描述统计部分 1、 您的性别？ 1 | A.男 | 1400 | 62.2% | | | 2 | B.女 | 850 | 37.7% | | | 2、 您的年龄？ 1 | A.20岁以下 | 550 | 24.4% | | | 2 | B.21-30岁 | 1150 | 51.1% | | | 3 | C.31-40岁 | 400 | 17.7% | | | 4 | D.41-50岁 | 100 | 4.44% | | | 5 | E.51-60岁 | 150 | 2.22% | | | 6 | F.60岁以上 | 0 | 0% | | | | | | | 3， 黄金周你过得如何？ A.很高兴 | 985 | 43.7% | B.一般 | 1114 | 49.5% | C.很糟糕 | 151 | 6.7% |
4，你一般怎么利用黄金周？ 1 | A.外出游玩 | 550 | 24.4% | | | 2 | B.呆在家里 | 950 | 42.2% | | | 3 | C.探亲访友 | 400 | 17.7% | | | 4 | D.照常工作 | 150 | 6.66% | | | 5 | E.其他 | 200 | 8.88% | | | | | | |
| |
5，您是否赞成黄金周被取消？
6、请勾出下面你认为不应该取消的理由 1 | A.刺激消费,带动经济增长 | 900 | 40% | | | 2 | B. 发展旅游项目,拉动内需 | 850 | 37.7% | | | 3 | C. 引入长假概念,改善生活模式 | 600 | 26.6% | | | 4 | D. 举国同庆, 增加节日气氛 | 450 | 20% | | | 5 | E. 适度休息, 舒缓国民日常生活压力 | 450 | 20% | | | 6 | F. 方便亲友聚会,出游或者探望亲友等 | 350 | 15.5% | | | 7 | G. 取消黄金周意味着很多景区的投资资金收不回 | 200 | 8.88% | | | 8 | H.其他 | 200 | 8.88% | | |
本次问卷旨在调查人们对黄金周的态度及是否赞成黄金周的取消。从近两千名受访者的回答中，我们可以发现大多数的受访者还是十分享受黄金周的休闲假期。本次问卷共调查了2250名受访者，其中近6成是女性，男性占较少部分。在受访人群中，21到30岁的年轻人占多数。从第三题我们可以看出，有43.7%的受访者很享受黄金周的假期，有近一半的受访者认为他们的黄金周过得还行，仅有6.7%的人表示并不享受黄金周假期。
从询问黄金周做些什么的第四题中，我们发现42.2%的受访者选择呆在家里休息，24.4%的人们选择在黄金周外出旅游，有17.7%的人们选择利用黄金周走亲访友，有6.66%的人选择坚守岗位。大多数的人们还是反对黄金周被取消的。其次，在那些反对黄金周被取消的受访者中，我们发现在校学生是最多的，受访学生中近7成的学生反对取消黄金周假期。党政机关人员，企事业单位人员，离休人员也多反对取消黄金周，而退休人员和进程农民中有百分之四十几的人赞成取消黄金周，这可能与他们希望多一些时间工作，多赚一点钱有关。
继续询问反对取消黄金周的受访者原因，我们发现40%的人认为黄金周假期能刺激消费,带动经济增长，有假日经济效应。也有37.7%的人认为黄金周假期发展旅游项目,让更多的人外出旅游，拉动市场内需。同时也有不少人认为引入长假概念,能改善我们现在的快节奏生活模式；黄金周“五一”，“十一”举国同庆, 增加节日气氛；黄金周适度休息, 舒缓国民日常生活压力等等。
时间序列预测
上海人均旅游支出原始数据
指标 | 国内旅游者人均消费支出 （元） | 2002 | 1 134 | 2003 | 1 465 | 2004 | 1 430 | 2005 | 1 452 | 2006 | 1 466 | 2007 | 1 578 | 2008 | 1 465 | 2009 | 1 548 | 2010 | 1 175 |
根据时间序列图，我们可以发现上海的人均旅游支出没有趋势，呈现一定的随机波动。
接下来分别用简单平均，移动平均及一次指数平滑预测2011年的上海人均旅游支出并比较。
简单平均法：F2011=F2002+F2003……+F2010n=1412.56
移动平均法： 指标 | 国内旅游者人均消费支出 （元） | 3期移动平均预测 | 预测误差 | 误差平方 | 5期移动平均预测 | 预测误差 | 误差平方 | 2002 | 1 134 | | | | | | | 2003 | 1 465 | | | | | | | 2004 | 1 430 | | | | | | | 2005 | 1 452 | 1 343 | 109 | 11881 | | | | 2006 | 1 466 | 1 449 | 17 | 289 | | | | 2007 | 1 578 | 1 449 | 129 | 16641 | 1 389 | 189 | 35721 | 2008 | 1 465 | 1 499 | - 34 | 1156 | 1 478 | - 13 | 169 | 2009 | 1 548 | 1 503 | 45 | 2025 | 1 478 | 70 | 4900 | 2010 | 1 175 | 1 530 | - 355 | 1191025 | 1 502 | - 327 | 106929 | 2011 | | 1 396 | | | 1 446 | | | 合计 | | | | 1223017 | | | 147719 | 均方误差 | | | | 203836.2 | | | 36929.75 |
一次指数平滑：
因序列的波动不大，我们在0.1～0.4范围取α
