帮忙写一篇统计学实验的讨论与结论，大概600字左右
步骤如下：以2010为示例。
第一步：开启这个分析加载项。
操作步骤：如果是office2010的话：文件——选项——加载项——然后在右边找到一个分析工具库——点击”转到“， 如果是office2003的话：工具——加载项。
第二步：使用”分析工具库“，点确定。
第三步：在“数据”菜单里面，可以看到“数据分析”。
项目管理心得体会
项目管理心得体会 经过二郎山项目、鹧鸪山项目和水界等项目的项目管理工作实践，对项目管理的各方面事务感触颇深。
在此，我将这多年的心得体会梳理，抛砖引玉，希望各位同行及领导多多斧正。
一． 管理时间就是管理自己，高效利用时间 每个人的工作课题存在差异，每个人的思想境界各有不同。
但是上帝却很公平的给了每个人一天24小时的时间，因此我们提出管理时间，是每个人都可以做到的事情。
每天把24小时规划好，也就管理好了自己。
平时大家会说时间不够，事情做不过来，我建议大家把时间拿出来分析一下，根据工作性质合理安排时间。
对于项目管理，事情多，工作琐碎.，这样我就养成了每天入睡前回顾一天工作的习惯，并对第二天的工作进行安排。
在安排工作上要求本部门各级员工把握一个主次分明，轻重缓急合理的原则。
这样每天当一到工作岗位上就能很快的进入工作状态，而员工的工作也各级抓好，紧张工作。
这样就很好的把握和做到--工作时效。
二． 分清各项工作的轻重缓急 轻重缓急对于每个人来说都很重要，这就要求思路活跃，把火烧眉头的事情先处理掉，然后再去做日常工作。
就好比用户要一个深层次的技术交流,要求特别着急,这时你就需要安排资深的人员进行相关的支持,电话中能够完整的提供就现场进行,若是需面对面的进行,那好,用户的需要就是一切.总之轻重缓急具有非常的灵活性、时间性、场合性要视具体情况而当机立断。
做好了也是减少客户抱怨的有效方法。
三． 不断规范和调整制度，没有规矩不成方圆 谈到管理，就一定要从规范入手。
规范是我们日常工作的行为准则，是企业生存、运作、发展、壮大的标尺和纲要。
它的实施者既是所有领导，又是全体员工。
只是各个岗位所规范的内容不同罢了。
万事开头难，难就难在你走出的第一步，第一步迈出去了，第二、三步就没有问题了。
正如我们日常工作，你没有第一稿资料，就没有后续的所有工作内容。
你最近没有向职能部门提交××问题，就没有人来问你这个或哪个问题是如何如何的，等大家都有反映了这件事情，就有人开始琢磨怎么样来规范这项工作，让大家都按这个规定来做。
以后大家就在这个基础上第二步、第三步的完善工作，把工作做得更好
任何事情都是一样的道理，只要你想做，你就会去规范这件事情，规范也就使每个人有了行为的准则。
四． 提高会议效率，事前告诉大家会议的内容 工作中的很多问题都是在会议中解决的。
会议使我们对问题有了更多、更好的解决方案。
我们平常碰到的会议也比较多，大大小小、各式各样的都有，那么如何提高会议的效率就成为大家关注的事情。
如果我们在会议之前把要开会的事项告诉所有人，让大家都有准备，开会的时候就可以切入主题，谈每个人的思路，这样可以缩短一些时间。
往往在会议上大家谈着谈着就会跑题，这时候就需要会议的主持人能够引导大家的思路往一个方向；再有就是会议结束前主持人或主管人员一定要重述这次会议的几项内容和解决措施，这样大家才会感觉到会议的重要性。
五． 统计数据，针对数据进行分析，分析结果加以应用，最后不忘评估、验证成果。
统计数据简单的说就是一个工作量化。
是总结工作最直接、最明了的方法之一。
统计对于各块的工作都很重要，没有数据的分析，我们不知道努力的方向，至少说轻重缓急把握不好，有了数据就可以比较，知道目前面临最大的缺陷在哪里，针对弱点加以改进。
对于基层的管理人员来说数据的统计可以通过公司相关部门获得，得到的数据分析后一定要应用，只作分析不加以应用等于白搭，反而增加了工作量。
