3. 假设日加工零件数大于等于130为优秀 加工零件数 人数 ≥130 9 ＜130 41 则优秀率=9/50=0.18=18% （二）实验结果与分析
1、首先，组距式分组，需要先整体把握所有数据，把最大值和最小值找出来，再计算全距，因为总共50人，直接分为5组，这样刚好组距为7，于是就得出工人人数与零件个数分组表。
2、再根据这个表的数据和步骤，得出条形图。从这个条形图可以很直观的看出，工人生产零件个数在121-128件之间的人数最多，总共20人，工人生产零件个数在135-142之间的人数最少，总共4人，其余分组人数大致相同。
3、根据上述资料整理得出工人人数与生产零件个数频率分布表，同时也做出条形图，可以很直观的看出，工人生产零件个数在121-128件之间的人数最多，占40%，工人生产零件个数在135-142之间的人数最少，占8%。
4、根据资料，找出日加工零件数大于等于130的人数为9人，所以得出优秀率为18%。 实验二：
（一）实验图表：
1、 在相应方格中输入命令，得到所要求的数值 均值：众数： 中位数：
2、在相应方格中输入命令，得到所要求的数值 极差:
标准差：
3、在相应方格中输入命令，得到所要求的数值 偏态系数:
峰度系数：
（二）实验结果与分析
通过这个实验，也让我对数据描述统计、数值运算有了很深的了解和理解，并且明白EXCEL的好处，特别是对统计数据的重要性，也熟悉了这方面的一些基
5
本菜单操作及命令。
实验三：
（一）实验图表：
1、 在相应方格中输入命令，得到各特征值。
单位总量：50 标志总量：6131 最大值：139 最小值：107: 平均值：122.62 中位数：123 几何平均数：122.3569519 调和平均数:：122.0936216 变异统计的平均差：6.3552 变异统计的标准差：8.108675123 变异统计中的方差：65.75061224 变异统计中的峰度：-0.45441358 变异统计中的偏度：0.0723531 2、 抽样推断
极限误差=CONFIDENCE(0.072353，8.108675123，50)= 2.06056494 日加工零件的置信区间为（120.559435，124.680565） 优秀率的置信区间(0.07081514，0.28918486) 3、 假设检验
t=(样本均值单元格-115）/(样本标准差单元格/SQRT（样本容量单元格）)=（122.62-115）/（8.108675123/50）=6.644924838
因为α=0.05，自由度为49 ，则TINV(0.05,49)= 2.009575199 所以其临界值为2.009575119
（二）实验结果与分析
这组数据的最大值为139，最小值为107。企业职工的平均日加工零件数为为122.62，标准差为8.108675123， 整体的波动幅度不大。在95%的置信度下，估计该企业职工的日加工零件的置信区间为（120.559435，124.680565），优秀率的置信区间(0.07081514，0.28918486) ，其临界值为2.009575119。
抽样推断分析法是经济分析中广泛应用的一种统计分析方法。本实训使我进一步巩固统计抽样推断的基础知识与基本技能，熟练掌握抽样推断分析的基础知识与运用条件，熟练掌握抽样推断分析的基本技能与计算过程。抽样推断是在抽样调查的基础上进行的统计方法，主要内容为：参数估计和假设检验。输入正确的数据也是成为整个统计学实验的基础。
6
实验四：
（一）实验图表：
1.（1）输入“年/季度”、 “时间标号”： 年 季度 第一年 第二年 559 447 345 354 374 359 365 437 353 295 454 457 574 469 366 327 412 353 381 460 344 311 453 486 第三年 585 455 352 341 388 332 392 429 361 291 395 491 第四年 542 438 341 427 358 355 376 441 382 377 398 473 第一季度 第二季度 第三季度 第四季度 （2）点击“数据分析”→“移动平均”，输入区域为“用电量”，间隔4，输出“移动平均值”；同样的办法对“移动平均值”进行2步平均，输出“中心化后的移动平均值”： 414.5 380 358 363 383.75 378.5 362.5 384.75 389.75 434 393.5 364.5 368.25 401.5 384.5 374 392 398.5 433.25 384 353.25 363.25 385.25 378.5 368.25 369 384.5 437 391 370.25 379 382.5 388.5 394 399.5 407.5 397.25 369 360.5 373.375 381.125 370.5 373.625 387.25 413.75 379 366.375 384.875 393 379.25 383 395.25 408.625 368.625 358.25 374.25 381.875 373.375 368.625 376.75 414 380.625 374.625 380.75 385.5 391.25 396.75 403.5 （3）对称一下 “移动平均值”和“中心化后的移动平均值”，用移动平均值的第一项对准第四期，中心化后的移动平均值的第一项对准移动平均值的第一项，然后用“用电量”除以“中心化后的移动平均值”，得到：
1.043423 1.02981 0.993065 0.972213
1.048943 1.038259 0.99488 0.956804 1.060263 1.041709 0.98604 0.9706 1.055556 1.027258 0.988321 0.995404 7
1.006888 1.021628 1.008838 0.992218 1.021592 1.013843 1.013726 0.992971 0.970224 0.976501 0.998983 0.993069 0.993544 1.00822 0.97943 0.990087 （4）把得到的数据复制到“季节指数计算表”中，得到： 各月平均指数/100 指数平均值 月份 第一年 第二年 第三年 第四年 平均数 调整指 1 1.048943 1.008838 0.98112 1.012967 1.011455 2 1.038259 1.013726 0.96314 1.005042 1.00354 3 0.99488 0.998983 0.94096 0.978274 0.976814 4 0.956804 0.97943 0.984299 0.973511 0.972058 5 1.043423 1.021628 1.055556 1.040202 1.038649 6 1.02981 1.013843 1.027258 1.023637 1.022109 7 0.993065 0.976501 0.988321 0.985962 0.98449 8 0.972213 1.00822 0.995404 0.991946 0.990465 9 1.006888 1.060263 0.992218 1.01979 1.018268 10 1.021592 1.041709 0.992971 1.018757 1.017236 11 0.970224 0.98604 0.993069 0.983111 0.981643 12 0.993544 0.9706 0.990087 0.984744 0.983274 合计 8.030759 12.11769 12.03586 3.869519 12.01794 12 （5）做出折线图如下：
指数折线图1.061.041.0210.980.960.940.92123456789101112 用各年各月的用电量除以对应的季节指数，得到： 月份 第一年 第二年 第三年 1 353.189 567.499 578.3748 2 445.423 467.345 453.395 3 353.189 374.6877 360.3553 4 364.1758 336.3998 350.8022 5 360.0831 396.6691 373.5622
系列1第四年 535.8618 436.4549 349.0942 439.2743 344.6785 8
相关推荐：
loading