5395

УДК

Любимцева О.Л. Программные средства статистического анализа: учебно-методическое пособие / О.Л. Любимцева; Нижегородский государственный архитектурно-строительный университет. – Нижний Новгород: ННГАСУ, 2022. – 11 с. : ил. – Текст : электронный.

В учебно-методическом пособии приводятся характеристики содержания курса лекций, практических занятий по разделам с указаниями к самостоятельной работе по подготовке к лекциям, практическим занятиям, включая тип заданий и контрольные вопросы для подготовки к экзамену.

Предназначено для обучающихся в ННГАСУ по дисциплине: «Программные статистические комплексы», направления подготовки 09.03.04 Программная инженерия, направление (профиль) Разработка программно-информационных систем

© О. Л. Любимцева, 2022

© ННГАСУ, 2022.

Целью освоения учебной дисциплины «Программные средства статисти-

ческого анализа» является получение навыков использования программных средств в профессиональной деятельности.

В процессе освоения дисциплины студент должен

−Знать: основные понятия алгебры, информатики, теории вероятностей и ма-

тематической статистики;

−Уметь: выбирать основные математические приемы для решения задач, со-

ставлять простейшие алгоритмы, пользоваться основными программами, ре-

шать поставленные задачи в условиях нечеткой исходной информации, фор-

мулировать выводы;

−Владеть: навыками логичных умозаключений, описанием результатов реше-

ния математических задач, методами и средствами представления знаний, ме-

тодами поиска решений Данная дисциплина позволит студентам не только систематизировать полу-

ченные теоретические знания, укрепить исследовательские навыки, но и дает возможность ориентироваться в области статистических данных.

Характеристика лекционных занятий

Курс состоит из 3 разделов. Первый раздел «Современные статистические комплексы: отечественные и зарубежные» является главным для понимания предмета. Он знакомит студентов с обзором отечественных и зарубежных про-

граммных комплексов и классом статистических задач, которые решаются с их помощью. Основы работы в MS Excel являются существенным требова-

нием при аттестации. В основе обработки статистических данных существен-

ную роль играет поиск и подготовка исходных данных, статистические ряды распределения. Студенты знакомятся с такими функциями как: описательная статистика, функции распределения, проверкой статистических гипотез с по-

мощью инструмента Анализ данных. Гипергеометрическое распределение и

распределение Пуассона в контроле качества принципиальная задача для дан-

ного направления подготовки. Студентам предлагается освоить работу в мо-

дулях SPSS и STATISTICA: запуск модулей, структура диалога.

Второй раздел «Классы статистических задач, решаемые комплексами. Их структура и алгоритмическое (теоретическое) обеспечение» подразумевает более глубокое осмысление студентом методов: однофакторный дисперсион-

ный анализ, двухфакторный дисперсионный анализ, двухвыборочный F-тест для дисперсий и применение вышеизложенного для оценки качества изделий,

характеризующихся совокупностью разнородных величин. Такие понятия как коэффициент корреляции Пирсона, диаграмма рассеяния, коэффициент ранго-

вой корреляции, простая линейная регрессия (параметры уравнения регрес-

сии, стандартные ошибки, коэффициент детерминации, проверка значимости коэффициентов регрессии и коэффициента детерминации) направленны на возможность прогнозирования процессов. Первичный анализ данных в си-

стеме SPSS и STATISTICA дает возможность рассмотреть реализацию выше-

указанных задач в других статистических программах.

Третий раздел «Применение статистических комплексов для оценки постоян-

ных величин и параметров математических моделей переменных величин, за-

висящих от одного или нескольких аргументов, и для оценки качества изде-

лий, характеризующихся совокупностью разнородных величин» является ос-

новным разделом курса. В этом разделе студент применяет полученные знания в использовании программных пакетов при анализе и последующем прогнози-

ровании. Математическая постановка задачи, методы решения, ограничения является одним из требований. Студенты знакомятся с модулем «Кластерный анализ».

Лекции проводятся в интерактивном виде с демонстрацией работы статисти-

ческих программ.

Характеристика практических занятий

В ходе подготовки к практическим занятиям необходимо изучать основную литературу, знакомиться с дополнительной литературой. При этом необхо-

димо учесть рекомендации преподавателя и требования учебной программы.

В соответствии с этими рекомендациями и подготовкой полезно дорабатывать свои конспекты лекции, делая в нем соответствующие записи из литературы,

рекомендованной преподавателем и предусмотренной учебной программой.

Во время практических занятий в компьютерном классе студенты выполняют задание при непосредственном руководстве преподавателя.

Типы предлагаемых заданий для практики.

