КОНСПЕКТ ЛЕКЦИЙ КОДЭИ
.pdfВыберем:
Variance —
дисперсию;
Range —
размах;
Skewness —
ассиметрию и другие статистики.
26.01.2015 Доцент С.Т. Касюк |
68 |
Получим таблицу описательных статистик
26.01.2015 Доцент С.Т. Касюк |
69 |
Построим таблицу частот и гистограмму выборки. В окне Описательные статистики
можно просмотреть таблицу частот — кнопка
Frequency tables — Таблицы частот,
построить гистограммы значений переменных — кнопка Histograms — Гистограммы.
Доцент С.Т. Касюк |
70 |
На гистограмму, при желании, можно наложить
плотность нормального распределения,
проверить согласие данных с нормальным законом с помощью критериев Колмогорова — Смирнова, Лилиефорса, вычислить статистику Шапиро — Уилкса (соответствующие значения будут указаны вверху графика).
Доцент С.Т. Касюк |
71 |
26.01.2015 Доцент С.Т. Касюк |
72 |
КОМПЬЮТЕРНАЯ ОБРАБОТКА ДАННЫХ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ
§10. Регрессионный анализ данных в системе STATISTICA
В Data Mining существует большой класс задач, где требуется установить зависимость между признаками (атрибутами, показателями), которые описывают исследуемый процесс или объект предметной области. Для этого строятся различные модели, в которых данные признаки выступают в качестве переменных. Если модель будет корректно отражать зависимость между входными и выходными переменными, то с помощью такой модели можно будет предсказывать значения выходной переменной по заданным значениям входных.
12.03.13 Доцент С.Т. Касюк |
2 |
Как правило, реальные процессы в физической культуре и спорте достаточно сложны, и для их описания требуется большое количество переменных, которое может насчитывать и несколько сотен в зависимости от сложности объекта исследования.
12.03.13 Доцент С.Т. Касюк |
3 |
Рассмотрим простой пример. В таблице представлены лучшие результаты в беге на 100 м и по прыжкам в длину спортсменов различной квалификации. Выявим эту зависимость с помощью линейной регрессии.
Бег на 10,00 10,20 10,30 10,40 10,60 10,70 10,80 11,00 11,30 11,50 11,90 12,00 12,20 12,30
100 м, с
Прыжки |
8,80 |
8,65 |
8,70 |
8,00 |
7,70 |
7,20 |
6,95 |
6,70 |
6,90 |
6,60 |
6,55 |
6,40 |
6,10 |
6,20 |
в длину, м |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Цель анализа — оценка ожидаемых результатов прыжка в длину, м, в зависимости от времени бега, с, на дистанции 100 м.
12.03.13 Доцент С.Т. Касюк |
4 |