统计学实习报告

1. 定量分析的研究题目、数据来源和定量分析方法。

1.1定量分析的研究题目

1.1.1月收入水平不同的人对于对买东西合算还是存钱合算的不同看法。 1.1.2. 城镇户口与农村户口的人是否月收入情况不同。

1.1.3.今年收入比去年增加还是减少是否对物价的水平看法有显著差异。 1.1.4.管理者的层次不同是否会导致评分的显著差异。 1.1.5、月销售收入是广告费用的函数，并通过广告费用对月销收入作出估计。

1.2定量分析的数据来源 1.2.1 居民储蓄问卷调查表

1.2.2.教材上的第十章习题10.4 P262 1.2.3. 教材上的第十二章习题12.4 P318 1.3定量分析的分析方法

1.3.1. 基本描述统计量方法。 如均值(Mean)，标准差(Standard Deviation：Std Dev)，方差(Variance)，最小值(Minimum)、最大值(Maximum)、总和(Sum)，全距(极差)(Range)，峰度(Kurtosis)，偏度(Skewness)，均值标准误差(Standard Error of Mean)。

1.3.2. 变量的频数统计、频数(Count) 、百分比累积百分比分位值(Percentile Value)，统计图形。 1.3.3. 交叉分组下的频数分析。

2.案例分析

2.1月收入水平不同的人对于对买东西合算还是存钱合算的不同看法。

表一

统计量 N 有效 缺失 均值 均值的标准误 买东西合算还是存钱合算 2604 0 1.52 .010 月收入水平 2604 0 2.19 .017 中值 众数 标准差 方差 偏度 偏度的标准误 峰度 峰度的标准误 全距 极小值 极大值 百分位数 25 50 75 2.00 2 .500 .250 -.074 .048 -1.996 .096 1 1 2 1.00 2.00 2.00 2.00 2 .865 .748 .313 .048 -.574 .096 3 1 4 2.00 2.00 3.00

分析：

1. 总体上，从表一数据中可看出调查的总人数为2604个，对于调查的问

题没有缺失值。 2. 具体上看

（1）从中值和众数这两个数据可看出，“买东西合算还是存钱合算”的中值和众数都是2，说明所调查的人们的选择都集中于认为存钱合算。“月收入水平”的中值和众数都是2，说明所调查的人的选择集中于300-800之间。

（2）从方差和标准差这两个统计量来看，“买东西合算还是存钱”的均值的平均离散程度小于“月收入水平”。月收入水平的比较分散。

（3）从偏度来看，

a) “买东西合算还是存钱”的偏度洗漱明显不等于0，表明分布是不对

称的，偏态系数在-1与-0.5之间，，属于中等偏态分布，呈现一定的向左偏。

b) “月收入水平”的偏度系数明显不等于0，表明分布是不对称的，偏

态系数在0.5-1之间，属于中等偏态分布，呈现一定的向右偏。 两者相比，“月收入水平”的偏度更大一些。

（4）从峰度来看，“买东西合算还是存钱”的峰度小于零，为扁平分布，数据的分布越分散。“月收入水平”的峰度小于零，为扁平分布，数据的分布很分散。两者相比，“月收入水平”的峰度更加尖。

表二

买东西合算还是存钱合算 有效 “买东西合算” 存钱合算 合计 频率 12 1350 2604 百分比 48.2 51.8 100.0 有效百分比 48.2 51.8 100.0 累积百分比 48.2 100.0 图一

分析：

（1）从表二可以看出，调查的人数总共有2604人，其中有12人认为“买东西合算”的约占48.2%的，有1350人认为“存钱合算”约占51.8%。

（2）根据图一可以明显的看出认为存钱的人所占比例大于认为买东西合算。

表三 月收入水平 有效 300元以下 300—800 800—1500 1500元以上 合计 频率 585 1140 688 191 2604 百分比 22.5 43.8 26.4 7.3 100.0 有效百分比 22.5 43.8 26.4 7.3 100.0 累积百分比 22.5 66.2 92.7 100.0

图二

分析：

（1） 从表二可以得出所调查的总数为2604人，其中有585人的月收入

在300以下约占22.5%，有1140人的月收入在300-800之间约占43.8%的人，有688人的月收入在800-1500之间约占26.4%，有191人的月收入在1500以上约占7.3。

