- •В.П.Обоскалов
- •Предисловие
- •Excel. Теоретические аспекты
- •Основные понятия
- •Основные термины
- •Работа с объектами
- •Функциональные клавиши
- •Указатель мыши
- •Формулы. Имена ячеек. Функции
- •Диаграммы
- •Функции списка
- •Формы данных
- •Фильтры
- •Автофильтр
- •Расширенный фильтр
- •Промежуточные итоги
- •Сводные таблицы
- •Консолидация данных
- •Нелинейные уравнения. Оптимизационные задачи
- •Поиск решения
- •Подбор параметра
- •Проектирование вычислений с помощью таблицы подстановки
- •Внешняя среда
- •Экспорт и импорт данных
- •Связь с базами данных
- •Вызов программы ms Query
- •Мастер запросов
- •Макросы
- •Запись макроса
- •Относительные ссылки
- •Выполнение макроса
- •Подключение макроса к объектам Назначение сочетания клавиш для запуска записанного ранее макроса
- •Назначение макроса кнопке или графическому объекту
- •Текст макроса
- •Excel. Лабораторный практикум
- •Начальное знакомство
- •Выделение блоков
- •Прозрачность ячеек. Перемещение данных. Копирование
- •Относительная и абсолютная адресация
- •Заполнение таблицы. Формулы. Относительная адресация. Суммирование
- •Абсолютная адресация. Имена ячеек
- •Форматирование таблицы
- •Вставка и удаление строк и столбцов
- •Форматирование ячеек
- •Форматирование столбцов и строк
- •Сетка. Показ формул
- •Автозаполнение. Списки
- •Автозаполнение
- •Диаграммы
- •Диаграмма. Общий случай
- •Гистограмма и круговая диаграмма
- •Графики функций
- •Работа с массивами данных
- •Подбор параметра. Поиск решения
- •Подбор параметра
- •Поиск Решения
- •Транспортная задача
- •Функции списка
- •Сортировка
- •Формы данных
- •Вычисление итогов
- •Консолидация данных
- •Сводная таблица
- •Внешняя среда
- •Экспорт и импорт данных. Связь документов
- •Процедуры пользователя
- •Диалоговые окна
- •UserForm
- •Решение инженерных задач наExcel
- •Проектирование эт
- •Основные функции
- •Суммирование
- •Примеры
- •Функции даты
- •Формульные расчеты
- •Тип оборудования
- •Самостоятельная работа
- •Самостоятельная работа
- •Коэффициенты, характеризующие график нагрузки
- •Проектирование таблицы.
- •Проектирование таблицы
- •Самостоятельная работа
- •Температурный режим трансформатора
- •Математический метод
- •Самостоятельная работа
- •Ремонтная ведомость Самостоятельная работа
- •Работа с матрицами
- •Расчет сети постоянного тока
- •Самостоятельная работа
- •Расчет токов трехфазного короткого замыкания
- •Метод z-матрицы
- •Эквивалентирование сети
- •Расчет токов кз по модели сети постоянного тока
- •Оптимизационные задачи
- •Решение систем нелинейных уравнений
- •Самостоятельная работа
- •Оптимальное распределение мощности нагрузки между параллельно работающими агрегатами
- •Линейное программирование
- •Самостоятельная работа
- •Двойственная задача линейного программирования
- •Самостоятельная работа
- •Работа с комплексными числами
- •Самостоятельная работа
- •Прогнозирование нагрузок
- •Метод наименьших квадратов
- •Самостоятельная работа
- •Метод скользящего среднего
- •Линейный тренд
- •Самостоятельная работа
- •Вероятность и статистика
- •Функции расчета вероятностных параметров
- •Математическое ожидание
- •Дисперсия
- •Корреляционный момент
- •Коэффициент корреляции
- •Гистограммы
- •Нормальное распределение
- •Расчет вероятностного режима электрической сети
- •Самостоятельная работа
- •Самостоятельная работа
- •Гистограмма случайной величины
