统计学实验指导书
统计学实验指导书
桂 林 电 子 科 技 大 学 商 学 院
实验报告要求
一、 实验报告要求格式符合规范、文字书写工整、版面整
洁、言简意明; 二、 实验报告内容包括: 1、 实验目的要求 2、 实验操作要点 3、 实验数据记录 4、 实验分析和使用说明
目 录
实验一 Excel 基础知识和函数应用
实验二 用EXCEL 计算描述统计量
实验三 用EXCEL 在推断统计中的应用
实验四 用EXCEL 进行参数估计和假设检验
实验五 用EXCEL 进行相关与回归分析
实验六 用EXCEL 进行预测分析
实验七 用EXCEL 进行时间序列分析、指数分析 实验八 统计学综合运用
实验一 Excel 基础知识和函数应用
一.
实验目的:
1.掌握Excel 的基本知识;
2.学会运用Excel 创建表格,输入和编辑信息; 3.学会运用公式和函数处理数据;
4. 对Excel 数据库的数据进行排列、分类、汇总、筛选。 5.掌握Excel 的图表创建和应用;
6. 学会运用Excel 数据透视表来进行统计分析
二.实验要求:
1.掌握Excel 的基本操作方法。
2.通过练习,能够独立运用Excel 进行数据整理和数据分析。
三.实验内容:
1.了解Excel 的基本功能:创建表格、信息输入和编辑、公式和函数; 2.学习、练习Excel 的基本功能;
3.了解Excel 的数据库功能:排列、分类、汇总、筛选; 4.学习、练习Excel 的数据库功能。
四.实验步骤:
1.创建表格、信息输入和编辑:
我们用一个例子来说明,如图一所示:
图 一
(1) 选定单元格
①单击A1单元格;
②在A1单元格上按住鼠标左键拖动,当包含所有需要的单元格后,释放鼠标左键。 (2) 信息输入
① 双击A1单元格; ② 输入所需信息;
③ 按Enter 键,接受输入。
(3)编辑信息
① 修改单元格内容 a .双击需修改的单元格,箭头指在需修改部分; b .根据需要修改正确后,按Enter 键进行确认。 ②清除单元格内容 a . 选定想要清除的单元格; b . 在该单元格上单击鼠标右键;
c . 从快捷菜单中选择“清除内容”命令。
③插入单元格
a. 首先选择A3:A4区域,然后打开“插入”菜单; b . 择单元格命令;
c . 根据需要单击相应的选项按钮; d . 单击“确定”按钮。 ④删除单元格
a. 首先选定想要删除的单元格或区域, 然后打开”编辑”菜单; b. 选择” 删除”命令”;
c. 根据需要单击相应的选项按钮。 ⑤插入列和行
a. 要插入一行, 请单击相应的行选择区; b. 打开”插入”菜单;
c. 选择”行”命令,如图二;
图 二
d. 要插入多列, 首先选中插入列数相等的列, 然后打开”插入”菜单; e. 选择”列”命令。
⑥删除列或行 a . 首先选中想要删除的多列,然后打开“编辑”菜单; b .选择“删除”命令; c . 单击行选择区,选中它; d. 打开“编辑”菜单; e. 选择“删除”命令。 ⑦使用自动填充 a . 在A2、A3中输入数据,然后选定A2、A3区域
b .将鼠标置于该区域的右下角,当鼠标变成十字形时,称为填充柄,拖动填充柄,一至覆盖到A11。 2. 公式和函数处理数据:
(1)创建简单公式
①单击H2单元格,输入“=”; ②单击E2单元格,输入“+”;
③重复上面步骤,完成公式中的所有参数输入; ④按Enter 键。
(2)使用函数进行计算
①选定H3单元格,单击工具栏上的“粘贴函数”按钮;
②在常用函数中选择求和函数“SUM ”,单击“确定”按钮;
③单击“Mumber1”编辑框右端带红箭头的按钮,暂时隐藏对话框; ④在工作表中选择E3:G3的区域后,单击带红箭头的按钮,显示对话
框;
⑤单击“确定”按钮。
3.对数据进行排列、分类、汇总、筛选: (1)设计条件格式
①建立条件格式
a. 选中E2:G11区域,然后打开“格式”菜单,选择“条件格式”命令; b .打开“条件1”部分第二个框的下拉列表,选择“小于 ”; c .在第三个框中可以输入条件值,如“60”;
d .单击“格式”按钮,打开“颜色”下拉列表,选择所需颜色,如“红色”;
e. 单击“确定”按钮,如图三。
图 三
②删除条件格式
a. 选中应用条件格式的区域,然后打开“格式”菜单; b .选择条件格式命令,单击“删除”按钮; c.单击要删除条件前的复选框,单击确定按钮
d .单击确定按钮,如图三。
图三 (2)对数据进行排列
①首先单击列表区域内的任意单元格; ②打开“数据”菜单,选择“排序”命令;
③单击“主要关键字”框右边的下拉箭头,选择“体育”字段,单击“递减”选项;
④单击“次要关键字”框右边的下拉箭头,选择“英语”字段,单击“递减”选项;
⑤单击确定按钮,如图四。
图四
(3)对数据进行筛选
①单击列表区域内的任意位置,打开“数据”菜单; ②指向“筛选”,选择“自动筛选”命令;
③单击“英语”字段在边的下拉箭头,选定“自定义”选项;
④单击第一行左侧的下拉箭头,选择其中的“小于”,然后在其右边输入60;
⑤按相同方法在第二行中选择“大于”,并在右边输入85; ⑥选中两行中间的“或”后,单击“确定”按钮,如图五。
图五
(4)对数据进行汇总分类
①单击列表区域内的任意位置;
②打开“数据”菜单,选择“分类汇总”命令;
③选择“分类字段”中的“性别”,在“汇总方式”中选择“求和”,在“选择汇总项”中选择“高数”和“英语”,选择“汇总结果显示在数据下放”; ④单击“确定”按钮,如图六。
图六
4.创建图表:
我们用一个例子来说明,如图七所示:
图七
(1) 选定想要绘图的数据区域,按住ctrl ,利用鼠标拖拉需要选的部分。如选
定B1:B11和E1:H11;
(2) 单击“常用”工具栏上的“图表向导”按钮; (3) 在左边的“图表类型”框中,选择一种图表类型,如选“柱形图”; (4) 在右边的“子图表类型”框中,选择一种子图表类型,如选第二行第
二个; (5) 如果要在图表生成前预览图表,在“按下不放可察看示例”按钮上按
