5866

Министерство образования и науки Российской Федерации Федеральное государственное бюджетное образовательное учреждение высшего образования

«Нижегородский государственный архитектурно-строительный университет»

Любимцева О.Л.

Программные средства статистического анализа

Учебно-методическое пособие по подготовке к лекциям, практическим занятиям

(включая рекомендации по организации самостоятельной работы)

для обучающихся по дисциплине «Программные средства статистического анализа» по направлению подготовки 09.03.04 Программная инженерия

профиль Разработка программно-информационных систем

Нижний Новгород

2018

УДК 004.9

Любимцева О. Л. Программные средства статистического анализа [Электронный ресурс]: учеб. - метод. пос. / О. Л. Любимцева; Нижегор. гос. архитектур. - строит. ун - т – Н. Новгород: ННГАСУ, 2018. – 23 с; ил. 1 электрон. опт. диск (CD-RW)

В настоящем учебно-методическом пособии по дисциплине «Программные средства статистического анализа», представлены рекомендации учащимся для освоения как основного, так и дополнительного материала дисциплины. Цель учебно-методического пособия

— это помощь в усвоении лекций, в подготовке к практическим занятиям. рассмотрены содержание и последовательность выполнения практических занятий, даны рекомендации по работе с программными комплексами для проведения статистического анализа.

Учебно-методическое пособие предназначено для обучающихся в ННГАСУ по направлению подготовки 09.03.04 Программная инженерия, профиль Разработка програм- мно-информационных систем.

Учебно-методическое пособие ориентировано на обучение в соответствии с календарным учебным графиком и учебным планом по основной профессиональной образовательной программе направления 09.03.04 Программная инженерия, профиль Разработка программно-информационных систем, утверждённым решением учёного совета ННГАСУ от 02.03.2018 г. (протокол № 3).

© О. Л. Любимцева, 2018

© ННГАСУ, 2018.

1.Общие положения

1.1Цели изучения дисциплины и результаты обучения

Целью освоения учебной дисциплины «Программные средства статисти-

ческого анализа» является получение навыков использования программных средств в профессиональной деятельности, в том числе, для контроля и управ-

ления качеством продукции.

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.

1.2 Содержание дисциплины

Материал дисциплины сгруппирован по разделам:

1. Современные статистические комплексы: отечественные и зарубежные.

Обзор отечественных и зарубежных комплексов и классов статистических задач, которые решаются с их помощью. Основы работы в MS Excel. Интер-

фейс MS Excel и его использование. Формулы и диаграммы MS Excel. Поиск

и подготовка исходных данных. Статистические ряды распределения. Описа-

тельная статистика. Функции распределения. Проверка статистических гипо-

тез. Гипергеометрическое распределение и распределение Пуассона в кон-

троле качества. Принципы работы в модулях SPSS и АП Deductor. Запуск мо-

дулей. Структура диалога.

2.Классы статистических задач, решаемые комплексами. Их структура и ал-

горитмическое (теоретическое) обеспечение.

Однофакторный дисперсионный анализ. Двухфакторный дисперсионный ана-

лиз. Двухвыборочный F-тест для дисперсий. Применение вышеизложенного для оценки качества изделий, характеризующихся совокупностью разнород-

ных величин. Коэффициент корреляции Пирсона. Диаграмма рассеяния. Ко-

эффициент ранговой корреляции. Простая линейная регрессия: параметры уравнения регрессии, стандартные ошибки, коэффициент детерминации, про-

верка значимости коэффициентов регрессии и коэффициента детерминации.

Множественная регрессия. Фиктивные переменные. Первичный анализ дан-

ных в системе SPSS и АП Deductor. Вероятностный калькулятор. Биномиаль-

ное распределение. Генерация случайных чисел. Регрессионный анализ в си-

стеме SPSS и АП Deductor. Классификация данных в системе SPSS. Прогнози-

рование в АП Deductor.

3.Применение статистических комплексов для оценки постоянных величин и параметров математических моделей переменных величин, зависящих от одного или нескольких аргументов.

Использование программных пакетов при анализе и последующем прогнози-

ровании. Математическая постановка задачи, методы решения, ограничения.

Знакомство с модулем «Кластерный анализ».

2.Методические указания по подготовке к лекциям

2.1Общие рекомендации по работе на лекциях

Лекция является главным звеном дидактического цикла обучения. Ее цель — формирование основы для последующего усвоения учебного матери-

ала. В ходе лекции преподаватель в устной форме, а также с помощью презен-

таций передает обучаемым знания по основным, фундаментальным вопросам изучаемой дисциплины.

