数据分析实验题45
数据分析实验题
姓名: 顾晓明学号: 074010808 成绩:
实验日期:2010/12/28
1.实验目的:
掌握相关因素分析方法及其应用.
2.实验任务:
北京某房产公司新近购了一块地皮,准备开发住宅楼.开发多大面积和什么套型,是一个事关公司五年内命运的大事.于是,决定做一个市场调查研究.公司首先对地块相关小区的潜在客户进行了调查,调查情况见”住房状况调查”表.决策分析的思路是:先研究“计划面积”与“计划户型”与什么因素(变量)或什么交叉因素相关,然后根据相关因素(变量)的取值情况(比如分布状况),决定建造多少面积和什么户型,并且各占多少比例,再根据不同面积和户型相关的客户群进行营销.公司决定让新到的信息管理专业的实习学生分析这个问题.现在设想你是这个公司的实习生,请你给出你的分析报告和营销建议.
3.实验过程
至今包括如下几个方面:1)研究方案和研究方法选择; 2)计算结果; 3)结果分析
4.实验结论
至少包括:1)分析结论; 2)营销建议
1)研究方案
一、分析
1、首先要考虑客户购买意愿及购买能力；其次考虑客户需求面积和户型；最后计算出房地产商的计划面积与计划户型。
2、计划面积是定居型数据；计划户型是定类型数据；假设与家庭收入有关。因此应该使用方差分析和相关分析。
二、研究步骤
1、首先假设“计划面积”和“计划户型”与家庭收入有关。
2、对数据进行预处理，选取“未来三年”打算购买住房的客户。
3、检验家庭收入与“计划面积”和“计划户型”的相关性。
4、具有购买意愿的客户家庭收入频数分布情况。将家庭收入分成10000以下，10000到20000，20000到30000,30000到40000，40000以上五个等分。
5、将分组后的家庭收入与计划户型进行交叉频数分析
6、分类汇总计算出各个户型的平均计划面积。
7、得出房地产计划面积与计划户型
三、实验过程
1、数据预处理，“未来三年=2”即未来三年打算购买住房。下面数据都在这个前提下进行测算。
2、家庭收入与计划户型使用单因素方差分析，家庭收入与计划面积用相关性分析。如图：
ANOVA
家庭收入
数据分析：原假设家庭收入对户型没有显著影响，表中F的测量值为9.490对应的p值为0，小于α（0.05），拒绝原假设，因此家庭收入对户型有显著影响。
Correlations
** Correlation is significant at the 0.01 level (2-tailed).
数据分析：家庭收入与计划面积简单的相关系数为0.309，说明两者之间存在正的弱相关。应该说家庭收入对计划面积有影响。
4、分组后的家庭收入与计划户型进行交叉频数分析
从表中数据可见，
5、分类汇总
从表中可见，两室一厅的平均计划面积为76.49、两室两厅为92.85、三室一厅100.58、三室两厅116.38。
6总结
根据市场调研数据分析，房地产商应该建76.49平米的户型为两室一厅。92.85平米的户型为两室两厅。100.58平米的户型为三室一厅和116.38平米户型为三室两厅的住宅。
四、营销意见
1、定位“中等收入居家最好的选择”，核心卖点：花小钱买大户型，性价比高。
2、销售：开盘时间：8月份
定价方法：
付款方式：
3、宣传
4、公关
数据分析实验报告
数据分析实验报告 文稿归稿存档编号：[KKUY-KKIO69-OTM243-OLUI129-G00I-FDQS58-
第一次试验报告 习题1.3 1建立数据集，定义变量并输入数据并保存。 2数据的描述，包括求均值、方差、中位数等统计量。 分析—描述统计—频率，选择如下： 输出： 统计量 全国居民 农村居民 城镇居民 N 有效 22 22 22 缺失 均值 1116.82 747.86 2336.41 中值 727.50 530.50 1499.50 方差 1031026.918 399673.838 4536136.444 百分位数 25 304.25 239.75 596.25 50 727.50 530.50 1499.50 75 1893.50 1197.00 4136.75 3画直方图，茎叶图，QQ 图。（全国居民） 分析—描述统计—探索，选择如下： 输出： 全国居民 Stem-and-Leaf Plot Frequency Stem & Leaf 5.00 0 . 56788 数据分析实验报告 【最新资料，WORD 文档，可编辑修改】
2.00 1 . 03 1.00 1 . 7 1.00 2 . 3 3.00 2 . 689 1.00 3 . 1 Stem width: 1000 Each leaf: 1 case(s) 分析—描述统计—QQ图，选择如下： 输出： 习题1.1 4数据正态性的检验：K—S检验，W检验数据： 取显着性水平为0.05 分析—描述统计—探索，选择如下：（1）K—S检验
结果：p=0.735 大于0.05 接受原假设，即数据来自正太总体。 （2 ）W 检验 结果：在Shapiro-Wilk 检验结果972.00 w ，p=0.174大于0.05 接受原假设，即数据来自正太总体。 习题1.5 5 多维正态数据的统计量 数据：
数据分析实验报告
《数据分析》实验报告 班级： 07信计0班 学号： 姓名： 实验日期 2010-3-11 实验地点： 实 验楼505 实验名称： 样本数据的特征分析 使用软件名称：MATLAB 1. 熟练掌握利用Matlab 软件计算均值、方差、协方差、相关系数、标准差 与变异系数、偏度与峰度，中位数、分位数、三均值、四分位极差与极差; 2. 熟练掌握jbtest 与lillietest 关于一元数据的正态性检验； 3. 掌握统计作图方法； 4. 掌握多元数据的数字特征与相关矩阵的处理方法； 安徽省1990-2004年万元工业GDP 废气排放量、废水排放量、固体废物排放 量以及用于污染治理的投入经费比重见表 6.1.1,解决以下问题： 表6.1.1 实 验 目 的
