加工误差的统计分析实验报告
实验报告
实验名称:加工误差的统计分析
一.实验目的
通过检测工件尺寸，计算并画出直方图,分析误差性质, 理解影响加工误差的因素。掌握加工误差统计分析的基本原理和方法。
二.主要实验仪器及材料
游标卡尺; 工件N件。
三.实验步骤
1.测量各工件上指定尺寸x,并按测量顺序记录如下
2.计算尺寸分散范围R：由于随机误差和变值系统误差的存在，零件加工尺寸的实际值各不相同，这种现象称为尺寸分散。样本尺寸的最大值Xmax与最小值Xmin之差，称为分散范围。R= Xmax-Xmin=
3.分组并计算组距△x：将样本尺寸按大小顺序排列，分成k组，则组距为：△x =R/k。分组数k一般取为7.
4. 绘制分布曲线（直方图）:
以工件尺寸为横坐标, 以各组中实际尺寸出现的频数作纵坐标, 即可作出等宽直方图。再连接直方图中每一直方宽度的中点(组中值)得到一条折线,即实际分布曲线。
5. 根据分布图分析
a.实际分布曲线是否接近正态分布
b.实际尺寸平均值与理论尺寸平均值是否相等
c.由此可知,误差性质为:
分布图分析法的应用
?判别加工误差的性质
–是否存在变值系统性误差
?如果实际分布与正态分布基本相符，说明加工过程中没有变值系统性误差（或
影响很小）。
–是否存在常值系统性误差
?如果尺寸分布中心与公差带中心不重合就说明存在常值系统性误差，误差的大
小就是两个中心的不重合度（距离）。
加工误差统计分析实验指导
加工误差统计分析实验 一、实验目的 1、巩固已学过的统计分析法的基本理论； 2、掌握运用统计分析法的步骤； 3、学习使用统计分析法判断和解决问题的能力。 二、实验设备与仪器 电感测量仪、块规、千分尺、试件（滚动轴承滚柱）、计算机。 三、实验原理和方法 在机械加工中，应用数理统计方法对加工误差（或其他质量指标）进行分析，是进行过程控制的一种有效方法，也是实施全面质量管理的一个重要方面。其基本原理是利用加工误差的统计特性，对测量数据进行处理，作出分布图和点图，据此对加工误差的性质、工序能力及工艺稳定性等进行识别和判断，进而对加工误差作出综合分析。 1、直方图和分布曲线绘制 1）初选分组数k 2 找出样本数据的最大值X imax和最小值X imin，并按下式计算组距： 式中：k——分组数，按表选取； X max和X min——本组样本数据的最大值和最小值。 选取与计算的d值相近的且为测量值尾数整倍数的数值为组距。 3）确定组界 各组组界为： min (i1)d 2 d X+-± (i=1,2,…,k)，为避免样本数据落在组 界上，组界最好选在样本数据最后一位尾数的1/2处。 4）统计各组频数 频数，即落在各组组界范围内的样本个数。 频率=频数/样本容量 5）画直方图 以样本数据值（被测工件尺寸）为横坐标，标出各组组界；以各组频数为纵坐标，画出直方图。 6）计算总体平均值与标准差
平均值的计算公式为 1 1n i i X X n ==∑ 式中：X i ——第i 个样本的测量值； n ——样本容量。 标准差的计算公式为 s =7）画分布曲线 若研究的质量指标是尺寸误差，且工艺过程稳定，则误差分布曲线接近正态分布曲线；若研究的资料指标是形位误差或其他误差，则应根据实际情况确定其分布曲线。画出分布曲线，注意使分布曲线与直方图协调一致。 8）画公差带 按照与以上分布曲线相同的坐标原点，在横轴下方画出被测零件的公差带，以便与分布曲线相比较。 公差根据试件类型、规格查国标手册可得到。 2、X -R 图绘制 1）确定样组容量，对样本进行分组 样组容量一般取m=2~10件，通常取4或5，即对试件尺寸依次按每4~5个一组进行分组，将样本划分成若干个样组。 2）计算各样组的平均值和极差 对于第i 个样组，其平均值和极差计算公式为 1 1m i ij j X X m ==∑， max min i i i R X X =- 式中：i X ——第i 个样组的平均值； i R ——第i 个样组的标准差； ij X ——第i 个样组第j 个试样的测量值； max i X ——第i 个样组数据的最大值； min i X ——第i 个样组数据的最小值。 3）计算X -R 图的控制线 X -R 图的控制线为 样组平均值X 图的中线 1 1m k i i m X X k ==∑ 样组平均值R 图的中线
统计学实验报告
统计学数学实验报告 单因素方差分析 姓名 专业 学号
单因素方差分析 摘要统计学是关于数据的科学，它所提供的是一套有关数据收集、处理、分析、解释数据并从数据中得出结论的方法，统计研究的是来自各个领域的数据。单因素方差分析也是统计学分析的一种。单因素方差分析研究的是一个分类型自变量对一个数值型因变量的影响。关键字单因素、方差、数据统计 方差分析（analysis of variance，ANOVA）就是通过检验各总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。当方差分析中之涉及一个分类型自变量时称为单因素方差分析(one-way analysis of variance). 单因素方差分析研究的是一个分类型自变量对一个数值型因变量的影响。例如要检验汽车市场销售汽车时汽车颜色对销售数据的影响，这里只涉及汽车颜色一个因素，因而属于单因素方差分析。 为了更好的理解单因素方差分析，下面举个例子来具体说明单因素方差所要解决的问题。从3个总体中各抽取容量不同的样本数据，结果如下表1所示。检验3个总体的均值之间是否有显著差异（α=0.01）P29210.1 样本1 样本2 样本3 158 153 169 148 142 158 161 156 180 154 149 169 如果要进行单因素方差分析时，就需要得到一些相关的数据结构，从而对那些数据结构进行分析，如下表2所示： 分析步骤 1.提出假设 与通常的统计推断问题一样，方差分析的任务也是先根据实际情况提出原假设H0与备择假设H1，然后寻找适当的检验统计量进行假设检验。本节将借用上面的实例来讨论单因素试验的方差分析问题。
