НБ МГУ Учебники - полные тексты A128 Статистический анализ данных на компьютере Тюрин Ю.Н., Макаров А.А. ИНФРА-М 1998 528 с. ISBN 5-86225-662-8 Книга является учебным пособием по анализу данных и статистике, рассчитанным на прикладных специалистов, менеджеров и студентов. Излагаются основные сведения, необходимые на практике для анализа данных, на наглядных примерах рассматриваются основные постановки задач, а затем эти же примеры решаются с использованием популярных статистических пакетов STADIA, STATGRAPHICS, SPSS и Эвриста. В приложении дается обзор других программных средств для анализа данных. Большое внимание в книге уделено средствам анализа временных рядов и других методам, часто используемым в прикладных задачах. ОГЛАВЛЕНИЕ Об этой книге 3 Предисловие редактора 4 Как читать эту книгу 11 Благодарности 14 Глава 1. Основные понятия прикладной статистики 1.1. Случайная изменчивость 15 1.2. События и их вероятности 19 1.3. Измерения вероятности 23 1.4. Случайные величины. Функции распределения 24 1.5. Числовые характеристики распределения вероятностей 30 1.6. Независимые и зависимые случайные величины 34 1.7. Случайный выбор 37 1.8. Выборки и их описание 1.8.1. Что такое выборка 37 1.8.2. Выборочные характеристики 39 1.8.3. Ранги и ранжирование 42 1.8.4. Методы описательной статистики 44 1.8.5. Наглядные методы описательной статистики 46 1.9. Методы описательной статистики в пакетах STADIA и STATGRAPHICS 1.9.1. Пакет STADIA 49 1.9.2. Пакет STATGRAPHICS 55 Глава 2. Важные законы распределения вероятностей 64 2.1. Биномиальное распределение 65 2.2. Распределение Пуассона 68 2.3. Показательное распределение 71 2.4. Нормальное распределение 73 2.5. Двумерное нормальное распределение 76 2.6. Распределения, связанные с нормальным 2.6.1. Распределение хи-квадрат 79 2.6.2. Распределение Стьюдента 80 2.6.3. F-распределение 81 2.7. Законы распределения вероятностей в пакетах STADIA и STATGRAPHICS 2.7.1. Пакет STADIA 82 2.7.2. Пакет STATGRAPHICS 86 Глава 3. Основы проверки статистических гипотез 3.1. Статистические модели 92 3.2. Проверка статистических гипотез (общие положения) 95 3.3. Примеры статистических моделей и гипотез 101 3.4. Проверка статистических гипотез (прикладные задачи) 3.4.1. Схема испытаний Бернулли 106 3.4.2. Критерий знаков для одной выборки 110 3.5. Проверка гипотез в двухвыборочных задачах 111 3.5.1. Критерий Манна-Уитни 113 3.5.2. Критерий Уилкоксона 117 3.6. Парные наблюдения 123 3.6.1. Критерий знаков для анализа парных повторных наблюдений 124 3.6.2. Анализ повторных парных наблюдений с помощью знаковых рангов (критерий знаковых ранговых сумм Уилкоксона) 126 3.7. Проверка статистических гипотез в пакетах STADIA и STATGRAPHICS 3.7.1. Пакет STADIA 128 3.7.2. Пакет STATGRAPHICS 132 Глава 4. Начала теории оценивания 4.1. Введение 140 4.2. Закон больших чисел 141 4.3. Статистические параметры 4.3.1. Параметры распределения 146 4.3.2. Параметры модели 147 4.4. Оценивание параметров распределения по выборке 148 4.5. Свойства оценок. Доверительное оценивание 151 4.6. Метод наибольшего правдоподобия 153 4.7. Оценивание параметров вероятностных распределений в пакетах STADIA и STATGRAPHICS 156 4.7.1. Пакет STADIA 157 4.7.2. Пакет STATGRAPHICS 161 Глава 5. Анализ одной и двух нормальных выборок 5.1. Об