南京邮电大学统计学课程实验2 用EXCEL进行参数估计假设检验 指导

一、实验描述 

  • 实验目的

1、学会用Excel进行参数估计;

2、学会用Excel进行z检验-双样本平均差检验;

  • 实验环境

实验中使用以下软件和硬件设备

(1)Windows XP操作系统;

(2)PC机、EXCEL软件;

  • 实验内容和步骤

1某学校为了了解一次期末考试中,某年级的期末考试的英语成绩,随机抽取了60名同学期末考试成绩如下,求在概率95%的保证下,该年级同学期末考试英语平均成绩的置信区间。(参数估计指标包括:样本数;样本平均值;样本标准差;样本平均误差;置信水平;自由度;t值;抽样极限误差;置信上下限)

学号

成绩

1001

85

1002

91

1003

67

1004

61

1005

76

1006

43

1007

59

1008

57

1009

77

1010

86

1011

59

1012

52

1013

95

1014

68

1015

66

1016

61

1017

85

1018

43

1019

55

1020

82

1021

53

1022

60

1023

77

1024

66

1025

74

1026

79

1027

51

1028

92

1029

82

1030

50

1031

35

1032

52

1033

69

1034

94

1035

32

1036

70

1037

62

1038

80

1039

98

1040

53

1041

70

1042

87

1043

74

1044

75

1045

90

1046

29

1047

90

1048

32

1049

33

1050

78

1051

90

1052

57

1053

93

1054

74

1055

78

1056

56

1057

50

1058

74

1059

51

1060

89

1.实验步骤:

(1)针对题中所有数据,使用COUNT函数进行计算,得到样本数据总数为60;

(2)针对题中所有数据,使用AVERAGE函数进行计算,得到样本平均值为67.7833;

(3)针对题中所有数据,使用STDEV函数进行计算,得到样本标准差为18.0687;

(4)结合样本标准差为18.0687和样本数据总数为60,使用样本标准差除以根号下样本数据个数,即可得到样本标准误差为2.33266;

 (5)由于题中所述要求概率在95%以上,所以可得置信水平为0.95;

(6)结合样本数据总数为60,样本自由度为样本总数-1=59;

(7)结合样本置信水平为0.95和样本自由度为59,使用TINV函数进行计算,即可得到所求样本数据的t值为2.001;

(8)结合样本平均误差为2.33266和t值为2.001,使用样本平均误差与t值相乘,即可得到抽样极限误差为4.66764;

(9)结合样本平均值为67.7833和抽样极限误差为4.66764,即可得到置信下限为样本平均值-抽样极限误差=63.11569;

(10)结合样本平均值为67.7833和抽样极限误差为4.66764,即可得到置信上限为样本平均值+抽样极限误差=72.451。

该样本数据集的参数估计指标

2.结论分析:

结合EXCEL的数据分析手段,使用相应函数语句调令,可得如上十项参数估计指标来评估该年级同学期末考试英语成绩。并由此分析可知,置信水平为0.95的条件下,该样本数据的置信下限为63.1157,置信上限为72.451。即在概率95%的保证下,该年级同学期末考试英语平均成绩的置信区间为(63.1157,72.451)。

2、为了比较1、2两个班级同学身高的差异,随机各选取了30名同学进行比较

1班(X)

2班(Y)

160

171

165

187

166

169

168

166

180

168

178

165

174

173

172

176

170

178

179

180

166

166

168

168

180

165

178

173

174

176

172

165

170

173

165

176

173

178

176

180

178

166

180

168

166

170

168

179

165

166

173

168

176

180

165

178

173

170

176

179

178

168

根据以往经验知身高,且方差都为6,试在的显著性水平下比较两班学生的身高有无显著差别。

  1. 实验步骤:

1)将题目数据导入EXCEL表格中,然后调用数据分析功能模块中的“z-检验:双样本平均差检验”。

2)结合题中所述的方差为6和置信度为0.05,在z-检验中填入相关信息,即可进行z-分析求解。

3)电脑进行z-检验,可得实验结果如下图:

 2.结论分析:

在本题提供的数据中,两个班级的身高平均数非常接近,而且样本量也比较大,因此可以使用z-检验来进行假设检验。在这个例子问题中,假设平均差为0,得到的z值为-0.674,表示样本的平均值距离假设平均值差了0.674个标准差。同时,p值为0.5003,表示双尾检验下拒绝原假设的显著性水平为0.5 > 0.05,故无法拒绝原假设。根据这个结果可以认为,在α=0.05的显著性水平下,两个班级学生的身高没有显著差异。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/802401.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

[Vulnhub] digitalworld.local-JOY snmp+ProFTPD权限提升

信息收集 IP AddressOpening Ports192.168.101.150TCP:21,22,25,80,110,139,143,445,465,587,993,995 $ nmap -p- 192.168.101.150 --21,22,25,min-rate 1000 -sC -sV PORT STATE SERVICE VERSION 21/tcp open ftp ProFTPD | ftp-anon: Anonymous FTP logi…

Python 面向对象编程,创建类和对象

面向对象编程(Object-Oriented Programming,简称 OOP)是一种程序设计范式,旨在提高软件的可维护性、可扩展性和复用性。OOP 的核心思想是将数据和操作这些数据的代码封装在一起,通过类和对象来组织程序,使程…

Windows系统中MySQL的安装和卸载(详细包含msi和zip下载方式,以及完全卸载方法,易出现问题及解决方案等)