1. 计算各指标的均值、方差、标准差、变异系数以及相关系数矩阵； 2. 计算各指标的偏度、峰度、三均值以及极差； 3?做出各指标数据直方图并检验该数据是否服从正态分布？若不服从正态分布，利用boxcox变换以后给出该数据的密度函数； 4.上网查找1990-2004江苏省万元工业GDR废气排放量，安徽省与江苏省是否 服从同样的分布？
程序如下： clear;clc format ba nk %保留两位小数 %%%%%%%%%%%安徽省%数据%%%%%%%%%%%%%%%%%% A=[104254.40 519.48 441.65 0.18 94415.00 476.97 398.19 0.26 89317.41 119.45 332.14 0.23 63012.42 67.93 203.91 0.20 45435.04 7.86 128.20 0.17 46383.42 12.45 113.39 0.22 39874.19 13.24 87.12 0.15 38412.85 37.97 76.98 0.21 35270.79 45.36 59.68 0.11 35200.76 34.93 60.82 0.15 35848.97 1.82 57.35 0.19 40348.43 1.17 53.06 0.11 40392.96 0.16 50.96 0.12 37237.13 0.05 43.94 0.15 34176.27 0.06 36.90 0.13]; %计算各指标的均值、方差、标准差、变异系数、偏度、峰度以及极差 A1=[mea n(A);var(A);std(A);std(A)./mea n(A);skew ness(A,0);kurtosis(A,0)-3;ra nge( A)] %E均值 A2=[1/4 1/2 1/4]*prctile(A,[25 50 75]) % 十算各指标的相关系数矩阵 A3=corrcoef(A) %做岀各指标数据直方图 subplot(221),histfit(A(:,1),8) subplot(222),histfit(A(:,2),8) subplot(223),histfit(A(:,3),8) subplot(224),histfit(A(:,4),7) %检验该数据是否服从正态分布 for i=1:4 [h(i),p(i),lstat(i),cv(i)]=lillietest(A(:,i),0.05); end h,p %十算岀前二列不服从正态分布，利用boxcox变换以后给岀该数据的密度函数[t1,l1]=boxcox(A(:,1)) [t2,l2]=boxcox(A(:,2)) [t3,I3]=boxcox(A(:,3))
北邮大三数据库实验六数据查询分析实验
实验六数据查询分析实验 实验目的 通过对不同情况下查询语句的执行分析，巩固和加深对查询和查询优化相关理论知识的理解，提高优化数据库系统的实践能力，熟悉了解Sybase中查询分析器的使用，并进一步提高编写复杂查询的SQL 程序的能力。 实验内容 1.索引对查询的影响 （1）对结果集只有一个元组的查询分三种情况进行执行（必如查询一个具体学生的信息）：不建立索引，（学号上）建立非聚集索引，（学号上）建立聚集索引。 建立聚集索引： create clustered index student on student(student_id) go 建立非聚集索引： create nonclustered index student_index on student(student_id) go 用查询分析器的执行步骤和结果对执行进行分析比较。 select*from student where student_id='30201' 不建立索引 建立聚集索引
建立非聚集索引 （2）对结果集中有多个元组的查询（例如查看某门成绩的成绩表）分类似（1）的三种情况进行执行比较。 select*from student where student_id>'30401' 不建立索引：
建立聚集索引： 建立非聚集索引： （3）对查询条件为一个连续的范围的查询（例如查看学号在某个范围内的学生的选课情况）分类似（1）的三种情况进行执行比较，注意系统处理的选择。 select*from student where student_id between'31201'and'31415' 不建立索引：
数据分析实验报告
《数据分析》实验报告 班级：07信计0班学号：姓名：实验日期2010-3-11 实验地点：实验楼505 实验名称：样本数据的特征分析使用软件名称：MATLAB 实验目的1.熟练掌握利用Matlab软件计算均值、方差、协方差、相关系数、标准差与变异系数、偏度与峰度，中位数、分位数、三均值、四分位极差与极差； 2.熟练掌握jbtest与lillietest关于一元数据的正态性检验； 3.掌握统计作图方法； 4.