исследовании нормальных выборок 165 5.2. Глазомерный метод проверки нормальности 167 5.3. Оценки параметров нормального распределения и их свойства 169 5.4. Проверка гипотез, связанных с параметрами нормального распределения 5.4.1. Одна выборка 174 5.4.2. Две выборки 176 5.4.3. Парные данные 178 5.5. Анализ нормальных выборок в пакетах STADIA и STATGRAPHICS 5.5.1. Пакет STADIA 182 5.5.2. Пакет STATGRAPHICS 184 Глава 6. Однофакторный анализ 6.1. Постановка задачи 191 6.2. Непараметрические критерии проверки однородности 6.2.1. Критерий Краскела-Уоллиса (произвольные альтернативы) 196 6.2.2. Критерий Джонкхиера (альтернативы с упорядочением) 197 6.3. Практический пример 198 6.4. Оценивание эффектов обработки (непараметрический подход) 201 6.5. Дисперсионный анализ 204 6.6. Оценивание эффектов обработки в нормальной модели 6.6.1. Доверительные интервалы 206 6.6.2. Метод Шеффе множественных сравнений 207 6.7. Однофакторный анализ в пакетах STADIA и STATGRAPHICS 6.7.1. Пакет STADIA 209 6.7.2. Пакет STATGRAPHICS 214 Глава 7. Двухфакторный анализ 7.1. Связь задач двухфакторного и однофакторного анализа 224 7.2. Таблица двухфакторного анализа 225 7.3. Аддитивная модель данных двухфакторного эксперимента при независимом действии факторов 226 7.4. Непараметрические критерии проверки гипотезы об отсутствии эффектов обработки 7.4.1. Критерий Фридмана (произвольные альтернативы) 227 7.4.2. Критерий Пейджа (альтернативы с упорядочением) 229 7.5. Практический пример 230 7.6. Двухфакторный дисперсионный анализ 232 7.7. Двухфакторный анализ в пакетах STADIA и STATGRAPHICS 7.7.1. Пакет STADIA 235 7.7.2. Пакет STATGRAPHICS 238 Глава 8. Линейный регрессионный анализ 8.1. Модель линейного регрессионного анализа 245 8.2. О стратегии, методах и проблемах регрессионного анализа 247 8.3. Простая линейная регрессия 250 8.4. О проверке предпосылок в задаче регрессионного анализа 254 8.5. Непараметрическая линейная регрессия 256 8.6. Практический пример 262 8.7. Регрессионный анализ в пакетах STATGRAPHICS и STADIA 267 8.7.1. Пакет STATGRAPHICS 268 8.7.2. Пакет STADIA 279 Глава 9. Независимость признаков 9.1. О шкалах измерений 285 9.2. Инструменты и стратегия исследования связи признаков 288 9.3. Связь номинальных признаков (таблицы сопряженности) 289 9.4. Связь признаков, измеренных в шкале порядков 298 9.5. Связь признаков в количественных шкалах 9.5.1. Коэффициент корреляции 302 9.5.2. Нормальная корреляция 305 9.6. Замечания о связи признаков, измеренных в разных шкалах 308 9.7. Анализ таблиц сопряженности и коэффициенты корреляции в пакетах STADIA и STATGRAPHICS 9.7.1. Пакет STADIA 308 9.7.2. Пакет STATGRAPHICS 312 Глава 10. Критерии согласия 10.1. Введение 317 10.2. Критерии согласия Колмогорова и омега-квадрат в случае простой гипотезы 319 10.3. Практический пример (закон Менделя) 322 10.4. Критерий согласия хи-квадрат К.