Обработка статистических данных средствами пакета Statgraphics

Введение

  Надо  заметить, что с недавнего времени  начались изменения в экономике  страны, которые обусловили необходимость  применения современных средств  анализа данных в самых различных  областях деятельности. Статистические методы относятся к наиболее востребованным из них. Методы статистического анализа используются также в процессе производства различной продукции, что позволяет проектировать создание оптимальных по ряду критериев, контролировать качество получаемого сырья, выпускаемой продукции, настройки экономических линий.

  Предмет исследования – статистическая обработка данных с помощью ЭВМ.

  Объект  исследования данного  курсового проекта – применение пакета StatGraphics для получения некоторых статистических характеристик.

  Основная  цель данной курсовой работы – решение некоторых экономических задач с помощью статистического пакета StatGraphics.

  Для достижения поставленной цели необходимо решить следующие задачи:

  1. Изучить и систематизировать литературу по статистическим методам обработки информации.

  2. Изучить пакет StatGraphics.

  3. Рассмотреть вычисление описательной статистики, статистическая обработка малых выборок, вывод статистик линейной связи. обработка нелинейной зависимости, приближение и оценка многомерной связи, дискриптивный анализ временных рядов.

  Методами исследования данной работы являются:

1. Изучение литературы по теме исследования и смежным темам.
2. Систематизировать полученной информации и е применение для вычисления статистических характеристик в пакете StatGraphics.
3. Изучение современных информационных технологий, применяемых при проведении статистических исследований.

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

  1. Элементарные понятия из теории математической статистики.

1. Понятие математической статистики.

  В современном обществе важную роль в  механизме управления экономикой выполняет статистика. Она осуществляет сбор, научную обработку, обобщение и анализ информации, характеризующее развитие экономики страны, культуры и уровня жизни населения.

  Поэтому в системе экономического образования  особое место отводится изучению статистики – базовой научной дисциплины, формирующей профессиональный уровень современного экономиста.

  В настоящее время, в условиях перехода к рыночным отношениям, перед наукой встает принципиально новая задача – реформирования общеметодических и организационных основ статистики, а также приведение ее в соответствие с международными правилами.

  Развитие  науки и техники требует все  более и более глубокого проникновения  в сущность явлений природы. Однако, сами явления природы предстают перед нами в виде огромного числа разнообразных фактов и наблюдений, которые являются результатом действия множества факторов, часть из которых лежит в основе рассматриваемого явления, а другие являются второстепенными, несущественными и нередко просто затемняют сущность явления. Нужны большие знания и умения для того, чтобы исключить всю второстепенную информацию и выявить основные и существенные сведения, содержащиеся в наблюдениях.

  Термин  «статистика» происходит от латинского слова Status,, что в средние века означало политическое состояние государства.

  Большим шагом в развитии статистической науки послужили применение экономико – математических методов и широкое использование компьютерной техники в анализе социально – экономических явлений.

  Развитие  статистической науки, расширение сферы применения практических статистических исследований, ее активное участие в механизме управления экономикой привели к изменению содержания самого понятия «статистика».

  Методы  математической статистики дают возможность  представить множество результатов наблюдения в компактном, удобном для обозрения виде. Они позволяют выделить существенную информацию из множества наблюдений, представив ее в виде небольшого числа сводных показателей. Если оказывается, что имеющихся данных недостаточно для понимания сути явления и требуется проведение добавочного эксперимента, то методы математической статистики позволяют ответить на вопрос, как такой эксперимент поставить, чтобы в максимальной степени облегчить работу исследователя как по постановке эксперимента, так и по последующей обработке экспериментальных данных.

  Хотя  современные стандартные программные  средства позволяют автоматизировать операции статистической обработки  и анализа данных (система StatGraphics дает даже интерпритацию результатов), для их использования требуется владение элементарными понятиями теории вероятностей и математической статистики. 

  1.2. Виды статистических пакетов.

  Основную  часть имеющихся статистичечких пакетов можно отнести к двум категориям: специализированные пакеты и пакеты общего назначения. Специализированные пакеты обычно содержат методы из одного- двух разделов статистики или методы, используемые в конкретной предметной области (контроль качества промышленной продукции, расчет страховых сумм и т.д.). Чаще всего встречаются пакеты для анализа временных рядов, регрессионного анализа, кластерного анализа. Многомерного шкалирования. Обычно такие пакеты содержат весьма полный набор традиционных методов в своей области, а кроме того, иногда включают и оригинальные методы и алгоритмы, созданные разработчиками пакета. Как правило, пакет и его документация ориентированы на специалистов, хорошо знакомы с соответствующими методами. Применяя такие пакеты целесообразно в тех случаях, когда требуется систематически решать задачи из той области, для которой предназначен специализированный пакет,а возможностей пакетов общего назначения недостаточно.

  Пакеты  общего назначения. Особое место на рынке занимают так называемые статистические пакеты общего назначения. Отсутстивие прямой ориентации на специфическую предметную область, широкий диапозон статистических методов, дружелюбный интерфейс пользователя привлекает в них не только начинающих пользователей, го и специалистов. Универсальность этих пакетов особенно полезна:

• на начальных этапах обработки, когда речь идет о подборе статистической модели или метода обработки;
• когда поведение статистических данных выходит за рамки использовавшейся ранее модели;
• в процессе обучения основам статистик.

