Применение MS Excel для решения статистических задач

Автор работы: Пользователь скрыл имя, 14 Ноября 2010 в 09:38, Не определен

Описание работы

курсовая работа

Файлы: 1 файл

курсовая.docx

— 144.13 Кб (Скачать файл)
 

       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]

       Выборка

       Создает выборку из генеральной совокупности, рассматривая входной диапазон как  генеральную совокупность. Если совокупность слишком велика для обработки  или построения диаграммы, можно  использовать представительную выборку. Кроме того, если предполагается периодичность  входных данных, то можно создать  выборку, содержащую значения только из отдельной части цикла. [5] 

       Двухвыборочный z-тест для средних

       Двухвыборочный z-тест для средних с известными дисперсиями используется для проверки гипотезы о различии между средними двух генеральных совокупностей.  
 

    1. Статистические функции
 
 

       FРАСП   Возвращает F-распределение вероятности. Эту функцию можно использовать, чтобы определить, имеют ли два множества данных различные степени плотности. Например, можно исследовать результаты тестирования мужчин и женщин, окончивших высшую школу, и определить отличается ли разброс результатов для мужчин и женщин.[10]

       FРАСПОБР   Возвращает обратное значение для F-распределения вероятности

       БЕТАОБР   Возвращает обратную функцию к интегральной функции плотности бета-вероятности

       БЕТАРАСП   Возвращает интегральную функцию плотности бета-вероятности

       БИНОМРАСП   Возвращает отдельное значение биномиального распределения

       ВЕЙБУЛЛ   Возвращает распределение Вейбулла

       ВЕРОЯТНОСТЬ   Возвращает вероятность того, что значение из диапазона находится внутри заданных пределов

       ГАММАНЛОГ   Возвращает натуральный логарифм гамма функции

       ГАММАОБР   Возвращает обратное гамма-распределение

       ГАММАРАСП   Возвращает гамма-распределение

       ГИПЕРГЕОМЕТ   Возвращает гипергеометрическое распределение

       ДОВЕРИТ   Возвращает доверительный интервал для среднего значения по генеральной совокупности

       КВАРТИЛЬ   Возвращает квартиль множества данных

       КВПИРСОН   Возвращает квадрат коэффициента корреляции Пирсона

       КРИТБИНОМ   Возвращает наименьшее значение, для которого биномиальная функция распределения меньше или равна заданному значению

       ЛГРФПРИБЛ   Возвращает параметры экспоненциального тренда

       ЛИНЕЙН   Возвращает параметры линейного тренда

       ЛОГНОРМОБР   Возвращает обратное логарифмическое нормальное распределение

       ЛОГНОРМРАСП   Возвращает интегральное логарифмическое нормальное распределение

       МАКСА   Возвращает максимальное значение из списка аргументов, включая числа, текст и логические значения

       МИНА   Возвращает минимальное значение из списка аргументов, включая числа, текст и логические значения

       НАИБОЛЬШИЙ   Возвращает k-ое наибольшее значение из множества данных

       НАИМЕНЬШИЙ   Возвращает k-ое наименьшее значение в множестве данных

       НАКЛОН   Возвращает наклон линии линейной регрессии

       НОРМАЛИЗАЦИЯ   Возвращает нормализованное значение

       НОРМОБР   Возвращает обратное нормальное распределение

       НОРМРАСП   Возвращает нормальную функцию распределения

       НОРМСТОБР   Возвращает обратное значение стандартного нормального распределения

       ОТРБИНОМРАСП   Возвращает отрицательное биномиальное распределение

       ОТРЕЗОК   Возвращает отрезок, отсекаемый на оси линией линейной регрессии

       ПЕРЕСТ   Возвращает количество перестановок для заданного числа объектов

       ПИРСОН   Возвращает коэффициент корреляции Пирсона

       ПРОЦЕНТРАНГ   Возвращает процентную норму значения в множестве данных

       ПУАССОН   Возвращает распределение Пуассона

       РОСТ   Возвращает значения в соответствии с экспоненциальным трендом

       СРГАРМ   Возвращает среднее гармоническое

       СРГЕОМ   Возвращает среднее геометрическое

       СРЗНАЧ   Возвращает среднее арифметическое аргументов

       СРЗНАЧА   Возвращает среднее арифметическое аргументов, включая числа, текст и логические значения.

