37864

Основы статистической обработки информации с использованием EXCEL. Определение некоторых числовых характеристик экспериментальных статистических данных

Лабораторная работа

Информатика, кибернетика и программирование

Создать массив признаков интервалов и посчитать для них частоту. Для создания массива признаков сначала рассчитывают цену деления c= Rx k. откл 6765655 6821 6162 6168 6819 7062 эксцесс 0057761 ассиметрия 0385736 Для построения гистограммы и полигона частот используется функция Excel ЧАСТОТА массив_данных; массив_интервалов. Эта функция относится к классу статистических и производит операции над массивами.

Русский

2013-09-25

618.5 KB

40 чел.

Лабораторная работа № 1

Основы статистической обработки информации с использованием EXCEL. Определение некоторых числовых характеристик экспериментальных статистических данных.

Основной целью статистического анализа является выяснение некоторых свойств изучаемой генеральной совокупности. Если генеральная совокупность конечна, то наилучшая процедура — рассмотрение каждого ее элемента. Однако в большинстве задач используются либо бесконечные генеральные совокупности, либо конечные, но трудно обозримые. В этой ситуации необходимо отобрать из генеральной совокупности подмножество из n элементов, называемое выборкой объема n, исследовать его свойства, а затем обобщить эти результаты на всю генеральную совокупность. Это обобщение называется статистическим выводом.

 Генеральная совокупность (популяция)  W — полный набор объектов w, с которыми связана данная проблема. Эти объекты могут быть людьми, животными, изделиями и так далее. С каждым объектом связана величина (или величины), называемая исследуемым признаком (xi).

Различные значения признака, наблюдающиеся у членов генеральной совокупности (или выборки), называются вариантами, а числа, показывающие сколько раз встречается каждый вариант — их частотами.

В данном определении предполагается дискретное изменения признака. Однако, если мы измеряем непрерывную величину, то точность измерения и количество измерений в единицу времени тоже дадут некий дискретный набор.

Мы предполагаем, что измеряемый или исследуемый признак изменяется некоторым случайным образом. Произведя серию измерений, получим набор данных, которые, скорее всего, будут случайной выборкой из генеральной совокупности. Чтобы провести первичную обработку этой выборки, необходимо построить экспериментальное распределение данных по частотам или (если данные имеют явно непрерывный характер) по интервалам частот.

Числовые характеристики статистического распределения

В качестве характеристик измеримого признака вместо исходных значений величин или таблиц их частот используют числовые характеристики, называемые также статистическими мерами.

  •   Среднее арифметическое : Определяется по формуле

, где xi — значения вариант.

  •   Медиана — срединное значение для ряда измерений n. Для ее вычисления необходимо все наблюдения расположить в порядке возрастания или убывания результатов. Если n — нечетное число, то медиана просто является числом, находящимся в середине упорядоченной последовательности. При четном n равна среднему арифметическому двух расположенных в середине значений упорядоченной последовательности.
  •   Мода — (наиболее вероятное значение) является наиболее часто встречающейся в выборке  величиной.
  •   Размах вариации R — разность между максимальным и минимальным значениями признака в ряде измерений.

R = xmax -xmin

  •   Среднее линейное отклонение d — среднее арифметическое абсолютных величин отклонений вариантов от их средней арифметической.

, ni — частота признака xi.

  •   Дисперсия D — среднее арифметическое квадратов отклонений вариантов от их средней:

  •   Среднее квадратичное отклонение s — квадратный корень из дисперсии.

Под формой статистического распределения понимается форма его графика — полигона или гистограммы. Различают симметричные формы и несимметричные (асимметричные).

Распределение называется симметричным, если веса любых вариантов, равноотстоящих от среднего, равны между собой.

На практике такого совпадения для всех вариантов обычно нет и симметричным считаются распределения, в которых веса вариантов, равноотстоящих от среднего, отличаются незначительно. (Пример 1 — близок к симметричному распределению).

Асимметричные распределения можно разбить на три вида:

  •  умеренно асимметричные — распределения у которых частоты, находящиеся по одну сторону от наибольшей, больше (или меньше) частот, находящихся по другую сторону от наибольшей на таком же “расстоянии”.
  •  крайне асимметричные — распределения, у которых частоты или все время возрастают, или все время убывают.
  •  U-образные — частоты сначала убывают, а затем возрастают.

В табл. № 1 представлены экспериментальные данные, полученные после медицинского обследования 100 студентов МаГУ. Необходимо оценить числовые характеристики выборки студентов, проанализировать форму распределения частот.