  Именно  пакеты общего назначения составляют большинство продавемых на рынке статистических программ. К группе пакетов общего назначения относится и диалоговая система StatGraphics, рассмотренная в этой работе.

  Неполные  пакеты общего назначения. Некоторое хождение на рынке статистических программ (особенно в нашей стране) имеют пакеты, которые можно было бы назвать неполными пакетами общего назначения. Чаще всего они содержат простейшие методы описательной статистики и некоторые методы из двух- трех разделов статики. Например, пакет «Статистик- Консультант», несмотря на громкое название, включает лишь методы описательной статистики, и отдельные процедуры регрессионного и корреляционного анализа. По-видимому, использование подобных пакетов вряд ли может быть целесообразным, так как при практической работе почти наверняка потребуются методы, которые разработчики не смогли включить в пакет.

  Требования  к статистическим пакетам.

  Для того, чтобы статистический пакет  общего назначения был удобным и  эффективным в работе, он должен удовлетворять многочисленным и  весьма жестким требованиям. В частности, необходимо, чтобы он:

• содержал достаточно полный набор стандартных статистических методов;
• был достаточно простым для быстрого освоения  и использования;
• отвечал высоким требованиям к вводу, преобразованиям и организации хранения данных как в самом пакете, так и обмену с широко распространенными базами данных;
• имел широкий набор средств графического представления данных и результатов обработки: картинка порой отражает суть дела лучше, чем любые статистические показатели;
• предоставлял удобные возможности для включения в отчеты таблиц исходных данных, графиков, промежуточных и окончательных результатов обработки;
• имел подробную документацию, хорошо продуманную с учетом интересов как начинающего пользователя, так и специалиста статистка.

 

1.3. Понятие стохастической  природы экономических  данных.

  Экспериментальные данные в экономике и управлении производством обычно определяются многими факторами.

  Так, производительность труда зависит  от квалификации работников, стажа. Возраста, здоровья и настроения, трудовой дисциплины. Стимулирования (материального и морального), качества инструментов, обеспеченности работ материалами и др. Многочисленные определяющие факторы, проявляясь каждый раз в той или иной мере, обуславливают колебания выполнения нормы выработки от нуля до превышения ее в десятки раз.

  Полностью учесть все факторы, обеспечить их стабильность практически не удается, поэтому  определяемое ими явление (выполнение нормы) ведет себя случайно, в точности не предсказуемо и прогнозируемо лишь в вероятностном (статистическом) смысле. Поэтому рекордные выработки не являются повседневными.

  Случайным образом проявляются многие явления  в природе и технике. А. Эйнштейн не относил вероятностные свойства к законам природы и говорил, что «Господь не играет в кости». Эйнштейн не считал удивительным, когда из неполного описания получаются статистические утверждения. Если бы удалось продвинуться к полному описанию, то следующие из него законы и отношения не имели бы ничего общего со статистикой. 

1.3.1.Случайная  величина и ее  численные типы.

  Величина  называется случайной, если при опыте (наблюдений)она принимает определенное, но наперед неизвестное значение, обусловленное случайными причинами, которые заранее не могут быть учтены.

  Различают дискретные и непрерывные случайные величины.

  Дискретной (прерывной) называется случайна величина, которая можеть принимать только конечное и ли счетное число значений (например: количество выигравших лотерейных билетов; ежедневное число больных на предприятии; выработка, выраженная в количестве деталей, и т.п.).

  Непрерывной называется случайная величина, могущая принимать любое значение из некоторого замкнутого или открытого интервала ( например: процент выполнения нормы выработки, цена товара на рынках, доход фирмы и т. п.). 

  1.3.2.Основные  характеристики случайной  величины.

  Полной  характеристикой случайной величины является ее распределение (закон распределения). Распределение, или закон распределения, понимаются как частоты (вероятности) для случайной величины:

• непрерывной – попадания на интервалы возможных значений;
• дискретной – принятия возможных значений

  Закон распределения – это правило, которое устанавливает связь  между возможными значениями случайной величины и вероятностями (частотами) их появления. Зная закон распределения случайной величины, можно прогнозировать ее значения.

  Закон распределения, указывая, какие значения и как часто принимает случайная величина, определяет все реально существующее или воображаемое множество значений, называемое генеральной совокупностью. Обобщенными характеристиками генеральной совокупности являются параметры положения, рассеяния, формы распределения и возможной области рассеяния.

  В экономике многие показатели ограничены по своей сути(процентные величины, цены и др.). Только при достаточном по отношению к стандарту удалении центра рассеяния от границ можно пренебречь их влиянием.

  Параметры генеральной совокупности оцениваются по формулам путем статистической обработки данных, отвечающих обычно не всей генеральной совокупности, а некоторой части. Часть генеральной совокупнолсти, взятая для обследования и обработки, называется выборочной совокупностью, или просто выборкой. Число элементов (вариант) в выборке именуется ее объемом.