       СРОТКЛ   Возвращает среднее абсолютных значений отклонений точек данных от среднего

       СТАНДОТКЛОН   Оценивает стандартное отклонение по выборке

       СТАНДОТКЛОНА   Оценивает стандартное отклонение по выборке, включая числа, текст и логические значения

       СТАНДОТКЛОНП   Вычисляет стандартное отклонение по генеральной совокупности

       СТАНДОТКЛОНПА   Вычисляет стандартное отклонение по генеральной совокупности, включая числа, текст и логические значения

       СТЬЮДРАСП   Возвращает t-распределение Стьюдента

       СТЬЮДРАСПОБР   Возвращает обратное t-распределение Стьюдента

       СЧЁТЗ   Подсчитывает количество значений в списке аргументов

       ТЕНДЕНЦИЯ   Возвращает значения в соответствии с линейным трендом

       ТТЕСТ   Возвращает вероятность, соответствующую критерию Стьюдента

       УРЕЗСРЕДНЕЕ   Возвращает среднее внутренности множества данных

       ФИШЕР   Возвращает преобразование Фишера

       ФИШЕРОБР   Возвращает обратное преобразование Фишера

       ФТЕСТ   Возвращает результат F-теста

       ХИ2ОБР   Возвращает обратное значение односторонней вероятности распределения хи-квадрат

       ХИ2РАСП   Возвращает одностороннюю вероятность распределения хи-квадрат

       ХИ2ТЕСТ   Возвращает тест на независимость

       ЧАСТОТА   Возвращает распределение частот в виде вертикального массива

       ЭКСПРАСП   Возвращает экспоненциальное распределение 
 

1.6    Применение графических возможностей Excel 
 

       Графические изображения уже давно нашли  широкое применение в самых разнообразных  видах человеческой деятельности. Но, пожалуй, ни в одной области знаний и практической деятельности графические  изображения не играют такой исключительной роли, как в статистике и экономике, имеющих дело с обработкой и анализом огромных массивов информации о социально- экономических явлениях и процессах. Всесторонний и глубокий анализ этой информации, так называемых статистических данных, предполагает использование различных специальных методов, важное место среди которых занимают графические изображения статистических данных.

       Графические изображения широко используются, прежде всего, для наглядного представления  статистических данных, благодаря ним  существенно облегчается их восприятие и понимание.

       Огромные  возможности для автоматического  построения различных видов графических  изображений статистических данных представляет программа обработки  электронных таблиц Microsoft Excel.

       Статистическая  диаграмма- это особый способ наглядного представления и изложения с  помощью геометрических знаков и  других графических средств статистической информации с целью её обобщения  и анализа. Основным и наиболее важным свойством статистических диаграмм является их наглядность. Непосредственная наглядность статистических диаграмм делает их более выразительными и  наглядными. [11]

       При анализе статистических данных диаграммы  могут использоваться для решения  таких задач:

  • Отображать распределение единиц статистической совокупности по значениям или разновидностям исследуемого признака;
  • Характеризовать развитие изучаемых явлений во времени, их общую тенденцию развития, сезонность колебаний, абсолютную и относительную скорость их развития и изменения;
  • Сравнивать размеры различных явлений, их разных частей, а также тенденцию их развития и изменения во времени и пространстве;
  • Выявлять структуру изучаемых явлений и её изменения, т.е. структурные сдвиги;
  • Устанавливать взаимозависимость между явлениями или их признаками, а также степень тесноты существующей между ними связи;
  • Отображать степень распространения изучаемых явлений по той или иной территории и интенсивности этого распространения.

Информация о работе Применение MS Excel для решения статистических задач