掌握多元数据的数字特征与相关矩阵的处理方法； 实验内容安徽省1990-2004年万元工业GDP废气排放量、废水排放量、固体废物排放量以及用于污染治理的投入经费比重见表6.1.1，解决以下问题：表6.1.1废气、废水、固体废物排放量及污染治理的投入经费占GDP比重 年份 万元工业GDP 废气排放量 万元工业GDP 固体物排放量 万元工业GDP废 水排放量 环境污染治理投 资占GDP比重 （立方米）（千克）（吨）（%）1990 104254.40 519.48 441.65 0.18 1991 94415.00 476.97 398.19 0.26 1992 89317.41 119.45 332.14 0.23 1993 63012.42 67.93 203.91 0.20 1994 45435.04 7.86 128.20 0.17 1995 46383.42 12.45 113.39 0.22 1996 39874.19 13.24 87.12 0.15 1997 38412.85 37.97 76.98 0.21 1998 35270.79 45.36 59.68 0.11 1999 35200.76 34.93 60.82 0.15 2000 35848.97 1.82 57.35 0.19 2001 40348.43 1.17 53.06 0.11 2002 40392.96 0.16 50.96 0.12 2003 37237.13 0.05 43.94 0.15 2004 34176.27 0.06 36.90 0.13 1.计算各指标的均值、方差、标准差、变异系数以及相关系数矩阵； 2.计算各指标的偏度、峰度、三均值以及极差； 3.做出各指标数据直方图并检验该数据是否服从正态分布？若不服从正态分布，利用boxcox变换以后给出该数据的密度函数； 4.上网查找1990-2004江苏省万元工业GDP废气排放量，安徽省与江苏省是 否服从同样的分布？
实验数据分析中的
实验数据分析中的 误差、概率和统计 §1 实验测量及误差 §2 粒子物理实验的测量数据 §3 粒子物理实验的数据分析 §1 实验测量及误差 大量科学问题（自然科学、社会科学）的研究与解决依赖于实验或测量数据（包括统计数据）。 §1.1 实验测量的目的及分类 》目的： 得到一个或多个待测量的数值及误差（确定数值）； 确定多个量之间的函数关系（寻找规律，确定分布）。 》分类： 1. 测量方式 直接测量 － 用测量仪器直接测得待测量 （尺量纸的长度） 间接测量 － 直接测量量为x r ，待测量为 y r ，y r 是x r 的函数 ()y f x =r r 例如待测量为大楼高度h ， 实测量为距离和仰角,x θ， 则tan h x θ=。 绝大部分问题是间接测量问题。 2. 测量过程 静态测量 － 待测量在测量过程中不变 多次测量求得均值 动态测量 － 待测量在测量过程中变化 例雷达站测离飞行气球的距离 多次测量求得气球的运动轨迹 3. 测量对象 待测量 － 固定常量 待测量 － 随机变量 例放射源单位时间内的计数 （假定寿命极长） 每次测量值不一定相同。
粒子物理实验数据分析中处理的都是间接、动态、随机变量的测量和处理问题。 随机变量―― 一次测量所得的值是不确定的， 无穷多次测量，一定测量值的概率是确定的。（统计规律性） 离散随机变量――测量值是离散的分立值（掷硬币和扔骰子试验） 二项分布、泊松分布、多项分布。 连续随机变量――测量值一个区间内的所有值 均匀分布、指数分布、正态分布、2 χ分布、F 分布、t 分布。 描述随机变量的特征量――概率分布或概率密度 非负性、 可加性、 归一性 ()0.f x ≥ 2 33 1 2 1 ()()().x x x x x x f x dx f x dx f x dx +=??? () 1.f x dx Ω =? ()0.i P x ≥ ()()().i j i j P x x P x P x ?=+ 1 () 1.n i i P x ==∑ 期望值（概率意义上的平均值） 离散型 ()()i i i E X x p x μ==∑ 连续型 ()xf x dx Ω= ? 方差（标准离差σ的平方） 离散型 2() ()(),i i i V X x p x μ=-∑ 连续型 2()()().V X x f x dx Ω μ=-? §1.2 测量误差及其分类 1．报导误差的重要性 ? 物理量的测量值及其误差是衡量其可靠性及精度的依据。 ? 没有误差的结果是没有意义的，因而是无法引用的。 ? 要改正只给测量中心值、不给误差的坏习惯。
数据分析实验报告
数据分析实验报告 【最新资料，WORD文档，可编辑修改】 第一次试验报告 习题1.3 1建立数据集，定义变量并输入数据并保存。 2数据的描述，包括求均值、方差、中位数等统计量。 分析—描述统计—频率，选择如下： 输出：
方差1031026.918399673.8384536136.444百分位数25304.25239.75596.25 50727.50530.501499.50 751893.501197.004136.75 3画直方图，茎叶图，QQ图。（全国居民） 分析—描述统计—探索，选择如下： 输出： 全国居民Stem-and-Leaf Plot Frequency Stem & Leaf 9.00 0 . 122223344 5.00 0 . 56788 2.00 1 . 03 1.00 1 . 7 1.00 2 . 3 3.00 2 . 689
1.00 3 . 1 Stem width: 1000 Each leaf: 1 case(s) 分析—描述统计—QQ图，选择如下： 输出： 习题1.1 4数据正态性的检验：K—S检验，W检验数据： 取显着性水平为0.05 分析—描述统计—探索，选择如下：（1）K—S检验 单样本Kolmogorov-Smirnov 检验 身高N60正态参数a,,b均值139.00
标准差7.064 最极端差别绝对值.089 正.045 负-.089 Kolmogorov-Smirnov Z.686 渐近显着性(双侧).735 a. 检验分布为正态分布。 b. 根据数据计算得到。 结果：p=0.735 大于0.05 接受原假设，即数据来自正太总体。（2）W检验
【最全最详细】数据分析与挖掘实验报告