住鼠标左键; (6) 单击“下一步”; (7) 单击“下一步”; (8) 在“图表标题”文本框中,为图 (9) 表输入标题,如输入“学生成绩统计图”,然后单击“下一步”; (10) 在“图表位置”对话框中, (11) 我们选择“作为其中的对象插入”选项,
把图表放在现有的工作表中; (12) 单击“完成”按钮,如图八。
图八
5. 增强图表: (1) 更改图表对象的格式 ① 双击要更改其格式的图表元素,如标题;
② 单击“字体“选项卡;
③ 打开“颜色“下拉列表; ④ 选择需要的颜色,如红色; ⑤ 单击“确定“按钮,
如图九。 图九 (2)更改图表选项
① 选定要更改的图表;
② 打开“图表”菜单,选择“图表选项”命令; ③ 单击“网格线”选项卡;
④ 在“分类(X )轴”部分,单击“主要网格线”复选项; ⑤ 单击“确定”按钮。
6. 使用数据透视表: (1) 单击A1单元格,打开“数据”菜单;
图十
(2) 选择“数据透视表和图表报告”命令; (3) 单击“下一步”选项; (4) 单击“下一步”选项; (5) 单击“版式”按钮;
(6) 将需要的字段分别拖到“行”、“列”以及“数据”区域,如行字段为姓名,列字段为寝室,数据字段为数学,然后单击“确定”按钮; (7) 单击“完成”按钮,如上页图图十。 7.绘制数据透视图:
(1) 单击“数据透视表”工具栏上的“图表向导“按钮;
(8) 如果要修改数据透视图报告,请在“数据透视图“的工作表中单击透视图的任意位置,然后单击”数据透视表“工具栏上的”图表向导“按钮;
(9) 选择需要的图表类型,如选择条形图第一行第一个; (10)单击“下一步“按钮;
(11)在“图表标题“文本框中输入需要的标题后,单击”下一步“按钮; (12)单击“完成”按钮,如图十一。
图十一
8.修改数据透视表:
(1) 使用自动套用格式
① 在建立好数据透视表以后,出现“数据透视表”的对话框,单击“数
据透视表”工具栏上的“设置报告格式”按钮; ② 选中满意的格式,如第一个; ③ 单击“确定”按钮,如图十二。
图十二
(2) 更改透视表的字段设置
① 单击“总计”字段;
② 单击“数据透视表”工具栏上的“字段设置”按钮;
③ 如要改变汇总方式,请在“汇总方式”列表中选择需要的汇总方式,如“最大值”
④ 如要更改数字格式,请单击“数字”按钮;
⑤ 在“分类”列表中,单击“数值”按钮;
⑥ 单击“小数位数”框右边的向下箭头,如选“1”;
⑦ 单击“确定”按钮;
⑧ 单击“确定”按钮,如图十三;
图十三
实验二 用EXCEL 计算描述统计量
实验目的:用EXCEL 计算描述统计量
实验步骤:
EXCEL 中用于计算描述统计量的方法有两种,函数方法和描述统计工具的方法。
一、 用函数计算描述统计量
常用的描述统计量有众数、中位数、算术平均数、调和平均数、几何平均数、极差、四分位差、标准差、方差、标准差系数等。一般来说,在Excel 中求这些统计量,未分组资料可用函数计算,已分组资料可用公式计算。这里我们仅介绍如何用函数计算。
(一) 众数
【例13-4】:为了解某经济学院新毕业大学生的工资情况,随机抽取30人,月工资如下:
1560 1340 1600 1410 1590 1410 1610 1570 1710 1550 1490 1690 1380 1680 1470 1530 1560 1250 1560 1350 1560 1510 1550 1460 1550 1570 1980 1610 1510 1440
用函数方法求众数,应先将30个人的工资数据输入A1:A30单元格,然后单击任一空单元格,输入“=MODE(A1:A30)”,回车后即可得众数为1560
(二) 中位数
仍采用上面的例子,单击任一空单元格,输入“=MEDIAN(A1:A30)”,回车后得中位数为1550。
(三) 算术平均数
单击任一单元格,输入“=AVERAGE(A1:A30)”,回车后得算术平均数为1535。
(四) 标准差
单击任一单元格,输入“=STDEV(A1:A30)”,回车后得标准差为135.0287。
二、 描述统计工具量的使用
仍使用上面的例子,我们已经把数据输入到A1:A30单元格,然后按以下步骤操作:
第一步:在工具菜单中选择数据分析选项,从其对话框中选择描述统计,按确定后打开描述统计对话框,如图13-14所示:
图13-14描述统计对话框
第二步:在输入区域中输入$A$1:$A$30,在输出区域中选择$C$1,其他复选框可根据需要选定,选择汇总统计,可给出一系列描述统计量;选择平均数置信度,会给出用样本平均数估计总体平均数的置信区间;第K 大值和第K 小值会给出样本中第K 个大值和第K 个小值。
第三步:单击确定,可得输出结果,如图13-15所示:
图13-15描述统计输出结果
上面的结果中,平均指样本均值;标准误差指样本平均数的标准差;中值即中位数;模式指众数;标准偏差指样本标准差,自由度为n-1;峰值即峰度系数;偏斜度即偏度系数;区域实际上是极差,或全距。
实验三 EXCEL 在推断统计中的应用
二. 实验目的:
1.掌握Excel 的常用函数的使用;
2.学会运用Excel 进行统计分析。
二.实验要求:
3.掌握样本推断总体方法。
4.通过练习,能够构造一张能够实现在总体方差已知情况下进行总体均值假设检验的Excel 工作表。
三.实验内容:
1.熟练运用Excel 的常用函数。
2.了解Excel 的图表功能:创建图表、增强图表;
3.掌握样本推断总体的方法;
4.掌握利用Excel 进行假设检验的方法;
5、掌握线性回归分析方法。
四.实验步骤:
1、样本推断总体
⑪ 构造工作表 如附图所示,首先在各个单元格输入以下的内容,左边是变量名,右边是相应的计算公式。
⑫将A 列的名称定义成为B 列各个公式计算结果的变量名。选定A4:B6,A8:B8和A10:B15单元格(先用鼠标选择第一部分,再按住CTRL 键选取另外两个部分),选择“插入”菜单的“名称”子菜单的“指定”选项,用鼠标点击“最左列”选项,然后点击“确定”按钮即可。
(先选样本数据,选定“首行”,再选单元格,选定“最左列”)
⑬结果说明:以上例子说明如何交叉组合使用Excel 的公式和函数,以构造一个能实现样本推断总体有关计算的Excel 工作表。
