第1章 绪论
1．什么是统计学?怎样理解统计学与统计数据的关系?
2．试举出日常生活或工作中统计数据及其规律性的例子。
3．．一家大型油漆零售商收到了客户关于油漆罐分量不足的许多抱怨。因此，他们开始检查供货商的集装箱，有问题的将其退回。最近的一个集装箱装的是2 440加仑的油漆罐。这家零售商抽查了50罐油漆，每一罐的质量精确到4位小数。装满的油漆罐应为4.536 kg。要求：
(1)描述总体；
(2)描述研究变量；
(3)描述样本；
(4)描述推断。
答：(1)总体：最近的一个集装箱内的全部油漆；
(2)研究变量：装满的油漆罐的质量；
(3)样本：最近的一个集装箱内的50罐油漆；
(4)推断：50罐油漆的质量应为4.536×50＝226.8 kg。
4．“可乐战”是描述市场上“可口可乐”与“百事可乐”激烈竞争的一个流行术语。这场战役因影视明星、运动员的参与以及消费者对品尝试验优先权的抱怨而颇具特色。假定作为百事可乐营销战役的一部分，选择了1000名消费者进行匿名性质的品尝试验(即在品尝试验中，两个品牌不做外观标记)，请每一名被测试者说出A品牌或B品牌中哪个口味更好。要求：
(1)描述总体；
(2)描述研究变量；
(3)描述样本；
(4)一描述推断。
答：(1)总体：市场上的“可口可乐”与“百事可乐”
(2)研究变量：更好口味的品牌名称；
(3)样本：1000名消费者品尝的两个品牌
(4)推断：两个品牌中哪个口味更好。
第2章 统计数据的描述——练习题
●1.为评价家电行业售后服务的质量，随机抽取了由100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.差；E.较差。调查结果如下：
B
E
C
C
A
D
C
B
A
E
D
A
C
B
C
D
E
C
E
E
A
D
B
C
C
A
E
D
C
B
B
A
C
D
E
A
B
D
D
C
C
B
C
E
D
B
C
C
B
C
D
A
C
B
C
D
E
C
E
B
B
E
C
C
A
D
C
B
A
E
B
A
C
D
E
A
B
D
D
C
A
D
B
C
C
A
E
D
C
B
C
B
C
E
D
B
C
C
B
C
(1) 指出上面的数据属于什么类型；
(2) 用Excel制作一张频数分布表；
(3) 绘制一张条形图，反映评价等级的分布。
解：（1）由于表2.21中的数据为服务质量的等级，可以进行优劣等级比较，但不能计算差异大小，属于顺序数据。
（2）频数分布表如下：
服务质量等级评价的频数分布
服务质量等级
家庭数（频数）
频率%
A
14
14
B
21
21
C
32
32
D
18
18
E
15
15
合计
100
100
（3）条形图的制作：将上表(包含总标题，去掉合计栏)复制到Excel表中，点击：图表向导→条形图→选择子图表类型→完成(见Excel练习题2.1)。即得到如下的条形图：
●2.某行业管理局所属40个企业2002年的产品销售收入数据如下（单位：万元）：
152
124
129
116
100
103
92
95
127
104
105
119
114
115
87
103
118
142
135
125
117
108
105
110
107
137
120
136
117
108
97
88
123
115
119
138
112
146
113
126
(1)根据上面的数据进行适当的分组，编制频数分布表，并计算出累积频数和累积频率；
(2)如果按规定：销售收入在125万元以上为先进企业，115万～125万元为良好企业，105万～115万元为一般企业，105万元以下为落后企业，按先进企业、良好企业、一般企业、落后企业进行分组。
解：（1）要求对销售收入的数据进行分组，
全部数据中，最大的为152，最小的为87，知数据全距为152－87=65；
为便于计算和
分析
定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析
，确定将数据分为6组，各组组距为10，组限以整10划分；
为使数据的分布满足穷尽和互斥的要求，注意到，按上面的分组方式，最小值87可能落在最小组之下，最大值152可能落在最大组之上，将最小组和最大组设计成开口形式；
按照“上限不在组内”的原则，用划记法统计各组内数据的个数——企业数，也可以用Excel进行排序统计(见Excel练习题2.2)，将结果填入表内，得到频数分布表如下表中的左两列；
将各组企业数除以企业总数40，得到各组频率，填入表中第三列；
在向上的数轴中标出频数的分布，由下至上逐组计算企业数的向上累积及频率的向上累积，由上至下逐组计算企业数的向下累积及频率的向下累积。
整理得到频数分布表如下：
40个企业按产品销售收入分组表
按销售收入分组
（万元）
企业数
（个）
频率
（%）
向上累积
向下累积
企业数
频率
企业数
频率
100以下
100～110
110～120
120～130
130～140
140以上
5
9
12
7
4
3
12.5
22.5
30.0
17.5
10.0
7.5
5
14
26
33
37
40
12.5
35.0
65.0
82.5
92.5
100.0
40
35
26
14
7
3
100.0
87.5
65.0
35.0
17.5
7.5
合计
40
100.0
—
—
—
—
（2）按题目要求分组并进行统计，得到分组表如下：
某管理局下属40个企分组表
按销售收入分组（万元）
企业数（个）
频率（%）
先进企业
良好企业
一般企业
落后企业
11
11
9
9
27.5
27.5
22.5
22.5
合计
40
100.0
· 3.某百货公司连续40天的商品销售额如下（单位：万元）：
41
25
29
47
38
34
30
38
43
40
46
36
45
37
37
36
45
43
33
44
35
28
46
34
30
37
44
26
38
44
42
36
37
37
49
39
42
32
36
35
根据上面的数据进行适当的分组，编制频数分布表，并绘制直方图。
解：全部数据中，最大的为49，最小的为25，知数据全距为49－25=24；
为便于计算和分析，确定将数据分为5组，各组组距为5，组限以整5的倍数划分；
为使数据的分布满足穷尽和互斥的要求，注意到，按上面的分组方式，最小值24已落在最小组之中，最大值49已落在最大组之中，故将各组均设计成闭口形式；
按照“上限不在组内”的原则，用划记法或用Excel统计各组内数据的个数——天数，(见Excel练习题2.3)并填入表内，得到频数分布表如下表中的左两列；
将各组天数除以总天数40，得到各组频率，填入表中第三列；
得到频数分布表如下：
某百货公司日商品销售额分组表
按销售额分组（万元）
频数（天）
频率（%）
25～30
30～35
35～40
40～45
45～50
4
6
15
9
6
10.0
15.0
37.5
22.5
15.0
合计
40
100.0
直方图：将上表(包含总标题，去掉合计栏)复制到Excel表中，点击：图表向导→柱形图→选择子图表类型→完成。即得到如下的直方图：(见Excel练习题2.3)
●４.为了确定灯泡的使用寿命（小时），在一批灯泡中随机抽取100只进行测试，所得结果如下：
700
716
728
719
685
709
691
684
705
718
706
715
712
722
691
708
690
692
707
701
708
729
694
681
695
685
706
661
735
665
668
710
693
697
674
658
698
666
696
698
706
692
691
747
699
682
698
700
710
722
694
690
736
689
696
651
673
749
708
727
688
689
683
685
702
741
698
713
676
702
701
671
718
707
683
717
733
712
683
692
693
697
664
681
721
720
677
679
695
691
713
699
725
726
704
729
703
696
717
688
(1)利用计算机对上面的数据进行排序；
(2)以组距为10进行等距分组，整理成频数分布表，并绘制直方图；
(3)绘制茎叶图，并与直方图作比较。
解：（1）排序：将全部数据复制到Excel中，并移动到同一列，点击：数据→排序→确定，即完成数据排序的工作。(见Excel练习题2.4)
（2）按题目要求，利用已排序的Excel表数据进行分组及统计，得到频数分布表如下：
(见Excel练习题2.4)
100只灯泡使用寿命非频数分布
按使用寿命分组（小时）
灯泡个数（只）
频率（%）
650~660
2
2
660~670
5
5
670~680
6
6
680~690
14
14
690~700
26
26
700~710
18
18
710~720
13
13
720~730
10
10
730~740
3
3
740~750
3
3
合计
100
100
制作直方图：将上表(包含总标题，去掉合计栏)复制到Excel表中，选择全表后，点击：图表向导→柱形图→选择子图表类型→完成。即得到如下的直方图：
(见Excel练习题2.4)
（3）制作茎叶图：以十位以上数作为茎，填入
表格
关于规范使用各类表格的通知入职表格免费下载关于主播时间做一个表格详细英语字母大小写表格下载简历表格模板下载
的首列，将百、十位数相同的数据的个位数按由小到大的顺序填入相应行中，即成为叶，
得到茎叶图如下：
65
1
8
66
1
4
5
6
8
67
1
3
4
6
7
9
68
1
1
2
3
3
3
4
5
5
5
8
8
9
9
69
0
0
1
1
1
1
2
2
2
3
3
4
4
5
5
6
6
6
7
7
8
8
8
8
9
9
70
0
0
1
1
2
2
3
4
5
6
6
6
7
7
8
8
8
9
71
0
0
2
2
3
3
5
6
7
7
8
8
9
72
0
1
2
2
5
6
7
8
9
9
73
3
5
6
74
1
4
7
将直方图与茎叶图对比，可见两图十分相似。
●５.下面是北方某城市1～2月份各天气温的
记录
混凝土 养护记录下载土方回填监理旁站记录免费下载集备记录下载集备记录下载集备记录下载
数据：
-3
2
-4
-7
-11
-1
7
8
9
-6
-7
-14
-18
-15
-9
-6
-1
0
5
-4
-9
-3
-6
-8
-12
-16
-19
-15
-22
-25
-24
-19
-21
-8
-6
-15
-11
-12
-19
-25
-24
-18
-17
-24
-14
-22
-13
-9
-6
0
-1
5
-4
-9
-3
-3
2
-4
-4
-16
-1
7
5
-6
-5
(1) 指出上面的数据属于什么类型;
(2) 对上面的数据进行适当的分组；
(3) 绘制直方图，说明该城市气温分布的特点。
解：（1）由于各天气温的记录数据属于数值型数据，它们可以比较高低，且0不表示没有，因此是定距数据。
（2）分组如下：
由于全部数据中，最大的为9，最小的为－25，知数据全距为9－(－25)=34；
为便于计算和分析，确定将数据分为7组，各组组距为5，组限以整5的倍数划分；
为使数据的分布满足穷尽和互斥的要求，注意到，按上面的分组方式，最小值－25已落在最小组之中，最大值9已落在最大组之中，故将各组均设计成闭口形式；
按照“上限不在组内”的原则，用划记法(或Excel排序法，见Excel练习题2.5)统计各组内数据的个数——天数，并填入表内，得到频数分布表如下表；
北方某城市1～2月份各天气温
分组
天数（天）
-25~-20
8
-20~-15
8
-15~-10
10
-10~-5
14
-5~0
14
0~5
4
5~10
7
合计
65
（3）制作直方图：将上表(包含总标题，去掉合计栏)复制到Excel表中，点击：图表向导→柱形图→选择子图表类型→完成。即得到如下的直方图：(见Excel练习题2.5)
●６.下面是某考试管理中心对2002年参加成人自学考试的12000名学生的年龄分组数据：
年龄
18~19
21~21
22~24
25~29
30~34
35~39
40~44
45~59
%
1.9
34.7
34.1
17.2
6.4
2.7
1.8
1.2
(1) 对这个年龄分布作直方图；
(2) 从直方图分析成人自学考试人员年龄分布的特点。
解：（1）制作直方图：将上表复制到Excel表中，点击：图表向导→柱形图→选择子图表类型→完成。即得到如下的直方图：(见Excel练习题2.6)
（2）年龄分布的特点：自学考试人员年龄的分布为右偏。
７.下面是A、B两个班学生的数学考试成绩数据：
A班：
44
57
59
60
61
61
62
63
63
65
66
66
67
69
70
70
71
72
73
73
73
74
74
74
75
75
75
75
75
76
76
77
77
77
78
78
79
80
80
82
85
85
86
86
90
92
92
92
93
96
B班：
35
39
40
44
44
48
51
52
52
54
55
56
56
57
57
57
58
59
60
61
61
62
63
64
66
68
68
70
70
71
71
73
74
74
79
81
82
83
83
84
85
90
91
91
94
95
96
100
100
100
(1) 将两个班的考试成绩用一个公共的茎制成茎叶图；
(2) 比较两个班考试成绩分布的特点。
解：（1）将树茎放置中间，A班树叶向左生长，B班树叶向右生长，得茎叶图如下：
A班
树茎
B班
数据个数
树 叶
树叶
数据个数
0
3
59
2
1
4
4
0448
4
2
97
5
122456677789
12
11
97665332110
6
011234688
9
23
98877766555554443332100
7
00113449
8
7
6655200
8
123345
6
6
632220
9
011456
6
0
10
000
3
（2）比较可知：A班考试成绩的分布比较集中，且平均分数较高；B班考试成绩的分布比A班分散，且平均成绩较A班低。
8.1997年我国几个主要城市各月份的平均相对湿度数据如下表，试绘制箱线图，并分析各城市平均相对湿度的分布特征。
月份
北京
长春
南京
郑州
武汉
广州
成都
昆明
兰州
西安
1
49
70
76
57
77
72
79
65
51
67
2
41
68
71
57
75
80
83
65
41
67
3
47
50
77
68
81
80
81
58
49
74
4
50
39
72
67
75
84
79
61
46
70
5
55
56
68
63
71
83
75
58
41
58
6
57
54
73
57
74
87
82
72
43
42
7
69
70
82
74
81
86
84
84
58
62
8
74
79
82
71
73
84
78
74
57
55
9
68
66
71
67
71
81
75
77
55
65
10
47
59
75
53
72
80
78
76
45
65
11
66
59
82
77
78
72
78
71
53
73
12
56
57
82
65
82
75
82
71
52
72
资料来源：《中国统计年鉴1998》，中国统计出版社1998，第10页。
解：箱线图如下：（特征请读者自己分析）
●9.某百货公司6月份各天的销售额数据如下（单位：万元）：
257
276
297
252
238
310
240
236
265
278
271
292
261
281
301
274
267
280
291
258
272
284
268
303
273
263
322
249
269
295
（1）计算该百货公司日销售额的均值、中位数和四分位数；
（2）计算日销售额的标准差。
解：（1）将全部30个数据输入Excel表中同列，点击列标，得到30个数据的总和为8223，
于是得该百货公司日销售额的均值：(见Excel练习题2.9)
=
=
=274.1（万元）
或点选单元格后，点击“自动求和”→“平均值”，在函数EVERAGE()的空格中输入“A1：A30”，回车，得到均值也为274.1。
在Excel表中将30个数据重新排序，则中位数位于30个数据的中间位置，即靠中的第15、第16两个数272和273的平均数：
Me=
=272.5（万元）
由于中位数位于第15个数靠上半位的位置上，所以前四分位数位于第1～第15个数据的中间位置(第8位)靠上四分之一的位置上，
由重新排序后的Excel表中第8位是261，第15位是272，从而：
QL=261+
=261.25（万元）
同理，后四分位数位于第16～第30个数据的中间位置(第23位)靠下四分之一的位置上，由重新排序后的Excel表中第23位是291，第16位是273，从而：
QU=291－
=290.75（万元）。
（2）未分组数据的标准差计算公式为：
s=
利用上公式代入数据计算是个较为复杂的工作。手工计算时，须计算30个数据的离差平方，并将其求和，()再代入公式计算其结果：得s=21.1742。(见Excel练习题2.9)
我们可以利用Excel表直接计算标准差：
点选数据列(A列)的最末空格，再点击菜单栏中“∑”符号右边的小三角“▼”，选择“其它函数”→选择函数“STDEV” →“确定”，在出现的函数参数窗口中的Number1右边的空栏中输入：A1:A30，→“确定”，即在A列最末空格中出现数值：21.17412，即为这30个数据的标准差。于是：
（万元）。(见Excel练习题2.9)
●10.甲乙两个企业生产三种产品的单位成本和总成本资料如下：
产品
名称
单位成本
（元）
总成本（元）
甲企业
乙企业
A
B
C
15
20
30
2100
3000
1500
3255
1500
1500
比较哪个企业的总平均成本高？并分析其原因。
解：设产品单位成本为 x，产量为f，则总成本为xf，
由于：平均成本
=
=
，而已知数据中缺产量f 的数据，
又因个别产品产量f =
=
从而
=
，于是得：
甲企业平均成本＝
＝
＝19.41（元），
乙企业平均成本＝
＝
＝18.29（元），
对比可见，甲企业的总平均成本较高。
原因：尽管两个企业的单位成本相同，但单位成本较低的产品在乙企业的产量中所占比重较大，因此拉低了总平均成本。
●11.在某地区抽取的120家企业按利润额进行分组，结果如下：
按利润额分组（万元）
企业数（个）
200～300
19
300～400
30
400～500
42
500～600
18
600以上
11
合计
120
计算120家企业利润额的均值和标准差。
解：设各组平均利润为 x，企业数为f，则组总利润为xf，
由于数据按组距式分组，须计算组中值作为各组平均利润，列表计算得：
按利润额分组（万元）
组中值
企业数（个）
总利润
x
f
xf
200～300
250
19
4750
300～400
350
30
10500
400～500
450
42
18900
500～600
550
18
9900
600以上
650
11
7150
合计
—
120
51200
于是，120家企业平均利润为：
=
=
= 426.67（万元）；
分组数据的标准差计算公式为：
s=
手动计算须列表计算各组数据离差平方和(x－426.67)2f，并求和，再代入计算公式：
列表计算如下
组中值
企业数（个）
(x－426.67)2f
x
f
250
19
593033.4891
350
30
176348.667
450
42
22860.1338
550
18
273785.2002
650
11
548639.1779
合计
120
1614666.668
表格中(x－426.67)2f的计算方法：
方法一：将表格复制到Excel表中，点击第三列的顶行单元格后，在输入栏中输入：=(a3－426.67)* (a3－426.67)*b3，回车，得到该行的计算结果；
点选结果所在单元格，并将鼠标移动到该单元格的右下方，当鼠标变成黑“＋”字时，压下左键并拉动鼠标到该列最后一组数据对应的单元格处放开，则各组数据的(x－426.67)2f计算完毕；
于是得标准差：(见Excel练习题2.11)
s =
=
=116.48（万元）。
