86。如图所示
17
实验四 一元线性性回归模型
一、实验目的
1．掌握用excel一次性算出回归模型参数的方法和步骤； 2．正确分析输出结果并得出正确的回归模型。 二、实验内容：
某地区1994年到2002年的人均收入和商品零售总额的数据如下：
表4.1地区1994年到2002年的人均收入和商品零售总额
年份 1994 1995 1996 1997 1998 1999 2000 2001 2002 人均收入X（元） 450 550 680 730 810 930 1050 1160 1250 商品零售总额(Y亿元) 26 32 44 62 70 89 103 115 128
试配合适当的回归方程；若2003年该地区人均收入为1300元，试估计2003 年商品零售总额为多少？
三、操作步骤
1．在excel 的工作表中输入如表4.1 所示的人均收入X和商品零售总额Y的样本数据。
2．点击主菜单中的“插入”菜单，在弹出的子菜单中点击“图表”选项，在标准类型选项下选择“XY
散点图”，点击下一步，在弹出对话框的输入区域，拖动鼠标选择人均收入X和商品零售总额Y的样本值；系列产生在，选择列；得到散点图如图4.1 所示。
由图 4.1 可以看出人均收入X和商品零售总额Y之间存在很明显的线性关系，可以建立一元线性回归
18
模型。
3．点击主菜单中的“数据”菜单，在弹出的子菜单中点击“数据分析”在出现的数据分析对话框中选择回归，如图4.2 所示。
图 4.2 应用excel软件求回归分析相关参数
4．点击图4.2 所示对话框中的确定，弹出“回归”对话框，在Y 值输入区域，拖动鼠标选择Y样本值C2:C10，在X 值输入区域，拖动鼠标选择X 样本值B2:B10,“置信度”输入95%，“输出区域”为A12，如图4.3 所示。
图 4.3 应用excel软件求回归分析相关参数
5．点击图4.3 所示中的确定，弹出回归分析有关参数的窗口，如图4.4所示。
19
图 4.4 应用excel软件求回归分析相关参数
四、结果分析
“回归统计”中Multiple R为复相关系数；R Square为可决系数R2= 0.988786
由图 4.4 的输出结果，可以得到本例中的回归系数为a? = -38.68166,b? =，0.1336577 故所求回归方程为Y? ?-38.68166+0.1336577X ，由于相关系数r=0.99
可知两变量是高度相关的，说明该回归模型和回归方程合理反映了人均收入和商品零售总额的相 关关系，可以用来进行预测和控制。
当人均收入X=1300元时，用回归方程可以估计2003 年商品零售总额为135.07335。
20