Полигон частот график. Полигональная графика
Полигон распределения вероятностей
Аналогично все указанные приемы обработки и построения могут быть распространены и на другие показатели, например на объемы поставок, интервалы между поставками, объемы суточных отпусков и суточных объемов поставок. Эти полигоны распределения описывают, как в течение отчетного года на предприятии изменялись объемы поставок, интервалы поставок и объемы суточных отпусков и т.д.
Любой полигон описывается набором средних значений интервалов (диапазонов) вариаций какого-либо одного признака и частостью появления этого среднего значения . Каждый из полигонов распределения можно выразить аналитически, например, для ряда распределения объемов поставок (Q, W), формула будет выглядеть следующим образом
Аналогично аналитически можно выразить полигоны распределения интервалов между поставками (Т, У) и объемов суточных отпусков (R, СО
Полигон распределения - ломаная линия, построенная на графике и характеризующая изменение вероятностей различных исходов событий при повторных испытаниях.
Следующей задачей является оценка возможных сочетаний значений нормообразующих факторов, которые могут иметь место в интервалах отгрузки в плановом году. Возможность получения результата вытекает из анализа данных, приведенных на рис. 5.8 и 5.9. На каждом из этих 12 графиков построены два полигона распределений вариаций значений нормообразующих факторов в целом за три года и за один год из этого же периода. Они построены по четырем предприятиям - горно-обогатительному и лесообрабатывающему комбинатам и двум машиностроительным заводам. На графиках по осям абсцисс отложены диапазоны вариаций значений нормообразующих факторов на каждом из этих предприятий, а по осям ординат - частости появления значений признаков в соответствующих периодах. Штриховые линии полигонов, проведенные на графиках, построены по результатам обработки фактических данных за один отчетный год (1), сплошные - в целом за трехлетний период (Z).
Поскольку, как уже говорилось выше, из полигона распределения легко можно получить гистограмму и наоборот, использование данного метода рассмотрим в предположении, что исходным графиком является гистограмма. В случае, если известен только полигон распределения, мы можем восстановить по нему гистограмму, тщательно его измерив и определив опорные точки (середины интервалов) этого полигона, и затем применить изложенный метод непосредственно к гистограмме. Относительно способа ее построения примем следующие допущения.
В табл. 6.3.1 показаны все необходимые исходные данные, позволяющие рассчитать эмпирическую функцию распределения , гистограмму и полигон распределения.
Ниже на рис. 6.3.10 и 6.3.11 приведены гистограмма и полигон распределения относительных частот.
II. Диаграммы 1. Диаграммы рас- а) ДГ распределения по одному полигон распределения гистограмма
Вариационные ряды могут быть изображены графически в виде полигона распределения и гистограммы.
Полигон распределения и гистограмма есть реализация распределения выборочной совокупности при ограниченном числе наблюдений (N), а предельная кривая при N - > °° является распределением генеральной совокупности . Распределение генеральной совокупности является теоретическим распределением. Отдельные распределения изучены и поддаются точному аналитическому опи-
Если уменьшить интервалы и одновременно увеличивать число наблюдений при конечной численности группы, то полигон распределения и гистограмма станут приближаться
Для изображения вариационных рядов применяются линейные и плоскостные диаграммы , построенные в прямоугольной системе координат . При дискретной вариации признака графиком вариационного ряда служит полигон распределения. Рассмотрим пример его построения по следующим данным.
Полигон распределения представляет собой замкнутый многоугольник, абсциссами вершин которого являются значения варьирующегося признака, а ординатами - соответствующие им частоты (рис. 3.8).
Наглядно ряды распределения можно представить при помощи их графического изображения, позволяющего судить о форме распределения. Наиболее часто для этой цели используют полигон и гистограмму.
На графике (рис. 4.1) представлены полигон (ломаная прямая) и гистограмма (совокупность прямоугольников) вышеуказанного распределения.
Полигон степени влияния отобранных факторов на изучаемый показатель - распределение суммы рангов влияния факторов на изучаемый показатель. Если соединить его начало и конец прямой линией, то можно видеть, насколько далека полученная ранжировка от ранжировки, соответствующей полной согласованности мнений опрашиваемых экспертов. При этом возможны три случая ранжировки
Полигон - это графическое изображение дискретного вариационного ряда в прямоугольной системе координат , при котором величины признака X откладываются на оси абсцисс, а соответствующие им частости W - на оси ординат. Эти точки соединяются отрезками прямой, полученная фигура представляет распределение совокупности по признаку X.