《数据挖掘》实验报告 目录 1.关联规则的基本概念和方法 (2) 1.1数据挖掘 (2) 1.1.1数据挖掘的概念 (2) 1.1.2数据挖掘的方法与技术 (2) 1.2关联规则 (3) 1.2.1关联规则的概念 (3) 1.2.2关联规则的实现——Apriori算法 (4) 2.用Matlab实现关联规则 (6) 2.1Matlab概述 (6) 2.2基于Matlab的Apriori算法 (7) 3.用java实现关联规则 (11) 3.1java界面描述 (11) 3.2java关键代码描述 (14) 4、实验总结 (19) 4.1实验的不足和改进 (19) 4.2实验心得 (20)
1.关联规则的基本概念和方法 1.1数据挖掘 1.1.1数据挖掘的概念 计算机技术和通信技术的迅猛发展将人类社会带入到了信息时代。在最近十几年里，数据库中存储的数据急剧增大。数据挖掘就是信息技术自然进化的结果。数据挖掘可以从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的，人们事先不知道的但又是潜在有用的信息和知识的过程。 许多人将数据挖掘视为另一个流行词汇数据中的知识发现（KDD）的同义词，而另一些人只是把数据挖掘视为知识发现过程的一个基本步骤。知识发现过程如下：·数据清理（消除噪声和删除不一致的数据） ·数据集成（多种数据源可以组合在一起） ·数据转换（从数据库中提取和分析任务相关的数据） ·数据变换（从汇总或聚集操作，把数据变换和统一成适合挖掘的形式） ·数据挖掘（基本步骤，使用智能方法提取数据模式） ·模式评估（根据某种兴趣度度量，识别代表知识的真正有趣的模式） ·知识表示（使用可视化和知识表示技术，向用户提供挖掘的知识）。 1.1.2数据挖掘的方法与技术 数据挖掘吸纳了诸如数据库和数据仓库技术、统计学、机器学习、高性能计算、模式识别、神经网络、数据可视化、信息检索、图像和信号处理以及空间数据分析技术的集成等许多应用领域的大量技术。数据挖掘主要包括以下方法。 神经网络方法：神经网络由于本身良好的鲁棒性、自组织自适应性、并行处理、分布存储和高度容错等特性非常适合解决数据挖掘的问题，因此近年来越来越受到人们的关注。典型的神经网络模型主要分3大类：以感知机、bp反向传播模型、函数型网络为代表的，用于分类、预测和模式识别的前馈式神经网络模型；以hopfield的离散模型和连续模型为代表的，分别用于联想记忆和优化计算的反馈式神经网络模型；以art模型、koholon模型为代表的，用于聚类的自组织映射方法。神经网络方法的缺点是"黑箱"性，人们难以理解网络的学习和决策过程。 遗传算法：遗传算法是一种基于生物自然选择与遗传机理的随机搜索算法，是一种仿生全局优化方法。遗传算法具有的隐含并行性、易于和其它模型结合等性质使得它在数据挖掘中被加以应用。sunil已成功地开发了一个基于遗传算法的数据挖掘工具，利用该工具对两个飞机失事的真实数据库进行了数据挖掘实验，结果表明遗传算法是进行数据挖掘的有效方法之一。遗传算法的应用还体现在与神经网络、粗糙集等技术的结合上。如利用遗传算法优化神经网络结构，在不增加错误率的前提下，删除多余的连接和隐层单元；用遗传算法和bp算法结合训练神经网络，然后从网络提取规则等。但遗传算法的算法较复杂，收敛于局部极小的较早收敛问题尚未解决。 决策树方法：决策树是一种常用于预测模型的算法，它通过将大量数据有目的分类，从
实验现象和实验数据的搜集整理与分析
实验现象和实验数据的搜集整理与分析 一．问题阐述 实验现象和数据是定量实验结果的主要表现形式，亦是定量研究结果的主要证据。数据对于实验教学来讲，有着重要的意义和价值。然而在我们的教学中，不尊重事实，漠视实验数据的现象仍经常出现，具体分析，在小学科学实验数据教学中主要存在以下一些问题： （一）数据收集存在的问题 1.数据收集不真实 如《摆的研究》一课教学中，由于测量的次数多，时间紧，而测同一摆重或同一摆长前后时间又几近相同，于是有小组就根据前面的实验数据，推测了后面的数据。又如教学《热是怎样传递的》一课时，有一小组的火柴掉下来的顺序明明不是有规律地从左往右，但听到其他小组火柴都是从左往右有顺序地掉下来，于是他们也修改了自己的数据。 2.数据收集不准确 如教学《水和食用油的比较》一课时，教师引导学生把水和食用油分别装入相同的试管中来比较，结果教学中却出现了相反的现象——装油的试管比装水的试管还要重，原来是装水的试管壁薄，装油的试管壁厚，实验准备时教师并没有发现这个现象，结果出现了上述问题。 3.数据收集不全面 教师在收集数据过程中，各小组虽然都做了同一个实验，但教师只挑选1-2个组的实验表进行展示汇报，而其他组的实验数据一概不论，就草草作结论，这样的实验过程和结果很难说服所有人，也很容易出错。 （二）数据整理存在的问题 1.整理方式简单 课堂上教师比较重视设计小组或个人填写的实验数据表格，但对全班汇总的实验数据形式容易忽视，呈现方式比较简单。在数据呈现时，要么逐一呈现小组原始记录单，要么按小组顺序呈现数据，平时更少使用统计图来整理。黑板上数据显得杂乱无章，不易发现其中的规律。 2.数据取舍不清
数据分析与挖掘实验报告
数据分析与挖掘实验报告
《数据挖掘》实验报告 目录 1.关联规则的基本概念和方法 (1) 1.1数据挖掘 (1) 1.1.1数据挖掘的概念 (1) 1.1.2数据挖掘的方法与技术 (2) 1.2关联规则 (5) 1.2.1关联规则的概念 (5) 1.2.2关联规则的实现——Apriori算法 (7) 2.用Matlab实现关联规则 (12) 2.1Matlab概述 (12) 2.2基于Matlab的Apriori算法 (13) 3.用java实现关联规则 (19) 3.1java界面描述 (19) 3.2java关键代码描述 (23) 4、实验总结 (29) 4.1实验的不足和改进 (29) 4.2实验心得 (30)
