【www.scfx8.com--述职述廉报告】

统计学实验报告范文

导读：我根据大家的需要整理了一份关于《统计学实验报告范文》的内容，具体内容：统计学的应用正确和恰当与否,直接关系到科研成果的科学性和严谨性，那么你们知道统计学的实验报告要怎么写吗?下面是为大家带来的，仅供参考。1：实验课程：指导教师：专业班级：学...

统计学的应用正确和恰当与否,直接关系到科研成果的科学性和严谨性，那么你们知道统计学的实验报告要怎么写吗?下面是为大家带来的，仅供参考。

1：

实验课程：指导教师：专业班级：学生姓名：学生学号：

统计学实验 A 陈正伟 13 统计 冯瑞 2013121110 _

通过统计学(时间-到时间)实验报告如下：

一、季节比率; (一)过程：

(1)计算年内同季的平均数 (2)计算总的季的平均数

(3)用季平均数除以总的季平均数得到季节比率 (二)结果：

某地区旅游业产值季节资料

(三)分析：

(1)由图表可以看出第一季度为旺季，第二、四季度为淡季，第三季度为平级; (2)第一季度到第二季度是由旺转平，第四季度到第一季度是由平转旺;

二、动差、偏度系数、峰度系数的计算; (一)过程：

(1)由动差的计算公式分别计算一阶中心动差、二阶中心动差三阶中心动差和四阶中心动差; (2)计算标准差，以变量的三阶中心动差除以标准差三次方，计算偏度; (3)以变量的四阶中心动差除以标准差四次方再减去 3，计算峰度;

(4)在"插入"菜单中选择"图表"，在弹出对话框中选"折线图"， 填写数据区域，完成每人每月生活费收入情况折线图 (二)结果：

(三)分析：由数据和分布图可看出大部分人的生活费收入在 90-130 之间，偏度趋近于 0 可知图线为正态分布，峰度>0,说明户数分布的比较紧凑 趋势性的绘制; (一)过程：

(1)在"插入"菜单中选择"图表"，在弹出对话框中选"折线图"， 填写数据区域，完成"非典"病例每日治愈情况统计表

(2)在"插入"菜单中选择"图表"，在弹出对话框中选"折线图"， 填写数据区域，完成"非典"病例每日新增情况统计表;

(3)在"插入"菜单中选择"图表"，在弹出对话框中选"折线图"， 填写数据区域，完成"非典"病例每日死亡统计表。

(二)结果：

(三)分析：

(1)8 月 26 日-10 月 2 日，"非典"病例每日治愈人数有所增加; (2)8 月26 日-10 月 2 日，"非典"病例每日新增人数平缓并有所下降; (3)8 月 26日-10 月 2 日，"非典"病例每日死亡人数变化较大，无明显增多 四、一元线性回归方程; (一)过程：

(1)在"插入"菜单中选择"图表"，在弹出对话框中选"散点图"， 填写数据区域，绘制出散点图;

(2)计算相关系数：①分别计算出 x,y 的平均数，标准差和 x*y 的平均数; ②通过公式求出回归系数 b、a; ③得到一元线性回归方程;

(3)单击散点图内任意数据点，单击右键，选择"添加趋势线"，并在设置中选择"显示公式"

(二)结果：

(三)分析：

由绘制的散点图可知，x，y 的取值中基本无极端值，它们成线性关系。

五、变列数量的编制：

(一)过程：

1、将学生成绩进行重新排列，等距分组，并计算每组的频数、频率、累计频数、组中值。

2、计算学生成绩的平均数、中位数、众数，并比较三者的大小。

3、在"插入"菜单中选择"图表"，在弹出对话框中选"柱形图"， 填写数据区域，完成学生成绩统计表;

4、在"插入"菜单中选择"图表"，在弹出对话框中选"折线图"， 填写数据区域，完成学生成绩频数统计表。

(二)结果：

(三)分析：

由"学生成绩图"可知，70-90 分学生人数较多

六、移动平均剔除法 (一)过程：

1、计算 12 个月的移动平均数，再计算中心化移动平均数;

2、将观察值除以对应的趋势值得到季节变动和不规则变动相对数; 3、将几年同月加总求月平均数，消除不规则变动的影响;

4、将 12 个月的平均数加总算出总的月平均数，然后计算季节比率。

(二)

结果：

(分析)：

1、七月份空调销量最多;