2、用EXCEL 进行区间估计
【例13-14】:某饭店在7星期内抽查49位顾客的消费额(元)如下: 15 24 38 26 30 42 18 30 25 26 34 44 20 35 24 26 34 48 18 28 46 19 30 36 42 24 32 45 36 21 47 26 28 31 42 45 36 24 28 27 32 36 47 53 22 24 32 46 26
求在概率90%的保证下,顾客平均消费额的估计区间。如图13-42:
图13-42参数估计数据及结果
计算方法如下:
第一步:把数据输入到A2:A50单元格。
第二步:在C2中输入公式“=COUNT(A2:A50)”,C3中输入“=AVERAGE
(A2:A50)”,在C4中输入“STDEV (A2:A50)”,在C5中输入“=C4/SQRT(C2)”,在C6中输入0.90,在C7中输入“=C2-1”,在C8中输入“=TINV(1-C6,C7)”,在C9中输入“=C8*C5”,在C10中输入“=C3-C9”,在C11中输入“=C3+C9”。在输入每一个公式回车后,便可得到上面的结果,从上面的结果我们可以知道,顾客平均消费额的置信下限为29.73536,置信上限为34.26464。
关于总体方差的估计、总体比例的估计等可按类似方法进行。
⑮ 结果说明:如上图所示,该例子的检验结果不论是单侧还是双侧均为拒绝H0假设。所以,根据样本的计算结果,在5%的显著水平之下,拒绝总体均值为35的假设。同时由单侧显著水平的计算结果还可以看出:在总体均值是35的假设之下,样本均值小于等于31.4的概率仅为0.020303562
实验四 用EXCEL 进行参数估计和假设检验
实验目的:用EXCEL 进行参数估计和假设检验
实验步骤:
在EXCEL 中,进行参数估计只能使用公式和函数的方法,而假设检验除以上两种方法外,还可以使用假设检验工具。
1、假设检验公式
⑪ 构造工作表。如图所示,首先在各个单元格输入以下内容,其中左边是变量名,右边是相应的计算公式。
数据可使用实验六的样本数据
⑫ 将A 列的名称定义成为B 列各个公式计算结果的变量名。选定A3:B4,A6:B8, A10:B11,A13:B15和A17:B19单元格,选择“插入”菜单的“名称”子菜单 的“指定”选项,用鼠标点击“确定”按钮即可。
⑬ 输入样本数据,以及总体标准差、总体均值假设、置信水平数据。
⑭ 为样本数据指定名称。选定C1:C11单元格,选择“插入”菜单的“指定”选项,用鼠标点击“首行”选项,然后点击“确定”按钮,得到如下图计算结果。
2、用EXCEL 进行假设检验
用EXCEL 函数和公式进行假设检验与参数估计类似,大家可以自已做一下,我们这里介绍一下假设检验工具的使用。
在EXCEL 中,假设检验工具主要有四个,如图13-43所示:
图13-43数据分析对话框
平均值的成对二样本分析实际上指的是在总体方差已知的条件下两个样本均值之差的检验,准确的说应该是Z 检验,双样本等方差检验是总体方差未知,但假定其相等的条件下进行的t 检验,双样本异方差检验指的是总体方差未知,但假定其不等的条件下进行的t 检验,双样本平均差检验指的是配对样本的t 检验。
我们介绍一下Z 检验。
【例13-15】:某厂铸造车间为提高缸体的耐磨性而试制了一种镍合金铸件以取代一种铜合金铸件,现从两种铸件中各抽一个样本进行硬度测试(表示耐磨性的一种考核指标)其结果如下:
合镍铸件(X ) 72.0 69.5 74.0 70.5 71.8 72
合铜铸件(Y ) 69.8 70.0 72.0 68.5 73.0 70.0
根据以往经验知硬度X ~N μ1, σ1,Y ~N μ2, σ2,且σ1=σ2=2,试在(2)(2)
α=0. 05水平上比较镍合金铸件硬度有无显著提高。
计算步骤如下:
第一步:输入数据到工作表。
第二步:单击工具菜单,选择数据分析选项,弹出对话框后,在其中选择双样本平均差分析,弹出对话框如图13-44所示:
图13-44双样本平均差分析对话框
第三步:按上图所示输入后,按确定按钮,得输出结果如图13-45:
图13-45双样本平均差分析结果
在上面的结果中,我们可以根据P 值进行判断,也可以根据统计量和临界值比较进行判断。如本例采用的是单尾检验,其单尾P 值为0.17,大于给定的显著性水平0.05,所以应该接受原假设,即镍合金铸件硬度没有明显提高;若用临界值判断,得出的结论是一样的,如本例Z 值为0.938194,小于临界值1.644853,由于是右尾检验,所以也是接受原假设。
实验五 用EXCEL 进行相关与回归分析
实验目的:用EXCEL 进行相关与回归分析
实验步骤:
我们用下面的例子进行相关和回归分析:
一、用EXCEL 进行相关分析
首先把有关数据输入EXCEL 的单元格中,如图13-24
图13-24 EXCEL数据集
用EXCEL 进行相关分析有两种方法,一是利用相关系数函数,另一种是利用相关分析宏。
1.利用函数计算相关系数
在EXCEL 中,提供了两个计算两个变量之间相关系数的方法,CORREL 函数和PERSON 函数,这两个函数是等价的,这里我们介绍用CORREL 函数计算相关系数:
第一步:单击任一个空白单元格,单击插入菜单,选择函数选项,打开粘贴函数对话框,在函数分类中选择统计,在函数名中选择CORREL ,单击确定后,出现CORREL 对话框。
第二步:在array1中输入B2:B11,在array2中输入C2:C11,即可在对
话框下方显示出计算结果为0.896。如图13-25所示:
图13-25CORREL 对话框及输入结果
2.用相关系数宏计算相关系数
第一步:单击工具菜单,选择数据分析选项,在数据分析选项中选择相关系数,弹出相关系数对话框,如图13-26所示:
图13-26相关系数对话框
第二步:在输入区域输入$B$1:$C$1,分组方式选择逐列,选择标志位于第一行,在输出区域中输入$E$1,单击确定,得输出结果如图
13-27
图13-27相关分析输出结果
在上面的输出结果中,身高和体重的自相关系数均为1,身高和体重的相关系数为0.896,和用函数计算的结果完全相同。