指标 | 国内旅游者人均消费支出 （元） | α=0.3 | 误差 | 误差平方 | α=0.4 | 误差 | 误差平方 | 2002 | 1 134 | | | | | | | 2003 | 1 465 | 1 134 | 331 | 109 561 | 1 134 | 331 | 109 561 | 2004 | 1 430 | 1233.3 | 197 | 38 691 | 1266.4 | 164 | 26 765 | 2005 | 1 452 | 1292.31 | 160 | 25 501 | 1331.84 | 120 | 14 438 | 2006 | 1 466 | 1340.217 | 126 | 15 821 | 1379.904 | 86 | 7 413 | 2007 | 1 578 | 1377.9519 | 200 | 40 019 | 1414.3424 | 164 | 26 784 | 2008 | 1 465 | 1437.9663 | 27 | 731 | 1479.80544 | - 15 | 219 | 2009 | 1 548 | 1446.0764 | 102 | 10 388 | 1473.883264 | 74 | 5 493 | 2010 | 1 175 | 1476.6535 | - 302 | 90 995 | 1503.529958 | - 329 | 107 932 | 2011 | | 1386.1575 | | | 1372.117975 | | | 合计 | | | | 331 707 | | | 298 605 | α=0.3时,均方误差为41463.43. α=0.4时，均方误差为37325.64
由图及均方误差比较可知，5期移动平均的均方误差为36929.75，最小。因此，就本序列而言，采用5期移动平均能更准确的预测2011年的上海人均旅游支出。由5期移动平均预测F2011=1446
广东省旅游总收入 | | 2003 | 4550252 | 2004 | 5470358 | 2005 | 6246801 | 2006 | 7005057 | 2007 | 7981457 | 2008 | 8377132 | 2009 | 9940359 | 2010 | 12546072 |
序列显示出非线性趋势，拟合指数曲线
指数曲线趋势预测结果 旅游总收(y) | Lgy | t | 预测值 | 残差 | 残差平方 | 4550252 | 6.658035 | 1 | 4666304 | -116051.691 | 13467994977 | 5470358 | 6.738016 | 2 | 5325287 | 145071.2272 | 21045660949 | 6246801 | 6.795658 | 3 | 6077333 | 169468.4706 | 28719562539 | 7005057 | 6.845412 | 4 | 6935583 | 69473.57549 | 4826577692 | 7981457 | 6.902082 | 5 | 7915038 | 66419.07738 | 4411493840 | 8377132 | 6.923095 | 6 | 9032813 | -655680.5959 | 4.29917E+11 | 9940359 | 6.997402 | 7 | 10308441 | -368082.2468 | 1.35485E+11 | 12546072 | 7.098508 | 8 | 11764216 | 781855.7261 | 6.11298E+11 | 62117488 | | | 62025014 | 92473.54 | 8551356164 | SUMMARY OUTPUT | | | | | | | | | 回归统计 | | | | | | | | Multiple R | 0.990967 | | | | | | | | R Square | 0.982015 | | | | | | | | Adjusted R Square | 0.979018 | | | | | | | | 标准误差 | 0.020542 | | | | | | | | 观测值 | 8 | | | | | | | | | | | | | | | | | 方差分析 | | | | | | | | | | df | SS | MS | F | Significance F | | | | 回归分析 | 1 | 0.138243 | 0.138243 | 327.6132518 | 1.83031E-06 | | | | 残差 | 6 | 0.002532 | 0.000422 | | | | | | 总计 | 7 | 0.140775 | | | | | | | | | | | | | | | | | Coefficients | 标准误差 | t Stat | P-value | Lower 95% | Upper 95% | 下限 95.0% | 上限 95.0% | Intercept | 6.611603 | 0.016006 | 413.0664 | 1.35877E-14 | 6.572437768 | 6.650769 | 6.572438 | 6.650769 | X Variable 1 | 0.057372 | 0.00317 | 18.10009 | 1.83031E-06 | 0.049615731 | 0.065128 | 0.049616 | 0.065128 |
求得lgY=6.611603+0.05737x
Y2011=13425578
Sy=√8551356164/6=37752.165
这一次的统计大作业对我而言是一次十分特殊的经历。我们四人从设计课题，收集数据到统计分析，分工协作，享受团队协作的快乐。同时，也让我真正理解统计在生活中无处不在。通过这一次统计大作业，我学着把自己所学的知识应用于实践，在实践中巩固了理论知识，同时解决问题的能力也得到了提升。本次大作业开阔了我的视野，当然在这过程中，我们也有不足，比如二手数据筛选，因素分析等。我们也将在不断实践的过程中完善自我。 