点击第三列的合计单元格后，点击菜单栏中的“∑”号，回车，即获得第三列数据的和。
方法二：将各组组中值x复制到Excel的A列中，并按各组次数f在同列中复制，使该列中共有f个x，120个数据生成后，点选A列的最末空格，再点击菜单栏中“∑”符号右边的小三角“▼”，选择“其它函数”→选择函数“STDEV” →“确定”，在出现的函数参数窗口中的Number1右边的空栏中输入：A1:A30，→“确定”，即在A列最末空格中出现数值：116.4845，即为这120个数据的标准差。(见Excel练习题2.11)
于是得标准差：
s =116.4845（万元）。
●12.为研究少年儿童的成长发育状况，某研究所的一位调查人员在某城市抽取100名7～17岁的少年儿童作为样本，另一位调查人员则抽取了1000名7~17岁的少年儿童作为样本。请回答下面的问题，并解释其原因。
（1）哪一位调查研究人员在其所抽取的样本中得到的少年儿童的平均身高较大？或者这两组样本的平均身高相同？
（2）哪一位调查研究人员在其所抽取的样本中得到的少年儿童身高的标准差较大？或者这两组样本的标准差相同？
（3）哪一位调查研究人员有可能得到这1100名少年儿童的最高者或最低者？或者对两位调查研究人员来说，这种机会是相同的？
解：（1）（2）两位调查人员所得到的平均身高和标准差应该差不多相同，因为均值和标准差的大小基本上不受样本大小的影响。
（3）具有较大样本的调查人员有更大的机会取到最高或最低者，因为样本越大，变化的范围就可能越大。
●13.一项关于大学生体重状况的研究发现，男生的平均体重为60公斤，标准差为5公斤；女生的平均体重为50公斤，标准差为5公斤。请回答下面的问题：
（1）是男生的体重差异大还是女生的体重差异大？为什么？
（2）以磅为单位（1公斤＝2.2磅），求体重的平均数和标准差。
（3）粗略地估计一下，男生中有百分之几的人体重在55公斤到65公斤之间？
（4）粗略地估计一下，女生中有百分之几的人体重在40公斤到60公斤之间？
解：（1）由于两组的平均体重不相等，应通过比较离散系数确定体重差异较大的组：
因为女生的离散系数为
V=
＝
＝0.1
男生体重的离散系数为
V=
＝
＝0.08
对比可知女生的体重差异较大。
（2） 男生：
=
＝27.27（磅），s =
=2.27（磅）；
女生：
=
=22.73（磅），s =
=2.27（磅）；
（3）68%；
（4）95%。
· 14.对10名成年人和10名幼儿的身高（厘米）进行抽样调查，结果如下：
成年组
166
169
172
177
180
170
172
174
168
173
幼儿组
68
69
68
70
71
73
72
73
74
75
（1）要比较成年组和幼儿组的身高差异，你会采用什么样的指标测度值？为什么？
（2）比较分析哪一组的身高差异大？
解：（1）应采用离散系数，因为成年人和幼儿的身高处于不同的水平，采用标准差比较不合适。离散系数消除了不同组数据水平高低的影响，采用离散系数就较为合理。
（2）利用Excel进行计算，得成年组身高的平均数为172.1，标准差为4.202，从而得：
成年组身高的离散系数：
；
又得幼儿组身高的平均数为71.3，标准差为2.497，从而得：
幼儿组身高的离散系数：
；
由于幼儿组身高的离散系数大于成年组身高的离散系数，说明幼儿组身高的离散程度相对较大。
15.一种产品需要人工组装，现有三种可供选择的组装方法。为检验哪种方法更好，随机抽取15个工人，让他们分别用三种方法组装。下面是15个工人分别用三种方法在相同的时间内组装的产品数量（单位：个）：
方法A
方法B
方法C
164
129
125
167
130
126
168
129
126
165
130
127
170
131
126
165
130
128
164
129
127
168
127
126
164
128
127
162
128
127
163
127
125
166
128
126
167
128
116
166
125
126
165
132
125
（1） 你准备采用什么方法来评价组装方法的优劣？
（2） 如果让你选择一种方法，你会作出怎样的选择？试说明理由。
解：(1)下表给计算出这三种组装方法的一些主要描述统计量：
方法A
方法B
方法C
平均
165.6
平均
128.73
平均
125.53
中位数
165
中位数
129
中位数
众数
164
众数
128
众数
126
标准偏差
2.13
标准偏差
1.75
标准偏差
2.77
极差
8
极差
7
极差
12
最小值
162
最小值
125
最小值
116
最大值
170
最大值
132
最大值
128
评价优劣应根据离散系数，据上得：
方法A的离散系数VA=
=0.0129，
方法B的离散系数VB=
=0.0136，
方法C的离散系数VC=
=0.0221；
对比可见，方法A的离散系数最低，说明方法A最优。
(2)我会选择方法A，因为方法A的平均产量最高而离散系数最低，说明方法A的产量高且稳定，有推广意义。
16.在金融证券领域，一项投资的的预期收益率的变化通常用该项投资的风险来衡量。预期收益率的变化越小，投资风险越低，预期收益率的变化越大，投资风险就越高。下面的两个直方图，分别反映了200种商业类股票和200种高科技类股票的收益率分布。在股票市场上，高收益率往往伴随着高风险。但投资于哪类股票，往往与投资者的类型有一定关系。
（1）你认为该用什么样的统计测度值来反映投资的风险？
（2）如果选择风险小的股票进行投资，应该选择商业类股票还是高科技类股票？
（3）如果你进行股票投资，你会选择商业类股票还是高科技类股票？
-30 0 30 60 -30 0 30 60
收 益 率 收 益 率
(a)商业类股票 (b) 高科技类股票
解：（1）方差或标准差；（2）商业类股票；（3）（略）。
17.下图给出了2000年美国人口年龄的金字塔，其绘制方法及其数字说明与【例2.10】相同，试对该图反映的人口、政治、社会、经济状况进行分析。
第3章 概率与概率分布——练习题(全免)
1 .某技术小组有12人，他们的性别和职称如下，现要产生一名幸运者。试求这位幸运者分别是以下几种可能的概率：（1）女性；（2）工程师；（3）女工程师，（4）女性或工程师。并说明几个计算结果之间有何关系？
序号
1
2
3
4
5
6
7
8
9
10
11
12
性别
男
男
男
女
男
男
女
男
女
女
男
男
职称
工程师
技术员
技术员
技术员
技术员
工程师
工程师
技术员
技术员
工程师
技术员
技术员
解:设A＝女性，B＝工程师，AB＝女工程师，A+B＝女性或工程师
（1）P(A)＝4/12＝1/3
（2）P(B)＝4/12＝1/3
（3）P(AB)＝2/12＝1/6
（4）P(A+B)＝P(A)＋P(B)－P(AB)＝1/3＋1/3－1/6＝1/2
2. 某种零件加工必须依次经过三道工序，从已往大量的生产记录得知，第一、二、三道工序的次品率分别为0.2，0.1，0.1，并且每道工序是否产生次品与其它工序无关。试求这种零件的次品率。
解:求这种零件的次品率，等于计算“任取一个零件为次品”（记为A）的概率
。
考虑逆事件
“任取一个零件为正品”，表示通过三道工序都合格。据题意，有：
于是
3. 已知参加某项考试的全部人员合格的占80％，在合格人员中成绩优秀只占15％。试求任一参考人员成绩优秀的概率。
解:设A表示“合格”，B表示“优秀”。由于B＝AB，于是
＝0.8×0.15＝0.12
4. 某项飞碟射击比赛规定一个碟靶有两次命中机会（即允许在第一次脱靶后进行第二次射击）。某射击选手第一发命中的可能性是80％，第二发命中的可能性为50％。求该选手两发都脱靶的概率。
解:设A＝第1发命中。B＝命中碟靶。求命中概率是一个全概率的计算问题。再利用对立事件的概率即可求得脱靶的概率。
＝0.8×1＋0.2×0.5＝0.9
脱靶的概率＝1－0.9＝0.1
或（解法二）：P(脱靶)＝P(第1次脱靶)×P(第2次脱靶)＝0.2×0.5＝0.1
5.已知某地区男子寿命超过55岁的概率为84％，超过70岁以上的概率为63%。试求任一刚过55岁生日的男子将会活到70岁以上的概率为多少？
解: 设A＝活到55岁，B＝活到70岁。所求概率为：
6.某企业决策人考虑是否采用一种新的生产管理流程。据对同行的调查得知，采用新生产管理流程后产品优质率达95％的占四成，优质率维持在原来水平（即80%）的占六成。该企业利用新的生产管理流程进行一次试验，所生产5件产品全部达到优质。问该企业决策者会倾向于如何决策？
解:这是一个计算后验概率的问题。
设A＝优质率达95％，
＝优质率为80％，B＝试验所生产的5件全部优质。
P(A)＝0.4，P(
)＝0.6，P(B|A)=0.955， P(B|
)=0.85，所求概率为：
决策者会倾向于采用新的生产管理流程。
7. 某公司从甲、乙、丙三个企业采购了同一种产品，采购数量分别占总采购量的25％、30％和45％。这三个企业产品的次品率分别为4％、5％、3％。如果从这些产品中随机抽出一件，试问：（1）抽出次品的概率是多少？（2）若发现抽出的产品是次品，问该产品来自丙厂的概率是多少？
解:令A1、A2、A3分别代表从甲、乙、丙企业采购产品，B表示次品。由题意得：P(A1)＝0.25，P(A2)＝0.30， P(A3)＝0.45；P(B|A1)＝0.04，P(B|A2)＝0.05，P(B|A3)＝0.03；因此，所求概率分别为：
（1）
＝0.25×0.04＋0.30×0.05＋0.45×0.03＝0.0385
（2）
8.某人在每天上班途中要经过3个设有红绿灯的十字路口。设每个路口遇到红灯的事件是相互独立的，且红灯持续24秒而绿灯持续36秒。试求他途中遇到红灯的次数的概率分布及其期望值和方差、标准差。
解:据题意，在每个路口遇到红灯的概率是p＝24/(24+36)＝0.4。
设途中遇到红灯的次数＝X，因此，X～B(3，0.4)。其概率分布如下表：
xi
0
1
2
3
P(X= xi)
0.216
0.432
0.288
0.064
期望值（均值）＝1.2（次），方差＝0.72，标准差＝0.8485（次）
9. 一家人寿保险公司某险种的投保人数有20000人，据测算被保险人一年中的死亡率为万分之5。保险费每人50元。若一年中死亡，则保险公司赔付保险金额50000元。试求未来一年该保险公司将在该项保险中（这里不考虑保险公司的其它费用）：
（1）至少获利50万元的概率；
（2）亏本的概率；
（3）支付保险金额的均值和标准差。
解:设被保险人死亡数＝X，X～B(20000，0.0005)。
（1）收入＝20000×50（元）＝100万元。要获利至少50万元，则赔付保险金额应该不超过50万元，等价于被保险人死亡数不超过10人。所求概率为：P(X ≤10)＝0.58304。
（2）当被保险人死亡数超过20人时，保险公司就要亏本。所求概率为：
P(X>20)＝1－P(X≤20)＝1－0.99842＝0.00158
（3）支付保险金额的均值＝50000×E(X)
＝50000×20000×0.0005（元）＝50（万元）
支付保险金额的标准差＝50000×σ(X)
＝50000×(20000×0.0005×0.9995)1/2＝158074（元）
10.对上述练习题3.09的资料，试问：
（1）可否利用泊松分布来近似计算？
（2）可否利用正态分布来近似计算？
（3）假如投保人只有5000人，可利用哪种分布来近似计算？
解: （1）可以。当n很大而p很小时，二项分布可以利用泊松分布来近似计算。本例中，λ= np=20000×0.0005=10，即有X～P(10)。计算结果与二项分布所得结果几乎完全一致。
（2）也可以。尽管p很小，但由于n非常大，np和np(1-p)都大于5，二项分布也可以利用正态分布来近似计算。
本例中，np=20000×0.0005=10，np(1-p)=20000×0.0005×(1-0.0005)=9.995，
即有X ～N(10,9.995)。相应的概率为：
P(X ≤10.5)＝0.51995，P(X≤20.5)＝0.853262。
可见误差比较大（这是由于P太小，二项分布偏斜太严重）。
【注】由于二项分布是离散型分布，而正态分布是连续性分布，所以，用正态分布来近似计算二项分布的概率时，通常在二项分布的变量值基础上加减0.5作为正态分布对应的区间点，这就是所谓的“连续性校正”。
（3）由于p＝0.0005，假如n=5000，则np＝2.5<5，二项分布呈明显的偏态，用正态分布来计算就会出现非常大的误差。此时宜用泊松分布去近似。
11.某企业生产的某种电池寿命近似服从正态分布，且均值为200小时，标准差为30小时。若规定寿命低于150小时为不合格品。试求该企业生产的电池的：（1）合格率是多少？（2）电池寿命在200左右多大的范围内的概率不小于0.9。
解:（1）
＝0.04779
合格率为1-0.04779＝0.95221或95.221％。
(2) 设所求值为K，满足电池寿命在200±K小时范围内的概率不小于0.9，即有：
即：
，K/30≥1.64485,故K≥49.3456。
12.某商场某销售区域有6种商品。假如每1小时内每种商品需要12分钟时间的咨询服务，而且每种商品是否需要咨询服务是相互独立的。求：（1）在同一时刻需用咨询的商品种数的最可能值是多少？（2）若该销售区域仅配有2名服务员，则因服务员不足而不能提供咨询服务的概率是多少？
解:设X ＝同一时刻需用咨询服务的商品种数，由题意有X～B(6,0.2)
（1）X的最可能值为：X0＝[(n+1)p]＝[7×0.2]＝1 （取整数）
（2）
＝1-0.9011＝0.0989
第4章 抽样与抽样分布——练习题(全免)
1. 一个具有个观察值的随机样本抽自于均值等于20、标准差等于16的总体。
⑴ 给出的抽样分布（重复抽样）的均值和标准差
⑵ 描述的抽样分布的形状。你的回答依赖于样本容量吗？
⑶ 计算标准正态统计量对应于的值。
⑷ 计算标准正态统计量对应于的值。
解: 已知 n=64，为大样本，μ=20，σ=16，
⑴在重复抽样情况下，的抽样分布的均值为
a. 20, 2 b. 近似正态 c. -2.25 d. 1.50
2 . 参考练习4.1求概率。
⑴<16； ⑵>23； ⑶>25； ⑷.落在16和22之间； ⑸<14。
解: a. 0.0228 b. 0.0668 c. 0.0062 d. 0.8185 e. 0.0013
3. 一个具有个观察值的随机样本选自于、的总体。试求下列概率的近似值：
解: a. 0.8944 b. 0.0228 c. 0.1292 d. 0.9699
4. 一个具有个观察值的随机样本选自于和的总体。
⑴ 你预计的最大值和最小值是什么？
⑵ 你认为至多偏离多么远？
⑶ 为了回答b你必须要知道吗？请解释。
解:a. 101, 99 b. 1 c. 不必
5. 考虑一个包含的值等于0，1，2，…，97，98，99的总体。假设的取值的可能性是相同的。则运用计算机对下面的每一个值产生500个随机样本，并对于每一个样本计算。对于每一个样本容量，构造的500个值的相对频率直方图。当值增加时在直方图上会发生什么变化？存在什么相似性？这里和。
解:趋向正态
6. 美国汽车联合会（AAA）是一个拥有90个俱乐部的非营利联盟，它对其成员提供旅行、金融、保险以及与汽车相关的各项服务。1999年5月，AAA通过对会员调查得知一个4口之家出游中平均每日餐饮和住宿费用大约是213美元（《旅行新闻》Travel News，1999年5月11日）。假设这个花费的标准差是15美元，并且AAA所报道的平均每日消费是总体均值。又假设选取49个4口之家，并对其在1999年6月期间的旅行费用进行记录。
1 描述（样本家庭平均每日餐饮和住宿的消费）的抽样分布。特别说明服从怎样的分布以及的均值和方差是什么？证明你的回答；
2 对于样本家庭来说平均每日消费大于213美元的概率是什么？大于217美元的概率呢？在209美元和217美元之间的概率呢？
解： a. 正态分布, 213, 4.5918 b. 0.5, 0.031, 0.938
7. 技术人员对奶粉装袋过程进行了质量检验。每袋的平均重量标准为克、标准差为克。监控这一过程的技术人者每天随机地抽取36袋，并对每袋重量进行测量。现考虑这36袋奶粉所组成样本的平均重量。
（1）描述的抽样分布，并给出和的值，以及概率分布的形状；
（3） 假设某一天技术人员观察到，这是否意味着装袋过程出现问题了呢，为什么？
解： a. 406, 1.68, 正态分布 b. 0.001 c. 是，因为小概率出现了
8. 在本章的统计实践中，某投资者考虑将1000美元投资于种不同的股票。每一种股票月收益率的均值为，标准差。对于这五种股票的投资组合，投资者每月的收益率是。投资者的每月收益率的方差是，它是投资者所面临风险的一个度量。
1 假如投资者将1000美元仅投资于这5种股票的其中3种，则这个投资者所面对的风险将会增加还是减少？请解释；
2 假设将1000美元投资在另外10种收益率与上述的完全一样的股票，试度量其风险，并与只投资5种股票的情形进行比较。
解：a. 增加 b. 减少
9. 某制造商为击剑运动员生产安全夹克，这些夹克是以剑锋刺入其中时所需的最小力量（以牛顿为单位）来定级的。如果生产工艺操作正确，则他生产的夹克级别应平均840牛顿，标准差15牛顿。国际击剑管理组织（FIE）希望这些夹克的最低级别不小于800牛顿。为了检查其生产过程是否正常，某检验人员从生产过程中抽取了50个夹克作为一个随机样本进行定级，并计算，即该样本中夹克级别的均值。她假设这个过程的标准差是固定的，但是担心级别均值可能已经发生变化。
1 如果该生产过程仍旧正常，则的样本分布为何？
2 假设这个检验人员所抽取样本的级别均值为830牛顿，则如果生产过程正常的话，样本均值≤830牛顿的概率是多少？
3 在检验人员假定生产过程的标准差固定不变时，你对b部分有关当前生产过程的现状有何看法（即夹克级别均值是否仍为840牛顿）？
4 现在假设该生产过程的均值没有变化，但是过程的标准差从15牛顿增加到了45牛顿。在这种情况下的抽样分布是什么？当具有这种分布时，则≤830牛顿的概率是多少？
解： a. 正态 b. 约等于0 c. 不正常 d. 正态, 0.06
10. 在任何生产过程中，产品质量的波动都是不可避免的。产品质量的变化可被分成两类：由于特殊原因所引起的变化（例如，某一特定的机器），以及由于共同的原因所引起的变化（例如，产品的设计很差）。
一个去除了质量变化的所有特殊原因的生产过程被称为是稳定的或者是在统计控制中的。剩余的变化只是简单的随机变化。假如随机变化太大，则管理部门不能接受，但只要消除变化的共同原因，便可减少变化（Deming,1982,1986;De Vor, Chang,和Sutherland,1992）。
通常的做法是将产品质量的特征绘制到控制图上，然后观察这些数值随时间如何变动。例如，为了控制肥皂中碱的数量，可以每小时从生产线中随机地抽选块试验肥皂作为样本，并测量其碱的数量，不同时间的样本含碱量的均值描绘在下图中。假设这个过程是在统计控制中的，则的分布将具有过程的均值，标准差具有过程的标准差除以样本容量的平方根，。下面的控制图中水平线表示过程均值，两条线称为控制极限度，位于的上下3的位置。假如落在界限的外面，则有充分的理由说明目前存在变化的特殊原因，这个过程一定是失控的。
当生产过程是在统计控制中时，肥皂试验样本中碱的百分比将服从和的近似的正态分布。
1 假设则上下控制极限应距离多么远？
2 假如这个过程是在控制中，则落在控制极限之外的概率是多少？
3 假设抽取样本之前，过程均值移动到，则由样本得出这个过程失控的（正确的）结论的概率是多少？
解：a. 0.015 b. 0.0026 c. 0.1587
4.11. 参考练习4.10。肥皂公司决定设置比练习4.10中所述的这一限度更为严格的控制极限。特别地，当加工过程在控制中时，公司愿意接受落在控制极限外面的概率是0.10。
1 若公司仍想将控制极限度设在与均值的上下距离相等之处，并且仍计划在每小时的样本中使用个观察值，则控制极限应该设定在哪里？
2 假设a部分中的控制极限已付诸实施，但是公司不知道，现在是3%（而不是2%）。若，则落在控制极限外面的概率是多少？若呢？
解： a. (0.012, 0.028) b. 0.6553, 0.7278
