7295
.pdfМинистерство 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 09.03.03 Прикладная информатика
профиль Прикладная информатика в экономике
Нижний Новгород
2016
УДК 004.9
Любимцева О.Л. / Информационные технологии в менеджменте [Электронный ресурс]: учеб.-метод. пос. / О.Л. Любимцева; Нижегор. гос. архитектур.-строит. ун-т – Н.Новгород: ННГАСУ,2016. – 17 с. – 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 09.03.03 Прикладная информатика, профиль Прикладная информатика в экономике.
Учебно-методическое пособие ориентировано на обучение в соответствии с календарным учебным графиком и учебным планом по основной профессиональной образовательной программе направления 09.03.03 Прикладная информатика, профиль Прикладная информатика в экономике, утверждённым решением учёного совета ННГАСУ от
02.09.2016 г. (протокол № 1).
© О. Л. Любимцева, 2016
© ННГАСУ, 2016.
|
Содержание |
|
1. Общие положения............................................................................................. |
4 |
|
1.1 |
Цели изучения дисциплины и результаты обучения ................................. |
4 |
1.2 |
Содержание дисциплины .............................................................................. |
4 |
2. Методические указания по подготовке к лекциям........................................ |
6 |
|
2.1 |
Общие рекомендации по работе на лекциях ............................................... |
6 |
2.2 |
Общие рекомендации при работе с конспектом лекций ........................... |
7 |
2.3 |
Общие рекомендации по изучению материала лекций ............................. |
7 |
2.4 |
Контрольные вопросы ................................................................................... |
8 |
3. Методические указания по подготовке к практическим занятиям.............. |
10 |
|
3.1 |
Общие рекомендации по подготовке к практическим занятиям ............ |
10 |
3.2 |
Примеры задач для практических занятий................................................ |
11 |
4. Методические указания по организации самостоятельной работы .......... |
15 |
|
4.1 |
Общие рекомендации для самостоятельной работы ................................ |
15 |
4.2 |
Темы для самостоятельного изучения ....................................................... |
18 |
4.3 |
Учебно-методическое обеспечение самостоятельной работы ................ |
18 |
4.4 Задания для самостоятельной работы........................................................ |
19 |
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.
3. Методические указания по подготовке к практическим занятиям
3.1 Общие рекомендации по подготовке к практическим занятиям
В ходе подготовки к практическим занятиям необходимо изучать основную литературу, знакомиться с дополнительной литературой, а также с новыми публикациями в периодических изданиях: журналах, газетах и т.д. При этом необходимо учесть рекомендации преподавателя и требования учеб-
ной программы.
В соответствии с этими рекомендациями и подготовкой полезно дорабаты-
вать свои конспекты лекции, делая в нем соответствующие записи из лите-
ратуры, рекомендованной преподавателем и предусмотренной учебной программой. Целесообразно, также, подготовить тезисы для возможного выступления по всем учебным вопросам, выносимым на практическое за-
нятие.
При подготовке к занятиям можно также подготовить краткие конспекты по вопросам темы. Очень эффективным приемом является составление схем и презентаций.
Готовясь к практическому занятию, студент должен продумать примеры с целью обеспечения тесной связи изучаемой теории с реальной жизнью.
Своевременное и качественное выполнение самостоятельной работы бази-
руется на соблюдении настоящих рекомендаций и изучении рекомендован-
ной литературы. Студент может дополнить список использованной литера-