5488

МИНОБРНАУКИ РОССИИ Федеральное государственное бюджетное образовательное учреждение высшего образо-

вания «Нижегородский государственный архитектурно-строительный университет»

О. Л. Любимцева

ПРОГРАММЫ СТАТИСТИЧЕСКОЙ ОБРАБОТКИ ДАННЫХ

Учебно-методическое пособие по подготовке к лекциям занятиям, практическим занятиям (включая рекомендации обу-

чающимся по организации самостоятельной работы) по дисциплине: «Программы статистической обработки данных»,

для обучающихся по направлению подготовки 09.03.04 Программная инженерия направление (профиль) Разработка программно-информационных систем

Нижний Новгород ННГАСУ

2022

УДК

Любимцева О.Л. Программы статистической обработки данных: 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: «Программы статистической обработки данных», направления подготовки 09.03.04 Программная инженерия направление (профиль) Разработка программно-информационных систем

© О. Л. Любимцева, 2022

© ННГАСУ, 2022.

Целью освоения учебной дисциплины «Программы статистической обра-

ботки данных» 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 методы проведения анализа баз данных;

современные информационные и компьютерные технологии, методы сбора, обработки и интерпретации данных;

методы системного и критического анализа; методики разработки стра-

тегии действий для выявления и решения проблемной ситуации

−Уметь:

использовать основные методы проведения анализа баз данных в про-

фессионально деятельности;

формировать суждения по социальным, научным и этическим пробле-

мам на основании собранных и обработанных данны;

применять методы системного подхода и критического анализа про-

блемных ситуаций;

разрабатывать стратегию действий, принимать конкретные решения для

ее реализации. −Владеть:

навыками логичных умозаключений, описанием результатов решения математических задач, методами и средствами представления знаний,

методами 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 «Применение MS EXCEL в обра-

ботке статистических данных» является главным для понимания предмета. Ос-

новы работы в MS Excel являются существенным требованием при аттестации.

В основе обработки статистических данных существенную роль играет поиск и подготовка исходных данных, статистические ряды распределения. Сту-

денты знакомятся с такими функциями как: описательная статистика, функции распределения, проверкой статистических гипотез с помощью инструмента Анализ данных. Особый интерес для студентов направления подготовки Про-

граммная инженерия (Разработка программно-информационных систем)

представляет построение модели линейной регрессия и ее анализ (параметры уравнения регрессии, стандартные ошибки, коэффициент детерминации, про-

верка значимости коэффициентов регрессии и коэффициента детерминации).

Второй раздел «Статистический программный пакет STATISTICA и его воз-

можности» подразумевает более глубокое осмысление студентом методов: од-

нофакторный дисперсионный 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 ранговой корреляции, простая линейная регрессия

(параметры уравнения регрессии, стандартные ошибки, коэффициент детер-

минации, проверка значимости коэффициентов регрессии и коэффициента де-

терминации) направленны на возможность прогнозирования процессов. Пер-

вичный анализ данных в системе STATISTICA дает возможность рассмотреть реализацию вышеуказанных задач в других статистических программах.

Третий раздел «Программный пакет SPSS. Его возможности при обработке статистических данных». В рамках данного раздела студенты знакомятся с ин-

терфейсом программы SPSS, редактором данных. Особенностью программ-

ного пакета SPSS является удобство моделирование. В этом разделе студент

применяет полученные знания в использовании программных пакетов при анализе и последующем прогнозировании. Математическая постановка за-

дачи, методы решения, ограничения является одним из требований.

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;

шанной лекции, а также подчеркивающие особую важность тех или иных за-

мечаний преподавателя. Дорабатывать свой конспект лекции, делая в нем со-

ответствующие записи из литературы, рекомендованной преподавателем и предусмотренной учебной программой.

Практические занятия проводятся преподавателем по темам, которые уже рассматривались на лекции. Самостоятельная работа по подготовке к практическому занятию состоит в теоретической подготовке и выполнении практических заданий (решение домашних задач, ответы на вопросы и т.д.).

Это позволяет закрепить теоретические знания, полученные в процессе лек-

ции и самостоятельной работы, и приобрести определенные навыки примене-

ния 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.Microsoft Excel. Надстройка «Пакет анализа».

11.Microsoft Excel. Режим работы «Регрессия».

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

13.

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.Нормальное и равномерное распределение.

8.Критерий Пирсона.

9.Коэффициент корреляции.

10.Как осуществить прогнозирование с помощью MS Excel и

STATISTICA

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.Сведения о программно-статистическом комплексе SPSS.

6.Настройка системы SPSS.

7.SPSS. Основные приемы работы.

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