Главная страница

Применение Excel для решения статистических задач. Применение MS Excel для решения статистических задач. Программа обработки электронных таблиц ms excel мощная и достаточно простая в использовании программа, предназначенная для решения широкого круга плановоэкономических,


Скачать 0.56 Mb.
НазваниеПрограмма обработки электронных таблиц ms excel мощная и достаточно простая в использовании программа, предназначенная для решения широкого круга плановоэкономических,
АнкорПрименение Excel для решения статистических задач
Дата18.06.2022
Размер0.56 Mb.
Формат файлаdoc
Имя файлаПрименение MS Excel для решения статистических задач.doc
ТипПрограмма
#601262
страница6 из 7
1   2   3   4   5   6   7

Экспоненциальное сглаживание


Предназначается для предсказания значения на основе прогноза для предыдущего периода, скорректированного с учетом погрешностей в этом прогнозе. Использует константу сглаживания a, по величине которой определяет, насколько сильно влияют на прогнозы погрешности в предыдущем прогнозе. [4]

Анализ Фурье

Предназначается для решения задач в линейных системах и анализа периодических данных, используя метод быстрого преобразования Фурье (БПФ). Эта процедура поддерживает также обратные преобразования, при этом, инвертирование преобразованных данных возвращает исходные данные.

Двухвыборочный F-тест для дисперсий


Двухвыборочный F-тест применяется для сравнения дисперсий двух генеральных совокупностей. Например, F-тест можно использовать для выявления различия в дисперсиях временных характеристик, вычисленных по двум выборкам.

Гистограмма

Используется для вычисления выборочных и интегральных частот попадания данных в указанные интервалы значений, при этом, генерируются числа попаданий для заданного диапазона ячеек.

Скользящее среднее


Используется для расчета значений в прогнозируемом периоде на основе среднего значения переменной для указанного числа предшествующих периодов. Каждое прогнозируемое значение основано на формуле:


где

N число предшествующих периодов, входящих в скользящее среднее

Aj фактическое значение в момент времени j

Fj прогнозируемое значение в момент времени j

Скользящее среднее, в отличие от простого среднего для всей выборки, содержит сведения о тенденциях изменения данных. Процедура может использоваться для прогноза сбыта, инвентаризации и других процессов.

Проведение t-теста


Пакет анализа включает в себя три средства анализа среднего для совокупностей различных типов:

Двухвыборочный t-тест с одинаковыми дисперсиями

Двухвыборочный t-тест Стьюдента служит для проверки гипотезы о равенстве средних для двух выборок. Эта форма t-теста предполагает совпадение дисперсий генеральных совокупностей и обычно называется гомоскедастическим t-тестом.

Двухвыборочный t-тест с разными дисперсиями

Двухвыборочный t-тест Стьюдента используется для проверки гипотезы о равенстве средних для двух выборок данных из разных генеральных совокупностей. Эта форма t-теста предполагает несовпадение дисперсий генеральных совокупностей и обычно называется гетероскедастическим t-тестом.

Парный двухвыборочный t-тест для средних

Парный двухвыборочный t-тест Стьюдента используется для проверки гипотезы о различии средних для двух выборок данных. В нем не предполагается равенство дисперсий генеральных совокупностей, из которых выбраны данные. Парный тест используется, когда имеется естественная парность наблюдений в выборках, например, когда генеральная совокупность тестируется дважды. [7]

Генерация случайных чисел


Используется для заполнения диапазона случайными числами, извлеченными из одного или нескольких распределений. С помощью данной процедуры можно моделировать объекты, имеющие случайную природу, по известному распределению вероятностей.

Ранг и персентиль

Используется для вывода таблицы, содержащей порядковый и процентный ранги для каждого значения в наборе данных. Данная процедура может быть применена для анализа относительного взаиморасположения данных в наборе. Рассмотрим пример применения данной функции.

Требуется с помощью коэффициента Спирмена определить зависимость между величиной уставного капитала предприятий Х и количеством выставленных акций Y. Данные о предприятиях города, выставивших акции на чековый аукцион, приведены ниже в таблице 1.

Таблица1




B

C

D

21

Номер предприятия

Уставный капитал, млн. руб. Х

Число выставленных акций Y


Продолжение таблицы 1

22

1

2954

856

23

2

1605

930

24

3

4102

1563

25

4

2350

682

26

5

2625

616

27

6

1795

495

28

7

2813

815

29

8

1751

858

30

9

1700

467

31

10

2264

661


Для решения задачи используем режим работы «Ранг и персентиль». Результаты выполнения данного режима приведены ниже в таблице.





B

C

D

E

F

G

H

I

35

Точка

Столбец1

Ранг

Процент

Точка

Столбец1

Ранг

Процент

36

3

4102

1

100,00

3

1563

1

100,00




37

1

2954

2

88,80

2

930

2

88,80




38

7

2813

3

77,70

8

858

3

77,70




39

5

2625

4

66,60

1

856

4

66,60




40

4

2350

5

55,50

7

815

5

55,50




41

10

2264

6

44,40

4

682

6

44,40




42

6

1795

7

33,30

10

661

7

33,30




43

8

1751

8

22,20

5

616

8

22,20




44

9

1700

9

11,10

6

495

9

11,10




45

2

1605

10

11,10

9

467

10

11,10





По данным этой сгенерированной таблицы заполняем в следующей таблице графы Ранг Ранг  , на основании которых производим вычисления квадратов разности рангов  .




B

C

D

E

F

G

21

Номер предприятия

Уставный капитал, млн. руб. Х

Число выставленных акций Y

Ранг  

Ранг  

Квадрат разности рангов



22

1

2954

856

2

4

4

23

2

1605

930

10

2

64

24

3

4102

1563

1

1

0

25

4

2350

682

5

6

1

26

5

2625

616

4

8

16

27

6

1795

495

7

9

4

28

7

2813

815

3

5

4

29

8

1751

858

8

3

25

30

9

1700

467

9

10

1

31

10

2264

661

6

7

1

32















120


Заключительным этапом решения задачи является вычисление коэффициента Спирмена по формуле

  ,

подставляя в которую исходные данные и рассчитанные данные задачи получим

 .

Значение коэффициента Спирмена   свидетельствует о слабой связи между рассматриваемыми признаками. [9]

Регрессия

Регрессионный анализ называют основным методом современной математической статистики для выявления неявных и завуалированных связей между данными наблюдений. Электронные таблицы делают такой анализ легко доступным. Таким образом, регрессионные вычисления и подбор хороших уравнений - это ценный, универсальный исследовательский инструмент в самых разнообразных отраслях деловой и научной деятельности (маркетинг, торговля, медицина и т. д.). Усвоив технологию использования этого инструмента, можно применять его по мере необходимости, получая знание о скрытых связях, улучшая аналитическую поддержку принятия решений и повышая их обоснованность.

Линейный регрессионный анализ заключается в подборе графика для набора наблюдений с помощью метода наименьших квадратов. Регрессия используется для анализа воздействия на отдельную зависимую переменную значений одной или более независимых переменных. [8]
1   2   3   4   5   6   7


написать администратору сайта