Для расчета специфицированных норм производственных запасов требуется перейти от аналитической записи каждого полигона к вероятностным характеристикам - плотностям распределения вариаций объемов поставок (или соответственно интервалов поставок, объемов суточных отпусков и т.п.). Построенная же по полигону плотность распределения вариаций этого признака - Р(Х X показывает, как будут изменяться вариации признака X в плановом году. Далее будет более подробно пояснено, что эти плотности распределения обладают свойством устойчивости, по ним можно рассчитать специфицированные нормы производственных запасов для планового года. Причем будет показано, что чем больше неравномерность (размах вариаций фактора), тем выше должно быть установлено значение определяемой нормы производственного запаса при прочих одинаковых или примерно одинаковых условиях (например, при одном и том же годовом объеме поступления, одинаковых частотах поставок и годовом объеме расхода и т.д.).
Разберем, как от аналитического выражения полигона вариаций признака (например, для объемов поставок - Q, W) перейти к плотности распределения вариаций этого же признака - Q, P(Q). Здесь для двух указанных выше случаев применяются разные обозначения величины вариаций объемов поставок и разные обозначения изменений частости объемов поставок и их вероятностей. В первом случае данные но отчетному
Графически вариационные ряды изображаются в форме кривой распределения или полигона частоты. Приведем пример.
Из цифрового и графического изображения рядов видно, что во втором году произошло значительное улучшение распределения долблений по уровням механических скоростей . Так, во втором году первый интервал оказался совершенно не заполненным, ряд стал короче и вершина полигона сдвинулась вправо к большим показателям скоростей.
| Рис. 13. Гистограмма, полигон и плотность распределения вероятности отсчета у аналогового измерительного прибора | /info/5256">плотности распределения вероятности отсчета р (х), показанную на рис. 13, б.
Вариация данных анализируется с помощью полигона распределения, кумуляты (кривой меньше, чем) и огивы (кривой больше, чем). Все эти виды графиков рассматриваются в главе 5. Линейные графики используются в решении задач классификации данных (см. гл. 6). Применение линейных графиков в анализе динамики рассмотрено в главе 9, а использование их для анализа связей -в главе 8. В этих же главах рассмотрено использование точечных диаграмм (см., например, поле корреляции в гл. 8). Полигон распределения представляет собой многоугольник, который строится на прямоугольной) оооординатной сетке следующим образом. В выбранных масштабахша оси абсцисс наносится шкала для фактических значений случайной величины X, на оси ординат- Построим полигон, гистограмму, кумуляту и огиву (рис. 4.1) на основании следующих данных о распределении сельского населения в России на 1 января 1998 г. по возрастным группам (млн человек). Для наглядности определения закономерностей изменения признака ряд распределения целесообразно представлять вчвиде полигонов (так как все изучаемые в настоящей работе признаки характеризуются дискретными величинами). Для изображения ряда распределения графически необходимо определение размера интервала группировок исходных данных. Для графического изображения рядов распределения кроме гистограммы и полигона могут применяться также кумулятивная кривая и огива1. Физический смысл полигонов вариаций значений нормообразующих факторов, приведенных на рис. 5.8 и 5.9, состоит в следующем они показывают, как изменялись условия производства и отгрузки готовой продукции на предприятиях в отчетных периодах . Из графика, приведенного на рис. 5.8г, следует, что объемы суточного производства пиломатериалов на лесодеревообрабатывающем комбинате ЛДК-4 изменялись в диапазоне от 100 до 900 куб. м (т.е. размах вариаций их будет от Rmia = 100 до -Rmax = 900 куб. м/сутки). Объемы производства пиломатериалов 430 куб. м/сутки составляли основную долю 44% (Р(Ю - 0,44), 580 куб. м/сутки - 28%, 690 куб. м/сутки - 4% и т.д. На рис. 5.8д и 5.8е построены распределения вариаций суточных объемов отгрузок пиломатериалов и интервалов между отгрузками, которые были в отчетном периоде . Объемы суточных отгрузок менялись в диапазоне от 50 до 780 куб. м/сутки (рис. 5.8д). В основном они составляли по 200-500 куб. м/ сутки - 45% (Р(О) = 0,45 при О = 200-580 куб. м/сутки), 580 куб. м/ сутки - 13%, 640 куб. м/сутки - 4% и т.д. |
Для наглядности строят различные графики статистического распределения, и, в частности, полигон и гистограмму.
Полигон
Полигоном частот называют ломаную, отрезки которой соединяют точки . Для построения полигона частот на оси абсцисс откладывают варианты , а на оси ординат – соответствующие им частоты . Такие точки соединяют отрезками прямых и получают полигон частот.
Полигоном относительных частот называют ломаную, отрезки которой соединяют точки . Для построения полигона относительных частот на оси абсцисс откладывают варианты , а на оси ординат – соответствующие им относительные частоты (частости) . Такие точки соединяют отрезками прямых и получают полигон частот.