（2） 据图二，看出月收入在300-800的人最多。其次是月收入在

800-1500月之间，而最少的是月收入在1500以上的。这说明了所调查的人中，大部分属于中收入状态，而高收入1500以上人很少。

表四 买东西合算还是存钱合算* 月收入水平 交叉制表 300元以下 买东西合算还是存钱合“买东西合算” 计数 算 期望的计数 残差 存钱合算 计数 期望的计数 残差 合计 计数 3.7 585 9.0 1140 -6.7 688 -6.0 191 2604 -3.7 307 303.3 -9.0 600 591.0 6.7 350 356.7 6.0 93 1350 99.0 1350.0 278 281.7 月收入水平 300—800 0 9.0 800—1500 338 331.3 1500元以上 合计 98 12 92.0 12.0 买东西合算还是存钱合算* 月收入水平 交叉制表 300元以下 买东西合算还是存钱合“买东西合算” 计数 算 期望的计数 残差 存钱合算 计数 期望的计数 残差 合计 计数 期望的计数 3.7 585 9.0 1140 -6.7 688 688.0 -6.0 191 2604 191.0 2604.0 -3.7 307 303.3 -9.0 600 591.0 6.7 350 356.7 6.0 93 1350 99.0 1350.0 278 281.7 月收入水平 300—800 0 9.0 800—1500 338 331.3 1500元以上 合计 98 12 92.0 12.0 585.0 1140.0

分析：

1. 从总体上看，参加调查的人总共有2604人。 2. 具体上看

（1）据表四可以得出，认为买东西合算的人有12人，认为存钱合算的人有1350人。买东西合算的人中，有278个人的月收入在300以下，有0人的月收入在300-800之间，有338个人的月收入在800-1500之间，有98个人的月收入在1500以上。

（2）认为存钱合算的人当中，有307人的月收入在300以下，有600人的月收入在300-800之间，有350人的月收入在800-1500之间，有93人的月收入在1500以上。认为存钱合算的人比任务买东西的人多，说明人们更愿意把钱存入银行。

表五 图三 卡方检验 Pearson 卡方 似然比 线性和线性组合 有效案例中的 N 值 adf 渐进 Sig. (双侧) .706 .706 .309 1.398 3 1.398 3 1.036 1 2604 卡方检验 Pearson 卡方 似然比 线性和线性组合 有效案例中的 N 值 adf 渐进 Sig. (双侧) .706 .706 .309 1.398 3 1.398 3 1.036 1 2604 a. 0 单元格(.0%) 的期望计数少于 5。最小期望计数为 91.98。 （1）据表五可以得出，卡方的概率p值大于显著性水平（0.05或0.01），接受零假设，认为月收入不同对买东西合算还是存钱合算没有有显著影响。

2.2．城镇户口与农村户口的人是否月收入情况不同。

表六 统计量 N 有效 缺失 均值 均值的标准误 中值 众数 标准差 方差 偏度 偏度的标准误 峰度 峰度的标准误 全距 极小值 极大值 百分位数 25 50 月收入水平 2604 0 2.19 .017 2.00 2 .865 .748 .313 .048 -.574 .096 3 1 4 2.00 2.00 你的户口 2604 0 1.26 .009 1.00 1 .436 .190 1.120 .048 -.746 .096 1 1 2 1.00 1.00 统计量 N 有效 缺失 均值 均值的标准误 中值 众数 标准差 方差 偏度 偏度的标准误 峰度 峰度的标准误 全距 极小值 极大值 百分位数 25 50 75 月收入水平 2604 0 2.19 .017 2.00 2 .865 .748 .313 .048 -.574 .096 3 1 4 2.00 2.00 3.00 你的户口 2604 0 1.26 .009 1.00 1 .436 .190 1.120 .048 -.746 .096 1 1 2 1.00 1.00 2.00

分析：

1.

从具体上看，据表六可以看出从表中可看出调查的总人数为2604个，对于调查的问题没有缺失值。 2. 从具体上看，

（1）从中值和众数这两个数据可看出，你的户口这个选项中中值为1，说明结果集中于城镇户口这个选项，众数为1，说明数据集中于城镇户口。 “月收入水平”的中值和众数都是2，说明所调查的人的选择集中于300-800之间。