4.12. 参考练习4.11。为了改进控制图的敏感性，有时将警戒线与控制极限一起画在图上。警戒限一般被设定为。假如有两个连续的数据点落在警戒限之外，则这个过程一定是失控的（蒙哥马利，1991年）。
1 假设肥皂加工过程是在控制中（即，它遵循和的正态分布），则的下一个值落在警戒限之外的概率是什么？
2 假设肥皂加工过程是在控制中，则你预料到画在控制图上的的这40个值中有多少个点落在上控制极限以上？
3 假设肥皂加工过程是在控制中，则的两个未来数值落在下警戒线以下的概率是多少？
解： a. 0.05 b. 1 c. 0.000625
第5章 参数估计
●1. 从一个标准差为5的总体中抽出一个容量为40的样本，样本均值为25。
（1） 样本均值的抽样标准差
等于多少？
（2） 在95%的置信水平下，允许误差是多少？
解：已知总体标准差σ=5，样本容量n=40，为大样本，样本均值
=25，
（1）样本均值的抽样标准差
=
=
=0.7906
（2）已知置信水平1－
=95%，得
=1.96，
于是，允许误差是E =
=1.96×0.7906=1.5496。
●2.某快餐店想要估计每位顾客午餐的平均花费金额，在为期3周的时间里选取49名顾客组成了一个简单随机样本。
（3） 假定总体标准差为15元，求样本均值的抽样标准误差；
（4） 在95%的置信水平下，求允许误差；
（5） 如果样本均值为120元，求总体均值95%的置信区间。
解：（1）已假定总体标准差为
=15元，
则样本均值的抽样标准误差为
=
=
=2.1429
（2）已知置信水平1－
=95%，得
=1.96，
于是，允许误差是E =
=1.96×2.1429=4.2000。
（3）已知样本均值为
=120元，置信水平1－
=95%，得
=1.96，
这时总体均值的置信区间为
=120±4.2=
可知，如果样本均值为120元，总体均值95%的置信区间为（115.8，124.2）元。
●3.某大学为了解学生每天上网的时间，在全校7500名学生中采取不重复抽样方法随机抽取36人，调查他们每天上网的时间，得到下面的数据（单位：小时）：
3.3
3.1
6.2
5.8
2.3
4.1
5.4
4.5
3.2
4.4
2.0
5.4
2.6
6.4
1.8
3.5
5.7
2.3
2.1
1.9
1.2
5.1
4.3
4.2
3.6
0.8
1.5
4.7
1.4
1.2
2.9
3.5
2.4
0.5
3.6
2.5
求该校大学生平均上网时间的置信区间，置信水平分别为90%、95%和99%。
解：⑴计算样本均值
：将上表数据复制到Excel表中，并整理成一列，点击最后数据下面空格，选择自动求平均值，回车，得到
=3.316667，
⑵计算样本方差s：删除Excel表中的平均值，点击自动求值→其它函数→STDEV→选定计算数据列→确定→确定，得到s=1.6093
也可以利用Excel进行列表计算：选定整理成一列的第一行数据的邻列的单元格，输入“＝(a7-3.316667)^2”，回车，即得到各数据的离差平方，在最下行求总和，得到：
=90.65
再对总和除以n-1=35后，求平方根，即为样本方差的值
s=
=
=1.6093。
⑶计算样本均值的抽样标准误差：
已知样本容量 n=36，为大样本，
得样本均值的抽样标准误差为
=
=
=0.2682
⑷分别按三个置信水平计算总体均值的置信区间：
1 置信水平为90%时：
由双侧正态分布的置信水平1－
=90%，通过2
－1=0.9换算为单侧正态分布的置信水平
=0.95，查单侧正态分布表得
=1.64，
计算得此时总体均值的置信区间为
=3.3167±1.64×0.2682=
可知，当置信水平为90%时，该校大学生平均上网时间的置信区间为（2.87，3.76）小时；
2 置信水平为95%时：
由双侧正态分布的置信水平1－
=95%，得
=1.96，
计算得此时总体均值的置信区间为
=3.3167±1.96×0.2682=
可知，当置信水平为95%时，该校大学生平均上网时间的置信区间为（2.79，3.84）小时；
3 置信水平为99%时：
若双侧正态分布的置信水平1－
=99%，通过2
－1=0.99换算为单侧正态分布的置信水平
=0.995，查单侧正态分布表得
=2.58，
计算得此时总体均值的置信区间为
=3.3167±2.58×0.2682=
可知，当置信水平为99%时，该校大学生平均上网时间的置信区间为（2.62，4.01）小时。
4. 从一个正态总体中随机抽取容量为8 的样本，各样本值分别为：10,8,12,15,6,13,5,11。求总体均值95%的置信区间。
解：（7.1,12.9）。
5.某居民小区为研究职工上班从家里到单位的距离，抽取了由16个人组成的一个随机样本，他们到单位的距离（公里）分别是：
10 3 14 8 6 9 12 11 7 5 10 15 9 16 13 2
求职工上班从家里到单位平均距离95%的置信区间。
解：（7.18,11.57）。
●6. 在一项家电市场调查中，随机抽取了200个居民户，调查他们是否拥有某一品牌的电视机。其中拥有该品牌电视机的家庭占23%。求总体比率的置信区间，置信水平分别为90%和95%。
解：已知样本容量n =200，为大样本，拥有该品牌电视机的家庭比率p =23%，
拥有该品牌电视机的家庭比率的抽样标准误差为
=
=
=2.98%
⑴双侧置信水平为90%时，通过2
－1=0.90换算为单侧正态分布的置信水平
=0.95，查单侧正态分布表得
=1.64，
此时的置信区间为
=23%±1.64×2.98%=
可知，当置信水平为90%时，拥有该品牌电视机的家庭总体比率的置信区间为（18.11%，27.89%）。
⑵双侧置信水平为95%时，得
=1.96，
此时的置信区间为
=23%±1.96×2.98%=
可知，当置信水平为95%时，拥有该品牌电视机的家庭总体比率的置信区间为
；（17.16%，28.84%）。
●7.某居民小区共有居民500户，小区管理者准备采取一项新的供水设施，想了解居民是否赞成。采取重复抽样方法随机抽取了50户，其中有32户赞成，18户反对。
（1）求总体中赞成该项改革的户数比率的置信区间，置信水平为95%；
（2）如果小区管理者预计赞成的比率能达到80%，应抽取多少户进行调查？
解： 已知总体单位数N=500，重复抽样，样本容量n =50，为大样本，
样本中，赞成的人数为n1=32，得到赞成的比率为 p =
=
=64%
（1）赞成比率的抽样标准误差为
=
=6.788%
由双侧正态分布的置信水平1－
=95%，得
=1.96，
计算得此时总体户数中赞成该项改革的户数比率的置信区间为
= 64%±1.96×6.788%=
可知，置信水平为95%时，总体中赞成该项改革的户数比率的置信区间为（50.70%,77.30%）。
（2）如预计赞成的比率能达到80%，即 p=80%，
由
=6.788%，即
=6.788%
得样本容量为 n =
= 34.72 取整为35，
即可得，如果小区管理者预计赞成的比率能达到80%，应抽取35户进行调查。
8.从两个正态总体中分别抽取两个独立的随机样本，它们的均值和标准差如下表：
来自总体1的样本
来自总体2的样本
（1） 求90%的置信区间；
（2） 求95%的置信区间。
解：（1.86,17.74）；（0.19,19.41）。
9.从两个正态总体中分别抽取两个独立的随机样本，它们的均值和标准差如下表：
来自总体1的样本
来自总体2的样本
（1）设，求95%的置信区间；
（2）设，，求95%的置信区间；
（3）设，，求95%的置信区间；
（4）设，，求95%的置信区间；
（5）设，，求95%的置信区间。
解：（1）2±1.176；（2）2±3.986；（3）2±3.986；（4）2±3.587；（5）2±3.364。
10.下表是由4对观察值组成的随机样本：
配对号
来自总体A的样本
来自总体B的样本
1
2
0
2
5
7
3
10
6
4
8
5
（1）计算A与B各对观察值之差，再利用得出的差值计算和；
（2）设和分别为总体A和总体B的均值，构造95%的置信区间。
解：（1）
，
；（2）1.75±4.27。
11.从两个总体中各抽取一个的独立随机样本，来自总体1的样本比率为，来自总体2的样本比率为。
（1）构造90%的置信区间；
（2）构造95%的置信区间。
解：（1）10%±6.98%；（2）10%±8.32%。
12.生产工序的方差是共需质量的一个重要度量。当方差较大时，需要对共需进行改进以减小方差。下面是两部机器生产的袋茶重量（克）的数据：
机器1
机器2
3.45
3.22
3.90
3.22
3.28
3.35
3.20
2.98
3.70
3.38
3.19
3.30
3.22
3.75
3.28
3.30
3.20
3.05
3.50
3.38
3.35
3.30
3.29
3.33
2.95
3.45
3.20
3.34
3.35
3.27
3.16
3.48
3.12
3.28
3.16
3.28
3.20
3.18
3.25
3.30
3.34
3.25
构造两个总体方差比95%的置信区间。
解：（4.06,14.35）。
●13.根据以往的生产数据，某种产品的废品率为2%。如果要求95%的置信区间，若要求允许误差不超过4%，应抽取多大的样本？
解：已知总体比率
=2%=0.02，由置信水平1-α=95%，得置信度
=1.96，允许误差E≤ 4%
即由允许误差公式 E=
整理得到样本容量n的计算公式：
n=
=
=
≥
=47.0596
由于计算结果大于47，故为保证使“≥”成立，至少应取48个单位的样本。
●14.某超市想要估计每个顾客平均每次购物花费的金额。根据过去的经验，标准差大约为120元，现要求以95%的置信水平估计每个购物金额的置信区间，并要求允许误差不超过20元，应抽取多少个顾客作为样本？
解：已知总体标准差
=120，由置信水平1-α=95%，得置信度
=1.96，允许误差E≤ 20
即由允许误差公式 E=
整理得到样本容量n的计算公式：
n=
≥
=138.2976
由于计算结果大于47，故为保证使“≥”成立，至少应取139个顾客作为样本。
15.假定两个总体的标准差分别为：，，若要求误差范围不超过5，相应的置信水平为95%，假定，估计两个总体均值之差时所需的样本容量为多大？
解： 57。
16.假定，允许误差，相应的置信水平为95%，估计两个总体比率之差时所需的样本容量为多大？
解： 769。
第6章 假设检验——练习题(全免)
6.1 研究者想要寻找证据予以支持的假设是“新型弦线的平均抗拉强度相对于以前提高了”，所以原假设与备择假设应为：
，
。
6.2
＝“某一品种的小鸡因为同类相残而导致的死亡率”，
，
。
6.3
，
。
6.4 （1）第一类错误是该供应商提供的这批炸土豆片的平均重量的确大于等于60克，但检验结果却提供证据支持店方倾向于认为其重量少于60克；
（2）第二类错误是该供应商提供的这批炸土豆片的平均重量其实少于60克，但检验结果却没有提供足够的证据支持店方发现这一点，从而拒收这批产品；
（3）连锁店的顾客们自然看重第二类错误，而供应商更看重第一类错误。
6.5 （1）检验统计量
，在大样本情形下近似服从标准正态分布；
（2）如果
，就拒绝
；
（3）检验统计量
＝2.94>1.645，所以应该拒绝
。
6.6
＝3.11，拒绝
。
6.7
＝1.93，不拒绝
。
6.8
＝7.48，拒绝
。
6.9
＝206.22，拒绝
。
6.10
＝-5.145，拒绝
。
6.11
＝1.36，不拒绝
。
6.12
＝-4.05，拒绝
。
6.13
＝8.28，拒绝
。
6.14 （1）检验结果如下：
t-检验: 双样本等方差假设
变量 1
变量 2
平均
100.7
109.9
方差
24.11578947
33.35789474
观测值
20
20
合并方差
28.73684211
假设平均差
0
df
38
t Stat
-5.427106029
P(T<=t) 单尾
1.73712E-06
t 单尾临界
1.685953066
P(T<=t) 双尾
3.47424E-06
t 双尾临界
2.024394234
t-检验: 双样本异方差假设
变量 1
变量 2
平均
100.7
109.9
方差
24.11578947
33.35789474
观测值
20
20
假设平均差
0
df
37
t Stat
-5.427106029
P(T<=t) 单尾
1.87355E-06
t 单尾临界
1.687094482
P(T<=t) 双尾
3.74709E-06
t 双尾临界
2.026190487
（2）方差检验结果如下：
F-检验 双样本方差分析
变量 1
变量 2
平均
100.7
109.9
方差
24.11578947
33.35789474
观测值
20
20
df
19
19
F
0.722940991
P(F<=f) 单尾
0.243109655
F 单尾临界
0.395811384
第7章 方差分析与试验设计——练习题(全免)
7.1
(或
)，不能拒绝原假设。
7.2
(或
)，拒绝原假设。
，拒绝原假设；
，不能拒绝原假设；
，拒绝原假设。
7.3 方差分析表中所缺的数值如下表：
差异源
SS
df
MS
F
P-value
组间
420
2
210
1.478
0.245946
3.354131
组内
3836
27
142.07
—
—
—
总计
4256
29
—
—
—
—
(或
)，不能拒绝原假设。
7.4 有5种不同品种的种子和4种不同的施肥
方案
气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载
，在20快同样面积的土地上，分别采用5种种子和4种施肥方案搭配进行试验，取得的收获量数据如下表：
(或
)，拒绝原假设。
(或
)，拒绝原假设。
7.5
(或
)，不能拒绝原假设。
(或
)，不能拒绝原假设。
7.6
(或
)，拒绝原假设。
(或
)，不能拒绝原假设。
(或
)，不能拒绝原假设。
第8章 相关与回归分析——练习题
●1. 表中是道琼斯工业指数（DJIA）和标准普尔500种股票指数（S&P500）1988年至1997年对应股票的收益率资料：
年份
DJIA收益率（%）
S&P500收益率（%）
年份
DJIA收益率（%）
S&P500收益率（%）
1988
16.0
16.6
1993
16.8
10.1
1989
31.7
31.5
1994
4.9
1.3
1990
－0.4
－3.2
1995
36.4
37.6
1991
23.9
30.0
1996
28.6
23.0
1992
7.4
7.6
1997
24.9
33.4
计算两种指数收益率的相关系数，分析其相关程度，以0.05的显著性水平检验相关系数的显著性。
解：（1）解法一：利用Excel进行表格计算相关系数
设DJIA收益率为x，S&P500收益率为y，将已知表格复制到Excel中，
列出计算x2、xy、y2及其合计数的栏目并进行计算，得结果如下：
（利用Excel计算进行表格计算的方法类似于标准差的Excel计算）
年份
DJIA收益率（%）
S&P500收益率（%）
X2
xy
y2
x
y
1988
16.0
16.6
256
265.6
275.56
1989
31.7
31.5
1004.89
998.55
992.25
1990
－0.4
－3.2
0.16
1.28
10.24
1991
23.9
30.0
571.21
717
900
1992
7.4
7.6
54.76
56.24
57.76
1993
16.8
10.1
282.24
169.68
102.01
1994
4.9
1.3
24.01
6.37
1.69
1995
36.4
37.6
1324.96
1368.64
1413.76
1996
28.6
23.0
817.96
657.8
529
1997
24.9
33.4
620.01
831.66
1115.56
合计
190.2
187.9
4956.2
5072.82
5397.83
代入相关系数计算公式得：
r =
=
= 0.948138
解法二：利用Excel函数“CORREL”计算相关系数
(Correlation coefficient, 相关系数)
①将已知数据表复制到Excel中，同类数据置于同一列；
②在表格外选择某一单元格后，点选菜单栏中“∑”右边的“▼”后，选择“其它函数”，在“插入函数”窗口中，点击“或选择类别(C)”输入栏右边的“∨”，选择“统计”，再在“选择函数(N)”中选择函数“CORREL”，然后点击“确定”；
③在“函数参数”窗口中，点击“Array1”输入栏后，在Excel表中刷取“DJIA收益率”数据，再点击“Array2”输入栏后，在Excel表中刷取“S&P500收益率”数据，然后点击“确定”。
（由于相关系数中，两变量是对等的，故两列数据的选择顺序可以对换，而计算结果是相同的。）
这时即在第②步骤中所选择的单元格中出现相关系数的计算结果。
可知，相关系数为
，
以上相关系数的计算结果说明，DJIA收益率与S&P500收益率的相关程度属于高度正相关。
（2）计算t统计量(免)
给定显著性水平=0.05，查t分布表得自由度n-2=10-2=8的临界值
为2.306，
显然
，表明相关系数 r 在统计上是显著的。
· 2.利用【例8-3】的表8.3中提供的各省市人均GDP和第一产业中就业比例的数据,试分析各省市人均GDP与第一产业就业比例的相关性，并对其显著性作统计检验。
解： 表8.3中提供的各省市人均GDP和第一产业中就业比例的数据为：
序号
地区
GDP
就业比例%
序号
地区
GDP
就业比例%
1
北京
2845.65
11.2
17
湖北
4662.28
48.4
2
天津
1840.10
20.0
18
湖南
3983.00
60.5
3
河北
5577.78
49.6
19
广东
10647.70
40.0
4
山西
1779.97
46.9
20
广西
2231.19
61.8
5
内蒙古
1545.79
53.9
21
海南
545.96
60.3
6
辽宁
5033.08
37.2
22
重庆
1749.77
54.7
7
吉林
2032.48
50.7
23
四川
4421.67
58.8
8
黑龙江
3561.00
49.6
24
贵州
1084.90
66.4
9
上海
4950.84
12.5
25
云南
2074.71
73.6
10
江苏
9511.91
41.4
26
西藏
138.73
71.8
11
浙江
6748.15
35.7
27
陕西
1844.27
55.7
12
安徽
3290.13
58.7
28
甘肃
1072.51
59.4
13
福建
4253.68
45.8
29
青海
300.95
60.0
14
江西
2175.68
51.6
30
宁夏
298.38
56.5
15
山东
9438.31
52.3
31
新疆
1485.48
56.6
16
河南
5640.11
63.1
利用Excel中的”数据分析”计算各省市人均GDP和第一产业中就业比例的相关系数，方法同上第1题，即应用统计函数“CORREL”进行计算，也可以构成计算表格进行计算：
解法一：构成Excel计算表格对相关系数计算公式中的计算元素进行列表计算：
序号
地区
GDP
就业比例%
x2
xy
y2
x
y
1
北京
2845.65
11.2
8097723.9225
31871.3
125.44
2
天津
1840.10
20.0
3385968.0100
36802.0
400.00
3
河北
5577.78
49.6
31111629.7284
276657.9
2460.16
4
山西
1779.97
46.9
3168293.2009
83480.6
2199.61
5
内蒙古
1545.79
53.9
2389466.7241
83318.1
2905.21
6
辽宁
5033.08
37.2
25331894.2864
187230.6
1383.84
7
吉林
2032.48
50.7
4130974.9504
103046.7
2570.49
8
黑龙江
3561.00
49.6
12680721.0000
176625.6
2460.16
9
上海
4950.84
12.5
24510816.7056
61885.5
156.25
10
江苏
9511.91
41.4
90476431.8481
393793.1
