《应用统计学课程设计中国空调业调查研究.doc》由会员分享，可在线阅读，更多相关《应用统计学课程设计中国空调业调查研究.doc（17页珍藏版）》请在三一办公上搜索。
1、学 号 （应用统计学课程设计）设计说明书题目中国空调业调查研究起止日期： 2010 年 4月 26日 至 2010 年 5月 17日学生姓名班级08市场营销1班成绩指导教师(签字) 管理工程系2010年 5 月 20 日目录1.选用的分析方法：32.描述性统计32.1输出结果：32.2数据分析：33.统计图53.1输出结果：53.2数据分析：64.统计报表65.均值比较95.1输出结果：95.2数据分析：96.相关分析106.1输出结果：106.2数据分析：107.一元回归直线分析117.1输出结果：117.2数据分析：138.多元回归分析148.1输出结果：148.2分析：169.参考书16
2、附录：原始数据171 选用的分析方法描述性统计、统计图、统计报表、均值比较、相关性分析、一元线性回归分析、多元线性回归分析2 描述性统计2.1 空调产量2.1.1 输出结果2.1.2 数据分析从结果中可以看出，我国的空调产量（2006-01到2010-02）的均值为533.8798万台，平均标准误差为26.21369，中位数为514.6500万台，众数为389.10万台，标准差为185.35879万台，方差为34357.881万台，偏度为0.629万台，偏度标准误差为0.337万台，峰度为-0.222万台，风度标准误差为0.662万台，全距为775.25万台，最小值为230.70万台，最大值为
3、1005.95万台，合计为26693.99万台。2.2 空调出口量2.2.1 输出结果2.2.2 数据分析从结果中可以看出，我国的空调出口量（2006-01到2010-02）的均值为274.1532万台，平均标准误差为20.11078，中位数为240.4000万台，众数为155.40万台，标准差为142.20469万台，方差为20222.175万台，偏度为0.700万台，偏度标准误差为0.337万台，峰度为-0.513万台，风度标准误差为0.662万台，全距为484.42万台，最小值为93.88万台，最大值为578.30万台，合计为13707.66万台。2.3 空调内销量2.3.1 输出结果2
4、.3.2 数据分析从结果中可以看出，我国的空调内销量（2006-01到2010-02）的均值为261.1230万台，平均标准误差为13.72789，中位数为253.5800万台，众数为100.45万台，标准差为97.07084万台，方差为9422.747万台，偏度为0.391万台，偏度标准误差为0.337万台，峰度为-0.787万台，风度标准误差为0.662万台，全距为367.30万台，最小值为100.45万台，最大值为467.75万台，合计为13056.15万台。3 统计图3.1 输出结果3.2 数据分析从图中可以看出，空调产量、出口量、内销量有着基本相同的发展趋势，具体为2006年到200
5、7年整体呈上升趋势，2007年到2008年四月呈快速上升趋势，2008年5月到2008年11月呈逐月递减趋势，2008年12月到2010年2月呈缓慢回升趋势。原因可能是由于国家拉动内需的政策发挥作用。4 统计报表 5 均值比较5.1 输出结果5.2 数据分析变量分组统计结果，如图，可以看出，2006年空调平均产量为465.0850，标准差为162.34551，空调内销平均量为242.12，标注差为152.50927，空调出口均值为220.5417，标准差为92.82190；2007年空调平均产量为589.7692，标准差为188.54391，空调内销平均量为345.1117，标注差为154.8
6、1801，空调出口均值为264.2333，标准差为108.35152；2008年空调平均产量为527.8233，标准差为262.27234，空调内销平均量为296.9588，标注差为169.4306，空调出口均值为248.1367，标准差为96.69998；2009年空调平均产量为536.6883.，标准差为104.74495，空调内销平均量为234.955，标注差为92.6321，空调出口均值为312.0883，标准差为85.33663；2010年空调平均产量为630.8，标准差为107.90449，空调内销平均量为318.975，标注差为8.9449，空调出口均值为258.075，标准差为
