Описательная статистика для исследования экономических моделей

Содержание

Слайд 2

Цель занятия: изучение функциональных возможностей табличного процессора Excel 2007 и приобретение

Цель занятия: изучение функциональных возможностей табличного процессора Excel 2007 и приобретение

навыков практической работы по использованию средств описательной статистики для исследования экономических моделей.

Задачи занятия:
Научиться использовать статистические функции, а также пакет анализа данных, используемых для описания экономических моделей.

Слайд 3

План лабораторного занятия: 1. Функции MS Excel для оценки показателей положения

План лабораторного занятия:
1. Функции MS Excel для оценки показателей положения
2. Функции

MS Excel для оценки показателей разброса
3. Расчет средствами MS Excel показателя ассиметрии
4. Расчет средствами MS Excel показателя распределения
5. Пакет анализа данных
6. Задание для самостоятельной работы
Слайд 4

Слайд 5

МИН(число1, [число2],...) Возвращает наименьшее значение в списке аргументов. Пример1. Найти минимальную

МИН(число1, [число2],...)
Возвращает наименьшее значение в списке аргументов.

Пример1.
Найти минимальную сумму продажи

за февраль.

1. Функции MS Excel для оценки показателей положения

Слайд 6

Слайд 7

МАКС (число1, [число2],...) Возвращает наибольшее значение в списке аргументов. Пример2. Найти максимальную сумму продажи за февраль.

МАКС (число1, [число2],...)
Возвращает наибольшее значение в списке аргументов.

Пример2.
Найти максимальную сумму

продажи за февраль.
Слайд 8

НАИМЕНЬШИЙ(массив, k) Возвращает k-ое наименьшее значение в множестве данных. Эта функция

НАИМЕНЬШИЙ(массив, k)
Возвращает k-ое наименьшее значение в множестве данных. Эта функция используется

для определения значения, занимающего заданное относительное положение в множестве данных.
Замечание:
Если массив пуст, функция НАИМЕНЬШИЙ возвращает значение ошибки #ЧИСЛО!.
Если k ≤ 0 или превышает число точек данных, функция НАИМЕНЬШИЙ возвращает значение ошибки #ЧИСЛО!.
Слайд 9

Пример 3: Найти наименьший третий результат по продажам за февраль.

Пример 3: Найти наименьший третий результат по продажам за февраль.

Слайд 10

НАИБОЛЬШИЙ(массив, k) Возвращает k-ое по величине значение из множества данных. Эта

НАИБОЛЬШИЙ(массив, k)
Возвращает k-ое по величине значение из множества данных. Эта функция

позволяет выбрать значение по его относительному местоположению.
Замечание:
Если массив пуст, функция НАИБОЛЬШИЙ возвращает значение ошибки #ЧИСЛО!.
Если k ≤ 0 или k больше, чем число точек данных, функция НАИБОЛЬШИЙ возвращает значение ошибки #ЧИСЛО!.
Слайд 11

Пример 4: Найти первых три наибольших результата по продажам за февраль.

Пример 4: Найти первых три наибольших результата по продажам за февраль.

Слайд 12

СРЗНАЧ(число1; [число2];...) Возвращает среднее значение (среднее арифметическое) аргументов. Пример 5: Найти

СРЗНАЧ(число1; [число2];...)
Возвращает среднее значение (среднее арифметическое) аргументов.

Пример 5: Найти среднее

арифметическое значение результатов по продажам за февраль.
Слайд 13

МОДА(число1,[число2],...]) Возвращает наиболее часто встречающееся или повторяющееся значение в массиве или

МОДА(число1,[число2],...])
Возвращает наиболее часто встречающееся или повторяющееся значение в массиве или интервале

данных.

Пример 6: Найти наиболее популярный товар по продажам дня.

Слайд 14

МЕДИАНА(число1, [число2],...) Возвращает медиану заданных чисел. Медиана — это число, которое

МЕДИАНА(число1, [число2],...)
Возвращает медиану заданных чисел. Медиана — это число, которое является

серединой множества чисел.
Замечание: Если в множество содержит четное количество чисел, функция МЕДИАНА вычисляет среднее для двух чисел, находящихся в середине множества.

Пример 7: Найти среднее значение из результатов по продажам за февраль.