1713.96
11
浙江
6748.15
35.7
45537528.4225
240909.0
1274.49
12
安徽
3290.13
58.7
10824955.4169
193130.6
3445.69
13
福建
4253.68
45.8
18093793.5424
194818.5
2097.64
14
江西
2175.68
51.6
4733583.4624
112265.1
2662.56
15
山东
9438.31
52.3
89081695.6561
493623.6
2735.29
16
河南
5640.11
63.1
31810840.8121
355890.9
3981.61
17
湖北
4662.28
48.4
21736854.7984
225654.4
18
湖南
3983.00
60.5
15864289.0000
240971.5
3660.25
19
广东
10647.70
40.0
113373515.2900
425908.0
1600.00
20
广西
2231.19
61.8
4978208.8161
137887.5
3819.24
21
海南
545.96
60.3
298072.3216
32921.4
3636.09
22
重庆
1749.77
54.7
3061695.0529
95712.4
2992.09
23
四川
4421.67
58.8
19551165.5889
259994.2
3457.44
24
贵州
1084.90
66.4
1177008.0100
72037.4
4408.96
25
云南
2074.71
73.6
4304421.5841
152698.7
5416.96
26
西藏
138.73
71.8
19246.0129
9960.8
5155.24
27
陕西
1844.27
55.7
3401331.8329
102725.8
3102.49
28
甘肃
1072.51
59.4
1150277.7001
63707.1
3528.36
29
青海
300.95
60.0
90570.9025
18057.0
3600.00
30
宁夏
298.38
56.5
89030.6244
16858.5
3192.25
31
新疆
1485.48
56.6
2206650.8304
84078.2
3203.56
合 计
106766.16
1564.7
596668656.0540
4964521.9
85687.89
将计算结果代入相关系数计算公式中，
由上得 r=
=
=
=
= －0.342391
解法二：应用Excel中的函数“CORREL”计算，
①将已知数据表复制到Excel中；
②在表格外选择某一单元格，点选菜单栏中“∑”右边的“▼”后，选择“其它函数”，在“插入函数”窗口中，点击“或选择类别(C)”输入栏右边的“∨”，选择“统计”，再在“选择函数(N)”中选择函数“CORREL”，然后点击“确定”；
③在“函数参数”窗口中，点击“Array1”输入栏后，在Excel表中刷取“就业比例%”数据，再点击“Array2”输入栏后，在Excel表中刷取“GDP”数据，然后点击“确定”。
这时即在第②步骤中所选择的单元格中出现相关系数的计算结果。
结果也是 r=－0.34239，
这说明人均GDP与第一产业中就业比例是负相关，但相关系数只有－0.34239，表明二者相关程度并不大，属于低度负相关关系。
相关系数检验：(免)
在总体相关系数
的原假设下，计算t统计量：
查t分布表，自由度为31-2=29，当显著性水平取
时，
=2.045；当显著性水平取
时，
=1.699。
由于计算的t统计量的绝对值1.9624小于
=2.045，所以在
的显著性水平下，不能拒绝相关系数
的原假设。即是说，在
的显著性水平下不能认为人均GDP与第一产业中就业比例有显著的线性相关性。
但是计算的t统计量的绝对值1.9624大于
=1.699，所以在
的显著性水平下,可以拒绝相关系数
的原假设。即在
的显著性水平下，可以认为人均GDP与第一产业中就业比例有一定的线性相关性。
●3.表中是16支公益股票某年的每股账面价值和当年红利：
公司序号
账面价值（元）
红利（元）
公司序号
账面价值（元）
红利（元）
1
22.44
2.4
9
12.14
0.80
2
20.89
2.98
10
23.31
1.94
3
22.09
2.06
11
16.23
3.00
4
14.48
1.09
12
0.56
0.28
5
20.73
1.96
13
0.84
0.84
6
7
8
19.25
20.37
26.43
1.55
2.16
1.60
14
15
16
18.05
12.45
11.33
1.80
1.21
1.07
根据上表资料：
（1）建立每股账面价值和当年红利的回归方程；
（2）解释回归系数的经济意义；
（3）若序号为6的公司的股票每股账面价值增加1元，估计当年红利可能为多少？
解： （1）设当年红利为Y，每股帐面价值为X
则回归方程为
，下面分别应用两种方法计算回归参数：
方法一：利用Excel进行表格运算计算公式元素：
公司序号
账面价值（元）
红利（元）
x2
xy
x
y
1
22.44
2.4
503.5536
53.856
2
20.89
2.98
436.3921
62.2522
3
22.09
2.06
487.9681
45.5054
4
14.48
1.09
209.6704
15.7832
5
20.73
1.96
429.7329
40.6308
6
19.25
1.55
370.5625
29.8375
7
20.37
2.16
414.9369
43.9992
8
26.43
1.6
698.5449
42.288
9
12.14
0.8
147.3796
9.712
10
23.31
1.94
543.3561
45.2214
11
16.23
3
263.4129
48.69
12
0.56
0.28
0.3136
0.1568
13
0.84
0.84
0.7056
0.7056
14
18.05
1.8
325.8025
32.49
15
12.45
1.21
155.0025
15.0645
16
11.33
1.07
128.3689
12.1231
合计
261.59
26.74
5115.703
498.3157
将计算结果代入回归系数计算公式，得：
回归系数
=
= 0.07287590
初始值
=
=
=0.47977458
方法二：应用Excel函数计算直线回归方程的两个参数：
⑴应用统计函数“SLOPE”计算直线斜率：
(slope，斜率)
①在表格外选定某单元格，作为直线斜率的放置位置，点击：菜单栏中“∑”右边的“▼”后，选择“其它函数”，在“插入函数”窗口中，点击“或选择类别(C)”输入栏右边的“∨”，选择“统计”，再在“选择函数(N)”中选择函数“SLOPE”，然后点击“确定”；
②在“函数参数”窗口中，点击“Known_y’s”输入栏后，在Excel表中刷取y列数据，再点击“Known_x’s”输入栏后，在Excel表中刷取x列数据，然后点击“确定”。
这时即在选定的单元格中出现直线斜率的计算结果
0.072876
⑵应用统计函数“INTERCEPT”计算直线与y轴的截距——直线起点值：
(截距intercept )
①在表格外选定某单元格，作为直线斜率的放置位置，点击：菜单栏中“∑”右边的“▼”后，选择“其它函数”，在“插入函数”窗口中，点击“或选择类别(C)”输入栏右边的“∨”，选择“统计”，再在“选择函数(N)”中选择函数“INTERCEPT”，然后点击“确定”；
②在“函数参数”窗口中，点击“Known_y’s”输入栏后，在Excel表中刷取y列数据，再点击“Known_x’s”输入栏后，在Excel表中刷取x列数据，然后点击“确定”。
这时即在选定的单元格中出现直线斜率的计算结果
0.479775
于是，回归方程为
（2）参数的经济意义是：当每股帐面价值增加1元时，当年红利将平均增加0.072876元。
（3）序号6的公司每股帐面价值为19.25元，若增加1元后，每股帐面价值为X=20.25元，则当年红利估算为：
(元)
●4.美国各航空公司业绩的统计数据公布在《华尔街日报1999年年鉴》（The Wall Street Journal Almanac 1999）上。航班正点到达的比率和每10万名乘客投诉的次数的数据如下：
航空公司名称
航班正点率（%）
投诉率（次/10万名乘客）
西南(Southwest)航空公司
81．8
0．21
大陆(Continental)航空公司
76．6
0．58
西北(Northwest)航空公司
76．6
0．85
美国(US Airways)航空公司
75．7
0．68
联合(United)航空公司
73．8
0．74
美洲(American)航空公司
72．2
0．93
德尔塔（Delta）航空公司
71．2
0．72
美国西部(Americawest)航空公司
70．8
1．22
环球(TWA)航空公司
68．5
1．25
(1)画出这些数据的散点图；
(2)根据散点图。表明二变量之间存在什么关系？
(3)求出描述投诉率是如何依赖航班按时到达正点率的估计的回归方程；
(4)对估计的回归方程的斜率作出解释；
(5)如果航班按时到达的正点率为80%，估计每10万名乘客投诉的次数是多少？
解：（1）利用EXCEL制作数据散点图：
将已知表格的后两列复制到Excel中，选择该表格后，点击：图表向导→XY 散点图→确定，即得散点图如下：
（2）根据散点图可以看出，随着航班正点率的提高，投诉率呈现出下降的趋势，说明航班整点率与投诉率两者之间，存在着一定的负相关关系。
[利用Excel的统计函数“CORREL”计算得到相关系数r= －0.88261，属于高度负相关]
（3）求投诉率依赖航班正点率的估计的回归方程
设投诉率为Y，航班正点率为X
建立回归方程
解法一：应用Excel函数计算：
应用统计函数“SLOPE”计算直线斜率为：
=－0.07041
应用统计函数“INTERCEPT”计算直线与y轴的截距为：
= 6.017832
解法二：应用Excel列表计算：
作出Excel运算表格如下：
航空公司名称
航班正点率（%）
投诉率（次/10万名乘客）
x2
xy
x
y
西南(Southwest)航空公司
81.8
0.21
6691.24
17.178
大陆(Continental)航空公司
76.6
0.58
5867.56
44.428
西北(Northwest)航空公司
76.6
0.85
5867.56
65.11
美国(US Airways)航空公司
75.7
0.68
5730.49
51.476
联合(United)航空公司
73.8
0.74
5446.44
54.612
美洲(American)航空公司
72.2
0.93
5212.84
67.146
德尔塔（Delta）航空公司
71.2
0.72
5069.44
51.264
美国西部(Americawest)航空公司
70.8
1.22
5012.64
86.376
环球(TWA)航空公司
68.5
1.25
4692.25
85.625
合 计
667.2
7.18
49590.46
523.215
得回归系数为：
=
= —0.0704144
初始值
=
=
=6.01783
于是得回归方程为
（4）参数的经济意义是：航班正点率每提高一个百分点，相应的投诉率（次/10万名乘客）下降0.07。
（5）航班按时到达的正点率为80%时，估计每10万名乘客投诉的次数可能为：
（次/10万）
5. 表中是1992年亚洲各国人均寿命（）、按购买力平价计算的人均GDP（）、成人识字率（）、一岁儿童疫苗接种率（）的数据
序号
国家和
地区
平均寿命
（年）
人均GDP
（100美元）
成人识字率（%）
一岁儿童疫苗接种率
（%）
1
日本
79
194
99
99
2
中国香港
77
185
90
79
3
韩国
70
83
97
83
4
新加坡
74
147
92
90
5
泰国
69
53
94
86
6
马来西亚
70
74
80
90
7
斯里兰卡
71
27
89
88
8
中国大陆
70
29
80
94
9
菲律宾
65
24
90
92
10
朝鲜
71
18
95
96
11
蒙古
63
23
95
85
12
印度尼西亚
62
27
84
92
13
越南
63
13
89
90
14
缅甸
57
7
81
74
15
巴基斯坦
58
20
36
81
16
老挝
50
18
55
36
17
印度
60
12
50
90
18
孟加拉国
52
12
37
69
19
柬埔寨
50
13
38
37
20
尼泊尔
53
11
27
73
21
不丹
48
6
41
85
22
阿富汗
43
7
32
35
资料来源：联合国发展规划署《人的发展
报告
软件系统测试报告下载sgs报告如何下载关于路面塌陷情况报告535n,sgs报告怎么下载竣工报告下载
》
（1）用多元回归的方法分析各国人均寿命与人均GDP、成人识字率、一岁儿童疫苗接种率的关系；
（2）对所建立的回归模型进行检验。
解： 由Excel回归输出的结果可以看出：
（1）回归结果为
（2）由Excel的计算结果已知：
对应的 t 统计量分别为0.51206、4.853871、4.222811、3.663731 ,其绝对值均大于临界值
,所以各个自变量都对Y有明显影响。
由F=58.20479, 大于临界值
，说明模型在整体上是显著的。
6.表中给出对和回归的结果：
离差来源 平方和（） 自由度（） 平方和的均值（）
来自回归（） 65965
来自残差（）
总离差（） 66042 14
（1） 该回归分析中样本容量是多少？
（2） 计算；
（3） 和的自由度是多少？
（4） 计算可决系数和修正的可决系数；
（5） 怎样检验和对是否有显著影响？根据以上信息能否确定和各自对的贡献为多少？
解：（1）该回归分析中样本容量是14+1=15
（2）计算RSS=66042-65965=77
ESS的自由度为k-1=2，RSS的自由度 n-k=15-3=12
（3）计算：可决系数
修正的可决系数
（4）检验X2和X3对Y是否有显著影响
(5) F统计量远比F临界值大，说明X2和X3联合起来对Y有显著影响，但并不能确定X2和X3各自对Y的贡献为多少。
7. 在计算一元线性回归方程时，已得到以下结果：
试根据此结果，填写下表的空格：
来 源
平方和
自由度
方差
来自回归
2179.56
来自残差
99.11
22
总离差平方和
2278.67
解：
来 源
平方和
自由度
方差
来自回归
2179.56
1
2179.56
来自残差
99.11
22
4.505
总离差平方和
2278.67
23
8. 表中为某企业近年来的总成本和产量的数据：
年份
总成本
（万元）
产量
（件）
年份
总成本
（万元）
产量
（件）
1991
329
410
1997
863
906
1992
524
608
1998
1390
1223
1993
424
512
1999
1157
1107
1994
629
723
2000
1548
1319
1995
741
811
2001
1787
1424
1996
1020
1009
2002
2931
1541
（1） 用已知数据估计以下总成本函数的参数：
（2） 检验参数的显著性；
（3） 检验整个回归方程的显著性；
（4） 计算总成本对产量的非线性相关指数；
（5） 评价此回归分析存在什么不足。
解： （1）用Excel输入Y和X数据，生成
和
的数据，用Y对X、
、
回归，估计参数结果为
t=(-1.9213) (2.462897) (-2.55934) (3.118062)
（2）检验参数的显著性：当取
时，查t分布表得
，与t统计量对比，除了截距项外，各回归系数对应的t统计量的绝对值均大于临界值，表明在这样的显著性水平下，回归系数显著不为0。
（3）检验整个回归方程的显著性：模型的
,
，说明可决系数较高，对样本数据拟合较好。由于F=98.60668，而当取
时，查F分布表得
，因为F=98.60668>4.07，应拒绝
，说明X、
、
联合起来对Y确有显著影响。
（4）计算总成本对产量的非线性相关系数：因为
因此总成本对产量的非线性相关系数为
或R=0.9867466
（5）评价：虽然经t检验各个系数均是显著的，但与临界值都十分接近，说明t检验只是勉强通过，其把握并不大。如果取
，则查t分布表得
，这时各个参数对应的t统计量的绝对值均小于临界值，则在
的显著性水平下都应接受
的原假设。
9. 研究青春发育与远视率（对数视力）的变化关系，测得结果如下表：
年龄（岁）
远视率（%）
对数视力=ln
6
63.64
4.153
7
61.06
4.112
8
38.84
3.659
9
13.75
2.621
10
14.50
2.674
11
8.07
2.088
12
4.41
1.484
13
2.27
0.82
14
2.09
0.737
15
1.02
0.02
16
2.51
0.92
17
3.12
1.138
18
2.98
1.092
试建立曲线回归方程
解：利用Excel输入X、
和Y数据，用Y对X回归，估计参数结果为
t值=（9.46）（-6.515）
整理后得到：
第9章 时间序列分析——练习题
●1. 某汽车制造厂2003年产量为30万辆。
（1）若规定2004—2006年年递增率不低于6%，其后年递增率不低于5%，2008年该厂汽车产量将达到多少？
（2）若规定2013年汽车产量在2003年的基础上翻一番，而2004年的增长速度可望达到7.8%，问以后9年应以怎样的速度增长才能达到预定目标？
（3）若规定2013年汽车产量在2003年的基础上翻一番，并要求每年保持7.4%的增长速度，问能提前多少时间达到预定目标？
解：设i年的环比发展水平为x i，则由已知得：x2003＝30，
（1）又知：
，
，求x2008
由上得
即为
，从而2008年该厂汽车产量将达到
得 x2008≥30×
×
= 30×1.3131 = 39.393（万辆）
从而按假定计算，2008年该厂汽车产量将达到39.393万辆以上。
（2）规定
，
，求
由上得
＝
＝
可知，2004年以后9年应以7.11％的速度增长，才能达到2013年汽车产量在2003年的基础上翻一番的目标。
（3）设：按每年7.4%的增长速度n年可翻一番，
则有
所以
（年）
可知，按每年保持7.4%的增长速度，约9.71年汽车产量可达到在2003年基础上翻一番的预定目标。
原规定翻一番的时间从2003年到2013年为10年，故按每年保持7.4%的增长速度，能提前0.29年即3个月另14天达到翻一番的预定目标。
●2. 某地区社会商品零售额1988—1992年期间（1987年为基期）每年平均增长10%，1993—1997年期间每年平均增长8.2%，1998—2003年期间每年平均增长6.8%。问2003年与1987年相比该地区社会商品零售额共增长多少？年平均增长速度是多少？若1997年社会商品零售额为30亿元，按此平均增长速度，2004年的社会商品零售额应为多少？
解：设i年的环比发展水平为x i，则已知的三段年均增长率表示为：
，即为
，即为
，即为
于是得：
（1） 以1987年为基期，2003年与1987年相比，该地区社会商品零售额的发展速度为：
=
=
(原解答案中，03～97为5年是错的，导致增长速度也是错的。下同)
从而得知，2003年与1987年相比，该地区社会商品零售额共增长254.43%。
（2）1987年至2003年之间，年平均发展速度为：
=
=1.0822945=108.23%
可知，1987年至2003年之间，年平均增长速度为8.23%。
(3) 若x1997=30亿元，按平均增长速度8.23%计算x2004，
即由
得 x2004=
（亿元）
可知，按照假定，2004年的社会商品零售额应为52.1867亿元
●3.某地区国内生产总值在1991—1993年平均每年递增12％，1994--1997年平均每年递增10％，1998--2000年平均每年递增8％。试计算：
（1）该地区国内生产总值在这10年间的发展总速度和平均增长速度；
（2）若2000年的国内生产总值为500亿元，以后平均每年增长6％，到2002年可达多少?