有的会说，我应用了但效果不大，问题就是应用后，有没有跟踪验证，我们对分析出来的数据没有应用，没有验证，怎么会知道我们的分析是对的呢
因此分析-应用-验证，三者一个都不能少。
六． 愿景引来注意、尊重加深信心、沟通加强意义、立场导致信任 1）愿景--每次开会公司都会给我们描绘一下愿景，公司现在…… 即将……将来是…… 对于这些传到耳朵里的信息，员工们总是格外的在意，有的甚至在聆听笔记，这是不知不觉的愿景激励。
因为这些都与公司的每一分子的切身利益直接相关，不管愿景好与坏大家都会关注，我们跟同事开会的时候也不要忘记强调三年规划。
2）尊重--同事之间相互尊重，可以加深合作，同时也会得到其他人的尊重，做起事情也会格外的舒坦。
工作之余都谈到沟通很关键，企业领导鼓励下属发言，但自己却不太发言也不太敢发言，所以最后的结果常常就是大家都不发言，最后就变成你看着我、我看着你，然后领导看着现场所有人，脸上一副「说话呀
」的样子。
这种状况就似乎是如果有一个人把话说出来之后他马上就会被企业宣判死刑一样，然后紧接着就被淘汰出局似的，所以大家对于自己想说的话都往肚子里吞，戒慎恐惧，一副「不要问我，我什么都不知道
」、「请你不要找我麻烦
」、「该死
怎么这么准，刚好问到我了
」的样子，所以只要你一鼓励他们把话说出来，大多数的时候，你很难获得到他们的回应，如果现场里有一、两个人敢勇于表达自己的意见，就已经算是不错的状况了。
3）沟通--「说出来」是沟通最基本的原则，如果连话都不愿意说出来，沟通肯定不会有任何的进展。
如果在一个团队里，每一个人都必须要透过猜测才能够了解他人的想法，这将会是一件很累人的事，而如果你是待在这样团队里的一员，我相信每一天陪着你的一定是强烈的无力感。
只要打破不说话的几个因素：面子问题、怕担责任、中庸、以为别人知道。
主管或领导立场要坚定明确，我们平常说这个人没有立场，只要用户一投诉，主管就同意了；销售或市场一说，我们就得去做等等，这样同事会感觉到这个领导没有立场，别人怎么说就怎么做，以后有问题，他们也不会再问你，对你逐渐失去信任，因此主管人员一定要有立场，在立场发生变化的时候要和同事做好沟通。
七． 定目标，严格执行、考核、监督 一件事情的好与坏如何去评价，首先要看所定目标定的合理性。
合适的目标对每个人、对企业都有好处，员工不会有太大的压力，安心努力的工作；企业每年都会稳步的积累和发展。
定目标对我们每个人说就再简单不过了，人的一生中不知道给自己定了多少目标，但真正努力去完成的又占了多大比例
目标就要靠人来执行，执行过程中就有各种各样的评价，严格的说就是考核和监督。
日常员工们努力的工作，都每个月底公司收集数据进行评估和考核，监督到年底每个是否能完成年初订立的目标。
八． 人不要会什么，关键在于你会学什么 在学校不管你学习什么专业，80%的学生找不到和自己本专业相同的工作，多数都是改行，有的从事本专业临近的工种，有的甚至与本专业搭不上边。
从事本专业的人未必就有好的成就，从事非专业的人也有很多人打出一片天空。
因此人不要会什么，关键在于你会学什么。
九． 培养人才资产：选、养、育、用、留。
关键在于留，留有3个因素：能力、价值观、人生志趣；能力的体现就是知识内涵，价值观主要表现在技能和态度。
知识又分为：内隐知识和外显知识（内隐知识：平常看不到学不到的，要靠个人的感悟和积累；外显知识：看得到，学得到的东西）。
平常总是要经过选拔招聘到一个适合企业的人员，进入公司后像小树苗一样培育，初长成就要考虑如何使用，经历这一系列的洗礼，人就有一定的想法，因此如何留住人才也是公司要积极考虑的事情，特别是在资源不足的情况下留住人才就更难能可贵。
十． 成绩好的时候要考虑如何提高团队的建设 随着其他公司技术能力逐步的提高，我意识到了靠个人的力量是不行的，要靠一个团队。
