- •Тема 1. Описательная статистика
- •1.1. Общие сведения
- •1.2. Cтатистические функции ms Excel для вычисления основных характеристик случайной величины
- •Практическое задание № 1
- •Контрольные вопросы
- •Тема 2. Дисперсионный анализ
- •Практическое задание № 2
- •Контрольные вопросы
- •Практическое задание № 3
- •Теоретические сведения
- •Контрольные вопросы
- •Тема 3. Корреляционно – регрессионый анализ
- •Практическое задание № 4
- •Теоретические сведения
- •Контрольные вопросы
- •Практическое задание № 5 ИспользованиЕ инструмента «корреляция»
- •Теоретические сведения
- •Контрольные вопросы
- •Практическое задание № 6 использование функции линейн
- •Теоретические сведения
- •Контрольные вопросы
- •Тема 5. Прогнозирование и бизнес-анализ средстами ms excel
- •5.1. Прогнозирование на основе анализа временных рядов
- •Факторы, влияющие на значения временного ряда
- •5.1.Средства ms Excel для анализа временных рядов
- •5.3. Применение трендового анализа
- •Практическое задание № 7
- •Теоретические сведения
- •Контрольные вопросы
- •5.4. Прогнозирование методом скользящего среднего
- •Практическое задание № 8
- •Теоретические сведения
- •Контрольные вопросы
- •Практическое задание № 9
- •Теоретические сведения
- •Контрольные вопросы
- •Практическое задание № 11
- •Теоретические сведения
- •Контрольные вопросы
- •Практическое задание № 12
- •Теоретические сведения
- •4. Строится модель прогнозирования: ,
- •Контрольные вопросы
- •Контрольные вопросы по вычислительной практике
- •Индивидуальные задания
- •Индивидуальные задания
Индивидуальные задания
Задача 1
Применить методы описательной статистики для анализа курса акций от количества проданных. Размерность массива исходных данных — 10 элементов (таблица 1).
Таблица 1. Данные для расчета.
День |
Количество проданных акций |
Курс акций, грн. |
1 |
600 |
1000 |
2 |
670 |
950 |
3 |
550 |
1100 |
4 |
620 |
980 |
5 |
665 |
968 |
6 |
590 |
978 |
7 |
602 |
968 |
8 |
587 |
970 |
9 |
596 |
1100 |
10 |
617 |
1005 |
Задача 2
В течение шести лет использовались пять различных технологий выращивания свеклы. Установите влияние различных технологий на урожайность при =0,05. Данные о достигнутой урожайности (в тыс. ц/га) приведены в таблице 2. Применить однофакторный дисперсионный анализ.
Таблица 2. Данные для расчета, с использованием функции «Однофакторный дисперсионный анализ».
Год |
Технология (фактор А) |
||||
А1 |
А2 |
А3 |
А4 |
А5 |
|
1 |
1,2 |
0,6 |
0,9 |
1,7 |
1,0 |
2 |
1,1 |
1,1 |
0,6 |
1,4 |
1,4 |
3 |
1,0 |
0,8 |
0,8 |
1,3 |
1,1 |
4 |
1,3 |
0,7 |
1,1 |
1,5 |
0,9 |
5 |
- |
0,7 |
- |
1,2 |
1,2 |
6 |
- |
0,7 |
- |
1,3 |
- |
Задача 3
Исследовать влияние специализации сельскохозяйственных предприятий на окупаемость затрат, рентабельность собственного капитала и продаж. Применить двухфакторный дисперсионный анализ с повторениями.
