数据分析(梅长林)第1章习 题答案

专业班级：信息1101姓名：臧晓玲学号：201110010127第1章习题一、习题1.1解：（1）利用题目中的数据，通过SAS系统procunivariate过程计算得到：139.0x7.06387S49.898312S0.142众数51.0g108192.5CV126129.0g2由得到的数据特征可知道，偏度为负，所以呈做偏态，峰度为负，所以均值两侧的极端值较少。（2）139.0M31.0R0.135Q15.144Q35.9R131QQ375.139412141M31QMQ(3)通过SAS系统proccapability得到直方图，并拟合正态分布曲线：专业班级：信息1101姓名：臧晓玲学号：201110010127(4)通过SAS系统procunivariate可以画出茎叶图，从茎叶图可以看出数据大致呈对称分布，由于所给数据都是整数，所以叶所代表的小位数都是０。(5)通过SAS系统procunivariate过程计算得到:0.971571W000()HpPWW=0.1741取0.05，因0.1742p，故不能拒绝0H，认为样本来自正态总体分布。通过画ＱＱ图和经验分布曲线和理论分布函数曲线，从图中可以看出ＱＱ图近似的在一条直线上，经验分布曲线的拟合程度也相当好，所以可以进一步说明此样本来自正态总体分布。专业班级：信息1101姓名：臧晓玲学号：201110010127二、习题１.２7.8574027x1.62568785S2.642860982S0.13721437g120.6898884CV-1.4238025g2由得到的数据特征可知道，偏度为正，所以呈右偏态，峰度为负，所以均值两侧的极端值较少。（2）NormalLine:Mu=139,Sigma=7.0639x120125130135140145150155正态分位数-3-2-10123NormalCurve:Mu=139,Sigma=7.0639020406080100x120125130135140145150155专业班级：信息1101姓名：臧晓玲学号：2011100101277.636800M5.03650R6.5859Q19.3717Q32.78580R131QQ809.7412141M31QMQ（３）通过SAS系统proccapability得到直方图，SAS系统自动将数据分为中值为4.5,5.5,6.5,7.5,8.5,9.5,10.5的7组，图中纵坐标代表了各个区间的频数占总数的百分比。（４）通过SAS系统procunivariate可以画出茎叶图，从图中可以看出数据散乱分布，没有明显的对称等特征。三、习题3.30.000.050.100.150.200.250.30x4.55.56.57.58.59.510.5专业班级：信息1101姓名：臧晓玲学号：201110010127（1）全国居民的消费的均值、标准差、变异系数、偏度、峰度：1117.000x1016S10316802S1.02485g1933.90CV-0.457g2农村居民的消费均值、标准差、变异系数、偏度、峰度：747.864x632.1976S399673.8382S1.01256g184.54CV-0.414g2城市居民的消费均值、标准差、变异系数、偏度、峰度2336.41x2129.82S4536136.442S0.97046g191.158CV-0.57316g2（2）全国居民消费的中位数、上下四分位数、四分位极差、三均值：727.500M2996R311.0Q11746.0Q31435R131QQ878412141M31QMQ专业班级：信息1101姓名：臧晓玲学号：201110010127农村居民消费的中位数、上下四分位数、四分位极差、三均值：530.5M1836R246.0Q11118.0Q3872R131QQ606412141M31QMQ城市居民消费的中位数、上下四分位数、四分位极差、三均值1449.500M6246R603Q13891.0Q33288R131QQ5.1697412141M31QMQ（3）全国居民消费直方图农村居民消费直方图Percent01020304050x1-3003009001500210027003300专业班级：信息1101姓名：臧晓玲学号：201110010127城市居民消费直方图（4）全国居民消费茎叶图：由图中可以看出，在我国居民消费水平参差不齐，其中低消费水平的居民占绝大多数，这说明我国经济水平还是比较落后的。Percent051015202530354045x2200600100014001800Percent01020304050x37502250375052506750专业班级：信息1101姓名：臧晓玲学号：201110010127农村居民消费茎叶图：由图中可以看出，在我国农村居民消费水平普遍比较低，其中消费水平差异很大，有一部分的消费水平相对较高，而另一部分消费水平相对较低，因此农村发展要均衡，先富带动后富，最终共同加快农村发展。