2、七月以后销量逐渐递减，次年一月到七月销量逐渐递增。

2：

一、实验主题：大学生专业与实习工作的关系 二、实验背景：

二十一世纪的今天大学生已是一个普遍的社会群体，高校毕业人数日益增加，社会、企业所提供的职位日益紧张，大学生就业问题是当今社会关注的焦点。面对日益沉重的就业压力，越来越多的大学毕业生选择了企业需求的职业，而这种职业与自己在校所学专业根本"无关"或相去甚远，大学毕业生就业专业不对口的现象非常严重。

专业对口是个广义的概念，就是说你所学的专业与你所作的工作相关，比如你专业是会计，工作后你到了一个企业做会计，或者到银行做柜员，这都是与经济相关的，这就是对口。如果你学机械设计，但工作后却做了统计员，业务员等于你所学专业无关的工作，这就叫专业不对口。专业不对口导致毕业生所学知识没有用武之地，所以这是一种人力资源的浪费。

三、实验目的：

大学生就业专业不对口是客观存在的问题，我们研究此问题有这几点目的：①了解当代大学生实习工作与专业是否对口的情况，当代大学生对工作与专业不对口现象的态度。

②分析大学生就业结构和专业对口问题，了解当今大学生专业对口情况，为以后大学生选择专业、选择工作岗位提供有效的信息和借鉴。③寻找导致专业不对口的原因，以减少社会普遍存

在的人力资源的浪费。

四、实验要求：就相关问题收集一定数量的数据，用 EXCEL 进行如下

分析：1 进行数据筛选、排序、分组;2、制作饼图并进行简要解释;3、制作频数分布图，直方图等并进行简要解释。

五、实验设备及材料：计算机，手机，EXCEL 软件，WORD 软件。

六、实验过程：

(一)制作并发放调查问卷。

(二)收回并统计原始数据：收回了 102 名大学生填写的调查问卷，并对相关数据进行统计。

(三)筛选与实验相关问题：

1.您的性别( )：

A.男 B.女

2.专业：

3.您的实习工作与所学专业的关系是：( )

A.是本专业的工作 B.与专业相关的工作 C.与本专业没有关系

4.您认为实习工作与专业对口之间的关系是：( ) A.实习工作应该与专业对口，锻炼自己的专业素养

B.无所谓，只要能学到东西就好

5.您认为实习与第一份工作有关系吗? ( )

A.有关，很多人就是在实习单位就业的 B.有关，实习经历对找工作帮助很大

C.没什么关系，帮助不大 D 不好说，这个问题得因人而异 (四)对以上问题的调查数据进行图形分析：

1.调查对象的男女比例

由以上饼状图可以看出调查对象男生比例远远高于女生比例

2.调查对象的专业分布

由上条形图可以看出调查对象的专业分布多样，分布不均，具有抽样调查的普遍性。

3.调查对象的实习工作与所学专业的关系

4.调查对象认为实习工作与专业对口之间的关系是

5.调查对象认为实习与第一份工作是否有关系

七、数据分析及结论：

从数据和图表中得出共 102 个人填写了调查问卷，其中女生较少，男生较多。工商管理、国贸、会计、经济学这几大热门专业人数较多，数据相对而言比较有代表性。从 3~5 题问题的数据中我们可以看出大学生的专业性并不强，对专业的认识也不深，相当一部分人认为其所从事的工作与专业并没有多大的联系，有 49%的人对实习工作与专业是否对口持无所谓的态度，有 50%的人认为实习工作与将来第一份工作联系不大，甚至没有关系。大学生工作与专业不对口是当前社会存在的普遍现象。