工艺过程的统计分析一
工艺过程的统计分析 一：概述 在生产实际中，影响加工精度的原始误差很多，这些原始误差往往使综合地交错在一起对加工精度产生综合影响的，且其中不少原始误差的影响往往带有随机性。对于一个受多个随机性质原始误差影响的工艺系统，只有用概率统计的方法来进行分析，才能得出正确的、符合实际的结果。 （一）系统性误差与随机性误差 系统性误差可分为常值系统性误差和变值系统性误差两种。在顺序加工一批工件中，其大小和方向皆不变的误差，称为常值系统性误差。例如，铰刀直径大小的误差，测量仪器的一次对零误差等。在顺序加工一批工件中，其大小和方向遵循某一规律变化的误差，称为变值系统性误差。例如，由于刀具的磨损引起的加工误差，机床和刀具或工件的受热变形引起的加工误差等。显然，常值系统性误差与加工顺序无关，而变值系统性误差则与加工顺序有关。 在顺序加工一批工件中，有些误差的大小和方向使无规则变化着的，这些误差称为随机误差。例如加工余量不均匀、材料硬度不均匀、夹紧力时大时小等原因引起的 加工误差。 对于常值系统性误差，若能掌握其大小和方向，就可以通过调整消除；对于变值系统性误差，若能掌握其大小和方向随时间变化的规律，则可通过自动补偿消除；唯队随机性误差，只能缩小它们的变动范围，而不可能完全消除。由概率论与数理统计血可知，随机性误差的统计规律可用它的概率分布表示。 （二）机械制造中常见的误差分布规律
偏态 分布 在用试切法车削轴径或孔径时，由于操作者为了尽量避免产生不 可修复的废品，主观地(而不是随机地)使轴颈加工得宁大勿小， 则它们得尺寸误差就呈偏态分布。 机械加工误差 分布规律 （三）正态分布 1.正态分布的数学模型、特征参数和特殊点机械加工 中，工件的尺寸误差是由很多相互独立的随机误差综合作 用的结果，如果其中没有一个随机误差是起决定作用的， 则加工后工件的尺寸将呈正态分布，其密度方程中，有两 个特征参数：一个算术平均值只影响曲线的位置，而不影 响曲线的形状；另一个均方根偏差（标准差）σ 只影响曲 线的形状，而不影响曲线的位置，均方根偏差愈大，曲线 愈平坦，尺寸就愈分散，精度就愈差。因此，均方根偏差 反映了机床加工精度的高低，算术平均值反映了机床调整 位置的不同。 2.标准正态分布 算术平均值为 0，均方根偏差为 1 的正态分布为标准正态分布。 3.工件尺寸再某区间内的概率 生产上感兴趣的往往不是工件为某一尺寸的概率是多大，而是加工工件尺寸落在某一 区间（x1≤x≤x2）内的概率是多大，如右图示。通过分析可知，非标准正态分布概率 密度函数的积分，经标准化变换后，可用标准正态分布概率密度函数的积分表示，为 了计算的需要，可制作一个标准化正态分布概率密度函数的积分表。通过计算可知， 正态分布的分散范围为 这就是工程上经常用到的“±3σ 原则”，或称“6σ 原 则”。
统计分析综合实验报告
统 计 分 析 综 合 实 验 报 告 专业：班级： 姓名：学号： 规定题目
一．问题提出及分析目的 （一）问题提出 夏春同学打算毕业后去上海创办一家属于自己的投资咨询服务公司，以便利用在学校里学到的经济学知识，去为广大的货币市场从业人员提供必要的投资指导。为了能顺利地实现自己的创业计划，他着手编辑了一份投资信息简报、分发给一些投资商，希望这些人能提供各方面的建议，进而了解投资商们感兴趣的东西。（二）分析目的 （1）、对货币市场的交易规模和收益情况进行描述分析。 （2）在95%的置信水平下，对整个货币市场的投资规模、每周收益率和每月收益率进行区间估计，并作出解释。 （3）对周收益率和月收益率进行比较。 （4）资产规模大小对收益率影响是否显著？ 二．数据收集及录入
1.打开SPSS 应用程序，在“变量视图”编辑框中录入以下数据： 2.在“数据视图”编辑框中依据收集的数据录入以下数据：（因版面需要在此呈现前5行数据，后面27行按前5行方式录入） 三．数据分析 （一）描述性分析 1.在SPSS 中依次选取“分析”—“描述统计”—“描述”，将资产规模和过去一周、一月的平均收益率全部选取转至右侧方框： 2.在描述性对话框中点击右侧“选项”，进入选项属性设置对话框，选中“均值”、“标准差”、“最大值”、“最小值”、“峰度”、“偏度”、“变量列表”选项：
（二）区间估计 1.在SPSS中依次选取“分析”—“描述统计”—“探索过程”，将资产规模和过去一周、一月的平均收益率全部选取转至右侧方框： 2. .在“探索”对话框中点击右侧“统计量”，进入统计量设置对话框，设置均值置信区间为95%： （三）周月收益率分析 1.在SPSS中依次选取“分析”——“比较均值”——“配对样本T检验”，将过去一周、一月的平均收益率选取转至右侧方框： 2. .在“配对样本T检验”对话框中点击右侧“选项”，进入选项属性设置对话框，设置置信区间为95%：
多元统计分析实验报告
实验一 一、实验目的及要求 对应分析是你也降维的思想以达到减化数据结构的目的，凤的研究广泛用于定义属性变量构成的列联表利用对应分析方法分析问卷中教育程度与网上购物支付方式之间的相互关系。 二、实验环境 SPSS 19.0 window 7系统 三、实验内容及实验步骤（实践内容、设计思想与实现步骤） 实验题目： 通过分析问卷数据，绘制如下的教育程度与网上购物支付方式的交叉表，运用对应分析方法研究教育程度与网上购物所选择的支付方式之间的相关性，及揭示不同人群网上购物的特征等问题。 设计思想：原假设：H1：χ2>χα2[(n?1)(p?1)] 实现步骤： 1.在变量视窗中录入3个变量，用edu表示【教育程度】，用fangshi表示【在网上购物时采用什么样的支付方式】，用pinshu表示【频数】；如图所示：