- •Самостоятельная работа
- •Регрессия
- •Дополнительная регрессионая статистика
- •Простая линейная регрессия
- •Самостоятельная работа
- •Использование f-статистики
- •Вычисление t-статистики
- •Объектное программирование. Visual Basic
- •Основные понятия
- •Основные методы
- •МетодыRange, Cells, Offset
- •Самостоятельная работа
- •Методы и свойства активности объекта
- •Методы активности
- •Свойства, характеризующие активность
- •Макрорекордер
- •Самостоятельная работа
- •Свойства, характеризующие содержимое
- •Самостоятельная работа
- •Основные элементы языка
- •Общие сведения и структура программных модулей
- •Самостоятельная работа
- •Типы данных и переменные
- •Оператор Dim
- •Массивы
- •Пользовательские типы данных. Структуры
- •Динамическое перераспределение памяти
- •Константы
- •Видимость переменных и констант
- •Операторы присваивания
- •Математические и строковые операции
- •Процедуры
- •Вызов процедуры
- •Самостоятельная работа
- •Использование необязательных аргументов
- •Самостоятельная работа
- •Функции
- •Передача массива
- •Ссылки на внешние библиотеки
- •1. Скалярное произведение векторов (столбцы Excel) разной размерности
- •2. Поэлементное произведение массивов
- •Функции Application
- •Операторы принятия решения
- •ОператорIf
- •Блочная структура if
- •Многоблочная структура if
- •Select Case
- •Безусловный переход
- •Циклы объектного типа
- •Пример двойного цикла
- •Передача массива данных в таблицу
- •Коррекция блока ячеек таблицы
- •Ввод и вывод данных
- •Чтение и запись последовательных файлов
- •Диалоговые функции
- •MsgBox()
- •Самостоятельная работа
- •Функция InputBox()
- •Ввод названия файла
- •Самостоятельная работа
- •Диалоговые окна Excel
- •Самостоятельная работа
- •Диалоговые окна пользователя
- •Элементы управления
- •Командная кнопка (CommandButton)
- •Самостоятельная работа
- •Надпись (Label)
- •Самостоятельная работа
- •Окно редактирования (TextBox)
- •Окно списка (ListBox)
- •Самостоятельная работа
- •Выпадающее окно (ComboBox)
- •Групповое окно (Frame)
- •Контрольный индикатор (CheckBox)
- •Кнопка выбора (OptionButton)
- •Заполнение массива случайными числами
- •Линейная интерполяция
- •Самостоятельная работа
- •Оптимальное распределение нагрузки
- •Самостоятельная работа
- •Функции комплексных чисел
- •Самостоятельная работа
- •Обращение комплексной матрицы
- •Самостоятельная работа
- •Решение систем дифференциальных уравнений
- •' Модуль "Ввод исходных данных из таблицы Excel"
- •Перенумерация узлов
- •Самостоятельная работа
- •Матрица инциденций по узлам
- •Индивидуальные задания
- •Библиографический список
- •620002, Екатеринбург, ул. Мира,19
- •620002, Екатеринбург, ул. Мира,19 в.П.Обоскалов
Использование f-статистики
В предыдущем примере коэффициент детерминированности r2 равен 0,78 (ячейка F8 в результатах функции ЛИНЕЙН()), что указывает на некоторую, не очень сильную зависимость между независимыми переменными и функционалом. Можно использовать F-статистику, чтобы определить, является ли этот результат (с таким значением r2) случайным.
Предположим, что на самом деле нет взаимосвязи между переменными, а просто были выбраны те случайные данные, для которых статистический анализ вывел показанную взаимозависимость. Допустимую вероятность (уровень значимости) ошибки гипотезы о том, что имеется значимая взаимозависимость, принято обозначать величиной α.
