Программные средства, автоматизирующие статистическую обработку данных

 

 

Пример вычисления коэффициентов  коррелции в статистических пакетах

1. Корреляционный анализ в MS Excel (табл. 2, 3).

 

Таблица 2. Вычисление парных коэффициентов  в корреляции с применением встроенной фунции Excel КОРРЕЛ для выходной переменной Доход

Основные средства	Нематериальные активы	Запасы	Отложенные налоговые  активы	Расходы	Уплаченные налоги	Максимальная дополнительная прибыль от проверки
Столбец 1	Столбец 2	Столбец 3	Столбец 4	Столбец 5	Столбец 6	Столбец 7
-0,106	-0,100	-0,106	0,272	-0,130	-0,058	0,012

 

 

Таблица 3. Вычисление корреляционной матрицы с применением функции пакета Анализа данных в Excel

	Основные средства	Нематериальные активы	Запасы	Отложенные налоговые  активы	Расходы	Уплаченные налоги	Максимальная дополнительная прибыль от проверки	Доход
	Столбец 1	Столбец 2	Столбец 3	Столбец 4	Столбец 5	Столбец 6	Столбец 7	Столбец 8
Столбец 1	1,000
Столбец 2	0,994	1,000
Столбец 3	1,000	0,994	1,000
Столбец 4	-0,095	-0,094	-0,095	1,000
Столбец 5	-0,084	0,066	0,084	-0,002	1,000
Столбец 6	-0,451	-0,462	-0,451	-0,115	-0,141	1,000
Столбец 7	0,507	0,508	0,507	0,079	0,096	-0,798	1,000
Столбец 8	-0,106	-0,100	-0,106	0,272	-0,130	0,058	0,012	1,000

 

 

 

 

 

2. Вычисление парных коэффициентов корреляции для выходной переменной Доход (рис.1, 2).

                                       

Рис. 2. Deductor

Рис. 1. STATISTICA

 

 

 

 

 

 

 

 

 

 

 

3. Вычисление корреляционной матрицы (рис.3, 4)

Рис. 3. ППП STATISTICA

 

Correlation
		Основные средства	Нематериальные активы	Запасы	Отложенные налоговые активы	Расходы	Уплаченные налоги	Максимальная дополнительная прибыль от проверки	Доходы
Основные_средства	Pearson Correlation Sig. (2-tailed) N	1   100	,994** ,000 100	1,000* ,000 100	-,095 ,346 100	,084 ,404 100	-,451** ,000 100	,507** ,000 100	-,106 ,295 100
Нематериальные_активы	Pearson Correlation Sig. (2-tailed) N	,994** ,000 100	1   100	,994** ,000 100	-,094 ,354 100	,066 ,516 100	-,462** ,000 100	,508** ,000 100	-,100 ,324 100
Запасы	Pearson Correlation Sig. (2-tailed) N	1,000* ,000 100	,994** ,000 100	1   100	-,095 ,346 100	,084 ,404 100	-,451** ,000 100	,507** ,000 100	-,106 ,295 100
Отложенные_налоговые_активы	Pearson Correlation Sig. (2-tailed) N	-,095 ,346 100	-,094 ,354 100	-,095 ,346 100	1   100	-,002 ,985 100	-,115 ,253 100	,079 ,435 100	,272** ,006 100
Расходы	Pearson Correlation Sig. (2-tailed) N	,084 ,404 100	,066 ,516 100	,084 ,404 100	-,002 ,985 100	1   100	-,141 ,162 100	,096 ,343 100	-,130 ,198 100
Уплаченные_налоги	Pearson Correlation Sig. (2-tailed) N	-,451** ,000 100	-,462** ,000 100	-,451** ,000 100	-,115 ,253 100	-,141 ,162 100	-,141 ,162 100	-,798** ,000 100	,058 ,565 100
Максимальная_дополнительная_прибиль_от_проверки	Pearson Correlation Sig. (2-tailed) N	,507** ,000 100	,508** ,000 100	,507** ,000 100	,079 ,435 100	,096 ,343 100	-,798** ,000 100	1   100	,012 ,905 100
Доходы	Pearson Correlation Sig. (2-tailed) N	-,106 ,295 100	-,100 ,324 100	-,106 ,295 100	,272** ,006 100	-,130 ,198 100	,058 ,565 100	,012 ,905 100	1   100
**. Correlation is significant at the 0.01 level (2-tailed).

Рис. 4. ППП SPSS

 

 

Заключение

Статистические методы применяются  при обработке массового материала - определении средних величин  полученных показателей: среднего арифметического (например, определение количества ошибок в проверочных работах  контрольной и экспериментальной групп); медианы - показателя середины ряда (например, при наличии двенадцати учащихся в группе медианой будет оценка шестого ученика в списке, в котором все учащиеся распределены по рангу их оценок); подсчет степени рассеивания около этих величин - дисперсии, т.е. среднего квадратического отклонения, коэффициента вариации и др.

Для проведения этих подсчетов имеются  соответствующие формулы, применяются  справочные таблицы. Результаты, обработанные с помощью этих методов, позволяют  показать количественную зависимость в виде графиков, диаграмм, таблиц.