平时一个人忙里忙外不亦乐乎还不见的有效果，如何培养一支可以打胜仗的团队呢，首先要了解团队中的每个成员，发挥他们的优势，挖掘潜能，根据每个人的个性不同选用不同的岗位，每个人在团队中都发挥作用，管理人员就成功了一半，团队也就有竞争力了……
请简述编制变量数列的方法!(统计学)
上一页 下一页 返回 你的位置：第三章 | 第三节|二、变量数列的编制二、变量数列的编制 变量数列的编制比较复杂，因此有必要对变量数列的编制方法、编制步骤以及编制过程中需注意的问题进行探讨。
（一）阵列，求全距 首先对原始资料进行初步整理，即将各个变量值按大小顺序排列，形成一个阵列，并确定其全距R。
全距是指资料中的最大值与最小值之差，能反映资料中各变量值波动的范围大小。
通过初步整理，可使我们大致了解该资料的某些特征和变动规律，从而为正确编制变量数列提供必要的依据。
（二）确定变量数列的形式 编制单项数列还是组距数列，主要取决于所研究变量的类型以及变量变动的幅度。
对于连续变量，因其所描述对象的数量特征，在一个区间内可以有无限多个数值，无法按一定次序将其变量值一一列举，所以只能编制组距数列。
对于离散变量，则要根据其变量值的多少和变异幅度的大小来确定。
如变量值较少以及变异幅度较小的，可编制单项数列；如变量值较多以及变异幅度较大的，应编制组距数列。
具体如何分组，要结合分析目的及资料特点确定。
（三）确定组距和组数 组距的大小和组数的多少互为制约成反比关系。
组距越大，组数就越少；组距越小，组数就越多。
组数过少，容易把不同质的单位归在一个组内；组数过多，又容易把同质单位划入到不同的组内。
两者都不符合分组的要求，都不能确切地反映总体的分布特征。
因 此，确定组距和组数，应全面分析资料所反映的经济内容、变量值的离散程度或集中趋势以及数据多少等因素，要使组距能如实地反映出各组之间的数量界限，将同质单位归入同一组，而将不同质单位划分为不同的组，准确、真实地揭示出总体的分布特征及规律性。
当变量值变动比较均匀，并且可能编制等距数列的条件下，其组距也可采用斯特奇斯公式求得。
这是一种假定总体各单位按其标志分布趋于正态分布的条件下，根据总体单位数目近似确定分组数目并计算组距近似值的方法，是由经验总结得来。
计算公式为： 组距（i）= 需要指出，根据经验，由此公式求出的组数，当数据较少时，往往过多；当数据较多时，则往往过少。
所以该公式只能作为参考之用。
组距数列有等距数列和异距数列两种，选等距分组还是异距分组，应根据统计研究的任务和所研究现象变化的特点来决定。
一般而言，凡是现象的变动比较均匀的，宜采用等距分组。
如按工资，按身高、体重，按零件尺寸误差等分组。
等距分组，由于各组组距相同，各组单位数（次数）只受标志变量的影响，因此可直接比较各组的次数。
同时，根据等距数列资料，便于直接绘制统计图，计算各项综合指标并进行对比分析。
因此，应尽可能采用等距分组。
但在社会经济统计中，有些现象性质差异的变动并不均衡，往往波动很大，如急剧上升或下降，这就难以用等距分组的方法来划分不同性质的组，从现象量的变化中反映出不同质的差别，这就必须采用异距分组。
采用异距分组编制的异距数列，由于各组次数要受组距大小不同的影响，为消除此影响，更确切地反映出各组次数的实际分布状况，可计算次数密度或标准组距次数。
次数密度，就是单位组距内分布的次数，又称为频数密度。
计算公式为： 次数密度= 标准组距次数，即选定数列中某一合适的组距作为标准组距，用标准组距除以各组组距，得各组组距折合为标准组距的系数，再将各组的折合系数分别乘各组的次数，即可得各组的标准组距次数。
次数密度与标准组距次数其实质是相同的，它们都是对异距数列进行分析的重要指标。
两者计算上的联系表现为：标准组距次数等于次数密度与标准组距的乘积。
（四）确定组限 组距、组数确定后，需进一步确定组限。
组限应根据变量的性质来确定，更要有利于反映出总体各单位的实际分布特征。