2.先对数据进行预处理。执行【数据】→【加权个案】命令，弹出【加权个案】对话框。选中【加权个案】按钮，把【频数】放入【频率变量】框中，点击【确定】按钮完成。 3.打开主窗口，选择菜单栏中的【分析】→【降维】→【对应分析】命令，弹出【对应分析】对话框。 4.将【教育程度】导入【行】，将【在网上购物时采用什么样的支付方式】导入【列】。 5. 单击【定义范围（D）】，打开【对应分析：定义行范围】对话框； 定义行变量分类全距最小值为1，最大值为4，单击【更新】；点击【继续】，返回【对应分析】对话框；同方法打开【对应分析：定义列范围】对话框； 定义列变量全距最小值为1，最大值为5，单击【更新】； 6. 单击【统计量】打开【对应分析：统计量】对话框；选择【行轮廓表】，【列轮廓表】；单击【继续】，返回【对应分析】对话框， 7.选择【绘制】→【对应分析：图】对话框，选择【散点图】中的【行点】、【列点】选择【线图】中的【已转换的行类别】、【已转换的列类别】，单击【继续】，返回【对应分析】对话框。 8.单击【确定】按钮，完成设置并执行列联表分析。 四、调试过程及实验结果（详细记录实验在调试过程中出现的问题及解决方法。记录实验的结果） SPSS实验结果及分析： 上表显示了在32155名被调查者中，大多数消费者在网上购物时选择第三方支付和网上银行支付，在网上购物的消费人群以大学本科生相对最多。
多元统计分析实验报告
1. 正态性检验 Kolmogorov-Smirnov a Shapir o-Wilk 统计量df Sig. 统计量df Sig. 净资产收益率.113 35 .200*.978 35 .677 总资产报酬率.121 35 .200*.964 35 .298 资产负债率.086 35 .200*.962 35 .265 总资产周转率.180 35 .006 .864 35 .000 流动资产周转率.164 35 .018 .885 35 .002 已获利息倍数.281 35 .000 .551 35 .000 销售增长率.103 35 .200*.949 35 .104 资本积累率.251 35 .000 .655 35 .000 *. 这是真实显著水平的下限。 a. Lilliefors 显著水平修正 此表给出了对每一个变量进行正态性检验的结果，因为该例中样本中n=35<2000，所以此处选用Shapiro-Wilk统计量。由Sig.值可以看到，总资产周转率、流动资产周转率、已获利息倍数及资本积累率均明显不遵从正态分布，因此，在下面的分析中，我们只对净资产收益率、总资产报酬率、资产负债率及销售增长率这四个指标进行比较，并认为这四个变量组成的向量遵从正态分布（尽管事实上并非如此）。这四个指标涉及公司的获利能力、资本结构及成长能力，我们认为这四个指标可以对公司运营能力做出近似的度量。 2. 主体间因子 N 行业电力、煤气及水的生产和供应 业 11 房地行业15 信息技术业9 多变量检验a 效应值 F 假设 df 误差 df Sig. 截距Pillai 的跟踪.967 209.405b 4.000 29.000 .000 Wilks 的 Lambda .033 209.405b 4.000 29.000 .000 Hotelling 的跟踪28.883 209.405b 4.000 29.000 .000 Roy 的最大根28.883 209.405b 4.000 29.000 .000 行业Pillai 的跟踪.481 2.373 8.000 60.000 .027 Wilks 的 Lambda .563 2.411b8.000 58.000 .025 Hotelling 的跟踪.698 2.443 8.000 56.000 .024 Roy 的最大根.559 4.193c 4.000 30.000 .008 a. 设计 : 截距 + 行业
多元统计分析实验报告,计算协方差矩阵,相关矩阵,SAS
院系：数学与统计学学院 专业：__统计学 年级：2009 级 课程名称：统计分析 ____ 学号：____________ 姓名：_________________ 指导教师：____________ 2012年4月28日 （一）实验名称 1. 编程计算样本协方差矩阵和相关系数矩阵；
2. 多元方差分析MANOVA。 （二）实验目的 1. 学习编制sas程序计算样本协方差矩阵和相关系数矩阵; 2. 对数据进行多元方差分析。 （三）实验数据 第一题： 第二题:
（四）实验内容 1. 打开SAS软件并导入数据； 2. 编制程序计算样本协方差矩阵和相关系数矩阵; 3. 编制sas程序对数据进行多元方差分析； 4. 根据实验结果解决问题，并撰写实验报告； （五）实验体会（结论、评价与建议等） 第一题： 程序如下： proc corr data=sasuser.sha n cov; proc corr data=sasuser.sha n no simple cov; with x3 x4; partial x1 x2; run; 结果如下： （1）协方差矩阵 $AS亲坯 曲；15 Friday, Apr： I SB,沙DO COUR过程 x4 目由度=30 Xi x2x3x4x5X? -10.I9B4944-0.45E2GJ5I.3347097-G.1193E48-￡0.e75?GS