1.关联规则的基本概念和方法 1.1数据挖掘 1.1.1数据挖掘的概念 计算机技术和通信技术的迅猛发展将人类社会带入到了信息时代。在最近十几年里，数据库中存储的数据急剧增大。数据挖掘就是信息技术自然进化的结果。数据挖掘可以从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的，人们事先不知道的但又是潜在有用的信息和知识的过程。 许多人将数据挖掘视为另一个流行词汇数据中的知识发现（KDD）的同义词，而另一些人只是把数据挖掘视为知识发现过程的一个基本步骤。知识发现过程如下： ·数据清理（消除噪声和删除不一致的数据）·数据集成（多种数据源可以组合在一起）·数据转换（从数据库中提取和分析任务相关的数据） ·数据变换（从汇总或聚集操作，把数据变换和统一成适合挖掘的形式） ·数据挖掘（基本步骤，使用智能方法提取数
据模式） ·模式评估（根据某种兴趣度度量，识别代表知识的真正有趣的模式） ·知识表示（使用可视化和知识表示技术，向用户提供挖掘的知识）。 1.1.2数据挖掘的方法与技术 数据挖掘吸纳了诸如数据库和数据仓库技术、统计学、机器学习、高性能计算、模式识别、神经网络、数据可视化、信息检索、图像和信号处理以及空间数据分析技术的集成等许多应用领域的大量技术。数据挖掘主要包括以下方法。神经网络方法：神经网络由于本身良好的鲁棒性、自组织自适应性、并行处理、分布存储和高度容错等特性非常适合解决数据挖掘的问题，因此近年来越来越受到人们的关注。典型的神经网络模型主要分3大类：以感知机、bp反向传播模型、函数型网络为代表的，用于分类、预测和模式识别的前馈式神经网络模型；以hopfield 的离散模型和连续模型为代表的，分别用于联想记忆和优化计算的反馈式神经网络模型；以art 模型、koholon模型为代表的，用于聚类的自组
光电效应实验报告数据处理 误差分析
表1-1：不同频率下的遏止电压表 λ（nm）365 404.7 435.8 546.1 577 v（10^14）8.219 7.413 6.884 5.493 5.199 |Ua|(v) 1.727 1.357 1.129 0.544 0.418 表1-2：λ=365（nm）时不同电压下对应的电流值 U/(v)-1.927 -1.827 -1.727 -1.627 -1.527 -1.427 -1.327 I/(10^-11)A-0.4 -0.2 0 0.9 3.9 8.2 14 -1.227 -1.127 -1.027 -0.927 -0.827 -0.727 -0.718 24.2 38.1 52 66 80 97.2 100 表1-3：λ=404.7（nm）时不同电压下对应的电流值 U/(v) -1.477 -1.417 -1.357 -1.297 -1.237 -1.177 -1.117 I/(10^-11)A -1 -0.4 0 1.8 4.1 10 16.2 -1.057 -0.997 -0.937 -0.877 -0.817 -0.757 -0.737 24.2 36.2 49.8 63.9 80 93.9 100 表1-4：λ=435.8（nm）时不同电压下对应的电流值 U/(v)-1.229 -1.179 -1.129 -1.079 -1.029 -0.979 -0.929 I/(10^-11)A-1.8 -0.4 0 2 4.2 10.2 17.9 -0.879 -0.829 -0.779 -0.729 -0.679 -0.629 -0.579 -0.575 24.8 36 47 59 71.6 83.8 98 100 表1-5：λ=546.1（nm）时不同电压下对应的电流值 U/(v)-0.604 -0.574 -0.544 -0.514 -0.484 -0.454 -0.424 I/(10^-11)A-4 -2 0 3.8 10 16.2 24 -0.394 -0.364 -0.334 -0.304 -0.274 -0.244 -0.242 34 46 56.2 72 84.2 98.2 100 表1-6：λ=577（nm）时不同电压下对应的电流值 U/(v)-0.478 -0.448 -0.418 -0.388 -0.358 -0.328 -0.298 I/(10^-11)A-3.1 -1.8 0 2 6 10.2 16.1 -0.268 -0.238 -0.208 -0.178 -0.148 -0.118 -0.088 -0.058 22.1 31.8 39.8 49 58 68.2 79.8 90.1 -0.04 100
spss相关分析实验报告
实验五相关分析实验报关费 一、实验目的： 学习利用spss对数据进行相关分析(积差相关、肯德尔等级相关)、偏相关分析。利用交叉表进行相关分析。 二、实验内容： 某班学生成绩表1如实验图表所示。 1.对该班物理成绩与数学成绩之间进行积差相关分析和肯德尔等级相关 分析。 2.在控制物理成绩不变的条件下，做数学成绩与英语成绩的相关分析（这 种情况下的相关分析称为偏相关分析）。 3.对该班物理成绩与数学成绩制作交叉表及进行其中的相关分析。 三、实验步骤： 1.选择分析→相关→双变量，弹出窗口，在对话框的变量列表中选变量 “数学成绩”、“物理成绩”，在相关系数列进行选择，本次实验选择 皮尔逊相关（积差相关）和肯德尔等级相关。单击选项，对描述统计 量进行选择，选择标准差和均值。单击确定，得出输出结果，对结果 进行分析解释。 2.选择分析→相关→偏相关，弹出窗口，在对话框的变量列表选变量“数 学成绩”、“英语成绩”，在控制列表选择要控制的变量“物理成绩” 以在控制物理成绩的影响下对变量数学成绩与英语成绩进行偏相关分 析；在“显著性检验”框中选双侧检验，单击确定，得出输出结果， 对结果进行分析解释。 3.选择分析→描述统计→交叉表，弹出窗口，对交叉表的行和列进行选 择，行选择为数学成绩，列选择为物理成绩。然后对统计量进行设置， 选择相关性，点击继续→确定，得出输出结果，对结果进行分析解释。 四、实验结果与分析：
