Билет 23

Оглавление

Математическая обработка статистических данных

EXCEL и WORD – программы, которые установлены на каждом компьютере.

Это инструменты, с помощью которых организуется до 80% производственного процесса офиса.

Это, несомненно, мощный инструмент в умелых руках.

Какие проблемы возникают при работе с EXCEL и WORD.

Многие из нас сталкиваются с ситуацией, когда определенная часть работы имеет циклический, рутинный характер.

Например: Ваша база, написанная местным гением, может в конце недели экспортировать в текстовый файл данные о недельных продажах.

Все бы хорошо, только шефу не понесешь распечатку текстового файла. Поэтому, каждую неделю вы должны на основании того, что есть,

досчитать необходимые показатели по продажам, «причесать» данные, построит графики и т.д. Никакого творчества в данном случае не предполагается,

вы просто каждую неделю 2 часа делаете один и тот же репорт.

Логичным выходом, является АВТОМАТИЗАЦИЯ этого процесса.

Т.е. вы кладете текстовой файл в определенную папочку, запускаете EXCEL-файл, нажимаете кнопочку, и ваш отчет готов.

Пример, описанный выше, не охватывает всего многообразия вопросов, которые можно решить с помощью программ автоматизации.

Но практика показывает, что таким образом можно решить практически любую задачу в таких областях, как медиапланирование, торговля, научно-исследовательская деятельность и многих других.

http://sergy.comtv.ru/prim/report.rar -смотри пример

Обработка статистических данных уже давно применяется в самых разнообразных видах человеческой деятельности. Вообще говоря, трудно назвать ту сферу, в которой она бы не использовалась. Но, пожалуй, ни в одной области знаний и практической деятельности обработка статистических данных не играет такой исключительно большой роли, как в экономике, имеющей дело с обработкой и анализом огромных массивов информации о социально-экономических явлениях и процессах. Всесторонний и глубокий анализ этой информации, так называемых статистических данных, предполагает использование различных специальных методов, важное место среди которых занимает корреляционный и регрессионный анализы обработки статистических данных.

В экономических исследованиях часто решают задачу выявления факторов, определяющих уровень и динамику экономического процесса. Такая задача чаще всего решается методами корреляционного и регрессионного анализа. Для достоверного отображения объективно существующих в экономике процессов необходимо выявить существенные взаимосвязи и не только выявить, но и дать им количественную оценку. Этот подход требует вскрытия причинных зависимостей. Под причинной зависимостью понимается такая связь между процессами, когда изменение одного из них является следствием изменения другого.

Основными задачами корреляционного анализа являются оценка силы связи и проверка статистических гипотез о наличии и силе корреляционной связи. Не все факторы, влияющие на экономические процессы, являются случайными величинами, поэтому при анализе экономических явлений обычно рассматриваются связи между случайными и неслучайными величинами. Такие связи называются регрессионными, а метод математической статистики, их изучающий, называется регрессионным анализом.

Использование возможностей современной вычислительной техники, оснащенной пакетами программ машинной обработки статистической информации на ЭВМ, делает практически осуществимым оперативное решение задач изучения взаимосвязи показателей биржевых ставок методами корреляционно-регрессионного анализа.

При машинной обработке исходной информации на ЭВМ, оснащенных пакетами стандартных программ ведения анализов, вычисление параметров применяемых математических функций является быстро выполняемой счетной операцией.

Экономические данные почти всегда представлены в виде таблиц. Числовые данные, содержащиеся в таблицах, обычно имеют между собой явные (известные) или неявные (скрытые) связи.

Явно связаны показатели, которые получены методами прямого счета, т. е. вычислены по заранее известным формулам. Например, проценты выполнения плана, уровни, удельные веса, отклонения в сумме, отклонения в процентах, темпы роста, темпы прироста, индексы и т. д.

Связи же второго типа (неявные) заранее неизвестны. Однако необходимо уметь объяснять и предсказывать (прогнозировать) сложные явления для того, чтобы управлять ими. Поэтому специалисты с помощью наблюдений стремятся выявить скрытые зависимости и выразить их в виде формул, т. е. математически смоделировать явления или процессы. Одну из таких возможностей предоставляет корреляционно-регрессионный анализ.

Математические модели строятся и используются для трех обобщенных целей:

• для объяснения;

• для предсказания;

• для управления.

Представление экономических и других данных в электронных таблицах в наши дни стало простым и естественным.

Примеры

Методы математического моделирования и математической обработки результатов экспериментов, почва как источник и сток парниковых газов.

Определение интенсивности образования и окисления метана в болотной почве, его диффузионного и пузырькового транспорта, а также транспорта, обусловленного растениями, зависимость эмиссии метана от температуры и уровня стояния воды и оценка эмиссии парниковых газов с естественных и осушенных болот в масштабе двух районов Томской области.

Статистическая теория управления и эксперимента - находится на стыке нескольких наук: теории управления, математической статистики и теории эксперимента.

Биометрия (био- + греч. metreo измерять) - раздел биологии, содержанием которого является планирование и обработка результатов экспериментов и наблюдений методами математической статистики.

Математическое моделирование аналитических систем -

решение прямых и обратных задач математического моделирования равновесных химических систем (расчеты равновесного состава и констант равновесий на основе экспериментальных данных). Включает основные результаты научно-исследовательской деятельности по применению математических методов в аналитической химии.