1、频率A1414%B2121%C3232%D1818%E1515%总计1001（2）制作一张条形图，反映评价等级的分布。（4）制作一张饼图，反映评价等级的构成。2.2为确定灯泡的使用寿命（单位：小时），在一批灯泡中随机抽取100只进行测试，所得数据如下： （1）以组距为10进行分组，整理成频数分布表。灯泡使用寿命频数分布表按销售额分组（万元）650-66020.02 660-67050.05 670-68060.06 680-6900.14 690-700260.26 700-7100.18 710-720130.13 720-730100.10 730-74030.03 740-750合计1.
2、00 从直方图可以直观地看出，灯泡使用寿命的分布基本上是对称的，右边的尾部稍长一些，灯泡使用寿命接近正态分布。（3）制作茎叶图，并与直方图作比较。使用寿命 Stem-and-Leaf Plot Frequency Stem & Leaf 1.00 Extremes （=749） Stem width: 10 Each leaf: 1 case（s）比较直方图与茎叶图：直方图的数据分布很方便，但原始数据看不到了，茎叶图则不同，不仅可以看出数据的分布，还能保留原始数据的信息。2.3甲、乙两班有40名学生，期末统计学考试成绩的分布如下：（1）画出两个班考试成绩的环形图，比较它们的构成。（2）画出雷达
3、图，比较两个班考试成绩的分布是否相似。从图中可以看出甲、乙两班的成绩分布不相似，没有相似性。2.4下表是我国10个城市2006年各月份的气温（C）数据：绘制各城市月气温的箱线图，并比较各城市气温分布的特点从箱线图可看出，这10个城市的月气温存在较大差异，离散程度高的城市为沈阳、北京、郑州、武汉；离散程度低的为海口、昆明、广州。月气温较高的城市主要为中位数较大的海口、广州，月气温较低的为城市中位数较小的沈阳；月气温分布较对称的城市主要有北京、沈阳；月气温分布不对称的城市主要有：有海口；月气温存在极值的城市有沈阳、北京、重庆。实验二：用统计量描述数据；概率分布；参数估计2014年11月日第十四教学
4、周利用Spss、Excel软件对数据进行概括性度量、计算概率分布的概率及概率值，进行参数估计。练习题3.5、4.4、5.3、5.7本次实验成 绩练习题出勤和实验纪律3.5一种产品需要人工组装，现有3种可供选择的组装方法。为检验哪种方法更好，随机抽取15个工人，让他们分别用3种方法组装。列1列2列3平均165.6128.7333125.5333标准误差0.5503250.4521550.716251中位数165129126众数164128标准差2.1313981.751192.774029方差4.5428573.0666677.695238峰度-0.13450.45462111.66308偏度0
5、.351371-0.17448-3.23793区域8712最小值162125116最大值170132求和248419311883观测数4.4由30辆汽车构成的一个随机样本，绘制正态概率图5.3某大学为了解学生每天上网的时间，在全校学生中随机抽取36人，调查他们每天上网的时间（单位：小时），得到数据如下：求该校大学生平均上网时间的置信区间，置信水平分别为90%，95%和99%。One-Sample StatisticsNMeanStd. DeviationStd. Error Mean加班时间13.567.8011.839One-Sample TestTest Value = 0 tdfSig.