Появление и непрерывное развитие компьютерной техники позволяет  облегчить процесс математической обработки  и статистического  анализа данных в любой сфере  деятельности, психология и педагогика не являются исключением. В настоящее время существует большое количество программных средств, автоматизирующих статистическую обработку данных. Самыми распростанёнными в нашей стране являются следующие статистические пакеты: STATISTICA, SPSS, Deductor. Для статистической обработки данных можно воспользоваться приложением MS Excel из пакета офисных программ компании Microsoft.

На какой программе остановить свой выбор? Безусловно, дороговизна  программ не позволяет их часто менять. Поэтому имеет смысл посмотреть демо-версии, разобраться с работой и потом делать окончательный вывод. Русскоязычные версии (с документацией) имеют только SPSS и STATISTICA.

Что касается возможных рекомендаций, то они могут быть следующие:

- Если нужен мощный, общепризнанный  пакет с простым и понятным даже начинающим пользователям интерфейсом, то лучше воспользоваться SPSS. 
- Для начинающих и профессионалов, которым нужна подсказка и развитая документация на русском языке, можно рекомендовать STATISTICA. Это мощное приложение с профессиональными возможностями. 
- Для непритязательных пользователей, которые ограничиваются в своих исследованиях стандартными статистическими методами можно рекомендовать программу MS Excel.

 

Список используемой литературы

 

1. http://www.ispu.ru/files/%2076-80_0.pdf
2. http://www.tsput.ru/res/math/mop/lections/lection_1.htm
3. http://www.disser.ru/library/31/440.htm
4. http://ru.wikipedia.org/wiki/%CC%E0%F2%E5%EC%E0%F2%E8%F7%E5%F1%EA%E0%FF_%F1%F2%E0%F2%E8%F1%F2%E8%EA%E0
5. http://cito-web.yspu.org/link1/metod/theory/node37.html
6. http://www.grandars.ru/student/statistika/metodologiya-statistiki.html)
7. http://www.grandars.ru/student/statistika/generalnaya-sovokupnost.html
8. http://cito-web.yspu.org/link1/metod/theory/node45.html
9. http://portalold.ispu.ru/system/files/%2076-80_0.pdf
10. http://www.grandars.ru/student/statistika/statisticheskoe-issledovanie.html

 

 

ПРИЛОЖЕНИЯ 

ПРИЛОЖЕНИЕ 1

Критические значения критерия U Манна-Уитни

Уровень значимости
	4	6	9	12	15	18	21	24	27	30	33	36	39	42	45	48	51	54	57	60
4	1
6	3	5
9	6	12	21
12	9	17	30	42
15	12	23	39	55	72
18	16	28	48	68	88	109
21	19	34	57	81	105	130	154
24	22	39	66	94	122	150	179	207
27	25	45	75	107	139	171	203	236	268
30	28	50	85	120	156	192	228	265	301	338
33	31	56	94	133	173	213	253	293	334	374	415
36	35	61	103	146	189	233	278	322	367	411	456	501
39	38	67	112	159	206	254	302	351	399	448	497	546	595
42	41	72	121	172	223	275	327	380	432	485	538	591	644	697
45	44	78	131	185	240	296	352	408	465	522	579	636	693	750	808
48	47	83	140	198	257	317	377	437	498	559	620	681	742	804	865	927
51	50	89	149	211	274	338	402	466	531	596	661	726	791	857	922	988	1054
54	53	94	158	224	291	359	427	495	564	633	702	771	841	910	980	1050	1119	1189
57	57	100	167	237	308	379	451	524	597	670	743	816	890	964	1037	1111	1185	1259	1333
60	60	105	177	250	325	400	476	553	630	707	784	862	939	1017	1095	1199	1251	1329	1407	1486

 

Уровень значимости
	4	6	9	12	15	18	21	24	27	30	33	36	39	42	45	48	51	54	57	60
4	0
6	1	3
9	3	7	14
12	5	11	21	31
15	7	15	28	42	56
18	9	19	36	53	70	88
21	10	22	42	63	84	105	127
24	12	26	49	74	98	123	149	174
27	14	30	57	85	113	142	171	200	229
30	15	34	64	95	127	160	192	225	258	292
33	17	38	72	106	142	178	214	251	288	325	362
36	19	42	79	117	156	196	236	277	318	358	399	440
39	21	46	86	128	171	214	258	303	347	392	437	482	527
42	23	50	94	139	186	233	280	328	377	425	474	523	572	621
45	25	54	101	150	200	251	303	354	407	459	511	564	617	670	723
48	27	58	109	161	215	269	325	380	436	492	549	606	662	719	776	834
51	29	63	116	172	229	288	347	406	466	526	587	647	708	769	830	891	952
54	31	67	124	183	244	306	369	432	496	560	624	689	753	818	883	948	1013	1078
57	33	71	131	194	259	324	391	458	526	593	662	730	799	867	936	1005	1074	1141	1213
60	35	75	138	205	273	343	413	484	555	627	699	772	844	917	990	1063	1136	1209	1282	1356