二、用EXCEL 进行回归分析
EXCEL 进行回归分析同样分函数和回归分析宏两种形式,其提供了9个函数用于建立回归模型和预测。这9个函数分别是:
INTERCEPT 返回线性回归模型的截距
SLOPE 返回线性回归模型的斜率 RSQ 返回线性回归模型的判定系数
FORECAST 返回一元线性回归模型的预测值 STEYX 计算估计的标准误
TREND 计算线性回归线的趋势值 GROWTH 返回指数曲线的趋势值 LINEST 返回线性回归模型的参数 LOGEST 返回指数曲线模型的参数
用函数进行回归分析比较麻烦,我们这里介绍使用回归分析宏进行回归分析。
第一步:单击工具菜单,选择数据分析选项,出现数据分析对话框,在分析工具中选择回归,如图13-28
图13-28数据分析对话框
第二步:单击确定按钮,弹出回归对话框,在Y 值输入区域输入$B$2:$B$11,在X 值输入区域输入$C$2:$C$11,在输出选项选择新工作表组,如图13-29所示:
图13-29回归对话框
第四步:单击确定按钮,得回归分析结果如图13-30所示
图13-30EXCEL 回归分析结果
在上面的输出结果中,第一部分为汇总统计,MultipleR 指复相关系数,R Square指判定系数,Adjusted 指调整的判定系数,标准误差指估计的标准误,观测值指样本容量;第二部分为方差分析,df 指自由度,SS 指平方和,MS 指均方,F 指F 统计量,Significance of F 指p 值;第三部分包括:Intercept 指截距,Coefficient 指系数,t stat指t 统计量。
实验六 用EXCEL 进行预测
实验目的:用EXCEL 进行预测 实验步骤:
一、用移动平均法进行预测
具体步骤:
第一步:将原始数据录入到单元格区域A2:A12,如图13-31所示:
图13-31EXCEL 数据集
第二步:选择菜单条上的“工具”——“数据分析”命令,弹出如图13-32所示的对话框:
图13-32数据分析对话框
第三步:在“分析工具”框中选择“移动平均”,单击“确定”按钮,弹出移动平均对
话框,相应作如下输入,即可得到如图13-33所示的对话框:
(1) 在“输出区域”内输入:$A$2:$A$12,即原始数据所在的单元格区域。 (2) 在“间隔”内输入:3,表示使用三步移动平均法。
(3) 在“输出区域”内输入:B2,即将输出区域的左上角单元格定义为B2。 (4) 选择“图表输出”复选框和“标准误差”复选框。
13-33移动平均对话框
第四步:单击“确定”按钮,便可得到移动平均结果,如图13-34所示: 分析:在图中,B4:B12对应的数据即为三步移动平均的预测值;单元格区域C6:C12即为标准误差。
13-34移动平均分析结果
二、用指数平滑法进行预测:
第一步:将原始数据输入到单元格B2:B12;
第二步:选择菜单条上的“工具”——“数据分析”命令,弹出如图13-35所示的对话框:
图13-35数据分析对话框
第三步:在“分析工具”中选择“指数平滑”,单击“确定”按钮,弹出一个对话框,作相应输入,即可得到如图13-36所示的对话框;
13-36指数平滑对话框
第四步:单击“确定”按钮,即可得到指数平滑结果,如图13-37所示:
图13-37指数平滑结果
三、趋势预测法进行预测
第一步:把相关数据输入到EXCEL 中,其中月份输入A1-A11单元格,月产量输入B1-B11单元格,如图13-38所示:
图13-38EXCEL 数据集
第二步:在工作表中选择一个空的单元格。在这里我们选择D2单元格。
第三步:选择插入下拉菜单。 第四步:选择函数选项。
第五步:当函数对话框出现时:在函数类别框中选择统计,在函数名字中选择FORECAST(预测) ,如图13-39所示:
图13-39粘贴函数对话框
第六步:单击确定按钮,出现预测对话框,在x 中输入12,在know-y’s中输入B1:B11,在know-x’s中输入A1:A11,如图13-40所示:
图13-40FORCAST 对话框
第七步:单击确定按钮,预测结果出现在D2单元格中,如图13-41所示:
图13-41趋势预测法预测结果
实验七 用EXCEL 进行时间序列分析
实验目的:用EXCEL 进行时间序列分析 实验步骤:
一、测定增长量和平均增长量
【例13-5】:根据1995-2001年河北省国内生产总值,计算逐期增长量、累计增长量和平均增长量。如图
13-16
图13-16用EXCEL 计算增长量和平均增长量资料及结果
计算步骤如下:
第一步:在A 列输入年份,在B 列输入国内生产总值。
第二步:计算逐期增长量:在C3中输入公式:=B3-B2,并用鼠标拖曳将公式复制到C3:C8区域。
第三步:计算累计增长量:在D3中输入公式:=B3-$B$2,并用鼠标拖曳公式复制到D3:D8区域。
第四步:计算平均增长量(水平法):在C10中输入公式:=(B8-B2)/5,按回车键,即可得到平均增长量。
二、测定发展速度和平均发展速度
【例13-6】:以1995-2001年河北省国内生产总值为例,说明如何计算定基发展速度、环比发展速度和平均发展速度。如图
13-17
图13-17用EXCEL 计算发展速度和平均发展速度资料及结果
第一步:在A 列输入年份,在B 列输入国内生产总值。
第二步:计算定基发展速度:在C3中输入公式:=B3/$B$2,并用鼠标拖曳将公式复制到C3:C8区域。
第三步:计算环比发展速度:在D3中输入公式:=B3/B2,并用鼠标拖曳将公式复制到D3:D8区域。
第四步:计算平均发展速度(水平法):选中C10单元格,单击插入菜单,选择函数选项,出现插入函数对话框后,选择GEOMEAN (返回几何平均值)函数,在数值区域中输入D3:D8即可。
三、计算长期趋势
【例13-7】:我们用某企业某年12个的总产值资料来说明如何用移动平均法计算长期趋势。如图
13-18
图13-18用EXCEL 计算长期趋势资料及结果
第一步:在A 列输入月份,在B 列输入总产值。
第二步:计算三项移动平均:在C3中输入“=(B2+B3+B4)/3”,并用鼠标拖曳将公式复制到C3:C12区域。