-ID. 188494669,36&Q3?9-7.22IO&OS1J5692043I5.49ee^91S.Oa97SM -8.45S2645■7,221050829.S78&S46-6.372E47I-15.3084183-21.7352376-11.5674785 1.3841097 1.G5S2M7t.3726171IJ24?17B 4.e093011 4.4C12473 2.B747CM -G. I1S3S49 1.GS92043-is.soul aa 4.B09B01I68.7978495劣』S670971S.57ai1B3 -IH.05l6l?a15.43S6569-J1.73S2376孔耶124TB27.0387097105.103225&S7.3505S7E： -2D K5752??319-11337204-1L55M7S52r9747?3i19,573118337.3S0&87E33.3SQ6452 (2) 相关系数矩阵 Pearson相关系数” N =引 当HO： Rho=0 时.Prob > |r| Xi Xi xl 1.QQ000 x2 -C.23954 0.2061 x3 -0,30459 0.0957 x4 0.18975 Q.3092 x5 '0.14157 0.4475 x6 -0.83787 0.0630 -0.49292 0.0150 x2-0.23354 1.00000-0.162750.143510.022700.181520.24438 x20.20C10.31:1?0.441?0.90350.32640.1761 x3-0.30459-0.16275 1.00000-0.06219-0.34641-0.^797-0.23674 x30.095?0.381?<.00010.0563o.oses0 JS97 x40.1S8760.14351-0.86219L000000.400540,313650.22610 x40.30920.4412<.0001 D.02EG Q.085S0.2213 x5-0J 41570.02270-0.946410.40054 1.000000.317370.26750 x50.4J750.90350.0G68Q.025&0.08130 + 1620 x6-0.33?e?0.1S162-0.397970.813650.31787LOOOOO0.82976 x60.0S300.32840.02660.08580.0813C0001辺-0.432920.24938-0.288740.22810 D.267600.92976 1.00000 x70,01500J7610.19970.22130JG20<.0001 第二题： 程序如下： proc anova data=sasuser.hua ng; class kind; model x1-x4=k ind; manova h=k ind; run; 结果如下： (1)分组水平信息 The ANNA Procedure Cla^s Level Informat ion Class Level?Values kind 3 123 Number of observatIons CO (2) x1、x2、x3、x4的方差分析
机械加工误差分析实验报告
机械加工误差的综合分析 ------统计分析法的应用一、实验目的
运用统计分析法研究一批零件在加工过程中尺寸的变化规律，分析加工误差的性质和产生原因，提出消除或降低加工误差的途径和方法，通过本实验使同学能够掌握综合分析机械加工误差的基本方法。 二、实验用仪器、设备 1．M1040A型无心磨床一台； 2．分辨率为0.001mm的电感测微仪一台； 3．块规一付（尺寸大小根据试件尺寸而定）； 4．千分尺一只； 5．试件一批约120件， 6．计算机和数据采集系统一套。 三、实验容 在无心磨床上连续磨削一批试件（120件），按加工顺序在比较仪上测量尺寸，并记录之，然后画尺寸点图和X---R图。并从点图上取尺寸比较稳定（即尽量排除掉变值系统性误差的影响）的一段时间连续加工的零件120件，由此计算出X、σ，并做出尺寸分布图，分析加工过程中产生误差的性质，工序所能达到的加工精度；工艺过程的稳定性和工艺能力；提出消除或降低加工误差的措施。
四、实验步骤 1. 按被磨削工件的基本尺寸选用块规，并用气油擦洗干净后推粘在一起； 2. 用块规调整比较仪，使比较仪的指针指示到零，调整时按大调---微调---水平调整步骤进行（注意大调和水平调整一般都予先调好），调整好后将个锁紧旋钮旋紧，将块规放入盒中。 3. 修正无心磨床的砂轮，注意应事先把金刚头退后离开砂轮。将冷却液喷向砂轮，然后在按操作规程进刀，修整好砂轮后退刀，将冷却液喷头转向工件位置。 4. 检查磨床的挡片，支片位置是否合理（如果调整不好，将会引起较大的形变误差）。对于挡片可通过在机床不运转情况下，用手将工件沿着支片紧贴挡片前后推动，同时调整前后螺钉，直至工件能顺利、光滑推过为宜。 5. 按给定尺寸（Φd-0.02）调整机床，试磨五件工件，使得平均尺寸应保证在公差带中心稍偏下为宜，然后用贯穿法连续磨削一批零件，同时用比较仪，按磨削顺序测量零件尺寸并记录之。 6. 清理机床，收拾所用量具、工具等。 7. 整理实验数据，打印做实验报告。 五、实验结果及数据处理 该实验选用M1040A型无心磨床和块规一付 （1）实验原始数据
金融统计学实验报告