应用统计学实验报告

武汉工大学

管理学院

应用统计学 课程实验（上机）报告专业班级：2010级工商管理01班 学 号：

指导老师：夏剑锋

实验（上机）地点：活动中心 学期：2012—2013年度第二学期

第 1 页；

共 23页

应用统计学实验报告

实验（上机）日期：2013年4月25日

次 实验（上机）主题：统计软件的运用 实验（上机）类别）：验证性 完成方式：独立

实验（上机）目的与要求：

1、掌握启动和退出统计软件

2、掌握数据库的建立

3、搜集一些数据并建立数据库

4、进行一些统计计算（函数、描述性统计）

5、制作统计图

6、计算各种统计指标

实验（上机）内容及方法

一、基本操作

1.在EXCEL图标双击，打开工作表。

2.在“文件”菜单下，选择“新建”，在右边“新建工作簿”选择“空白工作簿”。

3.单击页面右上角红色关闭按钮，关闭工作表，并退出软件。如提醒“是否保存”则选择保存，或者选择取消在查看后在退出。

二、描述性统计

1.在数据表窗口输入数据如下：

68 98 59 78 86 94

76 82 86 81 76 69

表1-1某学科成绩表 78 94 49 76 89 95 83 58 76 66 81 68

95

79 96 78 76 93

68 76 68 63 69 78 2.单击保存，在文件名称中输入“成绩文件”

第 2 页；

共 23页

应用统计学实验报告

3.加载数据分析工具：在“工具”下拉菜单下找到“加载宏”，单击，选择“数据分析工具”点击确认。

图1-1 加载分析工具库

4.再在工具下拉菜单下找到“数据分析”选项。

图1-2 打开数据分析

第 3 页；

共 23页

应用统计学实验报告

5.单击“数据分析”，选择“描述性统计”

图1-3开始描述性统计

6.数据复选框如下，单击确定，

图1-4描述性统计选项卡

7.显示结果如下：

平均 标准误差 中位数 众数 标准差 方差 峰度 偏度

表1-2 描述性指标显示结果 77.91667 区域 1.972982 最小值 78 最大值 76 求和 11.83789 观测数 140.1357 最大(1) -0.24247 最小(1) -0.19707 置信度(95.0%)

第 4 页；

共 23页

49

49 98 2805 36 98 49

4.005367

应用统计学实验报告

三、函数计算：

1、简单函数运算：

1) 将鼠标定位在单元格，进入编写模式，输入函数：“=A1*A1”，点击回车键，在哦单元格内出现运算结果。把鼠标移到单元个右下角，直到出现“十字”按住鼠标右键往下拉，则将运算复制。显示结果如下:

图1-4 函数输入

2) 插入函数：（用函数求和）

3) 单击输入框中的函数输入符号，点击确定（如下图），计算书刚刚输入成绩的总和为：2805

图1-5 插入函数选项卡

按照同样的方法可以选择其他函数形式进行统计统计运算。

第 5 页；

共 23页

应用统计学实验报告

2、制作统计图：

1) 直方图：

 在表格上输入分组方式：

表1-3 分组方式

59 69 79 89 99

 在工具菜单下找到数据分析，单击，并在对话框中选择“直方图”，单击“确定”

图1-6 直方图操作选项

图1-7 直方图复选框

第 6 页；

共 23页

应用统计学实验报告

 统计结果如下：

表1-4 频率分析表 分数

59 69 79 89 99

其他

频率

3 8 11 7 7 0

直方图15105059697989分数99其他

图1-8 成绩分析直方图

频率频率 如果在复选框中选择“柏拉图”和“表格输出”，显示结果如下：

直方图1510507969899959其他接收

图1-9 带累计频率的直方图

150.00%100.00%50.00%0.00%频率累积 %2) 饼形图：

在“插入”菜单下，选择“图表”，在对话框中选择“饼形图” 频率第 7 页；

共 23页

应用统计学实验报告

图1-10 饼形图选择框

根据向导输入数据，分别选择。最终统计图表如下：

成绩分析饼形图90-9919%其他0-590%8%60-6922%80-8919%70-7932%0-5960-6970-7980-8990-99其他

图1-11 成绩分析饼形图

第 8 页；

共 23页

应用统计学实验报告

上机：

1、通过本次上机，巩固了excel的基本操作，让操作更加流畅。

2、进一步了解了函数的使用，能够熟练的掌握基本的统计量的运算。

3、通过实验的学习和比较，进一步加深了对统计量意义的学习。

实验（上机）成绩：第 9 页；

共 23页

评阅老师：

评阅时间：

应用统计学实验报告

实验（上机）日期：

2013年5月9日 第 2 次 实验（上机）主题：假设检验与方差分析 实验（上机）类别）：验证性 完成方式：独立

实验（上机）目的与要求：

1、建数据库：（1）假设检验（双样本数据）（2）方差分析：单因素方差分析和双因素方差分析

2、掌握假设检验的计算与分析

3、掌握方差分析的计算与分析

4、输出计算结果并进行分析

5、进行检验和决策

实验上机内容及方法

一、单因素分析

1.检验数据：

表2-1 三种训练方法下工人的日产量

方法1 方法2 方法3

15 22 18 18 27 24

人均日产量

19 18 16

22 21 22 11 17 15

2.将数据输入软件，并在“工具”菜单下选择“数据分析”，选择如图，单击“确认”