（2）从方差和标准差这两个统计量来看，“你的户口”的均值的平均离散程度小于“月收入水平”。月收入水平的比较分散。

（3）从偏度来看，

a) “你的户口”的偏度洗漱明显不等于0，表明分布是不对称的，偏态系

数大于1，属于高度偏态分布，呈现一定的向右偏。

b) “月收入水平”的偏度系数明显不等于0，表明分布是不对称的，偏 态系数在0.5-1之间，属于中等偏态分布，呈现一定的向右偏。

得出：两者相比，“月收入水平”的偏度更大一些。 （3） 从峰度来看，“你的户口”的峰度小于零，为扁平分布，数据的分

布越分散。“月收入水平”的峰度小于零，为扁平分布，数据的分布很分散。两者相比，“月收入水平”的峰度更尖。

表七 月收入水平 有效 300元以下 300—800 800—1500 1500元以上 合计 频率 585 1140 688 191 2604 百分比 22.5 43.8 26.4 7.3 100.0 有效百分比 22.5 43.8 26.4 7.3 100.0 累积百分比 22.5 66.2 92.7 100.0

图四

分析：

（4） 从表二可以得出所调查的总数为2604人，其中有585人的月收入

在300以下约占22.5%，有1140人的月收入在300-800之间约占43.8%的人，有688人的月收入在800-1500之间约占26.4%，有191人的月收入在1500以上约占7.3。

（5） 据图二，看出月收入在300-800的人最多。其次是月收入在

800-1500月之间，而最少的是月收入在1500以上的。这说明了所调查的人中，大部分属于中收入状态，而高收入1500以上人很少。

表八

你的户口 有效 城镇户口 农村户口 合计 频率 1938 666 2604 百分比 74.4 25.6 100.0 有效百分比 74.4 25.6 100.0 累积百分比 74.4 100.0 图五

分析：

（1）

（2） 表九 从表八可以得出，有1938人的户口属于属于城镇户口约占74.4%，有666人的户口属于农村户口约占25.6%。

根据直方图可以明显的看出条查数据中城镇户口所占比例大于农村户口。

你的户口* 月收入水平 交叉制表 月收入水平 300元以下 300—800 800—1500 1500元以上 合计 374 435.4 -61.4 211 149.6 61.4 585 883 848.4 34.6 257 291.6 -34.6 1140 556 512.0 44.0 132 176.0 -44.0 688 688.0 125 1938 142.1 1938.0 -17.1 66 你的户口 城镇户口 计数 期望的计数 残差 农村户口 计数 期望的计数 残差 合计 计数 期望的计数 666 48.9 666.0 17.1 191 2604 191.0 2604.0 585.0 1140.0

分析：

1. 从总体上看，参加调查的人总共有2604人。

2. 从具体上看，

a) 据表九，城镇户口人有1938人，认为农村户口的人有666人。城镇

户口的人中，有374个人的月收入在300以下，有883人的月收入在300-800之间，有556个人的月收入在800-1500之间，有125个人的月收入在1500以上。

b) 农村户口的人当中，有211人的月收入在300以下，有257人的月

收入在300-800之间，有132人的月收入在800-1500之间，有66人的月收入在1500以上。属于城镇户口的人比率是农村户口的三倍。

表十 卡方检验 Pearson 卡方 似然比 线性和线性组合 有效案例中的 N 值 62.1 60.339 13.616 2604 adf 3 3 1 渐进 Sig. (双侧) .000 .000 .000 a. 0 单元格(.0%) 的期望计数少于 5。最小期望计数为 48.85。

分析：

1.卡方的概率p值小于显著性水平（0.05或0.01），拒绝零假设，认为不同户口的人的月收入有显著关系。

2.3.今年收入比去年增加还是减少是否对物价的水平看法有显著差异。

表十一

统计量 今年的收入比去年增加了还是减少了 你认为现在的物价水平 2604 0 1.95 .014 2.00 2 .694 2602 2 2.13 .014 2.00 2 .719 N 有效 缺失 均值 均值的标准误 中值 众数 标准差 方差 偏度 偏度的标准误 峰度 峰度的标准误 全距 极小值 极大值 百分位数 25 50 75 .482 .071 .048 -.923 .096 2 1 3 1.00 2.00 2.00 .517 -.200 .048 -1.056 .096 2 1 3 2.00 2.00 3.00

分析：

1.从总体上看，从表中可看出调查的总人数为2604个，对于“今年的收入比去年增加了还是减少了”无缺失值。“你认为现在的物价水平”有两个缺失值。

2.从具体上看，据表十一数据可以得出：从中值和众数这两个数据可看出，“今年的收入比去年增加了还是减少了”的中值和众数都是2，说明所调查的人们的选择都集中于认为今年的收入与去年相比基本不变。“你认为现在的物价水平”的中值和众数都是2，说明所调查的人的选择集中现在的物价水平偏高，可以接受。

