MS Excel. Графическое представление данных.

В Excel термин диаграмма используется для обозначения всех видов графического представления числовых данных.

Основные виды диаграмм:

Круговая диаграмма используется для графической интерпретации одной переменной.

Чтобы интерпретировать значения нескольких переменных, используют следующие виды диаграмм: гистограмма изображает каждое значение переменной как вертикальный столбик. график изображает каждую переменную в виде ломаной линии. Используется для иллюстрации динамики переменной во времени. точечная диаграмма – показывает функциональную зависимость между переменными.

Различия между точечными диаграммами и графиками

Основное отличие точечных диаграмм от графиков заключается в способе нанесения данных по горизонтальной оси. Например, если использовать следующие данные для создания точечной диаграммы и для создания графика, данные будут показаны по-разному.

На точечной диаграмме значения суточного количества осадков из столбца A отображаются в виде значений X на горизонтальной оси, а показатели содержания твердых частиц из столбца B — в виде значений на вертикальной оси.

Точечная диаграмма

На точечной диаграмме всегда имеется две оси значений, чтобы показывать один набор числовых данных вдоль горизонтальной оси (оси значений), а другой набор числовых данных — вдоль вертикальной оси (также оси значений).

На графике те же значения суточного количества осадков и содержания частиц будут показаны как две разных ряда данных, которые равномерно распределяются вдоль горизонтальной оси.

Для графика предусмотрена только одна ось значений (вертикальная ось). Горизонтальная ось графика предназначена для отображения группировок (категорий) данных с равномерными интервалами. Поскольку категории не были заданы вместе с данными, они генерируются автоматически, например 1, 2, 3.

Элементы диаграммы:

nобласть диаграммы – это вся диаграмма;

nобласть построения – область размещения графиков, гистограмм (для круговых диаграмм этой области нет);

nряды данных – это сами графики, столбики гистограммы, сектора круговой диаграммы;

nоси координат – ось Х (ось категорий) и ось Y (ось значений);

nзаголовок диаграммы;

nлегенда;

Nлинии сетки (для круговых диаграмм – отсутствуют).

Одной из распространенных задач в науке, технике, экономике является аппроксимация экспериментальных данных аналитическими выражениями. Возможность подобрать параметры уравнения таким образом, чтобы его решение совпало с данными эксперимента, зачастую является доказательством (или опровержением) теории.

MS Excel. Работа со встроенным инструментарием статистической обработки данных эксперимента

Статистические методы анализа и обработки данных позволяют объективно оценивать количественные результаты исследований.

Они служат для выявления достоверности отличий экспериментальной и контрольной групп, определения степени взаимосвязи между показателями, позволяют выявить ранее неизвестные закономерности.

Программные средства анализа данных
Для обработки и анализа данных обычно используют следующие типы программных средств:

Nстатистические пакеты обработки данных общего назначения,

Nтабличные процессоры,

Nматематические пакеты (MathCAD, Maple, MatLab ).

Статистические пакеты общего назначения не ориентированы на специфическую предметную область и включают широкий диапазон статистических методов (SAS, Statistica, SPSS, Minitab, Stadia)

Расчеты сделанные при помощи MS Excel не признаются авторитетными научными журналами. MS Excel хорошо подходит для накопления данных, промежуточного преобразования, предварительных статистических прикидок, для построения некоторых видов диаграмм. Однако окончательный статистический анализ необходимо делать в программах, которые специально созданы для этих целей.

В пакет анализа MS Excel включены наиболее часто используемые статистические процедуры: средства описательной статистики, методы регрессионного анализа, средства анализа временных рядов и др.

Анализ данных в MS Excel

Для использования пакета анализа исследуемые данные следует представить в виде таблицы, где столбцами являются соответствующие показатели. Совокупность ячеек, содержащих анализируемые данные, называется входным диапазоном.

На предварительном этапе статистического анализа данных вычисляют элементарные статистические характеристики (среднее, среднеквадратическое отклонение, ошибку среднего и т.д.) по каждой группе.

Для этого можно использовать встроенные статистические функции, входящие в MS Excel. Например среднее значение вычисляют следующим образом:

СРЗНАЧ(диапазон), Например, СРЗНАЧ(А2: С8).

Следующей по важности характеристикой выборки является стандартное отклонение (s - сигма).

СТАНДОТКЛОН(диапазон).

Элементарные статистические характеристики также могут быть получены с помощью Пакета анализа.

Для этого следует выполнить команду Сервис/Анализ данных и выбрать метод Описательная статистика.

ОСНОВНЫЕ СТАТИСТИЧЕСКИЕ ПОНЯТИЯ

nСреднее значение (М, Хс) – среднее арифметическое аргументов

nМедиана – это число, которое является серединой множества чисел, то есть половина чисел имеют значения большие, чем медиана, а половина чисел имеют значения меньшие, чем медиана

nМода – наиболее часто встречающееся значение в массиве или интервале данных.

nДисперсия (D) - параметр, характеризующий степень разброса элементов выборки относительно среднего значения. Чем больше дисперсия, тем дальше отклоняются значения элементов выборки от среднего значения.

nCтандартное отклонение– величина рассчитываемая как корень из дисперсии.

NОшибка среднего, или стандартная ошибка – параметр, характеризующий степень возможного отклонения среднего значения, полученного на исследуемой ограниченной выборке, от истинного среднего значения, полученного на всей совокупности элементов.

Стандартная ошибка вычисляется по формуле s /√ n,

где s - стандартное отклонение переменной, n - объем выборки.

Чем меньше стандартное отклонение s и больше объем выборки n, тем меньше стандартная ошибка.

nАсимметрия– величина, характеризующая несимметричность распределения элементов выборки относительно среднего значения. Асимметрия принимает значения от (-1) до 1. В случае симметричного распределения равна 0.

NЭксцесс – степень выраженности «хвостов» распределения, т.е. частота появления значений, удаленных от среднего.

Часто значения асимметрии и эксцесса используют для проверки гипотезы о том, что наблюдаемые данные (выборка) принадлежат нормальному распределению.

Проверка гипотез

Одной из наиболее часто решаемых задач статистического анализа является сравнение исследуемой экспериментальной группы с контрольной. Например, оказывает ли новая методика положительное влияние на качество знаний в экспериментальной группе.

Для решения задачи такого типа часто используются так называемые критерии различия.

Выбор критерия зависит от параметров исследуемой совокупности. Существует 2 типа статистических критериев:

nПараметрические;

NНепараметрические.

Параметрические критерии служат для проверки гипотез о параметрах совокупностей, распределенных по нормальному закону.

Нормальное распределение – совокупность объектов, в которой крайние значения некоторого признака – наименьшее и наибольшее – появляются редко; чем ближе значение признака к среднему арифметическому, тем чаще оно встречается.

Критерий Стьюдента относится к числу параметрических критериев.

Аналогом двухвыборочного критерия для независимых выборок является критерий Манна–Уитни.

⇐ Предыдущая 3 4 5 6 7 8910 11 12 Следующая ⇒