（3）若2002年的国内生产总值的计划任务为570亿元，一季度的季节比率为105％，则2002年一季度的计划任务应为多少？
解：设i年的环比发展水平为x i，则已知的三段年均增长率表示为：
，即
，即
，即
（1） 该地区国内生产总值在这10年间的发展总速度为
=
则平均增长速度为：
（2） 若x2000=500亿元，以后平均每年增长6％，
即由
得到 x2002=
（亿元），
可知，若2000年的国内生产总值为500亿元，以后平均每年增长6％，到2002年可达561.80亿元。
（3） 若2002年的国内生产总值的计划任务为570亿元，一季度的季节比率为105％，则2002年各季度的平均计划任务是570÷4亿元，
于是，2002年一季度的计划任务为：
（亿元）。
●4. 某公司近10年间股票的每股收益如下（单位：元）：
0.64，0.73，0.94，1.14，1.33，1.53，1.67，1.68，2.10，2.50
（1）分别用移动平均法和趋势方程预测该公司下一年的收益；
（2）通过时间序列的数据和发展趋势判断，是否是该公司应选择的合适投资方向？
解： (1) *用移动平均法预测该公司下一年的收益：
在Excel中作出10年间股票的每股收益表，添加“五项平均”计算列，选定“五项平均”列中的第三行单元格，点击菜单栏中“∑”符号右边的小三角“▼”，选择点击：自动求和→平均值，用鼠标选定前五个数据(b2:b6)，回车，即得到第一个五项平均值“0.96”。选择第一个五项平均“0.96”所在的单元格，并将鼠标移动到该单元格的右下方，当鼠标变成黑“＋”字时，压下左键并拉动鼠标到该列倒数第三行的单元格处放开，即得到用五项移动平均法计算的趋势值，如下表：
年序
每股收益
五项平均
1
0.64
—
2
0.73
—
3
0.94
0.96
4
1.14
1.13
5
1.33
1.32
6
1.53
1.47
7
1.67
1.66
8
1.68
1.90
9
2.10
—
10
2.50
—
再利用上表的计算结果预测第11年的每股收益：
选定上Excel表中的全部预测值，并将鼠标移动到该选定区域的右下方，当鼠标变成黑“＋”字时，压下左键并拉动鼠标到该列第11年对应的单元格处放开，即获得9～11年的预测值(见下表蓝色数字)，即得第11年的每股收益额为“2.30”。如下表：
年序
每股收益
五项平均
1
0.64
—
2
0.73
—
3
0.94
0.96
4
1.14
1.13
5
1.33
1.32
6
1.53
1.47
7
1.67
1.66
8
1.68
1.90
9
2.10
1.99
10
2.50
2.09
2.30
*用趋势方程法预测该公司下一年的收益：
先求出10年间股票每股收益的趋势(回归)方程。
设时间为t，每股收益为y，趋势方程为 y=β1+β2 t
解法一：应用Excel统计函数进行计算：
⑴应用统计函数“SLOPE”计算直线斜率：
①在表格外选定某单元格，作为直线斜率的放置位置，点击：菜单栏中“∑”右边的“▼”后，选择“其它函数”，在“插入函数”窗口中，点击“或选择类别(C)”输入栏右边的“∨”，选择“统计”，再在“选择函数(N)”中选择函数“SLOPE”，然后点击“确定”；
②在“函数参数”窗口中，点击“Known_y’s”输入栏后，在Excel表中刷取y列数据，再点击“Known_x’s”输入栏后，在Excel表中刷取t列数据，然后点击“确定”。
这时即在选定的单元格中出现直线斜率的计算结果
0.192848
⑵应用统计函数“INTERCEPT”计算直线与y轴的截距——直线起点值：
①在表格外选定某单元格，作为直线斜率的放置位置，点击：菜单栏中“∑”右边的“▼”后，选择“其它函数”，在“插入函数”窗口中，点击“或选择类别(C)”输入栏右边的“∨”，选择“统计”，再在“选择函数(N)”中选择函数“INTERCEPT”，然后点击“确定”；
②在“函数参数”窗口中，点击“Known_y’s”输入栏后，在Excel表中刷取y列数据，再点击“Known_x’s”输入栏后，在Excel表中刷取x列数据，然后点击“确定”。
这时即在选定的单元格中出现直线斜率的计算结果
0.365333
解法二：应用最小二乘法，用Excel列表计算趋势方程的公式元素：
年序
每股收益
t2
ty
t
y
1
0.64
1
0.64
2
0.73
4
1.46
3
0.94
9
2.82
4
1.14
16
4.56
5
1.33
25
6.65
6
1.53
36
9.18
7
1.67
49
11.69
8
1.68
64
13.44
9
2.10
81
18.9
10
2.50
100
25
合计
55
14.26
385
94.34
可得：回归系数
＝
初始值
=
=
=0.365336
于是，得每股收益倚年份序号的趋势方程为：
对趋势方程代入 t=11，可预测下一年(第11年)的每股收益为：
元
(2)时间数列数据表明该公司股票收益逐年增加，趋势方程也表明平均每年增长0.193元。是一个较为适合的投资方向。
●5.某县2000—2003年各季度鲜蛋销售量数据如下(单位：万公斤)
年份
一季度
二季度
三季度
四季度
2000
2001
2002
2003
13.1
10.8
14.6
18.4
13.9
11.5
17.5
20.0
7.9
9.7
16.0
16.9
8.6
11.0
18.2
18.0
（1）用移动平均法消除季节变动；
（2）拟合线性模型测定长期趋势；
（3）预测2004年各季度鲜蛋销售量。
解：（1）由于应用移动平均法修匀数据由于周期性或季节性引起的波动，必须以周期或季节的长度作为时距的长度，因此对上面的数据作四项移动平均。
先在Excel中将数据按年序和季度顺序排列成表，然后计算四项移动平均：选定“四项移动平均”列中的第三季度对应的单元格(实际位于第二、三季度之间，即上升半行的位置)，点击：菜单栏中“∑”右边的“▼”后，选择“平均值”后，，在Excel表中刷取2000年的四个季度的销售量数据，回车，即获得第一个四项平均值。选定上Excel表中的第一个四项平均值，并将鼠标移动到该选定单元格的右下方，当鼠标变成黑“＋”字时，压下左键并拉动鼠标到该列倒数第三行(实际位于第二、三季度之间，即上升半行的位置) 的单元格处放开，即获得全部四项移动平均值。
再计算移正平均：选定“移正平均”列中的第三季度对应的单元格，点击：菜单栏中“∑”右边的“▼”后，选择“平均值”后，，在Excel表中刷取头两个四项平均值，回车，即获得第一个移正平均值。选定上Excel表中的第一个移正平均值，并将鼠标移动到该选定单元格的右下方，当鼠标变成黑“＋”字时，压下左键并拉动鼠标到该列倒数第三行的单元格处放开，即获得全部移正平均值。
可见，移正后的数据基本上呈上升状态，已经消除了原来鲜蛋销售量的季节波动影响，为作数据的长期趋势分析提供了有效支持。
数据如下表：
移动平均法消除季节变动计算表
年序
季序
鲜蛋销售量
四项移动平均值
移正平均值（
）
2000年
一季度
13.1
—
—
二季度
13.9
—
—
三季度
7.9
10.875
10.5875
四季度
8.6
10.3
10
2001年
一季度
10.8
9.7
9.925
二季度
11.5
10.15
10.45
三季度
9.7
10.75
11.225
四季度
11
11.7
12.45
2002年
一季度
14.6
13.2
13.9875
二季度
17.5
14.775
15.675
三季度
16
16.575
17.05
四季度
18.2
17.525
17.8375
2003年
一季度
18.4
18.15
18.2625
二季度
20
18.375
18.35
三季度
16.9
四季度
18
（2）设线性趋势方程为 y=β1+β2 t
解法一：应用Excel统计函数计算趋势方程的系数：
应用统计函数“SLOPE”计算直线斜率，得：β2＝0.639853
应用统计函数“INTERCEPT”计算直线与y轴的截距，得：β1＝8.6925
解法二：应用最小二乘法，用Excel列表计算趋势方程的公式元素：
年别
季别
时序
鲜蛋销售量
t2
ty
t
y
2000
一
1
13.1
1
13.1
二
2
13.9
4
27.8
三
3
7.9
9
23.7
四
4
8.6
16
34.4
2001
一
5
10.8
25
54
二
6
11.5
36
69
三
7
9.7
49
67.9
四
8
11
64
88
2002
一
9
14.6
81
131.4
二
10
17.5
100
175
三
11
16
121
176
四
12
18.2
144
218.4
2003
一
13
18.4
169
239.2
二
14
20
196
280
三
15
16.9
225
253.5
四
16
18
256
288
合计
136
226.1
1496
2139.4
于是得：回归系数
＝
初始值
=
=
=8.6925
从而，鲜蛋销售量倚季度变化的趋势方程为：
（原答案中的两个系数均有误差。）
（3）趋势剔出法季节比例计算表（一）
年别
季别
时间序列号t
鲜蛋销售量
预测 鲜蛋销售量
趋势剔除值
2000年
一季度
1
13.1
9.332352941
1.403718878
二季度
2
13.9
9.972205882
1.39387415
三季度
3
7.9
10.61205882
0.74443613
四季度
4
8.6
11.25191176
0.764314561
2001年
一季度
5
10.8
11.89176471
0.908191531
二季度
6
11.5
12.53161765
0.917678812
三季度
7
9.7
13.17147059
0.736440167
四季度
8
11
13.81132353
0.796447927
2002年
一季度
9
14.6
14.45117647
1.010298368
二季度
10
17.5
15.09102941
1.159629308
三季度
11
16
15.73088235
1.0171076
四季度
12
18.2
16.37073529
1.111739923
2003年
一季度
13
18.4
17.01058824
1.081679231
二季度
14
20
17.65044118
1.133116153
三季度
15
16.9
18.29029412
0.923987329
四季度
16
18
18.93014706
0.950864245
上表中，其趋势拟合为直线方程
。
趋势剔出法季节比例计算表（二）
季度
年度
一季度
二季度
三季度
四季度
2000年
1.403719
1.393874
0.744436
0.764315
—
2001年
0.908192
0.917679
0.73644
0.796448
—
2002年
1.010298
1.159629
1.017108
1.11174
—
2003年
1.081679
1.133116
0.923987
0.950864
—
平 均
1.100972
1.151075
0.855493
0.905842
4.013381
季节比率%
1.097301
1.147237
0.852641
0.902822
4．00000
根据上表计算的季节比率，按照公式
计算可得：
2004年第一季度预测值：
2004年第二季度预测值：
2004年第三季度预测值：
2004年第四季度预测值：
6.某地区2000—2003年各月度工业增加值的数据如下(单位:亿元)
年份
1月
2月
3月
4月
5月
6月
7月
8月
9月
10月
11月
12月
2000
4.78
3.97
5.07
5.12
5.27
5.45
4.95
5.03
5.37
5.34
5.54
5.44
2001
5.18
4.61
5.69
5.71
5.90
6.05
5.65
5.76
6.14
6.14
6.47
6.55
2002
6.46
5.62
6.96
7.12
7.23
7.43
6.78
6.76
7.03
6.85
7.03
7.22
2003
6.82
5.68
7.38
7.40
7.60
7.95
7.19
7.35
7.76
7.83
8.17
8.47
（1）用原始资料平均法计算季节比率；
（2）用移动平均法分析其长期趋势。
解：(1)用原始资料法计算的各月季节比率为:
月份
1月
2月
3月
4月
5月
6月
季节比率
0.9195
0.7868
0.9931
1.0029
1.0288
1.0637
月份
7月
8月
9月
10月
11月
12月
季节比率
0.9722
0.9851
1.0407
1.0350
1.0765
1.0958
平均法计算季节比率表：
年别
月份
2000年
2001年
2002年
2003年
平均
季节比率%
1月
4.78
5.18
6.46
6.82
5.80875
0.9195
2月
3.97
4.61
5.62
5.68
4.97025
0.7868
3月
5.07
5.69
6.96
7.38
6.2735
0.9931
4月
5.12
5.71
7.12
7.40
6.33575
1.0029
5月
5.27
5.90
7.23
7.60
6.49925
1.0288
6月
5.45
6.05
7.43
7.95
6.7195
1.0637
7月
4.95
5.65
6.78
7.19
6.1415
0.9722
8月
5.03
5.76
6.76
7.35
6.223
0.9851
9月
5.37
6.14
7.03
7.76
6.574
1.0407
10月
5.34
6.14
6.85
7.83
6.53825
1.0350
11月
5.54
6.47
7.03
8.17
6.80025
1.0765
12月
5.44
6.55
7.22
8.47
6.9225
1.0958
平均
6.317208
1.0000
季节比率的图形如下：
(2)用移动平均法分析其长期趋势
年月
序号
工业总产值(亿元)
移动平均
移正平均
Jan-00
1
4.78
Feb-00
2
3.97
Mar-00
3
5.07
Apr-00
4
5.12
May-00
5
5.27
Jun-00
6
5.45
5.13
Jul-00
7
4.95
5.17
Aug-00
8
5.03
5.22
Sep-00
9
5.37
5.27
Oct-00
10
5.34
5.32
Nov-00
11
5.54
5.37
Dec-00
12
5.44
5.11
5.43
Jan-01
13
5.18
5.14
5.49
Feb-01
14
4.61
5.20
5.55
Mar-01
15
5.69
5.25
5.62
Apr-01
16
5.71
5.30
5.69
May-01
17
5.90
5.35
5.77
Jun-01
18
6.05
5.40
5.87
Jul-01
19
5.65
5.46
5.97
Aug-01
20
5.76
5.52
6.06
Sep-01
21
6.14
5.58
6.18
Oct-01
22
6.14
5.65
6.29
Nov-01
23
6.47
5.73
6.40
Dec-01
24
6.55
5.82
6.51
Jan-02
25
6.46
5.93
6.60
Feb-02
26
5.62
6.01
6.68
Mar-02
27
6.96
6.12
6.74
Apr-02
28
7.12
6.23
6.80
May-02
29
7.23
6.35
6.85
Jun-02
30
7.43
6.46
6.89
Jul-02
31
6.78
6.55
6.91
Aug-02
32
6.76
6.64
6.93
Sep-02
33
7.03
6.71
6.96
Oct-02
34
6.85
6.77
6.98
Nov-02
35
7.03
6.82
7.02
Dec-02
36
7.22
6.88
7.06
Jan-03
37
6.82
6.91
7.10
Feb-03
38
5.68
6.91
7.15
Mar-03
39
7.38
6.94
7.23
Apr-03
40
7.40
6.97
7.31
May-03
41
7.60
7.00
7.41
Jun-03
42
7.95
7.04
Jul-03
43
7.19
7.08
Aug-03
44
7.35
7.12
Sep-03
45
7.76
7.19
Oct-03
46
7.83
7.27
Nov-03
47
8.17
7.36
Dec-03
48
8.47
7.46
原时间序列与移动平均的趋势如下图所示：
7.运用练习题9.7中国各月工业总产值的数据，作以下分析：
(1)分析其长期趋势;
(2)剔除长期趋势后分析其季节变动情况，并与练习题9.7的分析结果对比说明有何不同、为什么？
(3)分析是否存在循环变动。
解：（1）采用线性趋势方程法：
剔除其长期趋势。
趋势分析法剔除长期趋势表：
年月
序号
工业总产值(亿元)
长期趋势值
剔除长期趋势
Jan-83
1
477.9
467.0672
1.023193
Feb-83
2
397.2
474.0737
0.837844
Mar-83
3
507.3
481.0802
1.054502
Apr-83
4
512.2
488.0867
1.049404
May-83
5
527
495.0932
1.064446
Jun-83
6
545
502.0997
1.085442
Jul-83
7
494.7
509.1062
0.971703
Aug-83
8
502.5
516.1127
0.973625
Sep-83
9
536.5
523.1192
1.025579
Oct-83
10
533.5
530.1257
1.006365
Nov-83
11
553.6
537.1322
1.030659
Dec-83
12
543.9
544.1387
0.999561
Jan-84
13
518
551.1452
0.939861
Feb-84
14
460.9
558.1517
0.825761
Mar-84
15
568.7
565.1582
1.006267
Apr-84
16
570.5
572.1647
0.997091
May-84
17
590
579.1712
1.018697
Jun-84
18
604.8
586.1777
1.031769
Jul-84
19
564.9
593.1842
0.952318
Aug-84
20
575.9
600.1907
0.959528
Sep-84
21
613.9
607.1972
1.011039
Oct-84
22
614
614.2037
0.999668
Nov-84
23
646.7
621.2102
1.041032
Dec-84
24
655.3
628.2167
1.043111
Jan-85
25
645.7
635.2232
1.016493
Feb-85
26
562.4
642.2297
0.875699
Mar-85
27
695.7
649.2362
1.071567
Apr-85
28
712
656.2427
1.084964
May-85
29
723.1
663.2492
1.090239
Jun-85
30
743.2
670.2557
1.108831
Jul-85
31
678
677.2622
1.001089
Aug-85
32
676
684.2687
0.987916
Sep-85
33
703
691.2752
1.016961
Oct-85
34
685.3
698.2817
0.981409
Nov-85
35
703.3
705.2882
0.997181
Dec-85
36
722.4
712.2947
1.014187
Jan-86
37
681.9
719.3012
0.948003
Feb-86
38
567.6
726.3077
0.781487
Mar-86
39
737.7
733.3142
1.005981
Apr-86
40
739.6
740.3207
0.999027
May-86
41
759.6
747.3272
1.016422
Jun-86
42
794.8
754.3337
1.053645
Jul-86
43
719
761.3402
0.944387
Aug-86
44
734.8
768.3467
0.956339
Sep-86
45
776.2
775.3532
1.001092
Oct-86
46
782.5
782.3597
1.000179
Nov-86
47
816.5
789.3662
1.034374
Dec-86
48
847.4
796.3727
1.064075
剔除长期趋势后分析其季节变动情况表：
年份
月份
1983年
1984年
1985年
1986年
季节比率%
1月
1.023193
0.939861
1.016493
0.948003
0.981888
2月
0.837844
0.825761
0.875699
0.781487
0.830198
3月
1.054502
1.006267
1.071567
1.005981
1.034579
4月
1.049404
0.997091
1.084964
0.999027
1.032622
5月
1.064446
1.018697
1.090239
1.016422
1.047451
6月
1.085442
1.031769
1.108831
1.053645
1.069922
7月
0.971703
0.952318
1.001089
0.944387
0.967374
8月
0.973625
0.959528
0.987916
0.956339
0.969352
9月
1.025579
1.011039
1.016961
1.001092
1.013668
10月
1.006365
0.999668
0.981409
1.000179
0.996905
11月
1.030659
1.041032
0.997181
1.034374
1.025812
12月
0.999561
1.043111
1.014187
1.064075
1.030234
（3）运用分解法可得到循环因素如下图：
第10章 统计指数——练习题
●1. 给出某市场上四种蔬菜的销售资料如下表：
品 种
销 售 量 ( 公 斤 )
销 售 价 格 (元 / 公斤)
基 期
计 算 期
基 期
计 算 期
白 菜
550
560
1.60
1.80
黄 瓜
224
250
2.00
1.90
萝 卜
308
320
1.00
0.90
西红柿
168
170
2.40
3.00
合 计
1250
1300
──
──
⑴ 用拉氏公式编制四种蔬菜的销售量总指数和价格总指数；
⑵ 再用帕氏公式编制四种蔬菜的销售量总指数和价格总指数；
⑶ 比较两种公式编制出来的销售量总指数和价格总指数的差异。
解：设销售量为q，价格为p，则价值量指标、数量指标、质量指标三者关系为：
销售额=销售量×价格
qp = q × p
于是，对已知表格标注符号，并利用Excel计算各综合指数的构成元素如下：
品种
销售量(公斤)
销售价格
q0p0
q0p1
q1p0
q1p1
(元/公斤)
基期
计算期
基期
计算期
q0
q1
p0
p1
白菜
550
560
1.6
1.8
880
990
896
1008
黄瓜
224
250
2
1.9
448
425.6
500
475
萝卜
308
320
1
0.9
308
277.2
320
288
西红柿
168
170
2.4
3
403.2
504
408
510
合 计
1250
1300
─
─
2039.2
2196.8
2124
2281
于是代入相应公式计算得：
⑴用拉氏公式编制总指数为：
四种蔬菜的销售量总指数
四种蔬菜的价格总指数
⑵ 用帕氏公式编制总指数：
四种蔬菜的销售量总指数为
四种蔬菜的价格总指数为
⑶ 比较两种公式编制出来的销售量总指数和价格总指数，可见：拉氏指数＞帕氏指数
在经济意义上，拉氏指数将同度量因素固定在基期。销售量总指数说明消费者为保持与基期相同的消费价格，因调整增减的实际购买量而导致实际开支增减的百分比；价格总指数说明消费者为购买与基期相同数量的四种蔬菜，因价格的变化而导致实际开支增减的百分比。
帕氏指数将同度量因素固定在计算期。销售量总指数说明消费者在计算期购买的四种蔬菜，因销售量的变化而导致实际开支增减的百分比；价格总指数说明消费者在计算期实际购买的四种蔬菜，因价格的变化而导致实际开支增减的百分比。
●2.依据上题的资料，试分别采用埃奇沃斯公式、理想公式和鲍莱公式编制销售量指数；然后，与拉氏指数和帕氏指数的结果进行比较，看看它们之间有什么关系。
解：采用埃奇沃斯公式编制销售量指数为：
采用理想公式编制销售量指数为：
采用鲍莱公式编制销售量指数为：
与拉氏销售量指数和帕氏销售量指数的结果进行比较，它们之间的关系是：
即拉氏销售量指数最大，鲍莱销售量指数次大，理想销售量指数居中，埃奇沃斯销售量指数较小，帕氏销售量指数最小。
●3.某企业共生产三种不同的产品，有关的产量、成本和销售价格资料如下表所示：
产品
种类
计量
单位
基期
产量
计 算 期
产量
单位
成本
销售
价格
A
件
270
340
50
65
B
台
32
35
800
1000
C
吨
190
150
330
400
⑴ 分别以单位产品成本和销售价格为同度量因素，编制该企业的帕氏产量指数；
⑵ 试比较说明：两种产量指数具有何种不同的经济分析意义？
解：设产量为q，单位成本为p，销售价格为r，则价值量指标、数量指标、质量指标三者关系为：
产值=产量×价格 ， 总成本=产量×单位成本
qr = q × r ， qp = q × p
⑴*以单位产品成本p为同度量因素，编制该企业的帕氏产量指数Pq:
选择已知表格中的单位产品成本和产量数据，标注符号，并利用Excel计算帕氏产量指数的构成元素如下：
产品
计量单位
产 量
计算期单位成本
q0p1
q1p1
基期
计算期