Таблица  

Результаты измерения веса студентов МаГУ

61

57

61

85

48

41

73

66

91

70

50

45

64

46

55

82

69

75

82

72

68

43

81

71

47

50

54

75

81

68

80

67

64

76

61

57

62

57

66

53

79

56

63

88

65

74

67

54

65

80

86

40

59

64

65

71

72

78

70

61

39

63

89

59

61

75

67

51

65

55

62

60

75

73

91

72

54

46

52

55

78

67

94

60

44

49

88

74

44

60

52

61

66

74

56

52

71

73

75

60

  1.  Используя данные выборки студентов, рассчитать:
    •  среднее арифметическое;
    •  медиану;
    •  моду;
    •  дисперсию;
    •  среднее квадратичное отклонение;
    •  эксцесс;
    •  асимметрию распределения.

  1.  Построить в  Excel гистограмму распределения признаков по частотам  и полигон частот. Для этого:
  •  найти min и max значения в выборочной совокупности (с помощью статистических функций Excel);
  •  размах варьирования: Rx = xmax - xmin;
  •  число интервалов: k » [1+3,2 lg(n)], (n – количество данных в выборке).
  •  создать массив признаков (интервалов) и посчитать для них частоту.

Для создания массива признаков сначала рассчитывают цену деления c= Rx/k.

Затем рассчитывают первый интервал по формуле: min + c, следующий интервал определяется как предыдущий плюс цена деления, эта формула копируется до тех пор пока последний признак не станет равным или немного больше максимального значения в выборке.

3. Определить форму распределения выборки

Рекомендации к выполнению:

Ниже в качестве образца приведен пример выполнения подобной работы. В таблице приведены числовые данные для которых построены полигон и гистограмма частот.

85,39

63,22

63,36

76,11

62,16

max

85,4

Признаки

Частоты

68,69

68,33

69,27

80,39

74,23

min

54,6

59,4

2

61,83

70,23

77,89

68,48

62,89

R

30,8

64,2

12

62,46

83,93

72,21

78,17

73,56

k

6,4

68,9

13

62,31

54,60

80,09

63,60

67,68

сред ар

69,30

73,7

13

68,59

67,78

62,30

70,92

67,20

медиана

68,53

78,5

4

69,42

81,37

67,36

71,04

67,58

с

4,7

83,3

4

56,13

70,56

70,86

63,58

72,66

дисперсия

45,77408

88,1

2

64,79

70,02

72,93

68,25

80,21

ср. кв. откл

6,765655

68,21

61,62

61,68

68,19

70,62

эксцесс

0,057761

ассиметрия

0,385736

Для построения гистограммы и полигона частот используется функция

Excel ЧАСТОТА (массив_данных; массив_интервалов). Эта функция относится к классу статистических и производит операции над массивами.

Массив_данных — ячейки с данными выборки.

Массив_интервалов — ячейки, содержащие значения интервалов.

Результатом выполнения функции ЧАСТОТА является массив, содержащий частоты вариантов, попадающие в указанные интервалы. На основе этого результирующего массива (в примере — “Частоты”) и строятся гистограммы и полигоны.

  1.  Скопировать массив данных из таблицы, расположенной в лабораторной работе.
  2.   Создать массив интервалов (количество интервалов будет вами рассчитано). Первый интервал определяется как сумма минимального элемента выборки и цена деления, последний элемент не должен существенно превышать максимального элемента выборки.
  3.   Выделить ячейки под массив частот (пометить доступными способами). Этих ячеек должно быть столько же, сколько ячеек отведено под массив интервалов.
  4.   Запустить Мастер Функций . (Под двоичным_массивом здесь понимается массив_интервалов). Ввести координаты массива данных (вариант) и массива интервалов.
  5.   После указания всех аргументов функции нажать комбинацию: Ctrl+Shift+Enter. После этого функция ЧАСТОТА заполнит весь выделенный массив.

Контрольные вопросы:

  1.  Что называется генеральной совокупностью?
  2.  Приведите пример генеральной совокупности, исследуемого признака и варианта.
  3.  Дайте понятие частоты.
  4.  Что представляет собой полигон частот? Какую информацию можно получить, исследуя полигон частот?
  5.  Какие формы распределений существуют и чем они отличаются друг от друга? В чем разница между теоретическими и экспериментальными распределениями?
  6.  Что называется медианой и как ее определяют?
  7.  Что такое мода?
  8.  Как определить дисперсию экспериментального распределения?
  9.  Что характеризует асимметрия  выборки?
  10.  Как рассчитывается эксцесс выборки?
  11.  При каком значении эксцесса полигон частот наиболее заострен?