Назначение лекции состоит в том, чтобы доходчиво изложить основные поло-

жения дисциплины, ориентировать студентов на усвоение наиболее важных вопросов изучаемого материала и оказать помощь в овладении необходимых знаний и применения их на практике.

Личное общение на лекции преподавателя со студентами предоставляет большие возможности для реализации образовательных и воспитательных це-

лей.

Лекция – это один из видов устной речи, когда студент должен воспри-

нимать на слух излагаемый материал. Внимательно слушающий студент напряженно работает – анализирует излагаемый материал, выделяет главное,

обобщает с ранее полученной информацией и кратко записывает.

Записывание лекции – творческий процесс. Запись лекции крайне важна. Это позволяет надолго сохранить основные положения лекции; способствует под-

держанию внимания; способствует лучшему запоминания материала.

Для эффективной работы с лекционным материалом необходимо зафик-

сировать название темы, план лекции и рекомендованную литературу.

2.2 Общие рекомендации при работе с конспектом лекций

В ходе лекционных занятий необходимо вести конспектирование учебного ма-

териала. Конспект помогает внимательно слушать, лучше запоминать в про-

цессе осмысленного записывания, обеспечивает наличие опорных материалов при подготовке к семинару, зачету, экзамену.

Полезно оставить в рабочих конспектах поля, на которых делать пометки из рекомендованной литературы, дополняющие материал прослушанной лек-

ции, а также подчеркивающие особую важность тех или иных теоретических положений.

В случае неясности по тем или иным вопросам необходимо задавать препода-

вателю уточняющие вопросы. Следует ясно понимать, что отсутствие вопро-

сов без обсуждения означает в большинстве случаев неусвоенность материала дисциплины.

2.3 Общие рекомендации по изучению материала лекций

Раздел 1. «Современные статистические комплексы: отечественные и зару-

бежные» – 6 лекций.

Цель: вызвать интерес к изучению курса, сформировать представление о раз-

личных современных статистических программах и аналитических платфор-

мах.

На лекциях рассматриваются основные понятия, такие как Статистика в социальной и экономической науках, информационные технологии в стати-

стике, решение статистических задач с помощью аналитических платформ.

Прежде всего, рассматривается общедоступный пакет программ MS Office: ос-

новы работы в MS Excel; интерфейс MS Excel и его использование; формулы и диаграммы MS Excel. Кроме того, предлагается освоить надстройку «Анализ

данных». В ходе лекций студенты знакомятся с принципом работы в модулях

SPSS и АП Deducto: запуск модулей; структура диалога.

Раздел 2. «Классы статистических задач, решаемые комплексами. Их структура и алгоритмическое (теоретическое) обеспечение» - 7 лекций.

Цель: изучить различные методы обработки статистической информации.

Даётся понятие дисперсионного анализа: однофакторного и двухфактор-

ного. Рассматривается реализация дисперсионного анализа и двухвыбороч-

ного F-теста для обработки статистических данных. Приводятся примеры при-

менение вышеизложенного для оценки качества изделий, характеризующихся совокупностью разнородных величин. В ходе лекций студенты знакомятся с коэффициентом корреляции Пирсона, коэффициентом ранговой корреляции,

простой линейной регрессией: параметры уравнения регрессии, стандартные ошибки, коэффициент детерминации, проверка значимости коэффициентов регрессии и коэффициента детерминации. Предлагаются мультимедийные лекции по тематике: Первичный анализ данных в системе SPSS и АП Deductor;

Регрессионный анализ в системе SPSS и АП Deductor; Классификация данных в системе SPSS.

Раздел 3. «Применение статистических комплексов для оценки постоянных величин и параметров математических моделей переменных величин, завися-

щих от одного или нескольких аргументов» - 4 лекции

Студентам вводятся такие понятия как математическая модель, прогно-

зирование. Поясняется в интерактивной форме использование программных пакетов при анализе и последующем прогнозировании. Дается описание мате-

матической постановки задачи, методов решения, ограничения. Знакомство с модулем «Кластерный анализ».

2.4 Контрольные вопросы

Контрольные вопросы к разделу 1:

1.Понятие и особенности информационного общества.

2.Современные статистические комплексы. Excel, SPSS, АП Deductor.

3.Статистическое наблюдение. Формы представления данных.

4.Абсолютные и относительные величины. Средние величины и показатели вариации.

5.Средние величины. Виды и способы вычисления.

6.Сведения о программно-статистическом комплексе Microsoft Excel.

7.Документ 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, уравне-

ния регрессии.

3.Интервальное оценивание коэффициента регрессии. Мультиколлинеар-

ность.

4.Дисперсионный анализ.

5.Регрессионные коэффициенты. Графики остатков, диаграмма Парето эф-

фектов.

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 АП Deductor.