q0
q1
p1
A
件
270
340
50
13500
17000
B
台
32
35
800
25600
28000
C
吨
190
150
330
62700
49500
合计
—
—
—
—
101800
94500
于是，以单位产品成本为同度量因素，编制该企业的帕氏产量指数为
*以销售价格r为同度量因素，编制该企业的帕氏产量指数Pq
再选择已知表格中的价格和产量数据，标注符号，并利用Excel计算帕氏产量指数的构成元素如下：
产品
计量单位
产 量
计算期销售价格
q0r1
q1r1
基期
计算期
q0
q1
r1
A
件
270
340
65
17550
22100
B
台
32
35
1000
32000
35000
C
吨
190
150
400
76000
60000
合计
—
—
—
—
125550
117100
于是，以价格为同度量因素，编制该企业的帕氏产量指数为
⑵ 比较说明两种产量指数不同的经济分析意义:
以单位产品成本为同度量因素编制的该企业的帕氏产量指数说明，按计算期计算的三种产品，因产量的变化而导致总成本增减的百分比。
以销售价格为同度量因素编制的该企业的帕氏产量指数说明，按计算期计算的三种产品，因产量的变化而导致总产值增减的百分比。
●4.给出某市场上四种蔬菜的销售资料如下表：
品 种
销 售 额 ( 元 )
个体价格
指数(%)
基 期
计 算 期
白 菜
880.0
1008
112.50
黄 瓜
448.0
475
95.00
萝 卜
308.0
288
90.00
西红柿
403.2
510
125.00
合 计
2039.2
2281
─
⑴ 用基期加权的算术平均指数公式编制四种蔬菜的价格总指数；
⑵ 用计算期加权的调和平均指数公式编制四种蔬菜的价格总指数；
⑶ 再用基期加权的几何平均指数公式编制四种蔬菜的价格总指数；
⑷ 比较三种公式编制出来的销售价格总指数的差异。
解：设销售量为q，价格为p，则个体价格指数为ip，销售额指标、销售量指标、价格指标三者关系为：
销售额=销售量×价格
qp = q × p
⑴ 求用基期加权的算术平均指数公式编制四种蔬菜的价格总指数：
用基期加权的算术平均价格指数为
作Excel表格计算公式元素：
品 种
基期销售额(元)
个体价格指数(%)
ipq0p0
q0p0
ip
白 菜
880
112.5
990
黄 瓜
448
95
425.6
萝 卜
308
90
277.2
西红柿
403.2
125
504
合 计
2039.2
─
2196.8
用基期加权的算术平均价格指数为：
；
⑵ 用计算期加权的调和平均指数公式编制四种蔬菜的价格总指数
用计算期加权的调和平均价格指数公式为
作Excel表格计算公式元素：
品 种
计算期销售额(元)
个体价格指数(%)
q1p1/ip
q1p1
ip
白 菜
1008
112.5
896
黄 瓜
475
95
500
萝 卜
288
90
320
西红柿
510
125
408
合 计
2281
─
2124
即得用计算期加权的调和平均价格指数为：
⑶ 用基期加权的几何平均指数公式编制四种蔬菜的价格总指数(课本无此内容)
●5.利用第4题的资料和计算结果，试建立适当的指数体系，并就蔬菜销售额的变动进行因素分析。
解：对总量的变动进行因素分析的方案为
，
亦即，
或者为：
根据第4题的资料和计算结果得：
上述关系说明：四种蔬菜的销售量增长4.16%，使销售额增加84.8元；价格上涨7.39%，使销售额增加157元。两因素共同作用的影响，使销售额增长11.86%，增加总额为241.8元。
●6.已知某地区1997年的农副产品收购总额为360亿元，1998年比上年的收购总额增长12%，农副产品收购价格总指数为105% 。试考虑，1998年与1997年对比：
⑴ 农民因交售农副产品共增加多少收入？
⑵ 农副产品收购量增加了百分之几？农民因此增加了多少收入？
⑶ 由于农副产品收购价格提高5%，农民又增加了多少收入？
⑷ 验证以上三方面的分析结论能否保持协调一致。
解：这是因素分析题型，应该应用
指数体系，
题中，农副产品收购总额、收购量与收购价格的关系为：
收购总额=收购量×收购价格
qp = q × p
则已知
，V=1+12%，
，
⑴求1998年与1997年对比农民因交售农副产品共增加的收入额，亦即收购总额的增量
：
由已知得
(亿元)
⑵农副产品收购量增加百分比为
：
由指数体系得
，
农民因此增加的收入，亦即为农副产品收购量增加导致收购总额增加量
：
由于
，得到
于是，
(亿元)
⑶由于农副产品收购价格提高5%，亦即
，农民增加的收入
，
由于
(亿元)
⑷验证以上三方面的分析结论：
由于
而
对比得
又由于
而
，
对比得
可见，指数体系
成立，
说明，以上三方面的分析结论能保持协调一致。
7.给出某城市三个市场上有关同一种商品的销售资料如下表：
市 场
销 售 价 格 (元 / 公斤)
销 售 量 ( 公 斤 )
基 期
计 算 期
基 期
计 算 期
A市场
2.50
3.00
740
560
B市场
2.40
2.80
670
710
C市场
2.20
2.40
550
820
合 计
─
─
1960
2090
⑴ 分别编制该商品总平均价格的可变构成指数、固定构成指数和结构变动影响指数；
⑵ 建立指数体系，从相对数的角度进行总平均价格变动的因素分析；
⑶ 进一步地，综合分析销售总量变动和平均价格变动对该种商品销售总额的影响。
解：⑴
⑵
，
⑶
，
8.下表是某工业管理局所属五个企业的各项经济效益指标资料：
参评指标
单位
标准值
A企业
B企业
C企业
D企业
E企业
权数
产品销售率
%
97.48
75.40
90.00
95.50
90.40
85.40
15
资金利税率
%
13.55
12.20
14.10
13.50
11.50
14.00
30
成本利润率
%
8.41
7.60
9.50
8.40
8.50
6.90
15
增加值率
%
29.00
25.30
29.00
28.50
25.40
26.70
10
劳动生产率
元/人
6205
5800
6320
7250
6800
5400
10
资金周转率
次/年
1.83
1.60
1.85
2.10
1.90
1.80
20
试运用“标准比值法”计算各企业的工业经济效益综合指数，并按综合效益的好坏对其进行排序。
解：依据有关公式列表计算各企业的工业经济效益综合指数如下：
各企业经济效益综合指数一览表(标准比值法)
参评指标
标准比值或个体指数(%)
权 数
A企业
B企业
C企业
D企业
E企业
产品销售率
77.35
92.33
97.97
92.74
87.61
15
资金利税率
90.04
104.06
99.63
84.87
103.32
30
成本利润率
90.37
112.96
99.88
101.07
82.05
15
增加值率
87.24
100.00
98.28
87.59
92.07
10
劳动生产率
93.47
101.85
116.84
109.59
87.03
10
资金周转率
87.43
101.09
114.75
103.83
98.36
20
综合指数
87.73
102.41
104.03
95.01
94.03
─
排 名
5
2
1
3
4
─
9.依据上题的有关资料，试运用“改进的功效系数法”计算各企业的工业经济效益综合指数，并按综合效益的好坏对其进行排序。比较上面两种方法给出的综合评价结果的差异，并就产生这种差异的原因进行深入分析，借以加深对有关综合评价方法的认识。
解：依据有关公式列表计算各企业的工业经济效益综合指数如下表：
各企业经济效益综合指数一览表(改进的功效系数法)
参评指标
阈 值
改 进 的 功 效 系 数
权数
满意值
不允许值
A企业
B企业
C企业
D企业
E企业
产品销售率
95.50
74.50
60.00
89.52
100.00
90.29
80.76
15
资金利税率
14.10
11.50
70.77
100.00
90.77
60.00
98.46
30
成本利润率
9.50
6.90
70.77
100.00
83.08
84.62
60.00
15
增加值率
29.00
25.30
60.00
100.00
94.59
61.08
75.14
10
劳动生产率
7250
5400
68.65
79.89
100.00
90.27
60.00
10
资金周转率
2.10
1.60
60.00
80.00
100.00
84.00
76.00
20
综合指数
──
──
65.50
91.97
93.95
74.97
78.05
──
排 名
──
──
5
2
1
4
3
──
上面两种方法给出的综合评价结果的差异表现在D、E两个企业的综合经济效益排名不同。原因在于两种方法的对比标准不同(以下具体说明)。
第11章 统计决策
11.1（1）根据最大的最大收益值准则，应该选择方案一。
（2）根据最大的最小收益值准则，应该选择方案三。
（3）方案一的最大后悔值为250，方案二的最大后悔值为200，方案三的最大后悔值为300，所以根据最小的最大后悔值准则，应选择方案二。
（4）当乐观系数为0.7时，可得：方案一的期望值为220，方案二的期望值为104，方案三的期望值为85。根据折中原则，应该选择方案一。
（5）假设各种状况出现的概率相同，则三个方案的期望值分别为：116.67、93.33、83.33
按等可能性准则，应选择方案一。
11.2 （1）略
（2）三个方案的期望值分别为：150万元、140万元和96万元。但方案一的变异系数为1.09，方案二的变异系数为0.80，根据期望值准则结合变异系数准则，应选择方案二。
（3）宜采用满意准则。选择方案二。
(4) 宜采用满意准则。选择方案三。
11.3 钥匙留在车内为 A,汽车被盗为E。
P(A/E)=（0.2*0.05）/ （0.02*0.05+0.8*0.01）= 55.56%。
11.4 （1）买到传动装置有问题的车的概率是30%。
（2）修理工判断车子有问题为B1,，车子真正有问题为A1,
P(A1/B1)=(0.3*0.9)/(0.3*0.9+0.7*0.2)= 66%
（3）修理工判断车子没有问题为B2，车子真正有问题为A1
P(A1/B2)=(0.3*0.1)/(0.3*0.1 +0.7*0.8)= 5%
11.5 决策树图 略。
（1） 生产该品种的期望收益值为41.5万元大于不生产的期望值，根据现有信息可生产。
（2） 自行调查得出受欢迎结论的概率=0.65*0.7+0.35*0.30=0.56，
此时，市场真实欢迎的概率=0.65*0.7/（0.65*0.7+0.35*0.30）=0.8125
期望收益值=(77*0.8125 -33*0.1875)0.56+(-3*0.44) =30.25万元
（3） 委托调查得出受欢迎结论的概率=0.65*0.8 +0.35*0.20=0.59
此时，市场真实受欢迎的概率= 0.65*0.8/（0.65*0.8 +0.35*0.20）=0.8814
期望收益值=（75*0.8814 -35*0.1186）0.59+（-5*0.41）=34.50万元
根据以上分析结果。由于进一步调查的可靠性不高，并要花费相应的费用，所以没有必要进一步调查。
第12章 国民经济统计基础知识
12.1 生产法GDP=168760亿元；
分配法GDP=168755亿元
使用法GDP=154070亿元
国内生产净值=149755亿元（按生产法计算）
国民总收入=165575亿元（按收入法计算）
国民可支配总收入=167495亿元
国民可支配净收入=148490亿元
消费率=67.95%（按可支配总收入计算）
储蓄率=32.05%（按可支配总收入计算）
投资率=27.31%（按使用法GDP计算）
12.2 国民财富总额为：216765亿元
12.3生产法GDP增长速度为8.69%；紧缩价格指数为102.83%。
使用法GDP增长速度为8.25%。紧缩价格指数为103.25%。
频数�
�
0�
�
25�
�
50�
�
0�
�
25�
�
50�
�
频数�
�
� EMBED Equation.DSMT4 ���
PAGE
62
_1251959650.unknown
_1253766344.unknown
_1253794895.unknown
_1254059253.unknown
_1254110233.unknown
_1254306163.unknown
_1254483021.unknown
_1254619361.unknown
_1254620304.unknown
_1254620974.unknown
_1254681728.unknown
_1254681858.unknown
_1254681971.unknown
_1254768443.unknown
_1254681917.unknown
_1254681795.unknown
_1254681693.unknown
_1254620922.unknown
_1254620968.unknown
_1254620919.unknown
_1254620028.unknown
_1254620048.unknown
_1254620131.unknown
_1254619670.unknown
_1254619796.unknown
_1254619609.unknown
_1254595377.unknown
_1254619168.unknown
_1254619243.unknown
_1254617885.unknown
_1254618785.unknown
_1254547324.unknown
_1254566946.unknown
_1254595338.unknown
_1254595361.unknown
_1254566884.unknown
_1254565075.unknown
_1254546239.unknown
_1254546315.unknown
_1254545761.unknown
_1254483939.unknown
_1254307633.unknown
_1254460697.unknown
_1254467593.unknown
_1254482900.unknown
_1254466772.unknown
_1254459911.unknown
_1254460467.unknown
_1254459838.unknown
_1254306186.unknown
_1254307401.unknown
_1254307435.unknown
_1254307364.unknown
_1254306175.unknown
_1254110850.unknown
_1254305974.unknown
_1254306033.unknown
_1254111405.unknown
_1254278853.unknown
_1254304642.unknown
_1254110924.unknown
_1254110504.unknown
_1254110572.unknown
_1254110361.unknown
_1254107202.unknown
_1254110051.unknown
_1254110168.unknown
_1254110231.unknown
_1254110069.unknown
_1254110092.unknown
_1254108093.unknown
_1254108636.unknown
_1254107399.unknown
_1254078375.unknown
_1254078419.unknown
_1254106886.unknown
_1254106792.unknown
_1254078397.unknown
_1254077552.unknown
_1254078020.unknown
_1254078360.unknown
_1254077820.unknown
_1254059555.unknown
_1254046621.unknown
_1254047664.unknown
_1254047864.unknown
_1254048007.unknown
_1254047681.unknown
_1254047035.unknown
_1254047378.unknown
_1254046663.unknown
_1253962647.unknown
_1254046535.unknown
_1254046578.unknown
_1253962682.unknown
_1253857026.unknown
_1253962513.unknown
_1253856930.unknown
_1253768147.unknown
_1253780818.unknown
_1253781245.unknown
_1253794275.unknown
_1253794367.unknown
_1253781092.unknown
_1253781175.unknown
_1253780951.unknown
_1253778983.unknown
_1253779344.unknown
_1253780110.unknown
_1253780555.unknown
_1253779299.unknown
_1253768230.unknown
_1253768288.unknown
_1253768177.unknown
_1253767570.unknown
_1253767617.unknown
_1253767682.unknown
_1253767328.unknown
_1253767368.unknown
_1253767437.unknown
_1253766930.unknown
_1251976470.unknown
_1251977252.unknown
_1252208636.xls
Chart1
8
8
10
14
14
4
7
北方某城市1～2月份各天气温 天数（天）
表1
651
658
661
664
665
666
668
671
673
674
676
677
679 6
681
681
682
683
683
683
684
685
685
685
688
688
689
689 14
690
690
691
691
691
691
692
692
692
693
693
694
694
695
695
696
696
696
697
697
698
698
698
698
699
699 26
700
700
701
701
702
702
703
704
705
706
706
706
707
707
708
708
708
709 18
710
710
712
712
713
713
715
716
717
717
718
718
719
720
721
722
722
725
726
727
728
729
729
733
735
736
741
747
749
表2
按使用寿命分组（小时） 灯泡个数（只）
650~660 2 2
660~670 5 5
670~680 6 6
680~690 14 14
690~700 26 26
700~710 18 18
710~720 13 13
720~730 10 10
730~740 3 3
740~750 3 3
表2
100只灯泡使用寿命非频数分布 灯泡个数（只）
100只灯泡使用寿命非频数分布 频率（%）
表3
9 7
8
7
7
5
5
5
2 4
2
0
0
-1 14
-1
-1
-1
-3
-3
-3
-3
-4
-4
-4
-4
-4
-5
-6 14
-6
-6
-6
-6
-6
-7
-7
-8
-8
-9
-9
-9
-9
-11 10
-11
-12
-12
-13
-14
-14
-15
-15
-15
-16 8
-16
-17
-18
-18
-19
-19
-19
-21 8
-22
-22
-24
-24
-24
-25
-25
表5
分组 天数（天）
-25~-20 8
-20~-15 8
-15~-10 10
-10~-5 14
-5~0 14
0~5 4
5~10 7
表5
北方某城市1～2月份各天气温 天数（天）
_1253765465.unknown
_1253765500.unknown
_1253765342.unknown
_1251977779.unknown
_1252177110.unknown
_1252176915.unknown
_1251977679.unknown
_1251976685.unknown
_1251976716.unknown
_1251976478.unknown
_1251973893.unknown
_1251974242.unknown
_1251974806.unknown
_1251961135.unknown
_1251972938.unknown
_1251973702.unknown
_1251973216.unknown
_1251970599.unknown
_1251970625.unknown
_1251972891.unknown
_1251961528.unknown
_1251960631.unknown
_1163932698.unknown
_1251695774.unknown
_1251957803.unknown
_1251958603.unknown
_1251959545.unknown
_1251958247.unknown
_1251958266.unknown
_1251958321.unknown
_1251958048.unknown
_1251955914.unknown
_1251957003.unknown
_1251957695.unknown
_1251956257.unknown
_1251956865.unknown
_1251956024.unknown
_1251955928.unknown
_1251955997.unknown
_1251712836.unknown
_1251713819.unknown
_1251713898.unknown
_1251955255.unknown
_1251713727.unknown
_1251695858.unknown
_1251695884.unknown
_1251695825.unknown
_1251600531.unknown
_1251631905.unknown
_1251658446.unknown
_1251695406.unknown
_1251695477.unknown
_1251695366.unknown
_1251642367.unknown
_1251658359.unknown
_1251641826.unknown
_1251628990.unknown
_1251629575.unknown
_1251631774.unknown
_1251629288.unknown
_1251629486.unknown
_1251628900.unknown
_1251628952.unknown
_1251628680.xls
Chart2
1.9
34.7
34.1
17.2
6.4
2.7
1.8
1.2
%
Sheet1
年龄 18~19 21~21 22~24 25~29 30~34 35~39 40~44 45~59
% 1.9 34.7 34.1 17.2 6.4 2.7 1.8 1.2
Sheet1
0
0
0
0
0
0
0
0
%
Sheet2
Sheet3
_1251625475.unknown
_1251625929.unknown
_1251600799.unknown
_1164024230.unknown
_1173853065.unknown
_1174481130.unknown
_1251600364.unknown
_1251600475.unknown
_1174980473.unknown
_1174481128.unknown
_1174481129.unknown
_1173970656.unknown
_1174481127.unknown
_1173857858.xls
Chart1
5.126125 5.45
5.169375 4.947
5.2215 5.025
5.271375 5.365
5.321916667 5.335
5.373083333 5.536
5.42725 5.439
5.487083333 5.18
5.549916667 4.609
5.615708333 5.687
5.688041667 5.705
5.77325 5.9
5.872875 6.048
5.968375 5.649
6.063583333 5.759
6.175458333 6.139
6.289875 6.14
6.403 6.467
6.507791667 6.553
6.596625 6.457
6.675458333 5.624
6.742291667 6.957
6.795583333 7.12
6.847125 7.231
6.890166667 7.432
6.907416667 6.78
6.927083333 6.76
6.956083333 7.03
6.982791667 6.853
7.0195 7.033
7.058083333 7.224
7.099666667 6.819
7.154666667 5.676
7.225666667 7.377
7.313333333 7.396
7.412583333 7.596
移动平均
原时间序列
Sheet1
1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月 平均
1983 4.78 3.97 5.07 5.12 5.27 5.45 4.95 5.03 5.37 5.34 5.54 5.44 5.109416667