Пример 1
Построить полигон частот и полигон относительных частот (частостей):
| 2 | 7 | 8 | 15 | 16 | 17 | 15 | 35 | 64 | 55 | 21 | 10 |
Вычислим относительные частоты (частости):
| Относительные частоты, | 2 | 15 | 0.075 | 7 | 35 | 0.175 | 8 | 64 | 0.320 | 15 | 55 | 0.275 | 16 | 21 | 0.105 | 17 | 10 | 0.050 | Итого | 200 | 1.000 |
Полигон частот
Полигон относительных частот
В случае интервального ряда для построения полигона в качестве берутся середины интервалов.
- К оглавлению решебника по
- Теории вероятностей и математической статистике 〉〉
- Статистике 〉〉
Гистограмма
В случае интервального статистического распределения целесообразно построить гистограмму.
Гистограммой частот называют ступенчатую фигуру, состоящую из прямоугольников, основаниями которых служат частичные интервалы длиною , а высоты (в случае равных интервалов) должны быть пропорциональны частотам. При построении гистограммы с неравными интервалами по оси ординат наносят не частоты, а плотность частоты . Это необходимо сделать для устранения влияния величины интервала на распределение и иметь возможность сравнивать частоты.
В случае построения гистограммы относительных частот (гистограммы частостей) высоты в случае равных интегралов должны быть пропорциональны относительной частоте , а в случае неравных интервалов высота равна плотности относительной частоты .
Пример 2
Построить гистограмму частот и относительных частот (частостей)
| 2-5 | 5-8 | 8-11 | 11-14 | 14-17 | 17-20 | 15 | 35 | 64 | 55 | 21 | 10 |
Вычислим относительные частоты:
| Интервалы, | Относительные частоты, | 2 – 5 | 15 | 0.075 | 5 – 8 | 35 | 0.175 | 8 – 11 | 64 | 0.320 | 11 – 14 | 55 | 0.275 | 14 – 17 | 21 | 0.105 | 17 – 20 | 10 | 0.050 | Итого | 200 | 1.000 |
Гистограмма частот
Гистограмма относительных частот
Пример 3
Построить гистограмму частот (случай неравных интервалов).
| 2-4 | 4-8 | 8-13 | 13-15 | 15-17 | 17-20 | 15 | 35 | 64 | 55 | 21 | 10 |
Вычислим плотности частоты:
| Интервалы, | Длина интервала, | Плотность частоты, | 2 – 4 | 15 | 2 | 7.500 | 4 – 8 | 35 | 4 | 8.750 | 8 – 13 | 64 | 5 | 12.800 | 13 – 15 | 55 | 2 | 27.500 | 15 – 17 | 21 | 2 | 10.500 | 17 – 20 | 10 | 3 | 3.333 | Итого | 200 | -- | -- |
Гистограмма частот
Для наглядности строят различные графики статистического распределения, в частности, полигон и гистограмму.
Определение . Полигоном частот называют ломаную, отрезки которой соединяют точки (x 1 , n 1), (x 2 , n 2), …, (x k , n k).
Для построения полигона частот на оси абсцисс откладывают варианты x i , а на оси ординат – соответствующие им частоты n i . Точки (x i , n i) соединяют отрезками прямых и получают полигон частот.
Определение. Полигоном относительных частот называют ломаную, отрезки которой соединяют точки (x 1 , w 1), (x 2 , w 2), …, (x k , w k).
Для построения полигона частот на оси абсцисс откладывают варианты x i , а на оси ординат w i . Точки (x i , w i) соединяют отрезками прямых и получают полигон относительных частот.
На рисунке изображен полигон относительных частот следующего распределения:
Рис. 6. Полигон относительных частот.
В случае непрерывного признака целесообразно строить гистограмму, для чего интервал, в котором заключены все наблюдаемые значения признака, разбивают на несколько частичных интервалов длинной h и находят для каждого частичного интервала n i – сумму частот вариант, попавших в i-ый интервал.
Определение . Гистограммой частот называют ступенчатую фигуру, состоящую из прямоугольников, основаниями которых служат частичные интервалы длиною h, а высоты равны отношению (плотность частоты).
Рис. 7. Гистограмма частот.
Для построения гистограммы частот на оси абсцисс откладывают частичные интервалы, а над ними проводят отрезки, параллельные оси абсцисс, на расстоянии .
Площадь i-го частичного прямоугольника равна =─ сумме частот вариантi-го интервала; следовательно, площадь гистограммы частот равна сумме всех частот, то есть объему выборки n.
На рисунке 2 изображена гистограмма частот распределения объема n=100, приведенного в таблице 1.
|
Частичный интервал, длиною h=5 |
Плотность частоты |
|
Определение . Гистограммой относительных частот называют ступенчатую фигуру, состоящую из прямоугольников, основаниями которых служат частичные интервалы длинною h, а высоты равны отношению (плотность относительной частоты).