表1
五、实验结果及其分析：
分析一：由实验结果可观察出，数学成绩与物理成绩的积差相关系数r=，肯德尔等级相关系数r=可知该班物理成绩和数学成绩之间存在显著相关。
试验设计与数据分析
1.方差分析在科学研究中有何意义？如何进行平方和与自由度的分解？如何进行F检验和 多重比较？ （1）方差分析的意义 方差分析，又称变量分析，其实质是关于观察值变异原因的数量分析，是科学研究的重要工具。方差分析得最大公用在于：a. 它能将引起变异的多种因素的各自作用一一剖析出来，做出量的估计，进而辨明哪些因素起主要作用，哪些因素起次要作用。b. 它能充分利用资料提供的信息将试验中由于偶然因素造成的随机误差无偏地估计出来，从而大大提高了对实验结果分析的精确性，为统计假设的可靠性提供了科学的理论依据。 （2）平方和及自由度的分解 方差分析之所以能将试验数据的总变异分解成各种因素所引起的相应变异，是根据总平方和与总自由度的可分解性而实现的。 （3）F检验和多重比较 ①F检验的目的在于，推断处理间的差异是否存在，检验某项变异原因的效应方差是否为零。实际进行F检验时，是将由试验资料算得的F值与根据df1=df t（分子均方的自由度）、df2=df e（分母均方的自由度）查附表4（F值表）所得的临界F值（F0.05（df1，df2）和F0.01（df1，df2））相比较做出统计判断。若F< F0.05（df1，df2），即P>0.05，不能否定H0，可认为各处理间差异不显著；若F0.05（df1，df2）≤F＜F0.01（df1，df2），即0.01 第一次试验报告 习题1.3 1建立数据集，定义变量并输入数据并保存。 2数据的描述，包括求均值、方差、中位数等统计量。 分析—描述统计—频率，选择如下： 输出： 3画直方图，茎叶图，QQ 图。（全国居民） 分析—描述统计—探索，选择如下： 输出： 全国居民 Stem-and-Leaf Plot Frequency Stem & Leaf 5.00 0 . 56788 2.00 1 . 03 数据分析实验报告 【最新资料，WORD 文档，可编辑修改】 1.00 1 . 7 1.00 2 . 3 3.00 2 . 689 1.00 3 . 1 Stem width: 1000 Each leaf: 1 case(s) 分析—描述统计—QQ图，选择如下： 输出： 习题1.1 4数据正态性的检验：K—S检验，W检验 数据： 取显着性水平为0.05 分析—描述统计—探索，选择如下： （1）K—S检验 单样本 Kolmogorov-Smirnov 检验 身高 N 60 正态参数a,,b均值139.00 标准差7.064 最极端差别绝对值.089 正.045 负-.089 Kolmogorov-Smirnov Z .686 渐近显着性(双侧) .735 a. 检验分布为正态分布。 b. 根据数据计算得到。 结果：p=0.735 大于0.05 接受原假设，即数据来自正太总体。（2）W检验 正态性检验 结果：在Shapiro-Wilk 检验结果972.00=w ，p=0.174大于0.05 接受原假设，即数据来自正太总体。 习题1.5 5多维正态数据的统计量 均值向量为：)767.33,505.4,836.27,219.18(=- X WEKA 数据分析实验 1.实验简介 借助工具Weka 3.6 ，对数据样本进行测试，分类测试方法包括：朴素贝叶斯、决策树、随机数三类，聚类测试方法包括：DBScan，K均值两种； 2.数据样本 以熟悉数据分类的各类常用算法，以及了解Weka的使用方法为目的，本次试验中，采用的数据样本是Weka软件自带的“Vote”样本，如图： 3.关联规则分析 1)操作步骤： a)点击“Explorer”按钮，弹出“Weka Explorer”控制界面 b)选择“Associate”选项卡； c)点击“Choose”按钮，选择“Apriori”规则 d)点击参数文本框框，在参数选项卡设置参数如： e)点击左侧“Start”按钮 2)执行结果： === Run information === Scheme: weka.associations.Apriori -I -N 10 -T 0 -C 0.9 -D 0.05 -U 1.0 -M 0.5 -S -1.0 -c -1 Relation: vote Instances: 435 Attributes: 17 handicapped-infants water-project-cost-sharing adoption-of-the-budget-resolution physician-fee-freeze el-salvador-aid religious-groups-in-schools anti-satellite-test-ban aid-to-nicaraguan-contras mx-missile immigration synfuels-corporation-cutback education-spending superfund-right-to-sue crime duty-free-exports export-administration-act-south-africa Class === Associator model (full training set) === 实验8-1 数据分析 一、实验目的 1.