Номер выбор-ки |
Специализация предприятия |
Окупаемость затрат |
Рентабельность собственного капитала |
Рентабель-ность продаж |
1 |
многоотраслевое производство |
400,00 |
17,14 |
75,00 |
2 |
|
141,25 |
7,25 |
69,03 |
3 |
|
93,05 |
29,78 |
67,82 |
4 |
|
179,82 |
14,93 |
48,80 |
5 |
|
175,38 |
9,65 |
42,98 |
1 |
зерно, переработка |
115,85 |
64,07 |
25,58 |
2 |
|
134,38 |
96,06 |
22,92 |
3 |
|
125,99 |
65,68 |
20,69 |
4 |
|
127,91 |
39,87 |
19,42 |
5 |
|
130,60 |
21,82 |
19,13 |
1 |
зерно, подсолнечник |
138,64 |
59,01 |
29,86 |
2 |
|
137,55 |
55,06 |
20,47 |
3 |
|
113,71 |
-172,82 |
15,05 |
4 |
|
117,39 |
58,15 |
14,81 |
5 |
|
116,67 |
0,71 |
14,29 |
1 |
садоводство |
180,67 |
10,81 |
34,13 |
2 |
|
160,42 |
-8,01 |
33,90 |
3 |
|
113,42 |
-0,26 |
-15,22 |
4 |
|
83,28 |
-5,88 |
-61,45 |
5 |
|
56,25 |
0,00 |
-76,02 |
1 |
зерно, молоко |
119,28 |
4,08 |
13,21 |
2 |
|
147,37 |
5,01 |
10,90 |
3 |
|
118,92 |
6,72 |
10,73 |
4 |
|
124,29 |
90,53 |
10,57 |
5 |
|
122,56 |
7,98 |
8,08 |
Задача 4
Выполнить экономический анализ факторов, влияющих на себестоимость продукции (данные таблицы) с применением методов корреляционного и регрессионного анализа.
х1 |
х2 |
х3 |
х4 |
х5 |
х6 |
199,6 |
0,23 |
0,79 |
0,86 |
0,21 |
15,98 |
598,1 |
0,17 |
0,77 |
1,98 |
0,25 |
18,27 |
71,2 |
0,29 |
0,80 |
0,33 |
0,15 |
14,42 |
90,8 |
0,41 |
0,71 |
0,45 |
0,66 |
22,76 |
82,1 |
0,41 |
0,79 |
0,74 |
0,74 |
15,41 |
76,2 |
0,22 |
0,76 |
1,03 |
0,32 |
19,35 |
119,5 |
0,29 |
0,78 |
0,99 |
0,89 |
16,83 |
21,9 |
0,51 |
0,62 |
0,24 |
0,23 |
30,53 |
48,4 |
0,36 |
0,75 |
0,57 |
0,32 |
17,98 |
173,5 |
0,23 |
0,71 |
1,22 |
0,54 |
22,09 |
74,1 |
0,26 |
0,74 |
0,68 |
0,75 |
18,29 |
68,6 |
0,27 |
0,65 |
1,00 |
0,16 |
26,05 |
60,8 |
0,29 |
0,66 |
0,81 |
0,24 |
26,20 |
355,6 |
0,01 |
0,84 |
1,27 |
0,59 |
17,26 |
264,8 |
0,02 |
0,74 |
1,14 |
0,56 |
18,83 |
526,6 |
0,18 |
0,75 |
1,89 |
0,63 |
19,70 |
118,6 |
0,25 |
0,75 |
0,67 |
1,10 |
16,87 |
37,1 |
0,31 |
0,79 |
0,96 |
0,39 |
14,63 |
57,7 |
0,38 |
0,72 |
0,67 |
0,73 |
22,17 |
51,6 |
0,24 |
0,70 |
0,98 |
0,28 |
22,62 |
Где:
х1 — результативный признак — индекс снижения себестоимости продукции (%);
х2 — фактор, определяющий результативный признак, — трудоемкость единицы продукции (чел./час);
х3 — фактор, определяющий результативный признак, — удельный вес рабочих в составе промышленно-производственного персонала;
х4 — фактор, определяющий результативный признак, — премии и вознаграждения на одного работника в % к зарплате (%);
х5 — фактор, определяющий результативный признак, — удельный вес потерь от брака (%);
х6 — фактор, определяющий результативный признак, — непроизводственные расходы (тыс./руб.).
