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

41 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

37005. Застосування статистичних методів у педагогічному дослідженні 29.13 KB
  Статистичні методи в педагогіці. Організація та методика науководослідницької діяльності: Підручник. ТЕОРЕТИЧНІ ВІДОМОСТІ Система методів і методика педагогічного дослідження У відповідності з логікою наукового пошуку здійснюється розробка методики дослідження що є сукупністю теоретичних та емпіричних методів які дають можливість з найбільшою достовірністю дослідити такий складний і багатофункціональний об'єкт яким є освітньовиховний процес. Методи педагогічного дослідження на відміну від методології це власне способи вивчення...
37006. Побудова вольт-фарадної характеристики варикапа. Напівпровідникові діоди 351.5 KB
  Дослідження напруги і струму діода при прямому і зворотньому зміщенні рн переходу. Побудова та дослідження вольтамперної характеристики ВАХ напівпроводнікового діода. Дослідження опору діода при прямому і зворотньому зсуві по вольтамперній характеристиці. Короткі теоретичні відомості Для дослідження напруги та струму діода при прямому і зворотному зсуві рн переходу досить мати універсальний прилад мультиметр.
37008. Робота із утилітою SiSoftware Sandra 1.59 MB
  SiSoftwre Sndr розроблена для роботи в ОС Windows 32. Запускаємо програму SiSoftwre Sndr. Ознайомлюймось з меню програми SiSoftwre Sndr.
37009. Файлова система NTFS 1.45 MB
  Імя робочої групи домену в який входить компютер MSHOME Імя користувача dmin Характеристики компютера: Процесор 1.6GHz Оперативна пам'ять 512Mб Обєм жорсткого диска 80Gb Моделі мережевих пристроїв внутрішніх і зовнішніх Reltek RTL8139 810x Fmily Fst Ethernet NIC 10 100 mb s Наявність локальної мережі Ні Наявність глобальної мережі Так Операційна система Microsoft Windows XP Порядок виконання роботи: 1.txt рис1 Рис 1 1.
37010. Створення консольних додатків. Обробка розгалужених обчислювальних процесів на мові програмування C# 31.5 KB
  Індивідуальні завдання. Дано порядковий номер факультету вивести на екран його назву. Дан порядковый номер месяца вывести на экран количество месяцев оставшихся до конца года. Дан порядковый номер дня месяца вывести на экран количество дней оставшихся до конца месяца.
37011. Команди переходів 142 KB
  Теоретична частина Команди цієї групи дозволяють міняти послідовність виконання команд програми. Команди переходів і виклику підпрограм є однією із складових процесу прийняття рішень. Команди переходів і виклику підпрограм провіряють значення розрядів регістра ознак і визначають слідуючий крок виконання програми в залежності від результату провірки.
37012. Команди виклику підпрограм і повернення з підпрограм 194 KB
  Коли здійснюється звернення до підпрограми то на початку виконання вона реалізує запамятовування поточного значення лічильника команд точка повернення. Коли виконання підпрограми закінчується то за допомогою команди повернення мікропроцесору вказується що початкове значення лічильника команд потрібно взяти з памяті. Для запамятовування точки повернення використовується стек куди записується адреса команди слідуюча за адресою команди виклику підпрограми. Безумовний виклик підпрограми При виконанні даної команди виклик підпрограми...
37013. НЕПРЯМЕ ВИМІРЮВАННЯ ОПОРУ РЕЗИСТОРА З ВИКОРИСТАННЯМ АМПЕРМЕТРА І ВОЛЬТМЕТРА 54 KB
  Схема підключення амперметра і вольтметра при вимірюванні опору; а метод вольтметра б метод амперметра. Вимірювальний опір визначається із формули: Rx = U U Ix = U Ixr Ix 1 Таким чином чим більший опір амперметра тим більша похибка вимірювання. Точність вимірювання при цьому методі буде визначатись сумою похибок амперметра і вольтметра.