Для оценки гипотезы используется так называемый F-критерий, который служит для проверки гипотезы о равенстве дисперсий (), при условии, чтоX и Y распределены нормально. В общем случае из каждой генеральной совокупности производятся выборки объемом n1 и n2 . В качестве контрольной величины используется отношение эмпирических дисперсий . ВеличинаF удовлетворяет F-распределению (распределение Фишера) c v1 и v2 степенями свободы (v1=n1-1, v2=n2-1). В рассматриваемом случае в качестве сопоставляемых величин являются функционал и вектор параметров.
Если F-наблюдаемое (ячейка F9) больше, чем F-критическое, то взаимосвязь между переменными и функционалом (трендом) является значимой. Величину F-критическое можно получить из таблицы F-критических значений в любом справочнике по математической статистике. Для того чтобы найти это значение, необходимо иметь уровень значимости α = 0,05 и значения степеней свободы v1 и v2, где v1 = k - это число переменных, v2 = n-(k+1), а n - число статистических данных. В нашем случае v1=3, v2 = 10 - (3 + 1)=6 (в ячейке G9).
Из таблицы справочника F-критическое равно 4,76. Наблюдаемое F-значение равно 7,17, что больше 4,76. Следовательно, гипотеза о взаимосвязи линейной корреляции функционала и переменных не отвергается, и полученное регрессионное уравнение может быть использовано для прогнозирования нагрузки.
Было бы неразумно окружать свое рабочее место толстыми математическими справочниками. Не поможет ли нам Excel получить F-критическое? Нет проблем. Для этого имеется встроенная функция FРАСПОБР().
Функция FРАСПОБР(α; v1; v2)
возвращает обратное значение для F-распределения вероятностей (функция FРАСП(x;...)) . Если α = FРАСП(x;...), то х=FРАСПОБР(α;...). Параметры v1, v2 - это числа степеней свободы.
Замечания
·Если число степеней свободы не целое число, то оно усекается до целой.
·Функция возвращает значение ошибки #ЧИСЛО!, если вероятность α < 0 или α > 1, или v1, v2 < 1, или v1, v2 >1010.
Пример. FРАСПОБР(0,05;3;6) равняется 4,757.
Вычисление t-статистики
Другой гипотетический эксперимент определит, полезен ли каждый коэффициент наклона для оценки тренда мощности (см. табл. 3.22). Например, для проверки того, имеет ли статистическую значимость циклическая составляющая, разделим 554,81 (коэффициент пропорциональности при cos(/5*t) ) на 297,18 (оценка стандартной ошибки для коэффициента времени эксплуатации): t = m3/se3= 554,81/ 297,18 = 1,846. Эта величина сопоставляется с t-критерием (распределение Стьюдента), который служит для сравнения двух средних значений из нормально распределенных генеральных совокупностей случайных величин в предположении, что равны их дисперсии.
Если посмотреть в таблицу справочника по математической статистике, то окажется, что t-критическое с шестью степенями свободы и = 0,1 равно 1,94. Поскольку абсолютная величина t, равная 1,846, меньше, чем 1,94, то можно сделать вывод о том, что циклическая составляющая - это незначимая переменная для оценки тренда мощности. Аналогичным образом можно протестировать на статистическую значимость все другие переменные.
Как и для F-распределения, Excel имеет возможность вычислить t-критическое с помощью встроенной функции СТЬЮДРАСПОБР().
Функция СТЬЮДРАСПОБР(вероятность; df) возвращает обратное распределение Стьюдента для заданных вероятности, соответствующей двустороннему распределению Стьюдента, и числа степеней свободы df.
Замечания
Если df не целое, то оно усекается до целой.
Если вероятность меньше нуля или больше единицы, или число степеней свободы меньше единицы, то функция СТЬЮДРАСПОБР() возвращает значение ошибки #ЧИСЛО!.
Рассматриваемая функция использует итерационный метод для вычисления возвращаемого значения. Если итерационный процесс не сходится за 100 итераций, то функция возвращает значение ошибки #Н/Д.
Пример. СТЬЮДРАСПОБР(0,1;6) равняется 1,94.