城市居民消费茎叶图：由图中可以看出，在我国城市居民消费水平差距很大，虽然普遍高于农村，但是绝大多数人的消费水平是远远低于高消费人群。（5）通过计算可以得到全国居民消费水平的山下截断点分别为-1841.5和3898。5，所以全国居民消费水平无异常值。全国居民消费水平的山下截断点分别为-1062和2488，所以全国农村居民消费水平无异常值。全国居民消费水平的山下截断点分别为-4329和8823，所以全国城市居民消费水平无异常值。专业班级：信息1101姓名：臧晓玲学号：201110010127四、习题1.4（1）11月预收入的均值、标准差、变异系数、偏度、峰度：19.166x19.780S392.0312S2.51535g1304.103CV8.267g21-11月预收入的均值、标准差、变异系数、偏度、峰度：246.139x232.972S54275.9982S1.916g1630.94CV-4.385g2（2）11月预收入的中位数、上下四分位数、四分位极差、三均值：14.77M98.55R6.24Q1120.32Q314.10R131QQ025.39412141M31QMQ1-11月预收入的中位数、上下四分位数、四分位极差、三均值：179.41M1074R103.81Q1273.29Q3169.48R131QQ专业班级：信息1101姓名：臧晓玲学号：20111001012798.183412141M31QMQ（3）11月预收入x1的的直方图：1-11月预收入x2的直方图：(4)11月预收入x1的经验分布函数曲线：通过画ＱＱ图和经验分布曲线和理论分布函数曲线，从图中可以看出ＱＱ图近似的在直线右下方，所以偏度0,经验分布曲线的拟合程度也不好，所以不能说明此样本来自正态总体分布。0.00.10.20.30.40.50.60.70.8x110305070900.00.10.20.30.40.5x202505007501000专业班级：信息1101姓名：臧晓玲学号：2011100101271-11月预收入x2的经验分布函数曲线：通过画ＱＱ图和经验分布曲线和理论分布函数曲线，从图中可以看出ＱＱ图近似的在直线右下方，所以偏度0,经验分布曲线的拟合程度也不好，所以不能说明此样本来自正态总体分布。NormalCurve:Mu=19.166,Sigma=19.8020406080100x1020406080100x1020406080100正态分位数-3-2-10123专业班级：信息1101姓名：臧晓玲学号：201110010127（5）利用proccorr过程计算数据的Pearson相关系数：0.9762521xxr检验p值小于0.0001，故X1，X2的相关性是显著的。利用proccorr过程计算数据的Spearman相关系数：NormalCurve:Mu=246.19,Sigma=232.97020406080100x2020040060080010001200x2020040060080010001200正态分位数-3-2-10123专业班级：信息1101姓名：臧晓玲学号：2011100101270.9278221xxr检验p值小于0.0001，故X1，X2的相关性是显著的。五、习题1.5（1）总体均值的估计)76667.3350476.486667.2721905.18(（2）总体协方差矩阵的估计（只写出了上三角的部分）：0323.47397.19985.12893.11387.13.55931.26571.10942.70723.5086S六、习题1.6（1）由proccorr过程求得的中位数向量M：)10000.3480000.440000.271000.18(M（2）由proccorr得到的Pearson相关系数矩阵R:(3)由proccorr得到的Spearman相关系数矩阵Q:专业班级：信息1101姓名：臧晓玲学号：201110010127(4)由Pearson相关矩阵的输出结果看，显著性水平取0.1，则3424231312,,,,rrrrr的p值皆小于0.1，故认为各相应随机变量的显著相关。由Spearman相关矩阵的输出结果看，显著性水平取0.1，则342423141312,,,,,qqqqqq的p值皆小于0.1，故认为各相应随机变量的显著相关。七、习题1.7（1）数据均值向量：)23.402.1641.14(x数据的中位数向量：)00.400.1500.15(M（2）由proccorr求得的Pearson相关系数矩阵：专业班级：信息1101姓名：臧晓玲学号：201110010127由proccorr求得的Spearman相关系数矩阵：(3)由Pearson相关矩阵的输出结果看，显著性水平取0.05，则231312,,rrr的p值皆小于0.05，故认为各相应随机变量的显著相关。由Spearman相关矩阵的输出结果看，显著性水平取0.05，则,,,231312qqq的p值皆小于0.05，故认为各相应随机变量的显著相关，和利用Spearson相关矩阵的结果一样。因此这些随机变量显著相关。