Задача 5.
На основании данных таблицы вычислить частоту попадания показателей товарооборота в автоматически сформированные границы интервалов и построить гистограмму интервального вариационного ряда распределения, используя режим «Гистограмма» Пакета анализа.
Объем розничного товарооборота по районам Самарской области.
№ п/п |
Наименование района |
Товарооборот, млн.р. |
1 |
Алексеевский |
688 |
2 |
Безенчукский |
799 |
3 |
Богатовский |
145 |
4 |
Большеглушицкий |
735 |
5 |
Большечерниговский |
564 |
6 |
Борский |
123 |
7 |
Волжский |
463 |
8 |
Елховский |
857 |
9 |
Исаклинский |
956 |
10 |
Камышлинский |
935 |
11 |
Клявлинский |
837 |
12 |
Кинельский |
1463 |
13 |
Кинель-Черкаский |
480 |
14 |
Кошкинский |
158 |
15 |
Красноармейский |
1029 |
16 |
Красноярский |
970 |
17 |
Нефтегорский |
740 |
18 |
Пестравский |
610 |
19 |
Похвистневский |
1320 |
20 |
Приволжский |
900 |
21 |
Сергиевский |
1090 |
22 |
Ставропольский |
470 |
23 |
Сызранский |
808 |
24 |
Хворостянский |
962 |
25 |
Челно-Вершинский |
490 |
26 |
Шенталинский |
126 |
27 |
Шигонский |
800 |
Задача 6.
Используя данные таблицы, составить регрессионную модель задачи зависимости выхода товарной продукции на 1 га сельскохозяйственных угодий от обеспеченности ресурсами.
Товарная продукция, грн. |
Основные фонды, грн. |
Производственные затраты, грн. |
Среднегодовая численность работников на 100 га |
408 |
668 |
440 |
13,7 |
283 |
505 |
350 |
8,9 |
289 |
559 |
326 |
8,7 |
351 |
731 |
414 |
9,7 |
417 |
802 |
513 |
1,7 |
316 |
599 |
382 |
9,3 |
275 |
600 |
376 |
8,0 |
324 |
623 |
390 |
8,6 |
350 |
723 |
417 |
9,6 |
340 |
616 |
360 |
8,5 |
454 |
756 |
481 |
11,8 |
357 |
689 |
453 |
10,3 |
319 |
723 |
400 |
8,9 |
279 |
516 |
355 |
9,4 |
Задача 7
Самостоятельно предлагается построить трендовые модели для различных ценных бумаг (акций, облигаций, векселей), используя таблицу «Котировка ЦБ» в лабораторной работе по данной теме. При построении тренда использовать метод скользящей средней. С помощью линии тренда спрогнозировать курс ЦБ до конца года.
Выборка биржевых ставок относительно времени совершения сделки и цены сделки в рублях за один день работы биржи.
Время |
Цена сделки в рублях |
11:16:45 |
99,45 |
11:21:53 |
99,4 |
11:23:09 |
99,31 |
11:23:37 |
99,31 |
11:24:49 |
99 |
11:24:57 |
99 |
11:48:40 |
98,61 |
11:49:45 |
98,99 |
11:53:51 |
98,66 |
11:55:05 |
98,65 |
11:55:24 |
98,7 |
11:58:18 |
98,8 |
11:58:18 |
98,8 |
11:58:24 |
98,65 |
11:58:35 |
98,8 |
Задача 8
Проиллюстрировать применение метода сглаживания динамических рядов скользящей средней на примере условных данных о ценах закрытия по акции А по дням работы фондовой биржи в апреле.
