Для решения статистических задач

В табличном процессоре Microsoft Excel

В состав Microsoft Excel входит набор средств анализа данных (называемый пакет анализа), предназначенный для решения сложных статистических и инженерных задач. Для проведения анализа данных с помощью этих инструментов следует указать входные данные и выбрать параметры; анализ будет проведен с помощью подходящей статистической или инженерной макрофункции, а результат будет помещен в выходной диапазон. Другие инструменты позволяют представить результаты анализа в графическом виде.

Пакет анализа позволяет решать в диалоговом режиме 19 задач, наиболее часто встречающихся в классической математической статистике.

Для активизации Пакета анализа необходимо выполнить команду Сервис - Надстройки и выбрать Пакет анализа, после этого в меню Сервис появится строка Анализ данных.

Чтобы запустить пакет анализа:

1) в меню Сервис выберите команду Анализ данных (рисунок 1 Приложения 1);

2) в списке Инструменты анализа выберите нужную строку;

3) введите входной и выходной диапазоны, затем выберите необходимые параметры.

Надстройки, установленные в Microsoft Excel, остаются доступными, пока не будут удалены.

 

Рис.1. Инструменты анализа данных

Инструменты анализа данных:

1. однофакторный дисперсионный анализ;

2. двухфакторный дисперсионный анализ с повторениями;

3. двухфакторный дисперсионный анализ без повторений;

4. корреляция;

5. ковариация;

6. описательная статистика;

7. экспоненциальное сглаживание;

8. двухвыборочный F-тест для дисперсии;

9. анализ Фурье;

10. гистограмма;

11. скользящее среднее;

12. генерация случайных чисел;

13. ранг и персентиль;

14. регрессия;

15. выборка;

16. парный двухвыборочный t-тест для средних;

17. двухвыборочный t-тест с одинаковыми дисперсиями;

18. двухвыборочный t-тест с различными дисперсиями;

19. двухвыборочный z-тест для средних.

Рассмотрим применение инструментов анализа данных: Описательной статистики и Корреляции.

Описательная статистика

Описательная статистика применяется для генерации одномерного статистического отчета, содержащего информацию о центральной тенденции и изменчивости входных данных.

Алгоритм применения инструмента Описательная статистика:

1) Установите входной диапазон - ссылку на ячейки, содержащие анализируемые данные. Ссылка должна состоять как минимум из двух смежных диапазонов данных, организованных в виде столбцов или строк.

2) Выберите форму группирования По столбцам или По строкам.

3) Установите переключатель для создания заголовков.

4) Установите флажок, если в выходную таблицу необходимо включить строку для уровня надежности. В поле введите требуемое значение. Например, значение 95% вычисляет уровень надежности среднего со значимостью 0,05.

5) Установите флажок, если в выходную таблицу необходимо включить строку для k -го наибольшего значения для каждого диапазона данных. В соответствующем окне введите число k. Если k равно 1, эта строка будет содержать максимум из набора данных.

6) Установите флажок, если в выходную таблицу необходимо включить строку для k -го наименьшего значения для каждого диапазона данных. В соответствующем окне введите число k. Если k равно 1, эта строка будет содержать минимум из набора данных.

7) Укажите выходной диапазон.

8) Установите флажок, если в выходном диапазоне необходимо получить по одному полю для каждого из следующих видов статистических данных.

На рисунке 2 Приложения 4 представлено заполненное диалоговое окно, в котором в параметре «Входной интервал» указан диапазон с исходными значениями ряда X.

 

 

Рис. 2. Диалоговое окно инструмента Описательная статистика.

 

Результаты применения инструмента Описательная статистика представлены на рисунке 3 Приложения 4.

Рис. 3. Результаты применения инструмента Описательная статистика.

Корреляция

Коэффициент корреляции выборки представляет собой ковариацию двух наборов данных, деленную на произведение их стандартных отклонений.

Алгоритм применения инструмента Корреляция:

1) Укажите входной диапазон - два смежных диапазона данных, организованных в виде столбцов или строк.

2) Установите переключатель в положение По столбцам или По строкам в зависимости от расположения данных во входном диапазоне.

3) Установите переключатель в положение Метки в первой строке, если первая строка во входном диапазоне содержит названия столбцов. Установите переключатель в положение Метки в первом столбце, если названия строк находятся в первом столбце входного диапазона. Если входной диапазон не содержит меток, то необходимые заголовки в выходном диапазоне будут созданы автоматически.

4) Укажите выходной диапазон – ссылку на левую верхнюю ячейку выходного диапазона или переключатель, чтобы открыть новый лист в книге и вставить результаты анализа, начиная с ячейки A1, или установите переключатель, чтобы открыть новую книгу и вставить результаты анализа в ячейку A1 на первом листе в этой книге.

На рисунке 4 Приложения 4 представлено заполненное диалоговое окно, в котором в параметре «Входной диапазон» указан диапазон с исходными значениями переменных X, Y и Z.

 

 

Рис. 4. Диалоговое окно инструмента Корреляция

 

Результаты применения инструмента Корреляция можно увидеть на рисунке 5 Приложения 4.

Из полученной корреляционной матрицы следует, что коэффициент корреляции между переменными X и Y равен 0,703882, между X и Z равен 0,615052, между Y и Z равен 0,66794.

 

Рис. 5. Результаты применения инструмента Корреляция

Применение других инструментов Пакета анализа аналогично рассмотренным примерам.

 

 

 

ПРИЛОЖЕНИЕ 5

 

Литература

 

1. Гласс Дж., Стэнли Дж. Статистические методы в педагогике и психологии. М.: Прогресс, 1976.

2. Гмурман В.Е. теория вероятности и математическая статистика. М.: Высшая школа, 1999.

3. Ермолаев О.Ю. Математическая статистика для психологов. М.: Московский психолого-социальный институт, 2003.

4. Калинина В.Н., Панкин В.Ф. Математическая статистика. М.: Высшая школа, 1998.

5. Кендэл М. Ранговые корреляции. М., 1975.

6. Кулачаев А.П. Методы и средства анализа данных в среде WINDOWS. М.: НПО «Информатика и компьютеры», 1998.

7. Купер К. Индивидуальные различия. М. Высшая школа, 1990.

8. Плохинский Н.А. Биометрия. 2-е изд. М.: МГУ, 1970.

9. Рунион. Р. Справочник по непараметрической статистике. М.: Финансы и статистика, 1982.

10. Сидоренко Е.В. Методы математической обработки в психологии. Санкт-Петербург, 1996.

11. Суходольский Г.В. Математико-психологические модели деятельности. СПб.: Социально-психологический центр, 1994

12. Суходольский Г.В. Основы математической статистики для психологов, Л.: ЛГУ, 1972.

13. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере. / Под ред. В.В. Фигурнова. М.: Финансы и статистика, 1995.

14. Тарасов С.Г. Основы применения математических методов в психологии. СПб, 1998.

 

 

Марина Владимировна Погребицкая