第三步:计算四项移动平均:在D4中输入“=SUM(B2:B5)/4”,并用鼠标拖曳将公式复制到D4:D12区域。
第四步:计算二项移正平均数:在E4中输入“=(D4+D5)/2”,并用公式拖曳将公式复制到E4:E11区域。
四、计算季节变动
【例13-8】:利用某种商品五年分季度的销售额资料,说明如何用移动平均趋势剔除法测定季节变动。如图13-19
图13-19用EXCEL 计算季节变动资料
第一步:按图上的格式在A 列输入年份,在B 列输入季别,在C 列输入销售收入。
第二步:计算四项移动平均:在D3中输入“=SUM(C2:C4)/4”,并用鼠标拖曳将公式复制到D3:D19区域。
第三步:计算趋势值(即二项移动平均)T :在E4中输入“=(D3+D4)/2”,并用鼠标拖曳将公式复制到E4:E19区域。
第四步:剔除长期趋势,即计算Y/T:在F4中输入“=C4/E4”,并用鼠标拖曳将公式复制到F4:F19区域。
第五步:重新排列F4:F19区域中的数字,使同季的数字位于一列,共排成四列。
第六步:计算各年同季平均数:在B29单元格中输入公式:=average(B25:B28);在C29中输入公式=average(C25:C28);在D29中输入公式=average(D24:27);在E29中输入公式=average(E24:E27)。
第七步:计算调整系数:在B31中输入公式:=4/sum(B29:E29)
第八步:计算季节比率:在B30中输入公式:=B29*$B$31,并用鼠标拖曳将公式复制到单元格区域B30:E30,就可以得到季节比率的值,具体结果见图13-20:
图13-20用EXCEL 计算季节变动结果
指数分析
实验目的:用EXCEL 进行指数分析
实验步骤:
指数分析法是研究社会经济现象数量变动情况的一种统计分析法。指数有总指数与平均指数之分,在这一节我们介绍如何用Excel 进行指数分析与因素分析。
一、用Excel 计算总指数
【例13-9】:图中是某企业甲、乙、丙三种产品的生产情况,以基期价格p 作为同度量因素,计算生产量指数。如图
13-21
图13-21用EXCEL 计算总指数资料及结果
计算步骤:
第一步:计算各个p0q0:在G2中输入“=C2*D2”,并用鼠标拖曳将公式复制到G2:G4区域。
第二步:计算各个p0*q1:有H2中输入“=C2*F2”,并用鼠标拖曳将公式复制到H2:H4区域。
第三步:计算Σp0q0和Σp0q1:选定G2:G4区域,单击工具栏上的“Σ”按钮,在G5出现该列的求和值。选定H2:H4区域,单击工具栏上的“Σ”按钮,在H5出现该列的求和值。
第四步:计算生产量综合指数Iq=Σp0q1/Σp0q0:在C6中输入“=H5/G5”便可得到生产量综合指数
注意:在输入公式的时候,不要忘记等号,否则就不会出现数值。
二、用Excel 计算平均指数
现以生产量平均指数为例,说明加权算术平均法的计算方法。
【例13-10】:图中的A1:A4区域内是某企业生产情况的统计资料,我们要以基期总成本为同度量因素,计算生产量平均指数。如图13-22
图13-22用EXCEL 计算平均指数资料及结果
计算步骤:
第一步:计算个体指数 k=q1/q0:在F2中输入“=D2/C2”。并用鼠标拖曳将公式复制到F2:F4区域。
第二步:计算k*p0q0并求和。在G2中输入“=F2*E2”并用鼠标拖曳将公式复制到G2:G4区域。选定G2:G4区域,单击工具栏上的:“Σ”按钮,在G5列出现该列的求和值。
第三步:计算生产量平均指数:在C7中输入“=G5/E5”即得到所求的值。
三、用Excel 进行因素分析
【例13-11】:我们还用上面的例子,有关资料如图
13-23
图13-23用EXCEL 进行因素分析资料及结果
进行因素分析的计算步骤如下:
第一步:计算各个p0*q0和∑p0q0:在G2中输入“C2*D2”,并用鼠标拖曳将公式复制到G2:G4区域。选定G2:G4区域,单击工具栏上的“∑”按钮,在G5出现该列的求和值。
第二步:计算各个p0*q1和∑p0*q1:在H2中输入“=C2*F2”,并用鼠标拖曳将公式复制到H2:H4区域。选定H2:H6区域,单击工具栏上的“∑”按钮,在H5出现该列的求和值。
第三步:计算各个p1*q1和∑p1*q1:在I2中输入“=E2*F2”,并用鼠标拖曳将公式复制到I2:I4区域。选定I2:I4区域,单击工具栏上的“∑”按钮,在I5出现该列的求和值。
第四步:计算总成本指数:在C6中输入“=I5/G5”,即求得总成本指数。 第五步:计算产量指数:在C7中输入“=H5/G5”,即得产量指数
第六步:计算单位成本指数:在C8中输入“=I5/H5”即求得单位成本指数
实验八 统计学综合应用
一、实验目的:
1、锻炼综合运用统计学知识,进行统计设计、统计调查、统计整理、统计分析的能力。
2、锻炼将EXCEL 工具运用于统计分析的能力。
3、了解统计学在市场经营实际工作中的应用方法和领域。
二、实验要求:
1、通过实验综合掌握统计学的基本内容。
2、将统计学知识与市场营销等专业知识相结合,掌握市场调查方案的设计,掌握统计调查、统计整理、统计分析的方法。
3、掌握EXCEL 在统计工作的应用方法。
三、实验内容:
1、进行市场调查。
⑪确定调查的内容。
⑫制定市场调查的方案。
⑬设计调查表。
⑭进行调查。
2、运用EXCEL 对统计资料进行整理。
3、对资料进行分析。
4、资料归档。
四、实验步骤
1. 确定市场调查的内容(假设现在在学校外建立一个饭店,或者在网上购买掌上电脑和计算机产品,具体操作参见附录)。
2. 设计市场调查的方案:以建立饭店的市场调查为例。(每人设计一份) ⑪统计指标和指标体系设计。
统计指标和指标体系至少包括以下内容:
● 饭店地址
● 价格
● 就餐的频次
● 饭店装修档次
● 一次消费的金额
● 同伴人数
● 具有竞争性的要素
● 服务的要求,卫生程度
● 口味
● 调查对象的单位、性别、身份(学生的年级)
⑫对以上统计指标的统计分类和分组设计
例如,对饭店地址的分类:市区,距离学院大门口10米,20米,50米等。 价格:日常一日三餐:低于2.5元,2.5元,3元,3.5元,4元,4.5元,5元,5.5元.
