Лабораторная «Подробная методичка по выполнению приложена»,
Отчет по практике "Статистическая обработка данных", статистика в Санкт-Петербурге

Вариант 9 Выполнение индивидуальных заданий на практику в университете Примерная тема работы для обучающихся, проходящих практику на базе университета на кафедре автоматизации обработки информации (АОИ): «Статистическая обработка открытых данных (на материале)» 2 . Виды работ по рассматриваемой теме практики разделены на две части. Часть 1. Вариационные ряды. Представление статистических данных. Вычисление средних значений показателей вариации. 1. Провести сортировку данных. 2. На основе исходных данных определить: ? среднее значение; ? моду; 2 Данная тема практики может быть выбрана обучающимся как при прохождении практики в университете, так и при прохождении практики в профильной организации (при согласовании с руководителем практики от профильной организации). В таком случае, в качестве индивидуального варианта (см. приложение Г) руководитель практики от профильной организации должен предложить для обработки статистические данные, собранные в организации. 26 ? медиану; ? размах вариации; ? среднее линейное отклонение; ? дисперсию; ? стандартное отклонение; ? коэффициент вариации. 3. На основе исходных данных построить дискретный вариационный ряд и определить: ? среднее значение; ? моду; ? медиану; ? размах вариации; ? среднее линейное отклонение; ? дисперсию; ? стандартное отклонение; ? коэффициент вариации. 4. На основе исходных данных построить интервальный вариационный ряд с равными интервалами. Число интервалов определить самостоятельно. Определить: ? среднее значение; ? моду; ? медиану; ? размах вариации; ? среднее линейное отклонение; ? дисперсию; ? стандартное отклонение; ? коэффициент вариации. 27 Построить график распределения признака. Выделить на графике среднее, моду, медиану, квартили. Часть 2. Группировки. Многомерная классификация. Кластер-анализ 1. Провести сортировку регионов по значению фактора х. 2. Провести по всей совокупности для каждого признака расчет ? среднего значения; ? дисперсии; ? стандартного отклонения; ? коэффициента вариации. 3. Построить точечную диаграмму в пространстве двух признаков (результат-фактор). 4. Провести кластерный анализ, используя указанный в варианте иерархический алгоритм. Количество классов определить по точечной диаграмме. Построить дендрограмму. 5. Провести кластерный анализ на ранее определенное число классов, используя метод k-средних. Эталонные точки задать самостоятельно. Сделать максимальное число итераций. Результаты разбиения записать в таблицу 2.1. Таблица 2.1 – Варианты разбиения регионов на классы Метод Названия регионов, входящих в классы Класс № 1 Класс № 2 … Класс № m Иерархический k-средних 6. Сравнить результаты, полученные двумя алгоритмами кластер-анализа. 7. По результатам метода k-средних выполнить следующие действия: ? построить точечную диаграмму в пространстве двух признаков с изображением принадлежности регионов кластерам; 28 ? рассчитать групповые средние значения по классификационным признакам и записать в таблицу 2.2; ? рассчитать коэффициенты детерминации по классификационным признакам и записать в таблицу 2.2; ? дать содержательную интерпретацию результатов (оценить уровень развития регионов по классификационным признакам, наличие «естественного расслоения», различие средних значений, однородность групп, взаимосвязь признаков); ? построить тепловые карты (в любой ГИС), визуализирующие классификационные признаки. Таблица 2.2 – Показатели в группах Признак Средние значения признаков в кластерах Коэффициент № 1 № 2 … № m детерминации Название признака 1 (х) ?? 2 Название признака 2 (у) ?? 2 Краткие теоретические сведения и примеры выполнения заданий приведены в приложении А, варианты индивидуальных заданий на учебную практику приведены в приложении Б. При выполнении необходимых расчетов можно воспользоваться статистическими пакетами Excel, LibreOffice Calc, Statistica, MathLab и другими.