一、实验类型 验证型实验。分析1991-2013年中国1年期实际储蓄存款利率的变化特点，运用名义利率、通货膨胀率和物价指数的数据用两种方法来计算并分析哪种方法更科学。 二、实验目的 1、掌握实际利率的两种计算方法，并分析1991-2013年中国1年期实际储蓄存款利率的变化特点。 2、比较两种实际利率测算方法的差异性及科学性。 三、实验背景 利率是国家调控经济的重要杠杆之一，特定的宏观经济目标和微观经济目标可以通过利率调整实现。利率调整是在一定的经济运行环境下进行的，它的调整对经济增长、居民消费、居民储蓄、市场投资等都会产生直接或是简洁的影响。 实际利率(Effective Interest Rate/Real interest rate) 是指剔除通货膨胀率后储户或投资者得到利息回报的真实利率。研究实际利率对经济发展有很大的作用，本实验就1991年至2013年中国1年期实际储蓄利率的变化特点进行探讨，并比较分析实际利率的计算方法。 四、实验环境 本实验属于自主实验，由学员课后自主完成，主要使用Excel软件。 数据来源：通过国家统计局网站、中国人民银行网站获取数据。 五、实验原理 1、实际利率=名义利率-通货膨胀率。 2、实际利率=（名义利率-通货膨胀率）/（1+通货膨胀率）。 六、实验步骤 1、采集实验基础数据。通过网上登录国家统计局网站查看中国统计年鉴，以及登录中国人民银行网站获取相应数据。数据样本区间为1991-2013年。 2、利用Excel软件分别按照两种方法计算实际利率。 3、做出实际储蓄存款利率的变化以及两种不同算法下实际利率变化的折线图。 4、分析图表，考察实际存款利率变化特点并比较两种计算方法的科学性。 七、实验结果分析 (一)实验结果 经过整理和测算的结果如图所示
多元统计分析实验报告
多元统计分析实验报告 Document serial number【UU89WT-UU98YT-UU8CB-UUUT-UUT108】
1. 正态性检验 Kolmogorov-Smirnov a Shapir o-Wilk 统计量df Sig.统计量df Sig. 净资产收益 .11335.200*.97835.677 率 总资产报酬 .12135.200*.96435.298 率 资产负债率.08635.200*.96235.265 总资产周转 .18035.006.86435.000 率 流动资产周 .16435.018.88535.002 转率 已获利息倍 .28135.000.55135.000 数 销售增长率.10335.200*.94935.104 资本积累率.25135.000.65535.000 *. 这是真实显着水平的下限。 a. Lilliefors 显着水平修正 此表给出了对每一个变量进行正态性检验的结果，因为该例中样本中 n=35<2000，所以此处选用Shapiro-Wilk统计量。由Sig.值可以看到，总资产周转率、流动资产周转率、已获利息倍数及资本积累率均明显不遵从正态分布，因此，在下面的分析中，我们只对净资产收益率、总资产报酬率、资产负债率及销售增长率这四个指标进行比较，并认为这四个变量组成的向量遵从正态分布（尽管事实上并非如此）。这四个指标涉及公司的获利能力、资本结构及成长能力，我们认为这四个指标可以对公司运营能力做出近似的度量。 2. 主体间因子 N
行业电力、煤气及水的 生产和供应业 11 房地行业15 信息技术业9 多变量检验a 效应值F假设 df 误差 df Sig. 截距Pillai 的跟 踪 .967.000 Wilks 的 Lambda .033.000 Hotelling 的跟踪 .000 Roy 的最大 根 .000 行业Pillai 的跟 踪 .481.027 Wilks 的 Lambda .563.025 Hotelling 的跟踪 .698.024 Roy 的最大 根 .559.008 a. 设计 : 截距 + 行业 b. 精确统计量 c. 该统计量是 F 的上限，它产生了一个关于显着性级别的下 限。 上面第一张表是样本数据分别来自三个行业的个数。第二张表是多变量检验表，该表给出了几个统计量，由Sig.值可以看到，无论从哪个统计量来看，三个行业的运营能力（从净资产收益率、总资产报酬率、资产负债率及销售增长率这四个指标的整体来看）都是有显着差别的。 3. 主体间效应的检验
多元统计分析实验报告doc
多元统计与程序设计》课程实验报告 项目名称： 学生姓名： 学生学号： 指导教师： 完成日期：
1 实验内容 2 模型建立与求解 2.1聚类分析的形成思路 2.2.1类平均法 2.2.2谱系图的形成 2.3.快速聚类法 (以上内容见课本) 3 实验数据与实验结果 3.1实验数据 设有20个土壤样品分别对5个变量的观测数据如表5.16所示，试利用 聚类法对其进行样品聚类分析 样品号 含沙量1X 淤泥含量2X 粘土含量3X 有机物4X PH 值5X 1 77.3 13.0 9.7 1.5 6.4 2 82.5 10.0 7.5 1.5 6.5 3 66.9 20.0 12.5 2.3 7.0 4 47.2 33.3 19.0 2.8 5.8 5 65.3 20.5 14.2 1.9 6.9 6 83.3 10.0 6.7 2.2 7.0 7 81.6 12.7 5.7 2.9 6.7 8 47.8 36.5 15.7 2.3 7.2 9 ４8.6 37.1 14.3 2.1 7.2 10 61.6 25.5 12.6 1.9 7.3 11 58.6 26.5 14.9 2.4 6.7 12 69.3 22.3 8.4 4.0 7.0 13 61.8 30.8 7.4 2.7 6.4 14 67.7 25.3 7.0 4.8 7.3 15 57.2 31.2 11.6 2.4 6.3 16 67.2 22.7 10.1 33.3 6.2 17 59.2 31.2 9.6 2.4 6.0 18 80.2 13.2 6.6 2.0 5.8