3.从方差和标准差这两个统计量来看，“今年的收入比去年增加了还是减少了”的均值的平均离散程度小于“你认为现在的物价水平”。你认为现在的物价水平这个问题的结果比较分散。

4.从偏度来看，

a) “今年的收入比去年增加了还是减少了”的偏度洗漱明显不等于0，表

明分布是不对称的，偏态系数接近0，偏斜程度低，近似呈现正态分布。 b) “你认为现在的物价水平”的偏度系数明显不等于0，表明分布是不对

称的，偏态系数为-0.2，偏斜程度低，近似呈现正态分布。 5.从峰度来看，“今年的收入比去年增加了还是减少了”的峰度小于零，为扁平分布，数据的分布越分散。“你认为现在的物价水平”的峰度小于零，为扁平分布，数据的分布很分散。两者相比，“今年的收入比去年增加了还是减少了”的峰度更加尖。

表十二

今年的收入比去年增加了还是减少了 有效 增加 基本不变 减少 合计 频率 700 1343 561 2604 百分比 26.9 51.6 21.5 100.0 有效百分比 26.9 51.6 21.5 100.0 累积百分比 26.9 78.5 100.0 图六

分析：

1. 从表十二可以得出，对于今年的收入比去年增加了还是减少了有700人认为今年的收入比去年增加了约占26.9%，有1343人认为今年的收入比去年基本不变约占51.6% 的人，有561人认为今年收入比去年减少了约占21.5。 2. 根据直方图可以明显的看出认为不变的的人所占比例大于认为增加和减少的。 表十三 你认为现在的物价水平 有效 过高，难以接受 偏高，可以接受 正常 合计 频率 525 1212 865 2602 2 2604 百分比 20.2 46.5 33.2 99.9 .1 100.0 有效百分比 20.2 46.6 33.2 100.0 累积百分比 20.2 66.8 100.0 缺失 系统 合计 图七

分析：

1.

2. 表十四 从表十四，对于你认为现在的物价水平有525人认为现在物价过高，难以接受约占20.2%。有1212人认为现在物价偏高，可以接受约占46.5%，有865人认为现在的物价正常约占33.2%。

根据直方图可以明显的看出认为偏高的人所占比例大于认为过高和正常的。

今年的收入比去年增加了还是减少了* 你认为现在的物价水平 交叉制表 减少了 计数 残差 你认为现在的物价水平 过高，难以接受 偏高，可以接受 107 -33.8 261 -10.0 157 43.8 525 338 12.9 3 17.4 231 -30.3 1212 正常 253 21.0 439 -7.5 173 -13.5 865 合计 698 今年的收入比去年增加了还是增加 1343 基本不变 计数 残差 561 减少 计数 残差 2602 合计 计数 分析： 1. 从总体上看，参加调查的人总共有2602人。

2. 具体上看，有698人认为今年的收入比去年增加了，有1343人认为认为

今年的收入和去年基本不变，有561人认为今年的收入比去年减少了。 a) 认为今年的收入比去年增加了的人中，有107个人认为现在的物价

水平过高，难以接受；有338人认为今年物价水平偏高，可以接受；有253人认为今年物价水平正常。

b) 认为今年的收入和去年收入基本不变的人中，有261的人认为今年

的收入比去年增加了，有3人认为认为今年的收入和去年基本不变，有439人认为今年的收入比去年减少了。

c) 认为今年的收入比去年收入减少的人中，有157的人认为今年的收

入比去年增加了，有231人认为认为今年的收入和去年基本不变，有173人认为今年的收入比去年减少了。

表十五 卡方检验 Pearson 卡方 似然比 线性和线性组合 有效案例中的 N 值 32.957 31.966 19.404 2602 adf 渐进 Sig. (双侧) 4 4 1 .000 .000 .000 a. 0 单元格(.0%) 的期望计数少于 5。最小期望计数为 113.19。