高于5元
和朋友聚餐:2人 低于10元,10元,15元,20元, 25元,30元.,40元,
高于40元.
3人 低于15元,20元,30元,40元,50元, 高于50元.
4人: 低于20元,20元,30元,40元,50元,60元,
高于60元。
4人以上(人均):低于5元,5元,10元,15元,20元,
高于25元。
其他分类、分组参照以上进行。
⑬收集统计资料的方法设计
收集对象:学院内的学生和老师及教职工。注意收集对象的代表性,如对调
查对象按年级进行分类,从每个年级中抽取一定的人数调查。
收集方法:通过走访的方式,以书面形式进行调查。
⑭进度控制。
方案设计完成时间: 实验前一周。完成后上交,有老师汇总统一调查表。 调查完成时间: 上机实验前。
整理及分析时间: 两次实验中完成。
⑮统计力量的组织安排
按照已经确定的上机安排上机。
1、设计调查表
调查表至少需要具有以下内容,每人可以根据自己的理解和实际的需要增加内容,要制成让被调查者方便填写或选择的表格方式。
① 饭店距离。什么样的距离是可以接受的。离校门口多远?
② 饭店的档次、规模。
③ 作为日常三餐,什么样的价格最受人欢迎?
④ 经常与什么人去饭店吃饭?消费金额大概是多少?
⑤ 在外面饭店就餐的频次。
⑥ 对饭菜质量的要求。
⑦ 对服务质量的要求和对卫生的要求。
⑧ 判断服务质量的方法和判断卫生的方法。
⑨ 价格与就餐频次的关系:例:3元多少次/周;3.5元多少次/周;4元多少次/周等等。
⑩ 被调查对象的有关信息:姓名,性别,学号,来自省份,爱好口味(菜系或偏甜,偏酸,辣等)
2、进行调查
由老师或老师指定人员在吸收各个同学设计表格优点的基础上重新设计调查表,每人按照统一的调查表分别进行调查。
为了防止重复调查,在对每个人调查前,应当首先问清楚被调查者是否已经接受过其他人员的调查。
3、运用EXCEL 对调查资料进行整理、分析
整理时,将每10人作为一个组,这10个人都处理同样的200张调查表
上的数据。应当结合图表的方式进行分析,并且将建议建立的饭店及饭店的有关指标成文上交。EXCEL 的使用方法参照实验一、实验二。
五、实验评分依据
1、设计方案。每人独立设计。成文一份。
2、统计调查。每份调查表需由被调查者签名,注明姓名、学号。每人调查20份以上。
3、统计整理、分析:在计算机上进行整理分析,并将结果成文。
4、方案建议。对建立何种饭店提出建议,抄录或打印出来。
以上资料将作为评价实验成绩的主要依据。
参考案例
EXCEL 在统计分析中的应用
第一部分、研究设计
小王是博硕文化公司的研究员,最近老板交代他一件任务:调查本公司的产品品质、企业形象和消费者购买意愿。并在三个月之内提出研究报告。小王于是拟定研究的五大步骤如下:
一、 决定研究问题
小王揣测上司的意思,认为公司老板最想了解以下几个问题:
1、本公司的产品品质如何?本公司的企业形象好不好?消费者买本公司产品的意愿有多高?
2、什么人在去年内曾购买本公司产品(这些人就是公司的顾客群应该加强服务,至于那些还没购买的潜在的顾客,宜加以开发)?
3、购买意愿和受试者的个人基本特征有什么关系?例如男性是否比女性更愿购买公司产品?教育程度和购买意愿是否相关?购买意愿是否随着性别和教育程度不同而有所不同?
4、受试者对本公司产品品质的态度和其购买意愿是否有着明显的关系?是否可用来预测购买意愿?
5、性别、教育程度、产品品质、企业形象、购买意愿是否可用来预测实际的购买行为?
二、 编制问卷
小王翻阅了有关企业形象和产品竞争力的文章和书籍,并请教专家。然后决定在产品品质方面,共分为四个问题:价格、符合读者需求度、书籍流通性和新知。在企业形象方面,共有三题:知名度、信赖度和公益活动。在购买意愿上共分三题:寻找意愿、并不立即需要时和立即需要时。详细题目如表21-1所示。
三、 设定调查的总体并决定抽样方式
小王设定总体是使用计算机书籍的读者。抽样方式为派访员于各大计算机书店,随机抽取读者(如每进来十人就访问一人),样本数定为100(在此为说明简单起见,只抽样100人。实际作调查研究时。详细题目如表1所示)。
四、 调查研究
训练访员数名,然后分配责任区。分派各访问员于各大计算机书店前,随机抽取读者(如每进来十人就访问一人)样本数定为100。调查问卷如表1所示。
五、数据分析
小王等所有问卷收回以后,就用Excel 软件开始记录数据,并以Excel 软件的统计功能进行数据分析。主要步骤如下:
(一)数据输入
1、本问卷共有15题。在意见方面,按照受试者填写的空格,登录数字。如选“非常不同意为” 1,“不同意”为2,“没意见”为3,“同意”为4,“非常同意”为5。在基本数据上,同样的依填答案的空格登录
2、第1题至第4题属于“产品品质”这个变量,但其中第2题、第4题是反向问题,必须反向积分,即5分变为1分,4分变为2分,3分不变,2分变为1分,1分变为5分。然后将这四道题目的分数汇总后,就代表受试者对博硕产品的评价。得分越高,表示评价越好。
3、第5题至第7题属于“企业形象”。第6题是反向题,故必须先反向计分后再汇总。
将这3题得分汇总,就代表受试者对博硕公司企业形象的看法。得分越高,表示企业形象越好。
4、第8题至第10题属于“购买意愿”。同样,将三题分数相加,代表受试者对博硕公司产品的购买意愿。
(二)统计分析
1、描述统计分析
本公司的产品质量如何?本公司企业形象好不好?消费者购买本公司产品意愿有多高?要回答这个问题,基本上就是描述“产品品质”、“企业形象”、“购买意愿”这三个变量。例如平均数、众数、中位数、区域、标准差(方差)和分布情况等。
2、数据透视
什么人在去年内曾购买本公司的产品(这些人就是公司的顾客群应该加强服务,至于那些还没购买潜在的顾客,宜加以开发)?基本上,这可从问卷的基本数据得知。因为在基本资料里问了受试者的性别、教育程度以及他近一年内曾否买过博硕产品。这可直接用列联表来看出性别在购买上是否有不同(即男性和女性购买的比例有无不同)。同样,教育程度不同,其购买的比例是否不同。
3、列联表独立性检验
上述的数据透视只显示百分比和次数,并未进行假设检验。事实上可以进一步对例联表进行独立性检验,例如性别与购买是否独立等。
4、相关分析
“产品品质”、“企业形象”、“购买意愿”这三个变量关系如何?是否越满意博硕的产品质量,购买意愿越强?