1.Двумя методами проведены измерения одной и той же физической ве-

личины. Получены следующие результаты:

а) в первом случае: x1=9,6; x2=10,0; x3=9,8; x4=10,2; x5=10,6;

б) во втором случае: y1=10,4; y2=9,7; y3=10,0; y4=10,3.

Можно ли считать, что оба метода обеспечивают одинаковую точность измерений, если принять уровень значимости α=0,1? Предполагается,

что результаты измерений распределены нормально и выборки незави-

симы.

2.Используя данные лабораторной работы по Математической стати-

стике проанализировать выборку по следующему плану:

а) построить интервальный ряд; гистограмму;

б) вычислить все возможные числовые характеристики;

в) проверить гипотезы о среднем значении и погрешности, в соответ-

ствии с построенными гистограммами.

3. На металлургическом предприятии контролировались медные слитки на предмет числа дефектов на слитке. Выпущены две партии на двух пе-

чах. Нормой установлено не более 1 дефекта на слиток. Данные контроля:

1 2 1 0 1 0 1 2 1 0 0 1 1 1 0 1 - 1-я печь

1 0 1 2 1 1 1 0 2 1 0 1 0 1 1 1 - 2-я печь

позволяет закрепить теоретические знания, полученные в процессе лекции и самостоятельной работы, и приобрести определенные навыки применения программных продуктов на практике.

Контрольные вопросы

Контрольные вопросы к разделу 1:

1.Понятие и особенности информационного общества.

2.Современные статистические комплексы. MS Excel, SPSS, STATISTICA.

3.Статистическое наблюдение. Формы представления данных.

4.Абсолютные и относительные величины. Средние величины и показа-

тели вариации.

5.Средние величины. Виды и способы вычисления.

6.Сведения о программно-статистическом комплексе Microsoft Excel.

7.Документ MS Excel – рабочая книга.

8.Microsoft Excel. Основные приемы работы.

9.Методы описательной статистики. Меры центральной тенденции.

10.Сведения о программно-статистическом комплексе SPSS.

11.Настройка системы SPSS.

12.SPSS. Основные приемы работы.

Контрольные вопросы к разделу 2:

1.Корреляционный анализ. Проверка значимости параметров связи.

2.Проверка значимости множественного коэффициента корреляции, урав-

нения регрессии.

3.Интервальное оценивание коэффициента регрессии. Мультиколлинеар-

ность.

4.Дисперсионный анализ.

5.Регрессионные коэффициенты. Графики остатков, диаграмма Парето эффектов.

6.Контурные диаграммы и диаграммы поверхности.

7.Microsoft Excel. Надстройка «Пакет анализа».

8.Нормальное и равномерное распределение.

9.Критерий Пирсона.

10.Коэффициент корреляции.

11.Microsoft Excel. Режим работы «Регрессия».

12.Microsoft Excel. Функция «Анализ данных «Коэффициенты регрессии».

Контрольные вопросы к разделу 3:

1.Понятие математической модели.

2.Что является основой прогнозирования.

3.Понятие временного ряда. Особенности временных рядов.

4.Понятие тренда.

5.Как осуществить прогнозирование с помощью MS Excel и STATISTICA.

Список литературы

1.Любимцева Ольга Львовна. Программные статистические комплексы :

учеб. пособие. Ч. 1 : Обработка статистических данных с помощью MS Excel / Любимцева Ольга Львовна ; Нижегор. гос. архит.-строит. ун-т. –

Нижний Новгород : ННГАСУ, 2019. – 88 с. – ISBN ISBN 978-5-528- 00340-5.

2.Любимцева Ольга Львовна. Программные статистические комплексы :

учебное пособие. Ч. 2 : Обработка статистических данных в пакете

STATISTICA / Любимцева Ольга Львовна ; Нижегородский государ-

ственный архитектурно-строительный университет. – Нижний Новго-

род : ННГАСУ, 2021. – 96 с. – ISBN ISBN 978-5-528-00146-3.

3. Орлов, А. И.. Прикладной статистический анализ : учебник. / Орлов,

А. И. ; А. И. Орлов. – Москва : Ай Пи Ар Медиа, 2022. – 812 с. – URL: URL: https://www.iprbookshop.ru/117038.html. – ISBN ISBN 978-5-4497- 1480-0.

4.Прикладная математическая статистика. Для инженеров и научных ра-

ботников: учебное пособие, Кобзарь А. И., Москва : ФИЗМАТЛИТ,

2006

5.Бизнес – аналитика: от данных к знаниям, Паклин.Н, Орешков.В, СПб.:

Питер,2009