统计学作业.docx

第三章3.1上面的数据是顺序数据用Excel制作一张频数分布表绘制一张条形图，反映评价等级的分布绘制评价等级的帕累托图。3.2组数为6 组距为（152-87）/6=10.83约等于10频数分布表为如下：按规定进行分组3.3确定组数6；确定组距（49-25）/6=4，取5；因此分组频数表为直方图为3.4箱线图3.5频数分布表直方图3.6组数=7组距=（61-40）/7=3，取3分组频数表（根据实际资料调整成五个分组）从直方图看，数据呈双峰分布3.7频数分布表从直方图看，数据呈左偏分布。3.8数值型数据频数分布表组数为7，组距（9+25）/7=4.86，取5从直方图看，数据呈左偏分布。3.9自学考试人员年龄分布集中在20-24之间，呈右偏分布。3.113.12对比条形图环形图甲班成绩分布图近似正态分布，分布较均衡；乙班成绩呈右偏分布。根据雷达图，两班成绩分布不相似。3.133.14国内生产总值线图第一二三产业国内生产总值线图饼图第十章10.1P=0.040877a=0.01,，不拒绝原假设，没有证据表明3个总体之间有显著性差异。10.2P=0.00001a=0.01，拒绝原假设，表明5个总体均值之间有显著差异。10.3P=0.000685a=0.01，因此拒绝原假设，表明4台机器的平均装填量之间有显著性差异。10.4P=0.000849a=0.05，因此拒绝原假设，表明管理者的的平均满意度评分之间有显著性差异。10.5P=0.00031a=0.05，拒绝原假设，表明电池平均寿命之间有显著性差异。10.6P=0.00196a=0.05,拒绝原假设，表明不同培训方式对产品组装有显著影响。10.8P=2.39E-06a=0.01,拒绝原假设，表明不同车速对磨损程度有显著影响。10.9P=0.0033a=0.05,拒绝原假设，表明不同品种的种子对收获量有显著影响。P=0.001949a=0.05,拒绝原假设，表明不同施肥方案对收获量有显著影响。10.10P=0.931056a=0.05,不拒绝原假设，没有证据表明不同地区对该食品的销售量有显著影响。P=0.152155a=0.05，不拒绝原假设，没有证据表明不同的包装方法对该食品的销售量有显著影响。10.11表明竞争者数量对销售额有显著影响表明超市位置对销售额有显著影响没有证据表明竞争者的数量和超市的位置对销售额有交互影响10.12表明广告方案队销售额有显著影响没有证据表明广告媒体对销售量有显著影响没有证据表明广告方案和广告媒体队销售量有交互影响第十一章11.1从散点图可以看出，产量与生产费用之间为正的线性相关关系。利用Excel的correl函数计算相关系数为r=02从散点图可以看出，复习时间与考试分数之间为正的线性相关关系。利用Excel的correl函数计算相关系数为r=0.8621，相关关系0.8，表明复习时间与考试分数之间为正的线性相关关系。11.5利用Excel的correl函数计算相关系数为r=0.9489，相关关系大于0.8，表明运送距离与时间之间有较强的正线性相关关系。11.6利用Excel的correl函数计算相关系数为r=0.998128，接近1，说明人均GDP与人均消费水平之间有非常强的正线性相关关系。11.7从散点图可以看出，航班正点率与投诉次数之间为负的线性相关关系。回归结果：11.8由上诉结果表明，月租金每增加1元，出租率平均增加0.2492%。表明，回归系数显著，即月租金是影响出租率的显著性因素。11.10由上述结果可知，回归方程为y=13.6254+2.3029x，回归系数表明，x每增加一个单位y平均增加2.3029个单位，判定系数R的平方=93.74%，表明回归方程的拟合程度较高；估计标准误差=3.8092，表明用x来预测y时的平均预测误差为3.8092.11.13回归方程为y=-46.2918+15.23977x11.14回归1的残差图表明，两个变量之间没有线性关系。回归2 的残差图表明，两个变量之间为非线性关系。11.15（1）估计的回归方程为y=29.399+1.547478x（2）由于F=0.020582a=0.05，表明广告费支出与销售额之间的线性关系显著。（3）残差图如下：从残差图可与看出，关于误差项的假定并不成立。虽然线性关系通过了显著性检验，但从残差图上看，关于x与y之间存在线性关系的假设仍值得怀疑。因此可以考虑选用非线性模型。第十三章13.1 预测结果和预测误差如下表：实际值和预测值的图形：（2）3期移动平均预测的均方误差MSE=1065639.9，a=0.3的指数平滑预测的均方误差MSE=980676，比较均方误差可知，a=0.3的指数平滑预测更适合一些。13.2指数返程为：y=2562.165+1.186^t