分析：

3.卡方的概率p值小于显著性水平（0.05或0.01），拒绝零假设，认为今年收入比去年增加还是减少对物价的水平看法有显著差异。

2.4、管理者的层次不同是否会导致评分的显著差异

表十六 高级管理者 7 7 8 7 9 中级管理者 8 9 8 10 9 10 8 初级管理者 5 6 5 7 4 8 表十七 ANOVA 满意度 组间 组内 总数 平方和 29.610 18.0 48.500 df 2 15 17 均方 14.805 1.259 F 11.756 显著性 .001 表十八 多重比较 满意度 LSD 95% 置信区间 (I) 管理层次 (J) 管理层次 均值差 (I-J) 高级管理者 中级管理者 初级管理者 中级管理者 高级管理者 初级管理者 初级管理者 高级管理者 中级管理者 -1.257 1.767 1.257 3.024 -1.767 -3.024 ****标准误 .657 .680 .657 .624 .680 .624 显著性 .075 .020 .075 .000 .020 .000 下限 -2.66 .32 -.14 1.69 -3.22 -4.35 上限 .14 3.22 2.66 4.35 -.32 -1.69 *. 均值差的显著性水平为 0.05。

分析：

1.据表十七，a<0.05,所以不拒绝零假设，既不能认为管理者的层次不同不会导致评分的显著差异。

2.据表十八，多重比较后，可以得出；

a) 高级管理者与中级管理者评满意度之间存在显著差异； b) 高级管理者与初级管理者评满意度之间无显著差异；

c) 中级级管理者与高级级管理者评满意度之间存在显著差异； d) 中级管理者与初级管理者评满意度之间无显著差异； e) 初级管理者与高级管理者评满意度之间无显著差异； f) 初级管理者与中级管理者评满意度之间无显著差异。

2.5、月销售收入是广告费用的函数，并通过广告费用对月销售收入作出估计。

表十九

超市 广告费支出（万元） A B C D E F G 1 2 4 6 10 14 20 销售额（万元） 19 32 44 40 52 53 表二十 相关性 广告费支出 Pearson 相关性 显著性（双侧） N 广告费支出 1 销售额 .831 .021 *超市 .967 .000 7 .925 .003 7 7 1 **** 7 .831 .021 7 .967 .000 7 ***7 1 销售额 Pearson 相关性 显著性（双侧） N 超市 Pearson 相关性 显著性（双侧） N .925 .003 7 ** 7 *. 在 0.05 水平（双侧）上显著相关。 **. 在 .01 水平（双侧）上显著相关。 分析：

1、从散点图可以看出，广告费用的支出与销售额具有一定的线性关系，他们的关系比较密切。

2、从相关性可以看出，广告费支出与超市这两个变量的线性关系强度大于广告费用支出与销售额之间的强度，销售额与超市这两个变量的线性关系强度大于销售额与广告费用支出，超市与广告费用支出这两个变量的线性关系强度大于超市与销售额之间的线性关系强度。

3、从显著性可以得出，广告费用支出与销售额之间存在显著的正线性关系，广告费用之出与超市不存在显著地线性关系。销售额与超市不存在显著的线性关系。

表二十一

案例处理摘要 N 边际百分比 表二十二

销售额 19 1 14.3% 32 1 14.3% 40 1 14.3% 44 1 14.3% 52 1 14.3% 53 1 14.3% 1 14.3% 广告费支出 1 1 14.3% 2 1 14.3% 4 1 14.3% 6 1 14.3% 10 1 14.3% 14 1 14.3% 20 1 14.3% 有效 7 100.0% 缺失 0 总计 7 子总体 7a a. 因变量只有一个在 7 (100.0%) 子总体中观察到的值。 输入／移去的变量a 模型 输入的变量 移去的变量 方法 1 电视广告费用 . 步进（准则: F-to-enter 的概率 <= .050，F-to-remove 的概率 >= .100）。 2 报纸广告费用 . 步进（准则: F-to-enter 的概率 <= .050，F-to-remove 的概率 >= .100）。 输入／移去的变量 模型 1 输入的变量 电视广告费用 移去的变量 方法 a. 步进（准则: F-to-enter 的概率 <= .050，F-to-remove 的概率 >= .100）。 2 报纸广告费用 . 步进（准则: F-to-enter 的概率 <= .050，F-to-remove 的概率 >= .100）。 a. 因变量: 月销售收入