具体应考虑以下几个方面。
（1）组限最好采用整数表示，各组下限尽可能取所选定组距的倍数。
（2）组限一般不用负值表示，最小为零。
（3）应使最小组下限不大于资料中的最小变量值，最大组上限不小于资料中的最大变量值。
（4）对连续变量和离散变量组限的划分和表示方法，在技术上有不同的要求。
对连续变量，相邻两组的组限应重叠，并且习惯上按照“上限不在本组内，应归入到下一组”的原则处理与上限相同的变量值。
（五）计量各组单位数 通过手工汇总或电子计算机汇总，在变量分组确定以后，直接计量各组内总体单位数目，得出各组总体单位的分配次数或以组次数占总次数的比率形式，则变量数列的编制结束，根据变量数列可进行各种统计分析。
一心一做心得体会800字
一、加强党性修养、坚定政治信仰。
自觉加强自身党性修养，在思想行动上始终与党中央保持高度一致，自觉维护党 中央权威是我们每个人义不容辞的责任。
作为一名研究生，更要对自己从严要求，将学习精神深刻领会、落到实处，勇于担当。
在任何时候任何情况下都坚定政治信仰，一心一意跟党走，坚持中国 共 产党的领导。
树立正确的价值观，会对我们的学习以及进行科研选题产生积极的促进作用。
我们要用共 产党先进的理论武装自己，在论文写作的时候要树立正确的科研伦理观，严格要求自己，不抄袭、不剽窃，引用别人学术成果的时候一定要注明文献来源，尊重他人的知识产权，避免陷入学术不端。
二、脚踏实地、真抓实干才能梦想成真二〇一二年十二月，习总书记在广东考察工作时强调：“面向未来，全面建成小康社会要靠实干，基本实现现代化要靠实干，实现中华民族伟大复兴要靠实干。
”作为一名研究生，要做好本职学习和科研工作，以饱满的政治热情、昂扬的精神状态、务实的作风投入学习和工作中去。
“纸上得来终觉浅”，空谈没有任何意义。
学术理论具有一定的时代性，如今中国仍处于发展期，政治、经济、文化和社会等各个层面时刻都在发生着变化，我们不能完全复制过去的经验和理论来指导当下的实践。
唯有付诸实践的检验才更有说服力。
作为一名在读研究生，在学习书本知识的同时一定要真抓实干，唯有实干才能发现自己在学习方面存在的知识盲区和不足，然后不断进行修正和弥补，进而逐步提升自身的学术水平和写作能力。
多阅读农业经济研究领域前沿的文献是我们提升自己论文写作能力的重要条件，在精读的基础上多总结，归纳出的精华要运用在论文写作的实践中，才能更好地被吸收，让这些精华变成自己的东西。
“路漫漫其修远兮”，论文也不是一蹴而就，挥笔即成的，但我们可以慢慢实践，错误在所难免，但我们可以多向导师请教，慢慢实践，“三年磨一剑”，把毕业论文写好。
三、坚持三种精神——钉子精神、学习精神、担当精神在中共十八届二中全会第二次全体会议上，用了“钉钉子”这一比喻，强调要牢记“空谈误国，实干兴邦”，要保持工作的稳定性和连续性。
他说，我们要有钉钉子的精神，钉钉子往往不是一锤子就能钉好的，而是要一锤一锤接着敲。
作为一名研究生，我们要以“钉钉子”的精神参与学习和科研，不畏困难、刻苦钻研。
我一直以为转专业是个很不明智的决定，本科所修的市场营销专业和农业推广没有关联，还很沮丧的以为以前的专业课都白学了。
“祸兮福之所倚”，后来才发现学科与学科之间有交叉，而这个交叉的部分正是科研选题经常忽略的部分，给我毕业论文提供了很大的具有创新性的选题空间。
唯有将所学的知识与实践有机结合起来才能更好的理解和消化理论知识，为以后的科研和学习打下坚实的基础。
比如，在刚开始接触计量经济学的时候，我一直以为计量就是会用软件操作就可以了，照着李淑淑学霸给的上机报告一遍遍操作，但是到了真正的写作实践的时候，却什么都不会。
史老师劝我去看书，把基础打好，吃透概率论与数理统计的原理，懂得每一个指标的意义，弄懂它是用来干什么的，不要上来就操作。
我这才从沟里爬出来，上了正道。