图2-1 分析工具选择

第 10 页；

共 23页

应用统计学实验报告

3.在数据复选框内选择数据如下；

图2-2 单因素分析复选框

结果输出：

表2-2 单因素分析结果

组 行 1 行 2 行 3 方差分析 差异源 组间 组内 总计 观测数 5 5 5 SS 40 192 232

求和 85 105 95 df 2 12 14

平均 17 21 19 MS 20 16

方差 17.5 15.5 15 F 1.25

P-value 0.321277

F crit 3.885294

分析：F crit=3.885294；

F=1.25 因为F=1.25＜F crit=3.885294，所以拒绝训练方法对日产量有显著影响，即三种训练方法对日产量没有显著影响。

二、双因素分析（无交互作用） 实验数据

表2-3 4个工人和3台机器配合的日产量

A1 A2 A3 B1 50 63 52 B2 47 54 42

第 11 页；

共 23页

B3 47 57 41 B4 53 58 48

应用统计学实验报告

将数据输入软件，并在“工具”菜单下选择“数据分析”，选择如图，单击“确认”

图2-3 无交互作用双因素分析选项

在数据复选框内选择数据如下；

图2-4 无交互作用双因素分析复选框

分析结果输出：

表2-4方差分析：无重复双因素分析

SUMMARY 行 1 行 2 行 3 列 1 列 2 列 3 列 4 方差分析 观测数

4 4 4

3 3 3 3

求和 197 232 183 165 143 145 159

平均 49.25 58 45.75 55 47.66667 48.33333

53

方差

8.25 14 26.91667

49 36.33333 65.33333

25

显著性水平：1%

第 12 页；

共 23页

应用统计学实验报告

差异源 行 列 误差

总计 SS 318.5 114.6667 32.83333

df 2 3 6

MS F P-value F crit

159.25 29.10152 0.000816 10.92477 38.22222 6.984772 0.022015 9.779538 5.472222

466 11

MS

F

P-value

F crit 方差分析：无重复双因素分析

方差分析 显著性水平：5% 差异源 行 列 误差

总计 SS 318.5 114.6667 32.83333

df 2 3 6

159.25 29.10152 0.000816 5.143253 38.22222 6.984772 0.022015 4.757063 5.472222

466 11

分析：

行因素：在显著性水平为1%的时候，F crit=10.92477，在显著性水平为5%时，F crit=5.143253，都远小于F =29.10152。即不同牌号机器上的日产量有高度显著性差别。

列因素：在显著性水平为1%的时候，F crit=9.779538，在显著性水平为5%时，F crit=4.757063，F=6.984772。因为4.757063＜6.984772＜9.779538。则不同工人的日产量只有显著的差别。

三、双因素分析（有交互作用） 实验数据

表2-5 灯泡寿命数据

因 子 B

B1 B2 B3

A1

13.2 15 16.1 17.3 18 17

因子A A2 A3

14.4 14 15.6 13.6 13.7 16.3 14.3 17.1 14.5 17.1 15.7 16.1

第 13 页；

共 23页

应用统计学实验报告

将数据输入软件，并在“工具”菜单下选择“数据分析”，选择如图，单击“确认”

图2-5 有交互作用双因素分析

在数据复选框内选择数据如下；

图2-6 有交互作用双因素分析复选框

分析结果输出：

表2-5方差分析：可重复双因素分析

观测数 求和 平均 方差

2 28.2 14.1 1.62

2 30 15 0.72

2 27.6 13.8 0.08

6 85.8 14.3 0.796

第 14 页；

共 23页

应用统计学实验报告

观测数 求和 平均 方差

观测数 求和 平均 方差

总计

观测数 求和 平均 方差

方差分析

差异源 样本 列 交互 内部 总计

2 2 33.4 28 16.7 14 0.72 0.18

2 2 35 30.2 17.5 15.1 0.5 0.72

6 96.6 16.1 3.096

6 88.2 14.7 0.62

2 33.4 16.7 0.32

2 33.2 16.6 0.5

6 94.2 15.7 2.348

6 94.8 15.8 2.188

6 98.4 16.4 1.52

P-value

F crit

显著性水平为5% SS 14.04 6.24 10.92 5.36 36.56

df

MS

F

2 7.02 11.78731 0.003063 4.256495 2 3.12 5.238806 0.030987 4.256495 4 2.73 4.583955 0.027093 3.633089 9 0.595556