理解数据挖掘的一般流程。 2.掌握数据探索和预处理的方法。 3.使用PHSTAT软件，结合Excel对给定的数据进行手工预处理。 4.使用WEKA软件，对给定的数据进行预处理。 二、实验容 在D盘中以“班级-学号-”命名一个文件夹，将下发的数据拷贝到该文件夹下，根据不同要求，对下发的文件进行相应的数据分析和处理。 0. 数据集介绍 银行资产评估数据bank-data.xlsx，数据里有12个属性，分别是id（编号）, age（年龄）, sex（性别）, region（地区）, income（收入）,married（婚否）, children（子女数）, car（是否有私家车）, save_act（是否有定期存款）, current_act（是否有活期账户）, mortgage（是否有资产抵押）, pep（目标变量，是否买个人理财计划Personal Equity Plan）。 1．数据探索之数据质量分析 新建“1-数据质量分析.xlsx”文件，导入“0-bank_data.xlsx”文件数据，请你用EXCEL对其进行数据质量分析。 【要求】 （1）请找出bank_data.xlsx表中的含有缺失值的记录。 （2）请你用PHSTAT软件绘制“income（收入）”属性的箱线图和点比例图，筛选出异常值。 （3）计算Whisker上限、Whisker下限，并利用高级筛选，找出该属性的异常值记录。 【提示】 （1）请找出bank_data.xlsx表中的含有缺失值的记录。 方法1：条件格式法 1）选取A1：L601区域。 2）开始 --> 条件格式 --> 新建规则（N）...，在"新建格式规则"对话框中，选择空值。如图8-1所示。 统计分析综合实验报告 学院： 专业： 姓名： 学号： 统计分析综合实验考题 一．样本数据特征分析： 要求收集国家统计局2011年全国人口普查与2000年全国人口普查相关数据，进行二者的比较，然后写出有说明解释的数据统计分析报告，具体要求如下： 1．报告必须包含所收集的公开数据表，至少包括总人口，流动人口，城乡、性别、年龄、民族构成，教育程度，家庭户人口八大指标； 2．报告中必须有针对某些指标的条形图，饼图，直方图，茎叶图以及累计频率条形图；（注：不同图形针对不同的指标）3．采用适当方式检验二次调查得到的人口年龄比例以及教育程度这两个指标是否有显著不同，写明检验过程及结论。 4．报告文字通顺，通过数据说明问题，重点突出。 二．线性回归模型分析： 自选某个实际问题通过建立线性回归模型进行研究，要求： 1.自行搜集问题所需的相关数据并且建立线性回归模型； 2.通过SPSS软件进行回归系数的计算和模型检验； 3.如果回归模型通过检验，对回归系数以及模型的意义进行 解释并且作出散点图 一、样本数据特征分析 2010年全国人口普查与2000年全国人口普查相关数据分析报告 2011年第六次全国人口普查数据显示，总人口数为1370536875，比2000年的第五次人口普查的1265825048人次，总人口数增加73899804人，增长5.84%，平均年增长率为0.57%。 做茎叶图分析： 描述 年份统计量标准误 人口数量2000年均值40084265.35 4698126.750 均值的 95% 置信区间 下限30489410.50 上限49679120.21 5% 修整均值39305445.50 中值35365072.00 方差 68424424372574 4.400 标准差26158062.691 极小值2616329 实验数据的处理分析 实验数据的处理方法 杨鹏 【摘要】物理学是一门实验的科学，物理学中的新概念、新规律的发现都依赖于反复的实验。而处理实验数据时，需选择适当的实验数据处理方法，才能较准确、客观的反映实验结果，减小误差。本文介绍了实验数据处理中涉及到的一些基本概念，重点综述了物理实验中常用的数据处理方法。并指出了各自适用的条件及优缺点。 【关键词】误差；数据处理；作图法；最小二乘法；逐差法 Abstract：Physics is an experimental science, New concepts in physics, the discovery of new rules rely on trial and error, The experimental data processing，Need to select the appropriate treatment of the experimental data，To more accurately reflect the objective results，Reduce errors. This article describes the experimental data processing involved in some of the basic concepts Summary of experiments focused on the physical data processing methods commonly used. And pointed out the advantages and disadvantages of each applicable condition. Keywords:Error; Data Processing；Mapping；Least squares；By subtraction 【引言】数据处理是指由实验测得的数据, 必须经过科学的分析和处理, 才能揭示出各物理量之间的关系。我们把从获得原始数据起到得出结论为止的加工过程称为数据处理。