EMBED Excel.Chart.8 \s


 

А также другие работы, которые могут Вас заинтересовать

78966. Проблема начала научного знания. Социально-политическая жизнь древнегреческого полиса и появление научных знаний 45.5 KB
  Проблема начала научного знания. Существуют следующие возможные даты начала научного знания: Возникла вместе человеком неверно Возникла в 65 веках до Новой Эры в Древней Греции и Риме Наука появилась в 1718 веках когда произошла научная революция верно В 19 веке в Германии 1 Введение. Процесс зарождения научного знания связан с серией концептуальных революций обусловивших последовательность переходов от мифа к логосу от логоса к преднауке и от преднауки к науке. Формируется мышление направленное на получение знания об...
78967. Управления активами ООО «Гранит-М» 320.46 KB
  Рассмотреть многообразие активов организации и осуществить их классификацию; провести оценку современного состояния активов организаций на примере ООО «Гранит-М»; исследовать особенности определения потребности предприятий в оборотных активах; анализ эффективности использования активов предприятия...
78968. Натурфилософская и позитивистская и диалектическая концепции взаимосвязи философии и науки 43.5 KB
  Натурфилософская и позитивистская и диалектическая концепции взаимосвязи философии и науки.Натурфилософская концепция Сосуществования философии и науки как самостоятельных и во многом различающихся по предметам средствам методам и функциям форм познавательной и ориентировочной деятельности человека был сформулирован ряд концепций об их взаимоотношении. Кратко сущность концепции может быть выражена формулой: Философия наука наук что означает: гносеологический приоритет философии как более фундаментального вида знания по сравнению с...
78969. Чувственное, рациональное, интуитивное в научном познании и творчестве 28.5 KB
  Чувственность рациональность и интуиция – основные способности человека которые необходимы как в научном так и в ненаучном познании. Ощущения – знания об отдельных свойствах предмета Восприятие – целостное восприятие предмета Представление – воспроизведение предметов по памяти фантазия воображение На уровне восприятия возможна интуиция. В научном обществе помимо логических доказательств определений обоснований важное значение имеет игра воображение фантазия интуиция. Интуиция – это непосредственное знание полученное без обращений...
78970. Эмпирический уровень научного познания и его методы 33 KB
  Эмпирический уровень научного познания и его методы.Традиционно принято различать два уровня научного познания: эмпирический и теоретический. Структура эмпирического знания. Несмотря на близость понятий чувственного и эмпирического уровня знания между ними не может иметь место логическая выводимость одного вида знания из другого.
78971. Наблюдение и эксперимент в научном познании, виды экспериментов. Роль приборов 31 KB
  Все приборы условно можно разделить на два класса качественные и количественные. Качественные приборы используют когда интересуются качественной стороной объекта если она не может быть получена непосредственно с помощью органов чувств.В зависимости от выполняемых функций качественные приборы делят на 3 группы:Приборыусилители применяются в тех случаях когда идущие от объекта сигналы остаются за порогом ощущений когда особенности среды затрудняют изучение сигналов. Эти приборы предназначены для изучения класса явлений объективные...
78972. Формы развития научных знаний: проблема, факт, гипотеза, теория, научно-исследовательская программа 37.5 KB
  Проблема - объективно возникающий в ходе развития познания вопрос или комплекс вопросов, решение которых представляет существенный практический или теоретический интерес. Проблема в науке - это такая задача или вопрос
78973. Изменчивость научного знания как проблема философии науки. Представление о движущих силах развития научного знания. 45 KB
  Изменчивость научного знания как проблема философии науки. Представление о движущих силах развития научного знания. XX века в качестве оппозиции экстернализму подчеркивавшему фундаментальную роль социальных факторов как на этапе генезиса науки так и на всех последующих этапах развития научного знания. Последнему принадлежит наиболее значительная попытка обоснования правомерности интерналистской программы развития научного знания.
78974. Теоретический уровень научного познания и его методы 37 KB
  Теоретический уровень научного познания и его методы Теоретический уровень высший уровень научного познания включает факты добытые эмпирическим путем предшествующие развитию науки а также логические выводы добытые разумом человека. Абстрагирование Процесс познания всегда начинается с рассмотрения конкретных чувственно воспринимаемых предметов и явлений их внешних признаков свойств связей. является необходимым моментом процесса познания.