方差分析

差异源 样本 列 交互 内部 总计

显著性水平为：1% SS df MS 14.04 2 7.02 6.24 2 3.12 10.92 4 2.73 5.36 9 0.595556 36.56 17

F

11.78731 5.238806 4.583955

P-value 0.003063 0.030987 0.027093

F crit 8.021517 8.021517 6.422085

分析：

1、因子A（工艺方法）分析：在显著性水平为1%的时候，F crit=8.021517，在显著性水平为5%时，F crit=4.256495，F =6.24，因为4.256495＜6.24＜8.021517，则工艺方法对灯泡寿命的影响是显著的。

2、因子B（灯丝配方）分析：在显著性水平为1%的时候，F crit=8.021517，在显著性水平为5%时，F crit=4.256495，F =11.78731，因为8.021517＜11.78731，则灯丝配方对灯泡的寿命影响是高度显著的。

第 15 页；

共 23页

应用统计学实验报告

3、交互作用分析：在显著性水平为1%的时候，F crit=6.422085，在显著性水平为5%时，F crit=3.633089，F =4.583955，因为3.633089＜4.583955＜6.422085。则工艺和菲方之间存在交互作用。

实验上机总结：

1、学会如何让运用软件进行方差计算和分析；

2、通过提出假设，了解如何通过计算数据进行显著性判断和检验；

3、根据假设和检验结果，明白如何进行判断。

实验上机成绩：

评阅老师：

评阅时间：

第 16 页；

共 23页

应用统计学实验报告

实验（上机）日期：2013年5月16 第 3 次 实验（上机）主题：回归分析 实验（上机）类别）：验证性 完成方式：独立

实验（上机）目的与要求：

1、搜集数据并建数据库

2、掌握一元线性回归的计算与分析

3、掌握多元线性回归的计算与分析

4、输出计算结果并进行分析

5、进行检验和预测

实验上机的内容及方法 一，一元线性回归 数据显示如下：

（表3-1十个企业的生产费用与产量数据）

企业编号 1 2 3 4 5 6 7 8 9 10 产量X（千克） 40 42 48 55 65 79 88 100 120 140 生产费用Y（千元） 150 140 160 170 150 162 185 165 190 185 将数据输入工作表，在“工具”菜单下选择“数据分析”，然后选择“回归”胆机确定。在复选框中选择如下：

（图3-1一元回归分析复选框）

第 17 页；

共 23页

应用统计学实验报告

则显示相关数据处理结果如下：

表3-2 回归统计表

Multiple R R Square Adjusted R quare 标准误差 观测值

表3-3 方差分析表

0.807766 0.652486 0.609047 10.5332

10

回归分析 残差 总计 df

SS MS F Significance F

1 1666.514 1666.514 15.02064 0.004704 8 887.586 110.9483

9 2554.1

表3-4 回归分析表

Intercept X Variable 1 Coefficients 标准误差 t Stat

Lower Upper

95% 95% 134.7893 8.643234 15.59477 2.85E-07 114.8579 154.7206 0.397821 0.102646 3.875647 0.004704 0.161118 0.634525

P-value 得到散点图和拟合分析图如下：

Normal Probability Plot20010000204060Sample Percentile图3-2 散点图 Y80100

X Variable 1 Line Fit Plot3002001000050100X Variable 1图3-3 拟合分析图

Y预测 Y150Y

第 18 页；

共 23页

应用统计学实验报告

相关分析：

1、回归方程

由散点图得知回归方程为一元线性方程。得到回归方程如下：

Y=134.7893+0.397821X

2、显著性分析

得到Multiple R=0.807766＞0.765（在检验数为0.01时相关系数检验数）表示回归方程显著。

t Stat=3.875647＞2.306（α=0.05，自由度=8时t值）则统计检验结果显著。其存在良好的线性关系。

F=15.02064＞5.32（在α=0.05，n1=1,n2=8时F值），表示回归结显著。

3、相关预测

在产量为80千件时，平均生产费用的置信区间（α=0.05） 生产费用预测Y0=134.7893+0.397821 *80=166.615 下界=Y0-2.306*10.5332*0.317=166.614-7.707=158.844 下界=166.614+7.707=174.321 即总体均值得95%置信区间为（158.844，174.321）

