统计专业实验重庆工商大学数学与统计学院
《统计专业实验》课程
实验报告
实验课程:多元数据图示分析
及时序图分析
指导教师: 叶勇_____
专业班级: 12级统计三班
学生姓名: _ __
学生学号:__
实 验 报 告
实验项目
实验一 多元数据图示分析
实验二 时序图分析
实验日期
2015年3月...
重庆工商大学数学与统计学院
《统计专业实验》课程
实验
实验课程:多元数据图示分析
及时序图分析
指导教师: 叶勇_____
专业班级: 12级统计三班
学生姓名: _ __
学生学号:__
实 验 报 告
实验项目
实验一 多元数据图示分析
实验二 时序图分析
实验日期
2015年3月31日
实验地点
81010
实验目的
1.用各种统计图形
示多元数据,掌握各种多元统计图的制作方法和优缺点。
2.掌握随机时间序列的模拟方法,并能够由相应的AR、MA模型和随机干扰项模拟出随机时间序列的取值。
实验内容
1.考察2012年重庆市各区县经济指标数据(数据来源:重庆统计年鉴2013),建立适合分析一小时经济圈各区县经济综合实力的指标体系,并输出统计表。
2.用轮廓图、雷达图对主城各区经济指标数据进行表示。
3.模拟100期AR(2)模型,其中at~NID(0, 0.5);
4.模拟100期MA模型,其中at~NID(0, 0.5)
5.对上述两模型的模拟数据用SPSS建立随机时间序列的序列图;
实验思考题解答:
1.雷达图和轮廓图用以进行多元数据分析各自有何优势?
答:
雷达图主要适用于观测数据比较少的情况,能够很清晰地将所有数据在一张图中展现出来,方便我们对各个指标进行比较,是我们能够很容易地分清各个对象之间的差异,从而分出各对象的高低优劣。但是,当观测数据较多时,雷达图就不太容易看辨析出各观测值之间的差别,此时,轮廓图就较有优势,轮廓图可以反映指标变化的规律和趋势,能够针对某一指标进行其变化趋势上的分析比较。
2.AR(1)模型和普通一元线性回归模型有什么区别?
答:
AR(1)模型主要是反映时间序列变化的预测模型,AR(1)模型的随机干扰项不会影响以前已经发生过的现象,即当期的随机干扰与过去的序列值无关。而普通一元线性回归模型主要是针对变量Y与X的显著线性关系,是建立y关于x的线性回归模型。普通一元线性回归模型的被解释变量总会受到解释变量的影响,该模型反映了x是如何影响y的。而且建立一元线性回归模型有5个基本假定。
实验运行程序、基本步骤及运行结果:
1. 考察2012年重庆市各区县经济指标数据(数据来源:重庆统计年鉴2013),建立适合分析一小时经济圈各区县经济综合实力的指标体系,并输出统计表。
一、数据收集及处理
以重庆市一小时经济圈的23各区县的数据为例,选取以下八个指标,输出统计表如下:
重庆市1小时经济圈经济综合实力统计表
区 县
地区生产总值
(万元)
工业总
产值
(万元)
建筑业总产值
(万元)
全社会固定资产投资
(万元)
社会消费品
零售总额
(万元)
区县级一 般
预算收入
金融机构
人民币存款余额
(亿元)
高技术制造业总产值 (万元)
2.用轮廓图、雷达图对主城各区数据进行表示。
基本操作步骤:
(一)雷达图
1.选择数据区域A1:E24;
2.单击图表向导按钮,选“雷达图”之“数据点雷达图”格式;
3.单击“下一步”按钮,完成操作。
(二)轮廓图
1.选择数据区域A1:E24;
2.单击图表向导按钮,选“折线图”之“数据点折线图”格式;
3.单击“下一步”按钮,完成操作。
为使图表显示更清晰,只选取了地区生产总值、工业总产值、建筑业总产值、全社会固定资产投资这三个经济指标,对这23个区县进行了分析比较,分别作出雷达图和轮廓图,如下:
3.模拟100期AR(2)模型,其中at~NID(0, 0.5);
4.模拟100期MA模型,其中at~NID(0, 0.5)
基本操作步骤:
1.利用Excel,数据分析里的随机数产生器,按照服从正态分布at~NID(0, 0.5)的要求,产生了100个随机数。
2.再按照AR模型,得到100期数据。
3.又利用SPSS软件,把Excel产生的数据复制粘贴到SPSS里,点击Analyze―Time Series―Sequence Charts,得到如下AR模型的序列图。
4.关于模拟100期MA模型的操作同上。
最终结果如下:
(1)产生的数据:
at
zt
at
xt
-0.15012
-0.15012
0.328117
0.328117
-0.63884
-0.72891
-0.16778
0.045498
0.122129
-0.27018
-0.07253
0.035796
0.638237
0.6948
-0.30043
-0.26625
0.599175
1.09711
-0.07728
-0.24175
0.866567
1.316393
-1.11677
-1.33781
-1.09179
-0.63109
-0.06677
-0.99437
-0.11709
-0.89066
-0.6646
-1.63201
0.547511
0.202441
0.07829
-1.22116
-0.54335
-0.15469
0.251512
-0.93393
-0.3451
-0.49865
0.658542
-0.24159
-0.84522
-1.098
-0.30965
-0.69082
-0.92346
-1.43266
-0.37398
-0.881
-0.48881
-1.01901
0.073182
-0.66526
-0.38675
-0.56836
-0.11572
-0.75958
-1.05897
-1.09428
-0.10416
-0.75754
-0.28396
-0.77002
0.7886
0.113898
-0.20202
-0.33575
0.018842
-0.08893
0.067427
0.096981
-0.07299
-0.10346
-0.18275
-0.02383
0.915161
0.826567
-0.1635
-0.20689
-0.31537
0.197071
-0.18512
-0.3021
0.635569
0.962041
0.671321
0.552125
-0.00767
0.664954
-0.04264
0.379264
-0.03221
0.630901
-0.09308
-0.03116
0.805078
1.374753
-0.2566
-0.38908
0.181316
1.226321
0.986106
0.762007
0.218529
1.345579
0.432836