7、41.75466.6 相关分析6.1 输出结果6.2 数据分析（1）输出结果文件的第一个表格为描述性统计表。从表中可知，参与分析的空调产量，空调出口量，空调内销量3个变量的样本数都为50，其中空调产量的均值为533.8798万台，标准差为185.35879.空调出口量的均值为274.1532万台，标准差为142.20469.空调内销量的均值为261.1230万台，标准差为97.07084.（2）输出结果文件中的第二个表格为变量间的相关系数，偏相关系数及其显著性检验结果。从表中可知，空调产量与空调内销量的相关系数为r=0.748，对应的显著性水平为0.000，即空调产量与空调内销量是有相关性的；
8、空调产量与空调出口量的相关系数为r=0.885，对应的显著性水平为0.000，即空调产量与空调出口量是有相关性的。以空调产量为控制变量，即在扣除空调产量影响情况下，空调出口量和空调内销量的偏相关系数为r=-0.554，对应的显著性水平为0.000。可得出结论，在扣除空调产量影响情况下，空调出口量与空调内销量相关性显著。7 一元线性回归分析7.1 输出结果7.2 数据分析结果解读：一元线性回归的输出结果共输出7个表，如上图，在这儿重点解读常用统计量表、发差分析表、回归系数表、和正态分布图。输出的结果文件第二个为常用统计量表，反映的是一元线性回归模型拟合的情况，相关系数R=0.885，回归估计的标
9、准差S=87.23309.输出结果的第三个表格为方差法分析表。从表中可以看出。Total=1683536.1 residual=365261.4 regression=1318274.8 F=173.238.对应的置信水平为0.000，远比常用的置信水平0.05要小，因此可以认为方程式极显著的。输出结果的地四个表格为回归系数分析表，是回归系数以及对回归方程系数的检验结果，系数显著性检验采用T检验。从表中可以看出非标准化系数回归方程的常数项0=217.663，1=1.153，回归系数检验统计量T=13.162，Sig为相伴概率值P0.001。由此可知回归方程为Y=217.663+1.153x,回
10、归系数显著水平均为0.000，表明用T统计检验量假设回归系数等于0的概率为0.000，远比常用的置信水平0.05要小，因此可以认为两个变量之间的线性关系是极为显著的，建立的回归方程是有效的。输出的结果文件中图为正态分布图。该图是用来观察标准化残差的分布是否符合正态分布。如果是，则图中散点应该近似为一条直线，图的纵坐标为因变量，横坐标为自变量，散点代表了用建立的回归方程计算各个内销量下的产量，图中个点连线就是建立的回归直线8 多元线性回归分析8.1 输出结果8.2 数据分析（1）输出的结果文件中第一个表为参与回归分析的三个变量（一个因变量，两个自变量）的描述统计表，从表中可以看出，参与分析的空调
11、产量，空调出口量，空调内销量3个变量的样本数都是50，空调产量的均值为533.8798万台，标准差为185.35879；空调出口量的均值为274.1532万台，标准差为142.20469；空调内销量的均值为261.1230万台，标准差为97.07084。（2）输出的结果文件中第二个表为参与回归分析的三个变量（一个因变量，两个自变量）的相关系数表及其检验。表的内容可分为三部分，Pearson Correlation栏给出来三个变量两两相关系数表，因变量空调产量与自变量空调出口量的相关系数最大，两个自变量之间也存在一定程度的相关。Sig.（1-tailed）栏给出三个变量两两相关的显著性检验结果表
12、。最底下一栏N，给出了各个变量的样本数。（3）输出的结果文件中第三个表依次列出了模型对自变量的筛选过程，即变量进入|退出模型的情况。第一个进入的是空调出口量，第二个进入的是空调内销量（4）输出的结果文件中第四个表为回归方程你和总结表，模型1空调出口量的相关系数R0.885，决定系数R Square0.783，调整决定系数Adjusted R Square0.779，误差估计值Std.Error of Estimate87.23309;模型2空调内销量的相关系数R0.955，决定系数R Square0.913，调整决定系数Adjusted R Square0.909，误差估计值Std.Error of Estimate55.93130.（5）输出的结果文件中第五个表为回归方程的方差分解及检验结果。回归方程的统计量模型1空调出口量的F17543.238，模型2空调内销量的F245.581，P0.000，可见方程极其显著。9 参考书1.符啟勋.实用统计学.北京：国防工业出版社，2008.72.应用统计学课程设计指导书（内部自编）3.应用统计学课程设计案例（内部自编）附：原始数据