Пирсона для простой гипотезы 324 10.5. Критерии согласия для сложной гипотезы 326 10.6. Критерий согласия хи-квадрат Фишера для сложной гипотезы 329 10.7. Другие критерии согласия. Критерий согласия для Пуассоновского распределения 333 10.8. Критерии согласия в пакетах STADIA и STATGRAPHICS 10.8.1. Пакет STADIA 336 10.8.2. Пакет STATGRAPHICS 341 Глава 11. Временные ряды: теоретические основы 11.1. Введение 346 11.2. Анализ временных рядов и его разделы 348 11.3. Цели, этапы и методы анализа временных рядов 350 11.4. Детерминированная и случайная составляющие временного ряда 352 11.5. Тренд, сезонная и циклическая компоненты 354 11.6. Модели тренда 357 11.7. Модели случайной компоненты 360 11.8. Числовые характеристики временных рядов 364 11.9. Процессы, стационарные в широком смысле 366 11.10. Оценки числовых характеристик временных рядов 368 Глава 12. Временные ряды: практический анализ 12.1. Порядок анализа временных рядов 375 12.2. Графические методы анализа временных рядов 376 12.3. Методы сведения к стационарности 12.3.1. Выделение тренда 379 12.3.2. Выделение сезонных эффектов 385 12.3.3. Метод скользящих средних 392 12.3.4. Сезонные разностные операторы 397 12.3.5. Преобразование шкалы 399 12.4. Методы исследования структуры стационарного временного ряда 12.4.1. Цели и методы анализа 402 12.4.2. Интерпретация графика коррелограммы 403 12.4.3. Интерпретация графика частной автокорреляционной функции 408 Глава 13. Анализ временных рядов на компьютере 13.1. О выборе пакетов для описания в этой книге 411 13.2. Анализ временных рядов в SPSS 13.2.1. Обзор возможностей 412 13.2.2. Подбор тренда и прогнозирование 413 13.2.3. Устранение сезонной компоненты 422 13.3. Анализ временных рядов в пакете ЭВРИСТА 13.3.1. Общие сведения о пакете 425 13.3.2. Подбор тренда и прогнозирование 427 13.2.3. Устранение сезонной компоненты 434 13.2.4. Подбор модели авторегрессии и построение прогноза 437 Глава 14. Линейные модели временных рядов 14.1. Авторегрессия первого порядка AR(1) 443 14.2. Авторегрессия второго порядка AR(2) 447 14.3. Авторегрессия порядка р — AR(p) 450 14.4. Процессы скользящего среднего MA(q) 454 14.5. Комбинированные процессы авторегрессии-скользящего среднего ARMA(p, q) 457 14.6. Линейные модели и операторы сдвига 458 Глава 15. Многомерный анализ и другие статистические методы 15.1. Введение 461 15.2. Многомерный статистический анализ 461 15.3. Факторный анализ 463 15.4. Дискриминантный анализ 464 15.5. Кластерный анализ 465 15.6. Многомерное шкалирование 465 15.7. Методы контроля качества 467 15.8. Использование статистических пакетов 467 Приложение 1. Средства анализа данных на персональных компьютерах П1.1. Введение 468 П1.2. Виды статистических пакетов 469 П1.3. Возможности табличных процессоров и баз данных 470 П1.4. Требования к статистическим пакетам общего назначения 471 П1.5. Состояние и особенности российского рынка 472 П1.6. Статистические пакеты в среде Windows 479 П1.7. Документация статистических пакетов 482 П1.8. Встроенный справочник и экспертная поддержка 484 П1.9. Делая выбор 487 Приложение 2. Возможности пакетов STADIA и STATGRAPHICS П2.1. Введение 489 П2.2. О пакетах STADIA и STATGRAPHICS 489 П2.3. Статистические методы 491 П2.4. Архитектура пакетов 492 П2.5. Интерфейсы пользователя 494 П2.6. Работа с данными 496 П2.7. Графические возможности 501 П2.8. Подготовка отчетов 504 П2.9. Документация 504 П2.10. Справочник и экспертная поддержка 505 П2.11. Технические характеристики 506 П2.12. Ошибки 507 Приложение 3. Где приобрести статистические пакеты ПЗ.1. Универсальные статистические пакеты 508 П3.2. Специализированные пакеты 510 ПЗ.З. Цены и телефоны фирм 512 П3.4. Консультации и обучение 513 Литература 514