1984 5.18 4.61 5.69 5.71 5.90 6.05 5.65 5.76 6.14 6.14 6.47 6.55 5.819666667
1985 6.46 5.62 6.96 7.12 7.23 7.43 6.78 6.76 7.03 6.85 7.03 7.22 6.875083333
1986 6.82 5.68 7.38 7.40 7.60 7.95 7.19 7.35 7.76 7.83 8.17 8.47 7.464666667
同月平均 580.875 497.025 627.35 633.575 649.925 671.95 614.15 622.3 657.4 653.825 680.025 692.25 631.7208333
季节指数 0.9195122276 0.7867795393 0.9930811206 1.002935157 1.028816844 1.06368193 0.9721858137 0.9850870828 1.040649603 1.034990458 1.076464476 1.09581638
Sheet2
年月 序号 工业总产值(亿元) 移动平均 移正平均
Jan-83 1 477.9
Feb-83 2 397.2
Mar-83 3 507.3
Apr-83 4 512.2
May-83 5 527
Jun-83 6 545
Jul-83 7 494.7 512.6125
Aug-83 8 502.5 516.9375
Sep-83 9 536.5 522.15
Oct-83 10 533.5 527.1375
Nov-83 11 553.6 532.1916667
Dec-83 12 543.9 510.9416667 537.3083333
Jan-84 13 518 514.2833333 542.725
Feb-84 14 460.9 519.5916667 548.7083333
Mar-84 15 568.7 524.7083333 554.9916667
Apr-84 16 570.5 529.5666667 561.5708333
May-84 17 590 534.8166667 568.8041667
Jun-84 18 604.8 539.8 577.325
Jul-84 19 564.9 545.65 587.2875
Aug-84 20 575.9 551.7666667 596.8375
Sep-84 21 613.9 558.2166667 606.3583333
Oct-84 22 614 564.925 617.5458333
Nov-84 23 646.7 572.6833333 628.9875
Dec-84 24 655.3 581.9666667 640.3
Jan-85 25 645.7 592.6083333 650.7791667
Feb-85 26 562.4 601.0666667 659.6625
Mar-85 27 695.7 611.65 667.5458333
Apr-85 28 712 623.4416667 674.2291667
May-85 29 723.1 634.5333333 679.5583333
Jun-85 30 743.2 646.0666667 684.7125
Jul-85 31 678 655.4916667 689.0166667
Aug-85 32 676 663.8333333 690.7416667
Sep-85 33 703 671.2583333 692.7083333
Oct-85 34 685.3 677.2 695.6083333
Nov-85 35 703.3 681.9166667 698.2791667
Dec-85 36 722.4 687.5083333 701.95
Jan-86 37 681.9 690.525 705.8083333
Feb-86 38 567.6 690.9583333 709.9666667
Mar-86 39 737.7 694.4583333 715.4666667
Apr-86 40 739.6 696.7583333 722.5666667
May-86 41 759.6 699.8 731.3333333
Jun-86 42 794.8 704.1 741.2583333
Jul-86 43 719 707.5166667
Aug-86 44 734.8 712.4166667
Sep-86 45 776.2 718.5166667
Oct-86 46 782.5 726.6166667
Nov-86 47 816.5 736.05
Dec-86 48 847.4 746.4666667
Sheet3
年月 序号 工业总产值(亿元) 亿元 12项移动 移正平均 亿元 季节比率 合计 合计
Jan-83 1 477.9 4.78 4.78 1 4.78 5.18 6.46 6.82 5.80875 0.9195 13.55 23.24
Feb-83 2 397.2 3.97 3.97 2 3.97 4.61 5.62 5.68 4.97025 0.7868 11.43 19.88
Mar-83 3 507.3 5.07 5.07 3 5.07 5.69 6.96 7.38 6.2735 0.9931 14.64 25.09
Apr-83 4 512.2 5.12 5.12 4 5.12 5.71 7.12 7.40 6.33575 1.0029 14.73 25.34
May-83 5 527 5.27 5.27 5 5.27 5.90 7.23 7.60 6.49925 1.0288 15.12 26.00
Jun-83 6 545 5.45 5.13 5.45 6 5.45 6.05 7.43 7.95 6.7195 1.0637 15.73 26.88
Jul-83 7 494.7 4.95 5.17 4.95 7 4.95 5.65 6.78 7.19 6.1415 0.9722 14.30 24.57
Aug-83 8 502.5 5.03 5.22 5.03 8 5.03 5.76 6.76 7.35 6.223 0.9851 14.56 24.89
Sep-83 9 536.5 5.37 5.27 5.37 9 5.37 6.14 7.03 7.76 6.574 1.0407 15.38 26.30
Oct-83 10 533.5 5.34 5.32 5.34 10 5.34 6.14 6.85 7.83 6.53825 1.0350 15.40 26.15
Nov-83 11 553.6 5.54 5.37 5.54 11 5.54 6.47 7.03 8.17 6.80025 1.0765 16.04 27.20
Dec-83 12 543.9 5.44 5.11 5.43 5.44 12 5.44 6.55 7.22 8.47 6.9225 1.0958 16.49 27.69
Jan-84 13 518 5.18 5.14 5.49 5.18 6.317208333 12.0000
Feb-84 14 460.9 4.61 5.20 5.55 4.61 12.0000
Mar-84 15 568.7 5.69 5.25 5.62 5.69
Apr-84 16 570.5 5.71 5.30 5.69 5.71
May-84 17 590 5.90 5.35 5.77 5.90
Jun-84 18 604.8 6.05 5.40 5.87 6.05
Jul-84 19 564.9 5.65 5.46 5.97 5.65
Aug-84 20 575.9 5.76 5.52 6.06 5.76
Sep-84 21 613.9 6.14 5.58 6.18 6.14
Oct-84 22 614 6.14 5.65 6.29 6.14
Nov-84 23 646.7 6.47 5.73 6.40 6.47
Dec-84 24 655.3 6.55 5.82 6.51 6.55
Jan-85 25 645.7 6.46 5.93 6.60 6.46
Feb-85 26 562.4 5.62 6.01 6.68 5.62
Mar-85 27 695.7 6.96 6.12 6.74 6.96
Apr-85 28 712 7.12 6.23 6.80 7.12
May-85 29 723.1 7.23 6.35 6.85 7.23
Jun-85 30 743.2 7.43 6.46 6.89 7.43
Jul-85 31 678 6.78 6.55 6.91 6.78
Aug-85 32 676 6.76 6.64 6.93 6.76
Sep-85 33 703 7.03 6.71 6.96 7.03
Oct-85 34 685.3 6.85 6.77 6.98 6.85
Nov-85 35 703.3 7.03 6.82 7.02 7.03
Dec-85 36 722.4 7.22 6.88 7.06 7.22
Jan-86 37 681.9 6.82 6.91 7.10 6.82
Feb-86 38 567.6 5.68 6.91 7.15 5.68
Mar-86 39 737.7 7.38 6.94 7.23 7.38
Apr-86 40 739.6 7.40 6.97 7.31 7.40
May-86 41 759.6 7.60 7.00 7.41 7.60
Jun-86 42 794.8 7.95 7.04 7.95
Jul-86 43 719 7.19 7.08 7.19
Aug-86 44 734.8 7.35 7.12 7.35
Sep-86 45 776.2 7.76 7.19 7.76
Oct-86 46 782.5 7.83 7.27 7.83
Nov-86 47 816.5 8.17 7.36 8.17
Dec-86 48 847.4 8.47 7.46 8.47
Sheet3
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
移动平均
原时间序列
MBD00098D10.xls
Chart15
512.6125 494.7
516.9375 502.5
522.15 536.5
527.1375 533.5
532.1916667 553.6
537.3083333 543.9
542.725 518
548.7083333 460.9
554.9916667 568.7
561.5708333 570.5
568.8041667 590
577.325 604.8
587.2875 564.9
596.8375 575.9
606.3583333 613.9
617.5458333 614
628.9875 646.7
640.3 655.3
650.7791667 645.7
659.6625 562.4
667.5458333 695.7
674.2291667 712
679.5583333 723.1
684.7125 743.2
689.0166667 678
690.7416667 676
692.7083333 703
695.6083333 685.3
698.2791667 703.3
701.95 722.4
705.8083333 681.9
709.9666667 567.6
715.4666667 737.7
722.5666667 739.6
731.3333333 759.6
741.2583333 794.8
移动平均
工业总产值
Sheet1
平均
1983 477.9 397.2 507.3 512.2 527 545 494.7 502.5 536.5 533.5 553.6 543.9
1984 518 460.9 568.7 570.5 590 604.8 564.9 575.9 613.9 614 646.7 655.3
1985 645.7 562.4 695.7 712 723.1 743.2 678 676 703 685.3 703.3 722.4
1986 681.9 567.6 737.7 739.6 759.6 794.8 719 734.8 776.2 782.5 816.5 847.4
同月平均 580.875 497.025 627.35 633.575 649.925 671.95 614.15 622.3 657.4 653.825 680.025 692.25 631.7208333
季节指数 0.9195122276 0.7867795393 0.9930811206 1.002935157 1.028816844 1.06368193 0.9721858137 0.9850870828 1.040649603 1.034990458 1.076464476 1.09581638
Sheet2
年月 移动平均 移正平均
Jan-83 1 477.9 477.9
Feb-83 2 397.2 397.2
Mar-83 3 507.3 507.3
Apr-83 4 512.2 512.2
May-83 5 527 527
Jun-83 6 545 545
Jul-83 7 494.7 512.6125 494.7
Aug-83 8 502.5 516.9375 502.5
Sep-83 9 536.5 522.15 536.5
Oct-83 10 533.5 527.1375 533.5
Nov-83 11 553.6 532.1916667 553.6
Dec-83 12 543.9 510.9416667 537.3083333 543.9
Jan-84 13 518 514.2833333 542.725 518
Feb-84 14 460.9 519.5916667 548.7083333 460.9
Mar-84 15 568.7 524.7083333 554.9916667 568.7
Apr-84 16 570.5 529.5666667 561.5708333 570.5
May-84 17 590 534.8166667 568.8041667 590
Jun-84 18 604.8 539.8 577.325 604.8
Jul-84 19 564.9 545.65 587.2875 564.9
Aug-84 20 575.9 551.7666667 596.8375 575.9
Sep-84 21 613.9 558.2166667 606.3583333 613.9
Oct-84 22 614 564.925 617.5458333 614
Nov-84 23 646.7 572.6833333 628.9875 646.7
Dec-84 24 655.3 581.9666667 640.3 655.3
Jan-85 25 645.7 592.6083333 650.7791667 645.7
Feb-85 26 562.4 601.0666667 659.6625 562.4
Mar-85 27 695.7 611.65 667.5458333 695.7
Apr-85 28 712 623.4416667 674.2291667 712
May-85 29 723.1 634.5333333 679.5583333 723.1
Jun-85 30 743.2 646.0666667 684.7125 743.2
Jul-85 31 678 655.4916667 689.0166667 678
Aug-85 32 676 663.8333333 690.7416667 676
Sep-85 33 703 671.2583333 692.7083333 703
Oct-85 34 685.3 677.2 695.6083333 685.3
Nov-85 35 703.3 681.9166667 698.2791667 703.3
Dec-85 36 722.4 687.5083333 701.95 722.4
Jan-86 37 681.9 690.525 705.8083333 681.9
Feb-86 38 567.6 690.9583333 709.9666667 567.6
Mar-86 39 737.7 694.4583333 715.4666667 737.7
Apr-86 40 739.6 696.7583333 722.5666667 739.6
May-86 41 759.6 699.8 731.3333333 759.6
Jun-86 42 794.8 704.1 741.2583333 794.8
Jul-86 43 719 707.5166667 719
Aug-86 44 734.8 712.4166667 734.8
Sep-86 45 776.2 718.5166667 776.2
Oct-86 46 782.5 726.6166667 782.5
Nov-86 47 816.5 736.05 816.5
Dec-86 48 847.4 746.4666667 847.4
Sheet2
移动平均
工业总产值
Sheet3
_1173858078.xls
Chart1
1.112756806
1.064903037
1.061848864
1.046332736
1.034631084
1.02045705
0.9995031373
0.9883640319
0.985517584
0.9723428189
0.9574484113
0.9121616449
1.022130456
1.049545195
1.013277787
0.9941726264
0.9901635201
0.9699976452
0.9795635971
0.9740544371
0.9715455896
0.9658724732
0.9670852791
0.9519037847
1.105470185
1.113016531
1.079032693
1.081789398
1.059701368
1.042445538
1.029730305
1.002871832
0.9772364557
0.9482304939
0.9263486847
0.9255084476
1.030985374
0.9932725347
1.012989668
0.9961029408
0.9879524326
0.9905639947
0.9714059647
0.9708169035
0.9619873612
0.9663661768
0.9608999093
0.971034049
循环变动测定
Sheet1
1 13.1 1.067951474 12.26647495
2 13.9 1.124876862 12.35690809
3 7.9 10.5875 0.746162928 0.8495739631 0.8669944772 0.8669944772 9.111938089
4 8.6 10 0.86 0.921285497 0.9401764562 0.9401764562 9.14721906
1 10.8 9.925 1.088161209 1.046493132 1.067951474 1.067951474 10.11281904
2 11.5 10.45 1.100478469 1.102274719 1.124876862 1.124876862 10.22334123
3 9.7 11.225 0.864142539 3.919627311 0.8669944772 11.18807588
4 11 12.45 0.8835341365 1.020505186 0.9401764562 11.69993136
1 14.6 13.9875 1.043789097 1.067951474 13.67103315
2 17.5 15.675 1.116427432 1.124876862 15.55725839
3 16 17.05 0.9384164223 0.8669944772 18.45455816
4 18.2 17.8375 1.020322355 0.9401764562 19.35806824
1 18.4 18.2625 1.00752909 1.067951474 17.22924726
2 20 18.35 1.089918256 1.124876862 17.77972387
3 16.9 0.8669944772 19.49262705
4 18 0.9401764562 19.14534222
Sheet2
年月 序号 工业总产值(亿元) 移动平均 移正平均 剔除长期趋势 季节指数 长期趋势值 剔除长期 剔除季节
Jan-83 1 477.9 0.919512 467.0672 1.023193236 1.112756806
Feb-83 2 397.2 0.78678 474.0737 0.8378444111 1.064903037
Mar-83 3 507.3 0.993081 481.0802 1.054501931 1.061848864
Apr-83 4 512.2 1.002935 488.0867 1.049403723 1.046332736
May-83 5 527 1.028817 495.0932 1.064446048 1.034631084
Jun-83 6 545 1.063682 502.0997 1.085441796 1.02045705
Jul-83 7 494.7 512.6125 0.9651 0.972186 509.1062 0.9717029571 0.9995031373
Aug-83 8 502.5 516.9375 0.9721 0.985087 516.1127 0.9736245591 0.9883640319
Sep-83 9 536.5 522.15 1.0275 1.04065 523.1192 1.025578874 0.985517584
Oct-83 10 533.5 527.1375 1.0121 1.03499 530.1257 1.006365094 0.9723428189
Nov-83 11 553.6 532.1917 1.0402 1.076464 537.1322 1.030658747 0.9574484113
Dec-83 12 543.9 510.9417 537.3083 1.0123 1.095816 544.1387 0.9995613251 0.9121616449
Jan-84 13 518 514.2833 542.725 0.9544 0.919512 551.1452 0.9398612199 1.022130456
Feb-84 14 460.9 519.5917 548.7083 0.8400 0.78678 558.1517 0.8257611685 1.049545195
Mar-84 15 568.7 524.7083 554.9917 1.0247 0.993081 565.1582 1.006266918 1.013277787
Apr-84 16 570.5 529.5667 561.5708 1.0159 1.002935 572.1647 0.9970905231 0.9941726264
May-84 17 590 534.8167 568.8042 1.0373 1.028817 579.1712 1.018697062 0.9901635201
Jun-84 18 604.8 539.8 577.325 1.0476 1.063682 586.1777 1.031769035 0.9699976452
Jul-84 19 564.9 545.65 587.2875 0.9619 0.972186 593.1842 0.9523180152 0.9795635971
Aug-84 20 575.9 551.7667 596.8375 0.9649 0.985087 600.1907 0.9595283632 0.9740544371
Sep-84 21 613.9 558.2167 606.3583 1.0124 1.04065 607.1972 1.011038918 0.9715455896
Oct-84 22 614 564.925 617.5458 0.9943 1.03499 614.2037 0.9996683511 0.9658724732
Nov-84 23 646.7 572.6833 628.9875 1.0282 1.076464 621.2102 1.041032488 0.9670852791
Dec-84 24 655.3 581.9667 640.3 1.0234 1.095816 628.2167 1.043111398 0.9519037847
Jan-85 25 645.7 592.6083 650.7792 0.9922 0.919512 635.2232 1.0164931 1.105470185
Feb-85 26 562.4 601.0667 659.6625 0.8526 0.78678 642.2297 0.8756991463 1.113016531
Mar-85 27 695.7 611.65 667.5458 1.0422 0.993081 649.2362 1.071566866 1.079032693
Apr-85 28 712 623.4417 674.2292 1.0560 1.002935 656.2427 1.08496445 1.081789398
May-85 29 723.1 634.5333 679.5583 1.0641 1.028817 663.2492 1.090238782 1.059701368