Дата |
Цена, грн. |
Дата |
Цена, грн. |
01.04.2004 |
78,90 |
16.04.2004 |
111,80 |
02.04.2004 |
78,10 |
17.04.2004 |
124,40 |
03.04.2004 |
86,00 |
18.04.2004 |
114,10 |
04.04.2004 |
97,50 |
19.04.2004 |
108,40 |
05.04.2004 |
83,30 |
20.04.2004 |
124,00 |
06.04.2004 |
86,00 |
21.04.2004 |
150,70 |
07.04.2004 |
90,60 |
22.04.2004 |
149,60 |
08.04.2004 |
86,10 |
23.04.2004 |
153,60 |
09.04.2004 |
81,30 |
24.04.2004 |
179,40 |
10.04.2004 |
105,10 |
25.04.2002 |
153,70 |
11.04.2004 |
108,60 |
26.04.2002 |
158,60 |
12.04.2004 |
107,90 |
27.04.2004 |
199,20 |
13.04.2004 |
106,80 |
28.04.2004 |
164,30 |
14.04.2004 |
132,10 |
29.04.2004 |
135,30 |
15.04.2004 |
113,00 |
30.04.2004 |
159,30 |
Задача 9
Динамика потребления овощей на одного члена домохозяйства в области за 1995 — 2003 гг. характеризуется следующими данными:
Годы |
1995 |
1996 |
1997 |
1998 |
1999 |
2000 |
2001 |
2002 |
2003 |
Потребление овощей, кг |
30,0 |
32,1 |
36,0 |
30,9 |
38,7 |
48,9 |
46,8 |
53,4 |
54,0 |
Выявить основную тенденцию потребления овощей на одного члена домохозяйства за 1995 — 2003 гг.:
методом сглаживания с помощью 3-членной скользящей средней;
методом аналитического выравнивания;
построить график потребления овощей на одного члена домохозяйства области по фактическим и выровненным данным.
Задача 10
Выполнить аналитическое выравнивание ряда динамики с применением индексов сезонности и функций прогнозирования.
Определить тип модели (аддитивная или мультипликативная) и построить модель прогнозирования.
Реализация картофеля на колхозных рынках города за три года.
Месяцы |
реализация картофеля, т |
||||
первый год, у1 |
второй год, у2 |
третий год, у3 |
всего за три года, yi |
в среднем за три года, yi |
|
1 |
2 |
3 |
4 |
5 |
6 |
Январь |
70 |
71 |
63 |
204 |
68 |
Февраль |
71 |
85 |
60 |
216 |
72 |
Март |
82 |
84 |
59 |
225 |
75 |
Апрель |
190 |
308 |
261 |
759 |
253 |
Май |
280 |
383 |
348 |
1011 |
337 |
Июнь |
472 |
443 |
483 |
1398 |
466 |
Июль |
295 |
261 |
305 |
861 |
287 |
Август |
108 |
84 |
129 |
321 |
107 |
Сентябрь |
605 |
630 |
670 |
1905 |
635 |
Октябрь |
610 |
450 |
515 |
1575 |
525 |
Ноябрь |
184 |
177 |
185 |
546 |
182 |
Декабрь |
103 |
168 |
104 |
375 |
125 |
ИТОГО: |
3070 |
3144 |
3182 |
9396 |
261 |
Задача 11
Используя данные таблицы, составить регрессионную модель задачи зависимости себестоимости 1ц привеса крупного рогатого скота. Сделать анализ.
Себестоимость 1 ц., грн. |
Среднесуточ-ные привесы, г |
Затраты чел. час на1 ц |
Затраты к.ед. на 1ц |
220 |
300 |
50 |
12 |
195 |
350 |
45 |
11 |
185 |
400 |
40 |
10 |
180 |
420 |
38 |
9,5 |
170 |
500 |
35 |
9 |
190 |
380 |
39 |
11 |
200 |
320 |
50 |
12 |
170 |
450 |
34 |
8,5 |
165 |
550 |
25 |
8 |
140 |
700 |
20 |
7 |
150 |
650 |
22 |
7 |
180 |
480 |
35 |
8 |
170 |
520 |
34 |
7,5 |
160 |
590 |
23 |
8 |
190 |
470 |
40 |
11 |
Задача 12
Используя данные таблицы, составить регрессионную модель задачи зависимости среднесуточных привесов свиней от факторов. Сделать анализ.