1.006764
-0.11756
1.051381
1.187827
1.563284
0.341664
1.348
-0.32745
0.308488
-0.03432
1.094214
0.830728
0.546835
-0.36804
0.666721
-0.8062
-0.57064
-0.54877
0.147213
0.269474
-0.23696
0.10185
0.357552
0.451096
0.480111
-0.49067
-0.22293
0.959458
1.318613
0.96979
0.910698
-0.04226
0.604876
-0.06361
0.474843
-0.2619
-0.29456
-0.79382
-0.2666
0.337569
-0.02063
-0.16766
-0.22699
-0.19066
-0.11467
0.478616
0.267091
0.378806
0.316191
-0.19149
-0.07235
-0.72209
-0.49798
-0.32693
-0.30986
-0.42362
-0.81726
-0.68319
-0.90196
-0.76079
-1.10175
0.158058
-0.50259
-0.18144
-0.59731
-0.08185
-0.62501
-0.01624
-0.0441
0.285627
-0.24125
0.014059
0.166791
-0.31869
-0.6255
-0.16136
-0.04805
-0.17309
-0.63756
1.097251
1.018382
0.142969
-0.42157
-0.87124
-0.2458
-0.16551
-0.59255
-0.36824
-0.82123
0.106111
-0.38022
-1.28879
-1.70779
-1.23691
-1.62627
0.723835
-0.05447
-0.03443
-1.18276
-0.63988
-0.16023
0.12343
-1.03567
-0.32679
-0.40659
1.058247
0.1012
0.378857
0.182974
-0.76262
-0.9454
0.233356
0.465116
-0.77932
-1.36954
0.437304
0.661482
-1.15238
-2.26948
0.297871
0.555225
0.586126
-1.21772
-0.68592
-0.55123
1.187182
-0.14901
-0.55787
-1.05518
-0.19499
-0.5841
0.346997
-0.12074
-0.50042
-0.91585
0.161318
0.405428
0.273997
-0.46149
-0.46992
-0.19044
0.329494
-0.19028
-0.12047
-0.35637
-0.42603
-0.66047
0.065768
-0.09092
0.404646
-0.07033
0.278899
0.331257
0.330112
0.125887
0.069357
0.295388
-0.10373
-0.03878
-0.45548
-0.37763
-0.77408
-0.76907
0.942423
0.627232
0.506388
-0.00281
0.243599
0.733226
0.381717
0.195313
0.036119
0.287885
-0.17524
-0.04896
0.414921
0.367684
-0.34539
-0.33034
0.431004
0.565249
0.431336
0.20486
-0.31827
-0.08942
0.173414
0.22729
-0.4616
-0.68482
0.278139
0.475045
0.555594
0.171527
1.042945
1.406274
-0.60059
-0.29223
0.136685
1.164773
-0.77945
-1.00624
-0.55333
0.541278
0.355662
-0.16041
0.239816
0.871193
0.319203
0.524827
-0.61427
0.081913
1.102844
1.465864
0.282795
0.545124
0.721877
1.443948
-0.07825
0.295739
0.651952
1.078561
0.149436
0.472496
0.05648
0.270433
0.178541
0.556641
0.000975
-0.16033
0.065652
0.540867
0.226851
0.049521
-0.13597
0.349188
-0.01276
0.065055
-0.67368
-0.3169
-0.52734
-0.50316
1.060412
0.93823
-0.8874
-1.20882
0.798848
1.332641
0.414166
-0.16018
0.524411
1.615803
0.222112
0.488652
-0.739
0.631107
0.308953
0.650197
-0.55865
0.239359
0.106737
0.350259
0.266339
0.573387
-0.51347
-0.49837
0.036771
0.466919
0.619098
0.214998
-0.00449
0.436617
-0.15561
0.122903
0.080614
0.476476
-0.41996
-0.41072
-0.94085
-0.52635
-0.41056
-0.69387
-0.12836
-0.35614
-0.2145
-0.5076
-0.46897
-0.82678
-0.22668
-0.32308
-0.49878
-1.12166
2)对上述两模型的模拟数据用Excel建立随机时间序列的序列图,如下。
AR模型的时序图:
MA模型的时序图:
3)对上述两模型的模拟数据用SPSS建立随机时间序列的序列图,如下。
AR模型的时序图:
MA模型的时序图:
本文档为【统计专业实验】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑,
图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。