在学习和科研上多点坚持和恒心，争取把每一棵钉子订牢、订直、订实，把每一门基础课都学好、学扎实，同时要做好活学活用。
实习报告摘要怎么写
实习报告的摘要可以写中心思想一般分为几个方面：1、实习的具体单位、职位2、实习期间自己学到了什么3、还有什么有待提高希望我的回答能对你有所帮助。
概率论与数理统计心得
一概率论与数理统计是工程数学中比较灵活的一门课程，个人觉得也是学的有滋有味的一科。
概率论是以古典型概率，几何型概率，条件概率，各种分布列等为基本模型，以加法原理，乘法原理为规则，以非负性，规范性，可列可加性为基本性质，逆事件，差事件概率的计算公式，加法公式等为运算基础骨架。
解题时应做到心中有数，将难题一步步分解为这些简单问题的叠加。
学习重点应放在理解和运用上，而不在于计算，老师上课时的例题很重要，课后要理解消化，勤做练习加深理解，做题时应分清各类题型，举一反三。
熟练掌握：概率部分： 1.常见分布列，分布函数：离散型--连续型 一维--二维--多维离散： 两点分布，二次分布，泊松分布，几何分布连续： 均匀分布，指数分布，正态分布2.基本运算概念： 概率密度，数学期望，方差，协方差，相关系数 数理统计部分：样本基本概念：X2分布，t分布，F分布，正态总体的样本均值，方差，k阶原点矩，k阶中心矩推荐经典习题：第一章:3.4.5.8.9.10.11.12.13.15.18.20.21第二章:4.10.11.14.15.17.24.25.26.27第三章:1-8.13.14.19.20.24.25.27第四章:1.3.5.6.8.10(*).11---20.24.26.27.28(*).29.30第六章:1.2.4.5.6.7.9(*)第七章:2.3.4.7.8.9.10.11.12 二“概率论与数理统计”是理工科大学生的一门必修课程，由于该学科与生活实践和科学试验有着紧密的联系，是许多新发展的前沿学科(如控制论、信息论、可靠性理论、人工智能等)的基础，因此学好这一学科是十分重要的。
? “概率论与数理统计”的学习应注重的是概念的理解，而这正是广大学生所疏忽的，在复习时几乎有近一半以上学生对“什么是随机变量”、“为什么要引进随机变量”仍说不清楚。
对于涉及随机变量的独立，不相关等概念更是无从着手，这一方面是因为高等数学处理的是“确定”的事件。
如函数y=f(x)，当x确定后y有确定的值与之对应。
而概率论中随机变量X在抽样前是不确定的，我们只能由随机试验确定它落在某一区域中的概率，要建立用“不确定性”的思维方法往往比较困难，如果套用确定性的思维方法就会出错。
由于基本概念没有搞懂，即使是十分简单的题目也难以得分。
从而造成低分多的现象。
另一方面由于概率论中涉及的计算技巧不多，除了古典概型，几何概型和计算二维随机变量的函数分布时如何确定积分上、下限有一些计算的难点，其他的只是数值或者积分、导数的计算。
因而如果概念清楚，那么解题往往很顺利且易得到正确答案，这正是高分较多的原因。
? 根据上面分析，启示我们不能把高等数学的学习方法照搬到“概率统计”的学习上来，而应按照概率统计自身的特点提出学习方法，才能取得“事半功倍”的效果。
下面我们分别对“概率论”和“数理统计”的学习方法提出一些建议。
? 一、 学习“概率论”要注意以下几个要点 1. 在学习“概率论”的过程中要抓住对概念的引入和背景的理解，例如为什么要引进“随机变量”这一概念。
这实际上是一个抽象过程。
正如小学生最初学数学时总是一个苹果加2个苹果等于3个苹果，然后抽象为1+2=3.对于具体的随机试验中的具体随机事件，可以计算其概率，但这毕竟是局部的，孤立的，能否将不同随机试验的不同样本空间予以统一，并对整个随机试验进行刻画
随机变量X(即从样本空间到实轴的单值实函数)的引进使原先不同随机试验的随机事件的概率都可转化为随机变量落在某一实数集合B的概率，不同的随机试验可由不同的随机变量来刻画。