Слайд 15

СРЗНАЧЕСЛИ(диапазон, условие, [диапазон_усреднения]) Возвращает среднее значение (среднее арифметическое) всех ячеек в

СРЗНАЧЕСЛИ(диапазон, условие, [диапазон_усреднения])
Возвращает среднее значение (среднее арифметическое) всех ячеек в диапазоне,

которые соответствуют данному условию.
Аргументы:
Диапазон  Обязательный. Одна или несколько ячеек для вычисления среднего, включающих числа или имена, массивы или ссылки, содержащие числа.
Условие  Обязательный. Условие в форме числа, выражения, ссылки на ячейку или текста, которое определяет ячейки, используемые при вычислении среднего. Например, условие может быть выражено следующим образом: 32, "32", ">32", "яблоки" или B4.
Диапазон_усреднения  Необязательный. Фактическое множество ячеек для вычисления среднего. Если этот параметр не указан, используется диапазон.
Слайд 16

Пример 8: Найти средние арифметические значения результатов по продажам по каждому городу за февраль.

Пример 8: Найти средние арифметические значения результатов по продажам по каждому

городу за февраль.
Слайд 17

СРГЕОМ(число1, [число2], ...) Возвращает среднее геометрическое значений массива или интервала положительных

СРГЕОМ(число1, [число2], ...)
Возвращает среднее геометрическое значений массива или интервала положительных чисел.

Например, функцией СРГЕОМ можно воспользоваться для вычисления средних темпов роста, если задан составной доход с переменными ставками.

Пример 9. Найти средний относительный темп роста по производству молока за последние пять лет.

Слайд 18

2. Функции MS Excel для оценки показателей разброса Дисперсия – характеристика

2. Функции MS Excel для оценки показателей разброса

Дисперсия – характеристика разброса,

средняя величина квадрата отклонения всех случайных величин в данном распределении.

ДИСП(число1,[число2],...])
Оценивает дисперсию по выборке.

Пример 10. Даны выборочные цены на однотипный товар. Найти среднюю цену и дисперсию разброса цен.

Слайд 19

СТАНДОТКЛОН(число1,[число2],...]) Оценивает стандартное отклонение по выборке. Стандартное отклонение — это мера

СТАНДОТКЛОН(число1,[число2],...])
Оценивает стандартное отклонение по выборке. Стандартное отклонение — это мера того,

насколько широко разбросаны точки данных относительно их среднего.

Пример 11. Для предыдущего примера найти стандартное отклонение цен от среднего значения по выборке.

Слайд 20

СРОТКЛ(число1, [число2], ...) Возвращает среднее абсолютных значений отклонений точек данных от

СРОТКЛ(число1, [число2], ...)
Возвращает среднее абсолютных значений отклонений точек данных от среднего.

СРОТКЛ является мерой разброса множества данных.

Пример 12. Для предыдущего примера найти линейное отклонение цен от среднего значения по выборке.

Слайд 21

СКОС(число1, [число2],...) Возвращает асимметрию распределения. Асимметрия характеризует степень несимметричности распределения относительно

СКОС(число1, [число2],...)
Возвращает асимметрию распределения. Асимметрия характеризует степень несимметричности распределения относительно его

среднего. Положительная асимметрия указывает на отклонение распределения влево. Отрицательная асимметрия указывает на отклонение вправо.

Пример 13. Для предыдущего примера ассиметрию отклонение цен от среднего значения по выборке.

3. Расчет средствами MS Excel показателя ассиметрии

Слайд 22

ЭКСЦЕСС(число1, [число2],...) Возвращает эксцесс множества данных. Эксцесс характеризует относительную остроконечность или

ЭКСЦЕСС(число1, [число2],...)
Возвращает эксцесс множества данных. Эксцесс характеризует относительную остроконечность или сглаженность

распределения по сравнению с нормальным распределением. Положительный эксцесс обозначает относительно остроконечное распределение. Отрицательный эксцесс обозначает относительно сглаженное распределение.

Пример 13. Для предыдущего примера эксцесс

4. Расчет средствами MS Excel показателя распределения

Слайд 23

Подключение пакета анализа данных 1. 5. Пакет анализа данных

Подключение пакета анализа данных

1.

5. Пакет анализа данных

Слайд 24

2. 3. Использование пакета описательной статистики

2.

3.

Использование пакета описательной статистики

Слайд 25

Зададим параметры

Зададим параметры

Слайд 26

Результаты работы пакета описательной статистики

Результаты работы пакета описательной статистики