6、 （2-tailed）Mean Difference95% Confidence Interval of the DifferenceLowerUpper7.37317.00013.5569.6817.43平均数置信水平置信下限置信上限3.322.591.6190%2.883.7695%2.793.8499%2.634.015.7一家人才测评机构对随机抽取的10名小企业的经理人用两种方法进行自信心测试，得到自信心测试分数如下：构建两种方法平均自信心得分之差d=1-2的95%的置信区间。Paired Samples StatisticsPair 1方法172.6014.0734.450方法261
7、.6014.7594.667Paired Samples CorrelationsCorrelationSig.方法1 & 方法2.898Paired Samples TestPaired Differences方法1 - 方法211.0006.5322.0666.32715.6735.3259两种方法平均自信心得分之差d=1-2的95%的置信区间为（6.327,15.673）实验三：假设检验； 分类变量的推断；方差分析与实验设计 2014年11月日第十五教学周利用Spss、Excel软件对数据进行假设检验、分类变量的推断、方差分析与实验设计。练习题6.9、7.2、7.4、8.3、8.66.9
8、为比较新旧两种肥料对产量的影响，以便决定是否采用新肥料。研究者选择了面积、土壤等条件相同的40块田地，分别施用新旧两种肥料，得到的产量数据如下：（数据略）去显著性水平=0.05，检验：（1）新肥料获得的平均产量是否显著地高于旧肥料？假设条件为：1）两种肥料产量的方差未知但相等，即1=2。 2）两种肥料产量的方差未知且不相等，即12解：设1=新肥料，2=旧肥料。H0:1-20;H1:1-20。t-检验: 双样本等方差假设变量 1变量 2100.7109.924.1157894733.35789474观测值20合并方差28.73684211假设平均差38t Stat-5.427106029P（T=
9、t） 单尾1.73712E-06t 单尾临界1.68595446=t） 双尾3.47424E-06t 双尾临界2.0243941641）t=-5.427,P=1.73712E-06,拒绝原假设，新肥料获得的平均产量显著地高于旧肥料。 双样本异方差假设371.87355E-061.687093623.74709E-062.0261924632）P=1.87355E-06,拒绝原假设，新肥料获得的平均产量显著地高于旧肥料F-检验 双样本方差分析19F0.722940991P（F=f） 单尾0.243109655F 单尾临界0.4612010897.2一家电视台为了解观众对某档娱乐节目的喜欢程度，对
10、不同年龄段的男女观众进行了调查。男性Observed NExpected NResidual7.0-2.028.1-22.113.2-1.21610.55.5255.319.7Total64Test StatisticsChi-Square94.942a4Asymp. Sig.a. 0 cells （.0%） have expected frequencies less than 5. The minimum expected cell frequency is 5.3.7.4为分析不同地区的消费者与所购买的汽车价格是否有关，一家汽车企业的销售部门对东部地区、中部地区和西部地区的四百个消费者做
11、抽样调查，检查地区与 所购买的汽车价格是否有关。Case Processing SummaryCasesValidMissingPercent汽车价格 * 地区400100.0%.0%ValueAsymp. Sig. （2-sided）Pearson Chi-Square29.991aLikelihood Ratio30.683N of Valid Casesa. 0 cells （.0%） have expected count less than 5. The minimum expected count is 21.00.汽车价格 * 地区 Crosstabulation地区东部地区西部
12、地区中部地区汽车价格1020万元Count5060160Expected Count56.048.0160.010万元以下4035.030.0100.02030万元307024.521.070.030万元以上140120140.0120.0400.08.38.6城市道路交通管理部门为研究不同的路段和不同的时段对行车时间的影响，让一名交通警察分别在 3 个路段的高峰期与非高峰期亲自驾车进行试验，通过试验共获得 30 个行车时间的数据单位：分。试分析路段、时段以及路段和时段的交互作用对行车时间的影响 =0.05。Exel:方差分析：可重复双因素分析SUMMARY路段1路段2路段3高峰期181.41
13、51.8172.2505.436.2830.3634.4433.693332.2672.5182.7238.702095非高峰期150121141.4412.424.228.2827.493335.2656.0255.79711.22067331.4272.8313.633.1427.2831.3614.3026714.3373314.32711Spass:Between-Subjects Factors时段路段Tests of Between-Subjects EffectsDependent Variable:行车时间SourceType III Sum of SquaresMean Sq
14、uareCorrected Model468.815a156.27241.290Intercept28078.5617418.830288.30076.174180.51590.25723.848Error98.4043.78528645.780Corrected Total567.21929a. R Squared = .827 （Adjusted R Squared = .806）实验四：一元线性回归；多元线性回归；时间序列预测及对实际数据进行分析第十六教学周利用Spss、Excel软件进行一元线性回归、多元线性回归、时间序列预测及对实际数据进行综合分析。练习题9.2、9.3、11.1、11.311.1