5、两平均数之差的t 检验
男性和女性在对博硕“产品品质”的满意度是否不同?在“企业形象”上是否不同?在“购买意愿”上是否不同?同理,曾购买博硕产品是否在“产品品质”“企业形象”、“购买意愿”上有所不同?
6、单因素方差分析
教育程度不同对博硕“产品品质”的满意度是否不同?在“企业形象”上是否不同?在“购买意愿”上是否不同?
7、回归分析
利用“性别”、“教育程度”、“年纪”、“购买情形”、“推荐情形”、“产品品质”和“企业形象”等预测变量,来预测“购买意愿”,并进一步简化,找出最精简的模型。
六、撰写研究报告
小王先分析了Excel 的统计结果,然后以最简单的语言写出报告,以供老板参考。经过了这样的步骤后,小王终于完成了老板交给的任务,也在主管会报中将研究成果显示出来,引起各部门主管的热烈讨论并提出应运策略,以期促进该公司的发展。
第二部分、结果与解释
以下的分析数据结果均存于“研究实例.xls ”的文件中。
描述统计分析
1、将这100份问卷结果输入Excel 的工作表中,并存于“原始资料”的工作表中,如图1所示。
图1
2、计算“产品品质”、“企业形象”、“购买意愿”。在R2内键入“=12+B2-C2+D2-E2”,即为该受试者在“产品品质”的得分;键入“=6+F2-G2+H2”,即为该受试者在“企业形象”的得分;在T2内键入“=I2+J2=K2”,即为该受试者在“愿意购买”的得分(其中-号是为了反映反向记分)。
3、复制R2,S2,T2至R101,S101,T101中,即可得到如图2所示的结果。
图2
4、针对这三个变量:“产品品质”、“企业形象”和“购买意愿”进行描述统计摘要分析。首先选取“工具”→“数据分析”→“统计描述” ,按图3键入适当的值,即可出现图4所示的结果。
图3
图4
由图4可知,“产品品质”、“企业形象”、“购买意愿”的平均数分别是15.48,10.91和10.92。如果要比较受试者对博硕公司在这三方面的评价到底哪一方面比较好,用平均数不能比较,因为“产品品质”共有4题,“企业形象”有3题,而“购买意愿”只有3题,因此不能直接比较。除非将这些平均数分别除以题数才可以。如此以来,他们的平均数分别是
3.62,3.64和3.64。
由此可知,受试者对博硕公司产品的“购买意愿”、“产品品质”、“企业形象”的满意还算不错。因为就5点尺度而言,“3”是“没意见”,“4”是同意来看,3.6的结果已经非常不错了。
数据透视
什么样的人曾购买博硕产品?男性居多还是女性?教育程序和年纪呢?这就必须靠数据透视了。
作法:
1、选取“数据”→“数据透视表和数据透视视图”进入数据透视的对话框,在该对话框的“选定区域”中键入:$A$1:$P$101,如图5所示。
图5
2、为了比较性别与购买的情形,按如图6选择适当的变量,进行数据透视。
图6
3、略加整理后,即可得到如图7的结果。其中上半部的图是次数,下半部的图是总列数的百分比。由于性别等于1是男性,等于2是女性;购买等于1是曾买博硕产品,等于2是未曾买。由图21-7可知,在男性46人之中,有33位曾购买博硕产;而在54位女性中,只有23位曾经购买博硕产品。在100人之中,共有56人曾购买,其中33人是男性,约占6成,23人是女性,约占4成。
图7
4、同理可以探讨“教育程度”与购买的关系,如图8所示。由图可知,教育程度为高中(教育程度为1者)以下的22人之中只有10人曾购买博硕产品;教育程度为大专(教育程度为2者)的28人中,有9人曾购买博硕产品;教育程度为研究生(教育程度为3者)的50人中,有37人曾购买博产品。就曾购买的56人而言,其中高中以下占17.86%,大专占16.07%,研究生占66.07%。由此可知,教育程度为研究生者是购买博硕产品的主力。由此可知,教育程度为研究生者曾经购买博硕产品的比例最高。
图8
5、至于“年纪”与“购买”的关系,按照上述的作法,即可得到如图9所示的结果。
图9
6、是否曾经购买的人,会向别人推荐博硕的产品呢?要回答这个问题就得看“购买”与“推荐”的数据透视。仿照上述的数据透视方法,得到如图10所示的结果。在100人之中,有57人会向别人推荐博硕产品,有25人可能会推荐,只有18人不会推荐。至于购买
与否是否推荐好象没有明显的关联。
图10
列联表独立性检验
以上的数据透视,只是描述什么样的人曾经购买博硕产品,并没作任何的假设检验。在此想了解性虽和购买与否是否相关?同理,教育程度和购买与否是否相关?推荐与否和购买与否是否相关?
作法
1、先就性别与购买的关系来看,首先零假设是“性别”与“购买”独立不相关,然后据此算出期望次数。在适当的地址内(如F5)内键入座“=$D5*B$7/$D$7”,然后复制至F6、G5、G6中,即可得到期望次数。
2、将光标移至空白的地址内,如G8,键入“=CHITEST(B5:C6,F5:G6)”计算结果为0.003,如图11所示。由于计算的P 值小于0.05显著水平,因此要推翻零假设,而认为“性别”和“购买”相关,相关强度为Φc=0.29。事实上,在数据透视中,已经发现男性购买博硕产品的比例比女性高。
图11
3、仿照以上的作法,可以探讨“教育程度”和“购买”的关系,结果如图11所示。从该图的右上角可知,计算结果p 值为0.0009,小于0.05的显著水平,因此可认为“教育程度”和“购买”有着关连。相关强度Φc=0.37。从数据透视表可知,教育程度为研究生者,比其他教育程度者购买的比例较高。由于研究生学历可以购买博硕产品的主力,也正是博硕应该持续经营的客户群。
图12
4、同理,“推荐”与“购买”的关系如图13所增。由于计算结果p 值是0.238,大于0.05的显著水平,所以无法拒绝零假设。意即没有足够的信心认为“推荐”和“购买”相关。的确从数据透视的结果也发现,购买与否和推荐与否并没有多大关系。
图13
相关分析
受试者在“产品品质”、“企业形象”、“购买意愿”这三个变量上是否相关性?例如是否越满意博硕的产品品质,越会有购买意愿;觉得博硕的企业形象越不错者,是否购买意愿越强?