正确的处理实验记录的数据，对我们科学的了解被测量或研究对象的客观规律，选择恰当的实验数据处理方法，最大限度的减小误差让实验数据无限接近理想条件下的结果，这是实验数据处理的意义所在。在这方面研究的文献有很多，例如费业泰的《误差理论与数据处理》等。要对实验结果进行分析，根据不同的实验方法，我们可以采用不同的数据处理方法，常用 . 信息工程学院资源环境学院《GIS原理》实验报告 实验名称矢量及栅格数据分析 实验时间2015.4.22 实验地点资环楼229 姓名 学号 班级遥感科学与技术131 《GIS原理》实验报告 一、实验目的及要求 1）掌握矢量数据插值分析、栅格数据重分类、叠加分析的基本原理； 2）熟悉ArcGis 中离散点数据插值分析的基本方法； 3）熟悉ArcGis 中栅格数据重分类、栅格计算器的基本操作； 4）熟悉ArcGis 中栅格数据分区统计的基本方法； 5）了解ArcGis 中缓冲区分析、按掩膜提取的基本方法。 二、实验设备及软件平台 ArcCatalog 10、ArcMap 10.2 三、实验原理 1）数据插值分析 2）栅格数据重分类原理 3）叠加分析的基本原理 四、实验容与步骤 1 空间插值分析 1）打开ArcMap中，将数据框更名为“任务1”，加入省边界图层。 2）将2011 年02 月27 日08 时观测资料.xls、2011 年02 月27日14 时.xls 通过Add Xy Data 功能，生成点图层。导出数据，分别命名为Obs2708.shp 和Obs2714.shp。 3）对Obs2708.shp 中的属性“温度”在四川围进行插值分析。可以通过“Arctoolbox->Spatial Analyst（空间分析）工具中的Interpolate to Raster（插值）工具选择。（本实验采用反距离权重法IDW），点插值成栅格表面。 4）通过属性中的符号系统，修改显示样式。 2 多栅格局域运算 1）启动ArcMap，添加数据框，并更名为“任务2”，将温度栅格数据IDW2708、IDW2714 加入。 2）确认是否选择扩展模块的许可。“自定义菜单(Customize)”中的“扩展模块Extensions”功能对话框中的Spatial Analyst 均已打钩。 讲座 实验误差及数据处理 教学要求 1、了解实验误差及其表示方法； 2、掌握了解有效数字的概念，熟悉其运算规则； 3、初步掌握实验数据处理的方法。 重点及难点 重点：实验误差及其表示方法；有效数字；实验数据处理。 难点：有效数字运算规则；实验数据的作图法处理。 教学方法与手段 讲授，ppt演示。 教学时数 4学时 教学内容 引言 化学实验中经常使用仪器对一些物理量进行测量，从而对系统中的某些化学性质和物理性质作出定量描述，以发现事物的客观规律。但实践证明，任何测量的结果都只能是相对准确，或者说是存在某种程度上的不可靠性，这种不可靠性被称为实验误差。产生这种误差的原因，是因为测量仪器、方法、实验条件以及实验者本人不可避免地存在一定局限性。 对于不可避免的实验误差，实验者必须了解其产生的原因、性质及有关规律，从而在实验中设法控制和减小误差，并对测量的结果进行适当处理，以达到可以接受的程度。 一、误差及其表示方法 1.准确度和误差 ⑴准确度和误差的定义 准确度是指某一测定值与“真实值”接近的程度。一般以误差E表示， E＝测定值－真实值 当测定值大于真实值，E为正值，说明测定结果偏高；反之，E为负值，说明测定结果偏低。误差愈大，准确度就愈差。 实际上绝对准确的实验结果是无法得到的。化学研究中所谓真实值是指由有 经验的研究人员同可靠的测定方法进行多次平行测定得到的平均值。以此作为真 实值，或者以公认的手册上的数据作为真实值。 ⑵绝对误差和相对误差 误差可以用绝对误差和相对误差来表示。 绝对误差表示实验测定值与真实值之差。它具有与测定值相同的量纲。如克、 毫升、百分数等。例如，对于质量为0.1000g 的某一物体。在分析天平上称得其 质量为0.1001g ，则称量的绝对误差为+0.0001g 。 只用绝对误差不能说明测量结果与真实值接近的程度。分析误差时，除要去 除绝对误差的大小外，还必须顾及量值本身的大小，这就是相对误差。 相对误差是绝对误差与真实值的商，表示误差在真实值中所占的比例，常用 百分数表示。由于相对误差是比值，因此是量纲为1的量。 例如某物的真实质量为42.5132g ，测得值为42.5133g 。则 绝对误差=42.5133g －＝0.0001g 相对误差＝4000042.5133g 42.5132g 1001042.5132g --?= 而对于0.1000g 物体称量得0.1001g ，其绝对误差也是0.0001g ，但相对误差为: 相对误差＝00000.1001g 0.1000g 1000.10.1000g -?= 可见上述两种物体称量的绝对误差虽然相同，但被称物体质量不同，相对误 差即误差在被测物体质量中所占份额并不相同。显然，当绝对误差相同时，被测 量的量愈大，相对误差愈小，测量的准确度愈高。 2.精密度和偏差 精密度是指在同一条件下，对同一样品平行测定而获得一组测量值相互之间 彼此一致的程度。常用重复性表示同一实验人员在同一条件下所得测量结果的精 密度，用再现性表示不同实验人员之间或不同实验室在各自的条件下所得测量结 果的精密度。 精密度可用各类偏差来量度。偏差愈小，说明测定结果的精密度愈高。偏差 可分为绝对偏差和相对偏差： 绝对偏差＝个别测得值－测得平均值 相对偏差％＝绝对偏差／平均值×100 偏差不计正负号。 3.误差分类 按照误差产生的原因及性质，可分为系统误差和随机误差。 ⑴系统误差数据分析实验报告p
WEKA数据分析实验
实验8-1数据分析报告
统计分析实验报告
实验数据的处理分析
矢量及栅格数据分析实验报告
实验数据的记录和处理