此外若对一切实数集合B，知道P(X∈B)。
那么随机试验的任一随机事件的概率也就完全确定了。
所以我们只须求出随机变量X的分布P(X∈B)。
就对随机试验进行了全面的刻画。
它的研究成了概率论的研究中心课题。
故而随机变量的引入是概率论发展历史中的一个重要里程碑。
类似地，概率公理化定义的引进，分布函数、离散型和连续型随机变量的分类，随机变量的数学特征等概念的引进都有明确的背景，在学习中要深入理解体会。
? 2. 在学习“概率论”过程中对于引入概念的内涵和相互间的联系和差异要仔细推敲，例如随机变量概念的内涵有哪些意义：它是一个从样本空间到实轴的单值实函数X(w)，但它不同于一般的函数，首先它的定义域是样本空间，不同随机试验有不同的样本空间。
而它的取值是不确定的， 随着试验结果的不同可取不同值，但是它取某一区间的概率又能根据随机试验予以确定的，而我们关心的通常只是它的取值范围，即对于实轴上任一B，计算概率P(X∈B)，即随机变量X的分布。
只有理解了随机变量的内涵，下面的概念如分布函数等等才能真正理解。
又如随机事件的互不相容和相互独立两个概念通常会混淆，前者是事件的运算性质，后者是事件的概率性质，但它们又有一定联系，如果P(A)。
P(B)＞0，则A，B独立则一定相容。
类似地，如随机变量的独立和不相关等概念的联系与差异一定要真正搞懂。
? 3. 搞懂了概率论中的各个概念，一般具体的计算都是不难的，如F(x)=P(X≤x)，EX，DX等按定义都易求得。
计算中的难点有古典概型和几何概型的概率计算，二维随机变量的边缘分布fx(x)=∫-∞∞ f(x，y)dy，事件B的概率P((X，Y)∈B)=∫∫Bf(x，y)dxdy，卷积公式等的计算，它们形式上很简单，但是由于f(x，y)通常是分段函数，真正的积分限并不再是(-∞，∞)或B，这时如何正确确定事实上的积分限就成了正确解题的关键，要切实掌握。
? 4. 概率论中也有许多习题，在解题过程中不要为解题而解题，而应理解题目所涉及的概念及解题的目的，至于具体计算中的某些技巧基本上在高等数学中都已学过。
因此概率论学习的关键不在于做许多习题，而要把精力放在理解不同题型涉及的概念及解题的思路上去。
这样往往能“事半功倍”。
二、 学习“数理统计”要注意以下几个要点? 1. 由于数理统计是一门实用性极强的学科，在学习中要紧扣它的实际背景，理解统计方法的直观含义。
了解数理统计能解决那些实际问题。
对如何处理抽样数据，并根据处理的结果作出合理的统计推断，该结论的可靠性有多少要有一个总体的思维框架，这样，学起来就不会枯燥而且容易记忆。
例如估计未知分布的数学期望，就要考虑到① 如何寻求合适的估计量的途径，②如何比较多个估计量的优劣
这样，针对①按不同的统计思想可推出矩估计和极大似然估计，而针对②又可分为无偏估计、有效估计、相合估计，因为不同的估计名称有着不同的含义，一个具体估计量可以满足上面的每一个，也可能不满足。
掌握了寻求估计的统计思想，具体寻求估计的步骤往往是“套路子”的，并不困难，然而如果没有从根本上理解，仅死背套路子往往会出现各种错误。
? 2. 许多同学在学习数理统计过程中往往抱怨公式太多，置信区间，假设检验表格多而且记不住。
事实上概括起来只有八个公式需要记忆，而且它们之间有着紧密联系，并不难记，而区间估计和假设检验中只是这八个公式的不同运用而已，关键在于理解区间估计和假设检验的统计意义，在理解基础上灵活运用这八个公式，完全没有必要死记硬背。
更多信息请访问：新浪自考频道 自考论坛 自考博客圈 特别说明：由于各方面情况的不断调整与变化，新浪网所提供的所有考试信息仅供参考，敬请考生以权威部门公布的正式信息为准。
统计学原理方法与SPSS应用要怎么学?
统计学原理要结合实验来学，关键是掌握不同的使用条件，SPSS结合具体的实验数据来分析统计。