MySQL的安装: 第一种:msi安装(交简单,但是不能自定义安装路径) 下载地址:https://dev.mysql.com/downloads/installer/ 选择历史版本 选择安装版本,这里我选择的是8.0.37的版本,然后点击Download下载离线安装包 如下图即为下载好的版本,双击打开安装 出现如下情况,…

vue3中基于dayjs实现日历

import dayjs from dayjs export const useCreateCander () > {let calendarDay []// 当前年,去年,明年let year dayjs().year()let prvYear year - 1let nextYear year 1// 当前月、上月、下月let month dayjs().month() 1let prvMonth mon…

CentOS 7 Web面板的文件管理器说明

在使用CentOS 7 Web Panel(CWP7)时,偶尔要求在服务器曲面上修改,创建,编辑或删除文件。 最简单,最直接的方式是通过利用CWP7的内置文件管理器。 本文将详细介绍如何启动它,使用它,以…

c++信号和槽机制的轻量级实现,sigslot 库介绍及使用

Qt中的信号与槽机制很好用,然而只在Qt环境中。在现代 C 编程中,对象间的通信是一个核心问题。为了解决这个问题,许多库提供了信号和槽(Signals and Slots)机制。今天推荐分享一个轻量级的实现:sigslot 库。…

基于LSTM及其变体的回归预测

1 所用模型 代码中用到了以下模型: 1. LSTM(Long Short-Term Memory):长短时记忆网络,是一种特殊的RNN(循环神经网络),能够解决传统RNN在处理长序列时出现的梯度消失或爆炸的问题。L…

MBR40150FCT-ASEMI无人机专用MBR40150FCT

编辑:ll MBR40150FCT-ASEMI无人机专用MBR40150FCT 型号:MBR40150FCT 品牌:ASEMI 封装:TO-220F 批号:最新 最大平均正向电流(IF):40A 最大循环峰值反向电压(VRRM&a…

typeorm实体多对多关系指定表名与关联字段

表结构 user 用户表结构 course 课程表结构 user_course 用户课程表 (每个用户可以有多个课程, 每个课程可以有多个用户, 该表用以建立多对多关系) 实体 user.entity.ts Entity(user, { schema: test }) export class User {PrimaryGeneratedColumn({ type: int, name: id }…

江科大SPI教程听课笔记

原理部分我打算听江科大的课复习一下,代码部分工作大概率用HAL库敲了。 SPI(Serial Peripheral Interface)是由Motorola公司开发的一种通用数据总线。 硬件资源方面需要四根通信线:SCK(Serial Clock)、MOSI(Master Output Slave Input)、MISO (Master Input Slave…

自定义组件--密码修改对话框(拿来即用型)

前言 一个完整的系统中用户登录功能是不可或缺的,因此用户密码的修改对于前端开发者而言也是工作的重要一环,密码修改分为两种情况:一是用户自身想更换密码;另一种是忘记密码只能选择更换密码。本文自定义了一个通用且常见的组件-…

IDEA快速生成项目树形结构图

下图用的IDEA工具,但我觉得WebStorm 应该也可以 文章目录 进入项目根目录下,进入cmd输入如下指令: 只有文件夹 tree . > list.txt 包括文件夹和文件 tree /f . > list.txt 还可以为相关包路径加上注释

【STM32嵌入式系统设计与开发---拓展】——1_9_1上拉输入和下拉输入

在使用GPIO引脚时,上拉输入和下拉输入的选择取决于外部电路的特性和应用需求。以下是它们各自的应用场景: 1、上拉输入(Pull-up Input) 用途: 当默认状态需要为高电平时。 避免引脚悬空(floating)导致的…

Three.JS 使用RGBELoader和CubeTextureLoader 添加环境贴图

导入RGBELoader模块: import { RGBELoader } from "three/examples/jsm/loaders/RGBELoader.js"; 使用 addRGBEMappingk(environment, background,url) {rgbeLoader new RGBELoader();rgbeLoader.loadAsync(url).then((texture) > {//贴图模式 经纬…

MongoDB教程(八):mongoDB数据备份与恢复

💝💝💝首先,欢迎各位来到我的博客,很高兴能够在这里和您见面!希望您在这里不仅可以有所收获,同时也能感受到一份轻松欢乐的氛围,祝你生活愉快! 文章目录 引言MongoDB 备…

socket功能定义和一般模型

1. socket的功能定义 socket是为了使两个应用程序间进行数据交换而存在的一种技术,不仅可以使同一个主机上两个应用程序间可以交换数据,而且可以使网络上的不同主机间上的应用程序间进行通信。 2. 图解socket的服务端/客户端模型

深度学习落地实战:基于UNet实现血管瘤超声图像分割

前言 大家好,我是机长 本专栏将持续收集整理市场上深度学习的相关项目,旨在为准备从事深度学习工作或相关科研活动的伙伴,储备、提升更多的实际开发经验,每个项目实例都可作为实际开发项目写入简历,且都附带完整的代…

cpp 强制转换

一、static_cast static_cast 是 C 中的一个类型转换操作符,用于在类的层次结构中进行安全的向上转换(从派生类到基类)或进行不需要运行时类型检查的转换。它主要用于基本数据类型之间的转换、对象指针或引用的向上转换(即从派生…

【Redis】集群

文章目录 一、集群是什么?二、 Redis集群分布式存储为什么redis集群的最大槽数是16384(不太懂)redis的集群主节点数量基本不可能超过1000个 三、 配置集群(三主三从)3.1 配置config文件3.2 启动六台redis3.2 通过redis…

铜管和铝管、铝管和铝管焊接操作介绍

一、部分品牌冰箱、空调采用铜铝管或铝铝管之间的连接方式,连接方式有以下两种: 1、洛克环:是方便简单的方式,但其需从德国采购,成本过于高昂而且采购周期长; 2、铜铝异种材料钎焊技术:国内可…