分析：

1.回归系数显著性F检验的相伴概率值小于0.05的自变量引入了回归方程，大于0.1的自变量剔除出了回归方程

首先，电视广告费用进入回归方程，形成模型1

其次，在模型1的基础上引入第二个自变量报纸广告费用，形成最终的回归模型2

表二十三 模型汇总 模型 1 2 R .808 .959 bacR 方 .653 .919 调整 R 方 标准 估计的误差 .595 .887 1.215 .3 a. 预测变量: (常量), 电视广告费用。 b. 预测变量: (常量), 电视广告费用, 报纸广告费用。 c. 因变量: 月销售收入 分析：

1. 随着自变量的不断引入回归方程，调整的R2在不断提高 回归方程的估计标准误差在不断减小

表二十四 Anova 模型 1 回归 残差 总计 2 回归 残差 总计 平方和 16.0 8.860 25.500 23.435 2.065 25.500 df 1 6 7 2 5 7 均方 16.0 1.477 F 11.269 Sig. .015 ac 28.378 .002 b 11.718 .413 a. 预测变量: (常量), 电视广告费用。 b. 预测变量: (常量), 电视广告费用, 报纸广告费用。 c. 因变量: 月销售收入 分析：

1.模型1的回归平方和16.40，自由度为1；残差平方和为8.860，自由度为6，因变量总平方和为25.50，自由度为7，根据均方回归平方和除于均方残差平方和就可以得到了显著性F为11.269。0.015为F统计量对应的相伴概率值

2.模型2的回归平方和23.435，自由度为2；残差平方和为2.065，自由度为5，因变量总平方和为25.500，自由度为7，根据均方回归平方和除于均方残差平方和就可以得到了显著性F为28.378.。0.002为F统计量对应的相伴概率值

表二十五 系数 非标准化系数 标准系数 模型 1 (常量) B 标准 误差 试用版 1.582 .478 1.574 .304 .321 t 共线性统计量 Sig. 容差 VIF a88.638 56.016 .000 电视广告费用 1.604 2 (常量) 83.230 .808 3.357 .015 1.000 1.000 52.882 .000 电视广告费用 2.290 报纸广告费用 1.301 a. 因变量: 月销售收入 1.153 7.532 .001 .690 1.448 .621 4.057 .010 .690 1.448

分析：

1.系数：第一列是回归分析过程中形成的两个模型的代码和引入自变量的情

况

2.模型2是最终的回归模型，第二列回归模型各自变量的回归系数 3.依据该回归系数，案例最终的回归方程为 月销售收入＝83.230+2.290+1.301

4.依据标准化回归系数，案例最终的标准化回归方程为 月销售收入＝1.153-0.621

5.可见，在其他变量保持一定的条件下，

a) 电视广告费用增加一个单位，将引起月销售收入平均增加1.153个单位 b) 报纸广告费用增加一个单位，将引起月销售收入平均减少0.621个单位 6.回归系数的P值均小于显著性水平0.05，应拒绝回归系数显著性检验的零假设

7.认为这些回归系数与零有显著差异，相应的自变量能够较好的解释说明因变量的变化，应该保留在回归方程中

图九 图十

分析：

1. 据图九可以得出，标准化残差服从均值为0的正态分布 2. 标准化残差散点图：标准化残差在0附近波动

3.残差的均值为0

4.随机的分布在一条平行的带子内 5.方差为常数，且残差之间不相关 6.95%的点分布在-1~+1之间

综上所述，标准化残差服从标准正态分布 即随机误差项服从基本假定

3. 实习报告后的总结

在本次的实习活动中我们所收获知识较多既有学习中的也有生活中。在

学习中我们将自己所学的知识应用于实际的操作中，理论和实际是不可分的，在实践中我的知识得到了巩固,解决问题的能力也受到了锻炼。本次实习还开阔了我的视野，使我对统计在现实中的运作有。

我们这次实习时间较短，只是短短的两天。我们所学到的知识相对来说还是少之又少的，因此，在以后涉及到日常的自我训练，要学会自己运用计算机等工具，处理统计计算问题。同时，我们以后无论是在学习知识上，还是实际运用上都要永无止尽的学习运用统计学知识。

4.附录

 教材上的第十章习题10.4 P262 高级管理者 7 7 8 7 9 中级管理者 8 9 8 10 9 10 8 初级管理者 5 6 5 7 4 8  教材上的第十二章习题12.4 P318

超市 广告费支出（万元） A B C D E F G 1 2 4 6 10 14 20 销售额（万元） 19 32 44 40 52 53

统计学实习报告

姓名:赖芳

学号:20111253039 班级:会计学(1)班 指导老师：夏 凡 日期:2013年11月