19 82.2 11.1 6.7 2.2 7.2 20 69.7 20.7 9.6 3.1 5.9 3.2实验过程及结果 Case Processing Summary(a) Cases Valid Missing Total N Percent N Percent N Percent 20 100.0% 0 .0% 20 100.0% a Squared Euclidean Distance used 上表是接近度矩阵，计算距离使用的是平方欧氏距离，所以样品间距离越大，样品越相异，由表中矩阵可以看出样品8号和样品9号的距离是最小的，因此它们最先聚为一类。 Average Linkage (Between Groups) Agglomeration Schedule Stage Cluster Combined Coefficient s Stage Cluster First Appears Next Stage Cluster 1 Cluster 2 Cluster 1 Cluster 2 1 8 9 .153 16
误差统计分析题库
1. 在机床上磨一批mm 0035.018-Φ的光轴，工件尺寸呈正态分布，现测得平均尺寸- x ＝17.975mm ，均方根差σ＝0.01mm ，试： （1）画出工件尺寸误差的分布曲线，并标出公差带； （2）计算该工序的工艺能力系数； （3）估计该工序的废品率； （4）分析产生废品的原因，并提出解决办法。（12分） 解 （1）分布曲线及公差带如图： （2）工艺能力系数： C P =T/6σ， C P ＝0.035/（6×0.01）=0.5833 （3）按题意x ＝17.975mm ，σ＝0.01mm ，实际加工尺寸： 加工尺寸最大值Amax ＝x +3σ＝17.975+0.03＝18.005mm ，最小值Amin ＝x -3σ＝17.975-0.03＝17.945mm ，即加工尺寸介于17.945～18.005mm 之间，而T ＝0.035mm ，肯定有废品。所以分布在17.965mm 和18mm 之间的工件为合格产品，其余为废品。 因为= σ x -x z ＝ 01 .0975 .1718-＝2.5，所以F （z ）＝F （2.5）＝ 0.4938，即平均值右 侧废品率为0.5-F （2.5）＝0.62％，即18mm 与18.005mm 间为废品；又因为 = σ x -x z ＝ 01 .0965 .17975.17-＝1，所以F （z ）＝F （1）＝0.3413，即平均值左侧废 品率为0.5-F （1）＝15.87％，即17.945mm 与17.965mm 间为废品，则总废品率
为0.62％＋15.87％＝16.49%。18mm 与18.005mm 间的废品为可修复废品。17.945mm 与17.965mm 间的废品为不可修复废品，因其尺寸已小于要求。 （3）产生废品的主要原因是加工精度不够，尺寸分布较散，另外对刀不准，存在系统误差。 2. 磨一批工件的外圆，工件尺寸呈正态分布，尺寸公差T ＝0.02mm ，均方根偏差σ＝0.005mm ，公差带对称分布于尺寸分布中心，试： （1）画出销轴外径尺寸误差的分布曲线，并标出公差带； （2）计算该工序的工艺能力系数； （3）估计该工序的废品率。 （4）分析产生废品的原因，并提出解决办法。（8分） 解 (1) 分布曲线（1分）及公差带（1分）： （2）工艺能力系数： C P =T/6σ，C P ＝0.02/（6×0.005）=0.667（2分） （3）要求的极限尺寸上偏差为0.01mm ，下偏差为-0.01mm ；工件可能出现的极限尺寸上偏差为0.015mm ，下偏差为-0.015mm ；所以分布在-0.01mm 和0.01mm 之间的工件为合格产品，其余为废品。 因为= σ x -x z ＝ 005 .00 01.0-＝2，所以F （z ）＝F （2）＝0.4772，即平均值一侧废品率为50％－47.72％＝2.28％，则总废品率为2×2.28％＝4.56%（2分）。 （4）产生废品的主要原因是加工精度较差，改进办法是提高加工技术水平并改善工艺条件，使σ数值减少至6σ 加工过程误差的统计分析 一、实验目的和要求 通过本实验掌握加工过程误差统计分析的基本原理和方法。 1．运用计算机辅助误差测控仪进行误差数据的采集，运算，结果显示和打印。 2．熟悉直方图的作法，能根据样本数据确定分组数，组距，由直方图作出实际分布曲线，进而将实际曲线与正态分布曲线相比较，判断加工误差性质。 3．熟悉X-R质量控制图的作法，能根据X-R图判断工序加工稳定性。 二、基本原理和方法 加工误差可以分为系统误差和随机误差两大类。系统误差指在顺序加工一批工件中，其加工误差的大小和方向都保持不变或按一定的规律变化，前者称常值系统误差，是由大小和方向都一定的工艺因素造成，后者为变值系统误差，由大小和方向有规律变化的工艺因素造成。随机误差指在顺序加工一批工件中，其加工误差的大小和方向都是随机的，是许多相互独立的工艺因素微量的随机变化和综合作用的结果。 实际加工误差往往是系统误差和随机误差的综合表现，因此，在一定的加工条件下，要判断是某一因素起主导作用，必须先掌握一定的数据资料，再对这些数据资料进行分析研究，判断误差的大小，性质，及其变化规律等等，然后再正对具体情况采取相应的工艺措施。 