Jun-85 30 743.2 646.0667 684.7125 1.0854 1.063682 670.2557 1.108830555 1.042445538
Jul-85 31 678 655.4917 689.0167 0.9840 0.972186 677.2622 1.001089386 1.029730305
Aug-85 32 676 663.8333 690.7417 0.9787 0.985087 684.2687 0.9879160043 1.002871832
Sep-85 33 703 671.2583 692.7083 1.0149 1.04065 691.2752 1.016961118 0.9772364557
Oct-85 34 685.3 677.2 695.6083 0.9852 1.03499 698.2817 0.9814090789 0.9482304939
Nov-85 35 703.3 681.9167 698.2792 1.0072 1.076464 705.2882 0.9971810105 0.9263486847
Dec-85 36 722.4 687.5083 701.95 1.0291 1.095816 712.2947 1.014186965 0.9255084476
Jan-86 37 681.9 690.525 705.8083 0.9661 0.919512 719.3012 0.9480034233 1.030985374
Feb-86 38 567.6 690.9583 709.9667 0.7995 0.78678 726.3077 0.7814869648 0.9932725347
Mar-86 39 737.7 694.4583 715.4667 1.0311 0.993081 733.3142 1.005980792 1.012989668
Apr-86 40 739.6 696.7583 722.5667 1.0236 1.002935 740.3207 0.999026503 0.9961029408
May-86 41 759.6 699.8 731.3333 1.0387 1.028817 747.3272 1.016422258 0.9879524326
Jun-86 42 794.8 704.1 741.2583 1.0722 1.063682 754.3337 1.053645091 0.9905639947
Jul-86 43 719 707.5167 0.972186 761.3402 0.9443872792 0.9714059647
Aug-86 44 734.8 712.4167 0.985087 768.3467 0.956339111 0.9708169035
Sep-86 45 776.2 718.5167 1.04065 775.3532 1.001092147 0.9619873612
Oct-86 46 782.5 726.6167 1.03499 782.3597 1.000179329 0.9663661768
Nov-86 47 816.5 736.05 1.076464 789.3662 1.03437416 0.9608999093
Dec-86 48 847.4 746.4667 1.095816 796.3727 1.064074647 0.971034049
Sheet2
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
循环变动测定
Sheet3
MBD00146BB8.unknown
_1173857722.xls
Chart2
0.9195122276
0.7867795393
0.9930811206
1.002935157
1.028816844
1.06368193
0.9721858137
0.9850870828
1.040649603
1.034990458
1.076464476
1.09581638
季节比率
Sheet1
1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月 平均
1983 4.78 3.97 5.07 5.12 5.27 5.45 4.95 5.03 5.37 5.34 5.54 5.44 5.109416667
1984 5.18 4.61 5.69 5.71 5.90 6.05 5.65 5.76 6.14 6.14 6.47 6.55 5.819666667
1985 6.46 5.62 6.96 7.12 7.23 7.43 6.78 6.76 7.03 6.85 7.03 7.22 6.875083333
1986 6.82 5.68 7.38 7.40 7.60 7.95 7.19 7.35 7.76 7.83 8.17 8.47 7.464666667
同月平均 580.875 497.025 627.35 633.575 649.925 671.95 614.15 622.3 657.4 653.825 680.025 692.25 631.7208333
季节指数 0.9195122276 0.7867795393 0.9930811206 1.002935157 1.028816844 1.06368193 0.9721858137 0.9850870828 1.040649603 1.034990458 1.076464476 1.09581638
Sheet2
年月 序号 工业总产值(亿元) 移动平均 移正平均
Jan-83 1 477.9
Feb-83 2 397.2
Mar-83 3 507.3
Apr-83 4 512.2
May-83 5 527
Jun-83 6 545
Jul-83 7 494.7 512.6125
Aug-83 8 502.5 516.9375
Sep-83 9 536.5 522.15
Oct-83 10 533.5 527.1375
Nov-83 11 553.6 532.1916667
Dec-83 12 543.9 510.9416667 537.3083333
Jan-84 13 518 514.2833333 542.725
Feb-84 14 460.9 519.5916667 548.7083333
Mar-84 15 568.7 524.7083333 554.9916667
Apr-84 16 570.5 529.5666667 561.5708333
May-84 17 590 534.8166667 568.8041667
Jun-84 18 604.8 539.8 577.325
Jul-84 19 564.9 545.65 587.2875
Aug-84 20 575.9 551.7666667 596.8375
Sep-84 21 613.9 558.2166667 606.3583333
Oct-84 22 614 564.925 617.5458333
Nov-84 23 646.7 572.6833333 628.9875
Dec-84 24 655.3 581.9666667 640.3
Jan-85 25 645.7 592.6083333 650.7791667
Feb-85 26 562.4 601.0666667 659.6625
Mar-85 27 695.7 611.65 667.5458333
Apr-85 28 712 623.4416667 674.2291667
May-85 29 723.1 634.5333333 679.5583333
Jun-85 30 743.2 646.0666667 684.7125
Jul-85 31 678 655.4916667 689.0166667
Aug-85 32 676 663.8333333 690.7416667
Sep-85 33 703 671.2583333 692.7083333
Oct-85 34 685.3 677.2 695.6083333
Nov-85 35 703.3 681.9166667 698.2791667
Dec-85 36 722.4 687.5083333 701.95
Jan-86 37 681.9 690.525 705.8083333
Feb-86 38 567.6 690.9583333 709.9666667
Mar-86 39 737.7 694.4583333 715.4666667
Apr-86 40 739.6 696.7583333 722.5666667
May-86 41 759.6 699.8 731.3333333
Jun-86 42 794.8 704.1 741.2583333
Jul-86 43 719 707.5166667
Aug-86 44 734.8 712.4166667
Sep-86 45 776.2 718.5166667
Oct-86 46 782.5 726.6166667
Nov-86 47 816.5 736.05
Dec-86 48 847.4 746.4666667
Sheet3
年月 序号 工业总产值(亿元) 亿元 12项移动 移正平均 亿元 同月平均
Jan-83 1 477.9 4.78 4.78 1 4.78 5.18 6.46 6.82 5.80875 0.92
Feb-83 2 397.2 3.97 3.97 2 3.97 4.61 5.62 5.68 4.97025 0.79
Mar-83 3 507.3 5.07 5.07 3 5.07 5.69 6.96 7.38 6.2735 0.99
Apr-83 4 512.2 5.12 5.12 4 5.12 5.71 7.12 7.40 6.33575 1.00
May-83 5 527 5.27 5.27 5 5.27 5.90 7.23 7.60 6.49925 1.03
Jun-83 6 545 5.45 5.13 5.45 6 5.45 6.05 7.43 7.95 6.7195 1.06
Jul-83 7 494.7 4.95 5.17 4.95 7 4.95 5.65 6.78 7.19 6.1415 0.97
Aug-83 8 502.5 5.03 5.22 5.03 8 5.03 5.76 6.76 7.35 6.223 0.99
Sep-83 9 536.5 5.37 5.27 5.37 9 5.37 6.14 7.03 7.76 6.574 1.04
Oct-83 10 533.5 5.34 5.32 5.34 10 5.34 6.14 6.85 7.83 6.53825 1.03
Nov-83 11 553.6 5.54 5.37 5.54 11 5.54 6.47 7.03 8.17 6.80025 1.08
Dec-83 12 543.9 5.44 5.11 5.43 5.44 12 5.44 6.55 7.22 8.47 6.9225 1.10
Jan-84 13 518 5.18 5.14 5.49 5.18 平均 6.317208333
Feb-84 14 460.9 4.61 5.20 5.55 4.61
Mar-84 15 568.7 5.69 5.25 5.62 5.69
Apr-84 16 570.5 5.71 5.30 5.69 5.71
May-84 17 590 5.90 5.35 5.77 5.90
Jun-84 18 604.8 6.05 5.40 5.87 6.05
Jul-84 19 564.9 5.65 5.46 5.97 5.65
Aug-84 20 575.9 5.76 5.52 6.06 5.76
Sep-84 21 613.9 6.14 5.58 6.18 6.14
Oct-84 22 614 6.14 5.65 6.29 6.14
Nov-84 23 646.7 6.47 5.73 6.40 6.47
Dec-84 24 655.3 6.55 5.82 6.51 6.55
Jan-85 25 645.7 6.46 5.93 6.60 6.46
Feb-85 26 562.4 5.62 6.01 6.68 5.62
Mar-85 27 695.7 6.96 6.12 6.74 6.96
Apr-85 28 712 7.12 6.23 6.80 7.12
May-85 29 723.1 7.23 6.35 6.85 7.23
Jun-85 30 743.2 7.43 6.46 6.89 7.43
Jul-85 31 678 6.78 6.55 6.91 6.78
Aug-85 32 676 6.76 6.64 6.93 6.76
Sep-85 33 703 7.03 6.71 6.96 7.03
Oct-85 34 685.3 6.85 6.77 6.98 6.85
Nov-85 35 703.3 7.03 6.82 7.02 7.03
Dec-85 36 722.4 7.22 6.88 7.06 7.22
Jan-86 37 681.9 6.82 6.91 7.10 6.82
Feb-86 38 567.6 5.68 6.91 7.15 5.68
Mar-86 39 737.7 7.38 6.94 7.23 7.38
Apr-86 40 739.6 7.40 6.97 7.31 7.40
May-86 41 759.6 7.60 7.00 7.41 7.60
Jun-86 42 794.8 7.95 7.04 7.95
Jul-86 43 719 7.19 7.08 7.19
Aug-86 44 734.8 7.35 7.12 7.35
Sep-86 45 776.2 7.76 7.19 7.76
Oct-86 46 782.5 7.83 7.27 7.83
Nov-86 47 816.5 8.17 7.36 8.17
Dec-86 48 847.4 8.47 7.46 8.47
Sheet3
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
移动平均
原时间序列
0
0
0
0
0
0
0
0
0
0
0
0
季节比率
MBD00098D10.xls
Chart15
512.6125 494.7
516.9375 502.5
522.15 536.5
527.1375 533.5
532.1916667 553.6
537.3083333 543.9
542.725 518
548.7083333 460.9
554.9916667 568.7
561.5708333 570.5
568.8041667 590
577.325 604.8
587.2875 564.9
596.8375 575.9
606.3583333 613.9
617.5458333 614
628.9875 646.7
640.3 655.3
650.7791667 645.7
659.6625 562.4
667.5458333 695.7
674.2291667 712
679.5583333 723.1
684.7125 743.2
689.0166667 678
690.7416667 676
692.7083333 703
695.6083333 685.3
698.2791667 703.3
701.95 722.4
705.8083333 681.9
709.9666667 567.6
715.4666667 737.7
722.5666667 739.6
731.3333333 759.6
741.2583333 794.8
移动平均
工业总产值
Sheet1
平均
1983 477.9 397.2 507.3 512.2 527 545 494.7 502.5 536.5 533.5 553.6 543.9
1984 518 460.9 568.7 570.5 590 604.8 564.9 575.9 613.9 614 646.7 655.3
1985 645.7 562.4 695.7 712 723.1 743.2 678 676 703 685.3 703.3 722.4
1986 681.9 567.6 737.7 739.6 759.6 794.8 719 734.8 776.2 782.5 816.5 847.4
同月平均 580.875 497.025 627.35 633.575 649.925 671.95 614.15 622.3 657.4 653.825 680.025 692.25 631.7208333
季节指数 0.9195122276 0.7867795393 0.9930811206 1.002935157 1.028816844 1.06368193 0.9721858137 0.9850870828 1.040649603 1.034990458 1.076464476 1.09581638
Sheet2
年月 移动平均 移正平均
Jan-83 1 477.9 477.9
Feb-83 2 397.2 397.2
Mar-83 3 507.3 507.3
Apr-83 4 512.2 512.2
May-83 5 527 527
Jun-83 6 545 545
Jul-83 7 494.7 512.6125 494.7
Aug-83 8 502.5 516.9375 502.5
Sep-83 9 536.5 522.15 536.5
Oct-83 10 533.5 527.1375 533.5
Nov-83 11 553.6 532.1916667 553.6
Dec-83 12 543.9 510.9416667 537.3083333 543.9
Jan-84 13 518 514.2833333 542.725 518
Feb-84 14 460.9 519.5916667 548.7083333 460.9
Mar-84 15 568.7 524.7083333 554.9916667 568.7
Apr-84 16 570.5 529.5666667 561.5708333 570.5
May-84 17 590 534.8166667 568.8041667 590
Jun-84 18 604.8 539.8 577.325 604.8
Jul-84 19 564.9 545.65 587.2875 564.9
Aug-84 20 575.9 551.7666667 596.8375 575.9
Sep-84 21 613.9 558.2166667 606.3583333 613.9
Oct-84 22 614 564.925 617.5458333 614
Nov-84 23 646.7 572.6833333 628.9875 646.7
Dec-84 24 655.3 581.9666667 640.3 655.3
Jan-85 25 645.7 592.6083333 650.7791667 645.7
Feb-85 26 562.4 601.0666667 659.6625 562.4
Mar-85 27 695.7 611.65 667.5458333 695.7
Apr-85 28 712 623.4416667 674.2291667 712
May-85 29 723.1 634.5333333 679.5583333 723.1
Jun-85 30 743.2 646.0666667 684.7125 743.2
Jul-85 31 678 655.4916667 689.0166667 678
Aug-85 32 676 663.8333333 690.7416667 676
Sep-85 33 703 671.2583333 692.7083333 703
Oct-85 34 685.3 677.2 695.6083333 685.3
Nov-85 35 703.3 681.9166667 698.2791667 703.3
Dec-85 36 722.4 687.5083333 701.95 722.4
Jan-86 37 681.9 690.525 705.8083333 681.9
Feb-86 38 567.6 690.9583333 709.9666667 567.6
Mar-86 39 737.7 694.4583333 715.4666667 737.7
Apr-86 40 739.6 696.7583333 722.5666667 739.6
May-86 41 759.6 699.8 731.3333333 759.6
Jun-86 42 794.8 704.1 741.2583333 794.8
Jul-86 43 719 707.5166667 719
Aug-86 44 734.8 712.4166667 734.8
Sep-86 45 776.2 718.5166667 776.2
Oct-86 46 782.5 726.6166667 782.5
Nov-86 47 816.5 736.05 816.5
Dec-86 48 847.4 746.4666667 847.4
Sheet2
移动平均
工业总产值
Sheet3
_1165132574.unknown
_1173853064.unknown
_1164025192.unknown
_1165131912.unknown
_1164026286.unknown
_1164025078.unknown
_1164019716.unknown
_1164023944.unknown
_1164024186.unknown
_1164023391.unknown
_1163937650.unknown
_1163937668.unknown
_1164019076.unknown
_1163937468.unknown
_1163937499.unknown
_1119597319.unknown
_1163682163.unknown
_1163683275.unknown
_1163683615.unknown
_1163683788.unknown
_1163684093.unknown
_1163684323.unknown
_1163684724.unknown
_1163685457.unknown
_1163684694.unknown
_1163684219.unknown
_1163683876.unknown
_1163683657.unknown
_1163683732.unknown
_1163683372.unknown
_1163683348.unknown
_1163683157.unknown
_1163683188.unknown
_1163683244.unknown
_1163683174.unknown
_1163682637.unknown
_1163683138.unknown
_1163682933.unknown
_1163682228.unknown
_1163681105.unknown
_1163681672.unknown
_1163681926.unknown
_1163682043.unknown
_1163681832.unknown
_1163681411.unknown
_1163681513.unknown
_1163681179.unknown
_1155822248.unknown
_1163680809.unknown
_1163680859.unknown
_1158357055.unknown
_1119607747.unknown
_1144779710.unknown
_1144307666.unknown
_1144308107.unknown
_1119607966.unknown
_1119597341.unknown
_1119600103.unknown
_1119598374.unknown
_1119598386.unknown
_1119598052.unknown
_1119598134.unknown
_1119597331.unknown
_1008610477.unknown
_1008611659.unknown
_1100153400.unknown
_1112449223.unknown
_1115272069.unknown
_1119098088.unknown
_1110802416.unknown
_1112449209.unknown
_1110802404.unknown
_1008611879.unknown
_1100153102.unknown
_1100153390.unknown
_1008611996.unknown
_1048838808.unknown
_1008611995.unknown
_1008611761.unknown
_1008611780.unknown
_1008611685.unknown
_1008610942.unknown
_1008611276.unknown
_1008611311.unknown
_1008611388.unknown
_1008610983.unknown
_1008610880.unknown
_1008610930.unknown
_1008610516.unknown
_1008609638.unknown
_1008610088.unknown
_1008610128.unknown
_1008610061.unknown
_998805355.unknown
_1008609272.unknown
_1008609598.unknown
_1008609212.unknown
_991996355.unknown
_991997068.unknown
_991997109.unknown
_991997186.unknown
_991996515.unknown
_991996175.unknown
浙公网安备 33021202002483