在产量为80千件时，生产费用的置信区间（α=0.05） 生产费用预测Y0=134.7893+0.397821 *80=166.615 下界=Y0-2.306*10.5332*1.049=166.614-25.503=140.637 下界=166.614+25.503=191.643 即总体得95%置信区间为（140.637，191.643）

二，多元回归 试验数据：

表3-5 某企业10个月的月管理费用与工人劳动日数和机器开工台数的资料

管理费用Y 工人劳动日数X1 29 45 24 42 27 44 25 45 26 43 28 46 30 44 28 45 28 44 27 43

第 19 页；

共 23页

应用统计学实验报告

机器开工台数X2

16 14 15 13 13 14 16 16 15 15 将数据输入工作表，在“工具”菜单下选择“数据分析”，然后选择“回归”胆机确定。在复选框中选择如下：

图3-4 多元回归复选框

则显示相关数据处理结果如下：

表3-5 回归统计表

回归统计

Multiple R 0.85377 R Square 0.728923 Adjusted R

0.651473

Square 标准误差 1.070639 观测值 10

表3-6 方差分析表

回归分析 残差 总计 df SS MS F Significance F 2 21.57613 10.78806 9.411471 0.010371 7 8.023873 1.146268

9 29.6

表3-7 回归分析表

Coefficients 标准误差 t Stat

第 20 页；

共 23页

P-value 下限 上限

应用统计学实验报告

Intercept X Variable 1 X Variable 2

95.0% 95.0%

-13.8196 13.3233 -1.03725 0.334115 -45.3242 17.68497 0.56366 0.303274 1.858586 0.10543 -0.15347 1.280789 1.099469 0.313139 3.511123 0.009844 0.359013 1.839926 得到散点图和拟合分析图如下：

Normal Probability Plot402000204060Sample Percentile图3-5 散点图 Y80100

X Variable 1 Line Fit Plot402004142434445X Variable 1图3-6 拟合分析图

Y预测 Y4647Y

相关分析：

1、回归方程

由散点图得知回归方程为二元线性方程。得到回归方程如下：

Y= -13.8196+ 0.56366X1+ 1.099469X2

2、回归方程检验

R Square= 0.728923＞0.6516

第 21 页；

共 23页

应用统计学实验报告

F= 9.411471＞4.74(α=0.05，自由度=2,7时，F值) 即：回归方程的拟合程度很好。

3、回归系数：

t 1= 1.858586＜2.365（α=0.05，自由度=7时，t值） t2= 3.511123＞2.365（α=0.05，自由度=7时，t值）

所以β1不显著，β2显著。即工人劳动日数对管理费用的影响并不是显著；

机器开工台数对管理费用影响显著。

4、相关系数分析：

表3-8相关系数分析表

Y X1 X2

Y X1 X2

1

0.501517 1 0.771462 0.184094

1 则得到Y与X1之间的相关系数为0.501517；

Y与X2之间的相关系数为0.771462，X1与X2之间的相关系数为0.184094 计算相应的偏回归系数Y与X1之间的偏相关系数为0.5748；

Y与X2之间的相关系数为0.7987。

又t1= 0.5748*√7/√（1-0.5748*0.5748）=1.86＜2.356（α=0.05，自由度=7时，t值）

T2=0.7987*√7/√（1-0.7987*0.7987）=3.51＞2.356（α=0.05，自由度=7时，t值）

即：工人劳动日数与管理费用之间的偏相关系数不显著；

机器开工台数与管理费用之间的偏相关系数是显著的。

第 22 页；

共 23页

应用统计学实验报告

实验上机总结：

1、学会如何让运用软件进行一元与二元方程回归分析的计算；

2、通过提出假设，了解如何通过计算数据进行系数显著性判断和检验；

并对方程的拟合优度和相关性进行判断

3、根据回归结果很好的预测，并在给出置信度的情况下对总体均值和个体值进行预测。

实验上机成绩：

评阅老师：

评阅时间：

第 23 页；

共 23页

本文来源：http://www.scfx8.com/shuzhibaogao/73796.html