统计分析方法可用来研究，掌握误差的分布规律和统计特征参数，将系统误差和随机误差区分开来。 1．误差的分布图分析法； 根据概率论理论，相互独立的大量微小随机变量，其总和的分布接近正态分布。这就是说，对于随机误差，应满足正态分布。 根据数理统计的原理，随机变量是全体（总体）的算术平均值和标准差可用部分随机变量的算术平均值x和标准差S来估算，其值是很接近的。这样，就可用抽检样本来估算整体。 在机械加工中，用调整法加工一批零件，当不存在明显的变值系统误差因素时，其尺寸分布近似于正态分布。 根据上述原理，在本实验中，通过检测丝杠螺距误差的数据样本，来模拟一批零件的加工误差的数据样本，不同截面的丝杠螺距误差，可以看成是该丝杠车削加工工艺系统中众多随机误差因素综合的结果。根据该误差数据样本绘制实验分布图（即直方图）和正态分布曲线。若该分布图呈正态分布，表明加工过程中是影响不突出的随机性误差起主导作用，而变值系统误差作用不明显，若分布图的平均偏差与公差带中点坐标不重合，表明存在常值系统误差，若所分析的误差量呈非正态分布，则说明变值系统误差作用突出。 实验分布图（即直方图）和正态分布曲线的绘制方法如下； 假设有一个误差数据样本，其样本容量为N，样本数据的最大值为Xmax，最小值为Xmin，并记极差，R=Xmax-Xmin。 将数据分为K组，K的选取与样本容量N的大小有一定的关系，可参见表1-1 确定K值以后即可按D=R/K确定组距。样本值落在同一误差组的个数即为频Mi， 频数与样本容量之比，称为频率Fi。以组距为横坐标，以频数为纵坐标按一定比例作出各个数据组的长方形，就构成了直方图。 正态分布概率分布密度函数为； 实验报告 课程名称统计学学号 11学生姓名辅导教师 系别经济与管理系实验室名称实验时间 1．实验名称 统计指数分析 2.实验目的 掌握各项指数的计算及因素分析法的运用。 在 Excel 中完成各项指数及有关数值的计算，主要用到的是公式和公式复制 3.实验内容 甲乙丙三种商品基期和报告期各项数据如下： 价格（元） P销量 q 商品计量单位 基期 p0报告期 p1基期 q0报告期 q1 甲个302810001200 乙双202120001600 丙公斤232515001500 合计 1）计算三种商品的个体销售量指数和个体价格指数。 2）三种商品的销售额总指数。 3）三种商品的销售量总指数和价格总指数。 4）分析销售量变动和价格变动对销售额影响的绝对额。（这一问分析要手写完成） 4.实验原理 在 Excel 中实现综合指数及其相关数值的计算，主要用到的是公式和公式的复制功 能 5.实验过程及步骤 (1)在工作表中输入已知数据的名称和数值（包括商品名称，计量单位，基期价格，报告 期价格，基期销售量和报告期销售量） （2）计算综合指标的各个综合总量在单元格G4中输入公式“ =C4*E4”,在H4中输入“=D4*F4”, 在 I4 中输入“ =C4*F4”, 在 J4 中输入“ =D4*E4”, 公式复制 在 A7 中输入合计，在单元格中输入“=SuM(G4:G6),再将单元格 G7的公式向右复制到 J7 (3)分别计算各个综合指标及其分子分母之差额 在单元格 A10 中输入“销售额总额指数” ，在单元格 F10 中输入公式“ =H7/G7*100” , 在单元格 H10 中输入公式” =H7-G7” 多元统计分析实验报告 1、实验内容 根据课本习题3-12做相关分析。 2、实验目的 （1）检验H0：；H1：协方差阵不全相等。 （2）检验H0： U1=U2 ; H1：U1≠U2; （3）检验H0： U1=U2 =U3 ; H1：U1,U2,U3不全等; （4）检验三种化学成分相互独立。 3、实验方案分析 （1）这是关于判断三个3元正态总体的协方差阵是否相等的问题； (2)均值是否相等，在两个协方差阵相等的情况下均值是否相等的问题； （3）比较三组的3项指标是否有差异的问题，就是多总体均值向量是否相等的检验问题； （4）检验 是否独立相当于检验任意2个子向量的协方差阵是否为零矩阵； 4、实验原理及操作过程，结果如下： （1）SAS 代码实现过程如下： data d3121; input y1-y3 group @@; cards; 47.22 5.06 0.10 1 1 23 ==∑∑∑ 47.45 4.35 0.15 1 47.52 6.85 0.12 1 47.86 4.19 0.17 1 47.31 7.57 0.18 1 54.33 6.22 0.12 2 56.17 3.31 0.15 2 54.40 2.43 0.22 2 52.62 5.92 0.12 2 43.12 10.33 0.05 3 42.05 9.67 0.08 3 42.50 9.62 0.02 3 40.77 9.68 0.04 3 ; proc iml; n1=5;n2=4;n3=4; n=n1+n2+n3;k=3; p=3; use d3121(obs=5); xa={y1 y2 y3 }; read all var xa into x1; print x1; use d3121(firstobs=6 obs=9); read all var xa into x2; print x2; use d3121(firstobs=10 obs=13); read all var xa into x3; print x3; xx=x1//x2//x3; ln={[5] 1} ; x10=(ln*x1)/n1; print x10; mm1=i(n1)-j(n1,n1,1)/n1; mm=i(n)-j(n,n,1)/n; a1=x1`*mm1*x1; print a1; ln={[4] 1} ; x10=(ln*x2)/n2; print x20; 第6章机械加工质量技术分析 重点：影响机械加工精度的因素 难点：加工误差的统计分析 机械加工精度 随着机器速度、负载的增高以及自动化生产的需要，对机器性能的要求也不断提高，因此保证机器零件具有更高的加工精度也越显得重要。