作法
1、利用“原始资料”的工作表
2、选取“工具”→“数据分析”→“相关系数”,然后按图14键入适当的值,即可得到如图15所示的结果。基本上,这三个变量的相关在0.67到0.77之间,相关度很强。亦即任一个变量分数越高,另一个变量的分数也越高。既然相关很强,那么提高消费者购买意愿,除了改良产品质量外,也要注意提升企业形象。
图14 图15
*两个平均数之差的t 检验
男性与女性在对博硕“产品品质”、“企业形象”、“购买意愿”的满意度上是否有明显不同?曾经购买博硕产品的人和未曾购买的人,在对博硕“产品品质”、“企业形象”和“购买意愿”的满意度上是否有明显不同?这是典型的两总体平均数差的t 检验。
性别的差异
作法
161、将必要的数据拷贝到另一个工作表上,如图所示,并命令为“t 检验资料”。
图16
2、先将数据依“性别”排序,即选择“数据” →“排序”,出现图17后选取“主要关键字”为“性别”,再单击“确定”按钮即可得到类似图18所示的结果。
图17 图18
此时的数据已经依照“性别”排序(其中1是男性,2是女性),男性的数据存于第2行至第47行中,女性存于第48行至第101行中。选择“工具” →“数据分析” →“t 检验双样本等方差假设。”按图19所示键入适当的值,即可产生如图20所示结果。由于t 统计只有-0.06,P (T
图19 图20
5、同理可以检验男女性在对博硕“企业形象”的满意度是否有差异。作法同上,得到如图21所示的结果。t 统计是0.62,P (T
图21
4、至于男女性对博硕产品的“购买意愿”是否有差异,可从图22得知。T 统计仍未达到0.05显著水平,因此男女在对博硕产品的“购买意思”上并无差异。
图22
购买与否的差异
作法
1、先将“t 检验资料”依“购买”排序,即可得到类似如图23所示的结果。
图23
2、此时的数据已经依照“购买”排序(其中1是曾购买、2未曾购买),曾购买的数据存于第2行至第57行中,未曾购买的数据存于第58行至101行中。接下来,上述作法逐一对“产品品质”、“企业形象”、“购买意愿”进行“t 检验:双样本等方差假设”,结果分别列于图24、图25、图26。在这3个图里,只有在“购买意愿”的t 统计还0.005 显著水平。换句话说,曾是否购买博硕产品的人对购买博硕产品的意愿是不一样的。从平均数来看,曾购买的人的购买意愿较强。这个现象,表示产品已经获得用户认同。
图24 图25 图26
*单因素方差分析
上述两个总体平均数之差的t 检验,只能用于比较两个平均数。若有两个以上的平均数,可用单因素方差分析来比较。在此将比较不同教育程度(共有三组)对博硕的“产品品质”、“企业对象”和“购买愿意”的满意度。
作法:
1、先将必要的数据由“原始资料”的工作表拷贝至“单因素检验资料”的工作表内,如图27所示。
图27
2、依照“教育”排序,如图28所示。教育程度为1者(高中以下)的数据列于第2行至23行中;教育程度为2者(大专)的资料列于第24行至51行中;教育程度为3专利号(研究生)的资料列于第52行至101行中。
图28
3、将教育程度为1的产品品质数据拷贝至适当的地址,如第G 列。同理,将教育程度为2的产品品质数据拷贝至第H 列。将教育程度为3的产品品质数据拷贝至第I 列。同时也将企业形象数据整理置于K 、L 、M 列中,将购买意愿整理置于O 、P 、Q 列中。如图29所示。
图29
4、选取“工具” →“数据分析” →“方差分析:单击素方差分析”,然后按图30键入适当的值。其中输入范围是g1:i51,因为教育程度为3者最多人。单击“确定”按钮后,可得到如图31所示的结果。由“方差分析”摘要表可知,F 值为0.26,p 值为0.78,大于0.05,因此无法说明这三组人的平均数有显著差异。
图30 图31
5、同理,在“企业形象”,如图32所示。F 值是1.31 ,p 值是0.27,未达0.05显著水平。所以教育程度不同,在对博硕“企业形象”上的满意度并没差异。
图32
6、同理,图33是教育程度在对博硕产品“购买意愿”的单因素方差分析结果。F 值是1.08,p 值是0.34,未达0.05显著水平。所以教育程度不同,在对博硕“购买意愿”上并没差异。
图33
*复回归
以下利用性别、教育、年纪、购买、推荐、产品品质和企业形象等7个变量来预测购买意愿,并寻找最有效的预测变量和最简单的模型。
作法:
1、先将必要的数据由“原始资料”的工作表拷贝至“复回归资料”的工作表内,如图34所示。由于这7个自变量均可视为“量”的变量,因此无须将它们转换成虚拟变量。
2、选取“工具” →“数据分析” →“回归”,然后按图35键入适当的值,单击右上角的“确定”按钮即可出现如图36所示的结果。用这7个预测变量的效果可从调整的R 平方0.64得知。至于个别变量的效果如何,可从P 值得知。“性别”、“教育”、“年纪”和“推荐”等四个变量的t 统计均未达0.05显著水平,其余三个自变量达0.05显著水平。
图34 图
35
图36
3、由于“性别”、“教育”、“年纪”和“推荐”等四个变量未达0.05显著水平,因此可逐一删除。首先从p 值最大的“教育”删除,然后进行一次回归分析,删去未达0.05显著
水平的自变量中p 值最大者,直到所有的自变量的p 值均小于显著水平。在此并不赘述其详细步骤。最后只剩下购买、产品品质、企业形象等三个自变量,其统计结果如图37所示。
用这3个预测变量所得到的调整的R 平方为0.65,反而略微大于7个自变量的效果,而且这三个自变量的P 值均达0.05显著水平,因此可以说是最精简的模型。根据这个模式,因归方程式为:购买意愿=280-0.95×购买+0.59×企业形象。由此方程式可知,曾经购买博硕产品的人(曾购买是1,未曾是2)对博硕的产品品质、企业形象越满意,购买博硕产品的意愿越高。因此要提高消费者的购买意愿,除了购买经验外,就是要想法提升消费者对博硕产品品质与企业形象的认同。
图37
(注意;带*号的为选作内容)