Среднесуточные привесы |
Корма на 1ед. гол. ц. к. ед. |
Протеина в 1к.ед. г |
220 |
8 |
90 |
250 |
10,5 |
95 |
270 |
11 |
100 |
300 |
12 |
105 |
350 |
12,5 |
107 |
240 |
7 |
92 |
260 |
7,5 |
95 |
280 |
11,5 |
97 |
320 |
12 |
104 |
290 |
12 |
98 |
210 |
7,5 |
92 |
380 |
14 |
107 |
400 |
15,5 |
110 |
310 |
11,5 |
108 |
230 |
8,5 |
95 |
Задача 13
Используя данные таблицы, составить регрессионную модель задачи зависимости урожайности кукурузы на зерно от факторов удобрения и число комбайнов.
Урожайность |
Удобрения |
Число комбайнов на 100 га |
|
минеральные |
органические |
||
28 |
1,5 |
25 |
10 |
32 |
1,8 |
30 |
12 |
34 |
2,2 |
30 |
16 |
29 |
1,7 |
25 |
14 |
27 |
1,5 |
20 |
11 |
24 |
1,3 |
12 |
9 |
28 |
1,7 |
25 |
11 |
33 |
2,1 |
30 |
15 |
26 |
1,4 |
20 |
8 |
22 |
0,9 |
10 |
6 |
26 |
1,1 |
20 |
10 |
28 |
1,8 |
30 |
13 |
25 |
1,5 |
15 |
7 |
29 |
1,9 |
30 |
11 |
40 |
2,5 |
40 |
18 |
Задача 14
В газете The Chicago Maroon 10 ноября 2001 г. сообщалось, что на оптовом рынке ожидается поднятие цены на «Портвейн марочный» в расчете за бутылку (см. таблицу). Найти наилучшую модель для прогнозирования цены в зависимости от «возраста» вина.
№ п/п |
Год |
Цена, $ |
1 |
1890 |
50,00 |
2 |
1900 |
35,00 |
3 |
1920 |
25,00 |
4 |
1931 |
11,98 |
5 |
1934 |
15,00 |
6 |
1935 |
13,00 |
7 |
1940 |
6,98 |
8 |
1941 |
10,00 |
9 |
1944 |
5,99 |
10 |
1948 |
8,98 |
11 |
1950 |
6,98 |
12 |
1952 |
4,99 |
13 |
1955 |
5,98 |
14 |
1960 |
4,98 |
Задача 15
Полагают, что количество консервных банок (Y), поврежденных при перевозках в товарных вагонах, является функцией скорости вагонов (X) при толчках. Методом случайного отбора было выбрано 13 вагонов для проверки того, как эта гипотеза отвечает действительности. Выполнить проверку и изложить свои выводы с аргументацией.
№ |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
Х |
4 |
3 |
5 |
8 |
4 |
3 |
3 |
4 |
3 |
5 |
7 |
3 |
8 |
Y |
27 |
54 |
86 |
136 |
65 |
109 |
28 |
75 |
53 |
33 |
168 |
47 |
52 |
Задача 16
Стоимость эксплуатации транспортных винтовых самолетов, возможно, растет с увеличением летного "возраста" самолета. Получены такие данные: X — возраст самолета, Y — 6-месячная стоимость эксплуатации, дол.
Определить, имеет ли смысл линейная модель? Может быть, лучшей будет иная модель?