我们在实际生产中经常遇到和需要解决的工艺问题，多数也是加工精度问题。 研究机械加工精度的目的是研究加工系统中各种误差的物理实质，掌握其变化的基本规律，分析工艺系统中各种误差与加工精度之间的关系，寻求提高加工精度的途径，以保征零件的机械加工质量，机械加工精度是本课程的核心内容之一。 一、机械加工精度概述 （一）、加工精度与加工误差 1、加工精度是指零件加工后的实际几何参数（尺寸、形状和位置）与理想几何参数的符合程度。符合程度越高，加工精度越高。一般机械加工精度是在零件工作图上给定的，其包括：1）零件的尺寸精度：加工后零件的实际尺寸与零件理想尺寸相符的程度。 2）零件的形状精度：加工后零件的实际形状与零件理想形状相符的程度。 3）零件的位置精度：加工后零件的实际位置与零件理想位置相符的程度。 2、获得加工精度的方法： 1）试切法：即试切--测量--再试切--直至测量结果达到图纸给定要求的方法。 2）定尺寸刀具法：用刀具的相应尺寸来保证加工表面的尺寸。 3）调整法：按零件规定的尺寸预先调整好刀具与工件的相对位置来保证加工表面尺寸的方法。 3、加工误差：实际加工不可能做得与理想零件完全一致，总会有大小不同的偏差，零件加工后的实际几何参数对理想几何参数的偏离程度，称为加工误差。加工误差的大小表示了加工精度的高低。生产实际中用控制加工误差的方法来保证加工精度。 4、误差的敏感方向：加工误差对加工精度影响最大的方向，为误差的敏感方向。例如：车削外圆柱面，加工误差敏感方向为外圆的直径方向。 统计学实验报告 一、实验主题:大学生专业与实习工作的关系 二、实验背景: 二十一世纪的今天大学生已是一个普遍的社会群体，高校毕业人数日益增加，社会、企业所提供的职位日益紧张，大学生就业问题是当今社会关注的焦点。面对日益沉重的就业压力，越来越多的大学毕业生选择了企业需求的职业，而这种职业与自己在校所学专业根本“无关”或相去甚远，大学毕业生就业专业不对口的现象非常严重。专业对口是个广义的概念，就是说你所学的专业与你所作的工作相关，比如你专业是会计，工作后你到了一个企业做会计，或者到银行做柜员，这都是与经济相关的，这就是对口。如果你学机械设计，但工作后却做了统计员，业务员等于你所学专业无关的工作，这就叫专业不对口。专业不对口导致毕业生所学知识没有用武之地，所以这是一种人力资源的浪费。 三、实验目的: 大学生就业专业不对口是客观存在的问题，我们研究此问题有这几点目的:①了解当代大学生实习工作与专业是否对口的情况，当代大学生对工作与专业不对口现象的态度。②分析大学生就业结构和 专业对口问题，了解当今大学生专业对口情况，为以后大学生选择专业、选择工作岗位提供有效的信息和借鉴。③寻找导致专业不对口的原因，以减少社会普遍存在的人力资源的浪费。 四、实验要求:就相关问题收集一定数量的数据，用EXCEL进行如下 分析:1进行数据筛选、排序、分组;2、制作饼图并进行简要解释;3、制作频数分布图，直方图等并进行简要解释。 五、实验设备及材料:计算机，手机，EXCEL软件，WORD软件。 六、实验过程: (一)制作并发放调查问卷。 (二)收回并统计原始数据:收回了102名大学生填写的调查问卷，并对相关数据进行统计。 (三)筛选与实验相关问题: 1.您的性别( ): A. 男B.女 重庆大学 学生实验报告 实验课程名称统计学课程实验 开课实验室 DS1421 学院建管年级 2011级专业班财管02班学生姓名熊俸英学号 开课时间 2012 至 2013 学年第 2 学期 建设管理及房地产学院制 《统计学》实验报告 开课实验室：年月日 陈谦87769277 刘文55845182 周克66628579 程前75507288 徐非64859193 1)选中以上数据后，复制到excel表格中，点击工具栏中”数据”下“自动筛选”，点击统计学成绩栏分数等于“90”； 结果为： 2）继上一小题，点击“经济学成绩”下“前10个”，会出现对话框，把数字“10”改为“3”，点击确定； 结果为： 3）选中数据，前面留出两栏空白，并复制数据表头（选中数据第一排），到空白处第一排，在第二排各科成绩下面输入“>60”，如图：选中数据，点击“数据”—“高级筛选”，点击条件区 域（选中表格前2行），点击确定： 2.B 组题第5题 为评价家电行业售后服务的质量，随机抽取了由100个家庭构成的一个样本。服务质量的等级分别表示为： A.好；B ．较好；C.一般；D.较差；E ．差。调查结果如下所示； B C A C B E C B A B D A D B C C E D E B A D B A C B E C B A B A C C D A B D D A C D C E B B C D C C A A C A C C D C E D A E C C A C D A A E B A D E C A B C E B A D A B C B E D B C A B C D C B A B A D 要求编制品质数列，列出频率、频数，并选用适当的统计图如：圆形图、条形图等形象地显示资料整理的结果。（要求展现整理过程） 留出两栏空白，条件区域时输入筛选条件 为查询结加工过程误差的统计分析实验
统计学实验报告7.统计指数分析.docx
多元统计分析实验报告
机加工质量分析
统计学实验报告【最新】
统计学实验报告