№ п/п |
X |
Y |
№ п/п |
X |
Y |
|
1 |
4,5 |
619 |
10 |
5 |
1194 |
|
2 |
4,5 |
1049 |
11 |
0,5 |
163 |
|
3 |
4,5 |
1033 |
12 |
0,5 |
182 |
|
4 |
4 |
495 |
13 |
6 |
764 |
|
5 |
4 |
723 |
14 |
6 |
1373 |
|
6 |
4 |
681 |
15 |
1 |
978 |
|
7 |
5 |
890 |
16 |
1 |
466 |
|
8 |
5 |
1522 |
17 |
1 |
549 |
|
9 |
5,5 |
987 |
|
|||
Задача 17
Хиромантия утверждает, что "линия жизни" на левой руке человека определяет количество лет, которое проживет человек. Медицинская наука проверяет это с помощью математико-статистического анализа.
Для проверки проведен прямой научный эксперимент. Собраны данные о 50 умерших: Y — длина "линии жизни" в см., X — количество прожитых лет (возраст).
Предлагаем вам обработать эти данные и сформулировать научный вывод с t ссылками на расчетные и графические материалы исследования.
X |
Y |
X |
Y |
X |
Y |
X |
Y |
19 |
9,75 |
58 |
8,55 |
68 |
8,85 |
75 |
6,45 |
40 |
9 |
61 |
7,2 |
68 |
9 |
75 |
9,75 |
42 |
9,6 |
62 |
7,95 |
69 |
7,8 |
75 |
10,2 |
42 |
9,75 |
62 |
8,85 |
69 |
10,05 |
76 |
6 |
47 |
11,25 |
65 |
8,25 |
70 |
10,5 |
77 |
8,85 |
49 |
9.45 |
65 |
8,85 |
71 |
9,15 |
80 |
9 |
50 |
11,25 |
65 |
9,75 |
71 |
9,45 |
82 |
9,75 |
54 |
9 |
66 |
8,85 |
71 |
9,45 |
82 |
10,65 |
56 |
7,95 |
66 |
9,15 |
72 |
9,45 |
82 |
13,2 |
56 |
12 |
66 |
10,2 |
73 |
8,1 |
83 |
7,95 |
57 |
8,1 |
67 |
9,15 |
74 |
8,85 |
86 |
7,95 |
57 |
10,2 |
68 |
7,95 |
74 |
9,6 |
88 |
9,15 |
Задача 18
Экспериментально было установлено влияние температуры процесса дезодорации на цвет конечного продукта. Получены такие данные: X — температура, У — код цвета.
Построить линейную модель и оценить ее смысл.
№ |
X |
Y |
№ |
X |
Y |
1 |
400 |
0,6 |
8 |
430 |
0,6 |
2 |
400 |
0,6 |
9 |
430 |
0,4 |
3 |
410 |
0,5 |
10 |
440 |
0,4 |
4 |
410 |
0,7 |
11 |
440 |
0,6 |
5 |
410 |
0,6 |
12 |
450 |
0,3 |
6 |
420 |
0,6 |
13 |
450 |
0,5 |
7 |
420 |
0,6 |
14 |
460 |
0,3 |
1 Математическое ожидание – число, вокруг которого сосредоточены значения случайной величины.
1 Медиана вычисляется следующим образом. Выборка упорядочивается в порядке возрастания. Получаемая последовательность называется вариационным рядом или порядковыми статистиками. Если размер выборки нечетное число, то медианой является число в середине ряда, а если четное, то медиана оценивается как среднее арифметическое величин расположенных в середине ряда.
1 Фондовая биржа ПФТС — биржа ценных бумаг Украины.
1 Аппроксима́ция, или приближе́ние — научный метод, состоящий в замене одних объектов другими, в том или ином смысле близкими к исходным, но более простыми. Аппроксимация позволяет исследовать числовые характеристики и качественные свойства объекта, сводя задачу к изучению более простых или более удобных объектов (например, таких, характеристики которых легко вычисляются, или свойства которых уже известны).