Для построения гистограммы относительных частот на оси абсцисс откладывают частичные интервалы, а над ними проводят отрезки, параллельные оси абсцисс на расстоянии . Площадьi-го частичного прямоугольника равна =─ относительной частоте вариант, попавших вi-й интервал. Следовательно, площадь гистограммы относительных частот равна сумме всех относительных частот, то есть единице.
В результате выборки получена следующая таблица распределения частот.
Построить полигоны частот и относительных частот распределения.
Для начала построим полигон частот.
Рис. 8. Полигон частот.
Чтобы построить полигон относительных частот найдем относительные частоты, для чего разделим частоты на объем выборки n.
n = 3 + 10 + 7 = 20.
Получаем
Построим полигон относительных частот.
Рис. 9. Полигон относительных частот.
2. Построить гистограммы частот и относительных частот распределения.
Найдем плотность частоты :
|
Частичный интервал, длиною h = 3 |
Сумма частот вариант частичного интервала |
Плотность частоты |
Разделы: Математика
Цель:
- Совершенствование умений и навыков нахождения статистических характеристик случайной величины, работа с расчетами в Excel;
- применение информационно коммутативных технологий для анализа данных; работа с различными информационными носителями.
Ход урока
- Сегодня на уроке мы научимся рассчитывать статистические характеристики для больших по объему выборок, используя возможности современных компьютерных технологий.
- Для начала вспомним:
– что называется случайной величиной? (Случайной величиной называют переменную величину, которая в зависимости от исхода испытания принимает одно значение из множества возможных значений.)
– Какие виды случайных величин мы знаем? (Дискретные, непрерывные.)
– Приведите примеры непрерывных случайных величин (рост дерева), дискретных случайных величин (количество учеников в классе).
– Какие статистические характеристики случайных величин мы знаем (мода, медиана, среднее выборочное значение, размах ряда).
– Какие приемы используются для наглядного представления статистических характеристик случайной величины (полигон частот, круговые и столбчатые диаграммы, гистограммы).
- Рассмотрим, применение инструментов Excel для решения статистических задач на конкретном примере.
Пример. Проведена проверка в 100 компаниях. Даны значения количества работающих в компании (чел.):
Ход работы.
1. Занести данные в EXCEL, каждое число в отдельную ячейку.
| 23 | 25 | 24 | 25 | 30 | 24 | 30 | 26 | 28 | 26 |
| 32 | 33 | 31 | 31 | 25 | 33 | 25 | 29 | 30 | 28 |
| 23 | 30 | 29 | 24 | 33 | 30 | 30 | 28 | 26 | 25 |
| 26 | 29 | 27 | 29 | 26 | 28 | 27 | 26 | 29 | 28 |
| 29 | 30 | 27 | 30 | 28 | 32 | 28 | 26 | 30 | 26 |
| 31 | 27 | 30 | 27 | 33 | 28 | 26 | 30 | 31 | 29 |
| 27 | 30 | 30 | 29 | 27 | 26 | 28 | 31 | 29 | 28 |
| 33 | 27 | 30 | 33 | 26 | 31 | 34 | 28 | 32 | 22 |
| 29 | 30 | 27 | 29 | 34 | 29 | 32 | 29 | 29 | 30 |
| 29 | 29 | 36 | 29 | 29 | 34 | 23 | 28 | 24 | 28 |
2. Для расчета числовых характеристик используем опцию Вставка – Функция. И в появившемся окне в строке категория выберем - статистические, в списке: МОДА
Нажимаем клавишу ОК. Получили М о = 29 (чел) – Фирм у которых в штате 29 человек больше всего.
Используя тот же путь вычисляем медиану.
Вставка – Функция – Статистические – Медиана.
В поле Число 1 ставим курсор и мышкой выделяем нашу таблицу:
Нажимаем клавишу ОК. Получили М е = 29 (чел) – среднее значение сотрудников в фирме.
Размах ряда чисел – разница между наименьшим и наибольшим возможным значением случайной величины. Для вычисления размаха ряда нужно найти наибольшее и наименьшее значения нашей выборки и вычислить их разность.
Вставка – Функция – Статистические – МАКС.
В поле Число 1 ставим курсор и мышкой выделяем нашу таблицу:
Нажимаем клавишу ОК. Получили наибольшее значение = 36.
Вставка – Функция – Статистические – МИН.
В поле Число 1 ставим курсор и мышкой выделяем нашу таблицу:
Нажимаем клавишу ОК. Получили наименьшее значение = 22.
36 – 22 = 14 (чел) – разница между фирмой с наибольшим штатом сотрудников и фирмой с наименьшим штатом сотрудников.
Для построения диаграммы и полигона частот необходимо задать закон распределения, т.е. составить таблицу значений случайной величины и соответствующих им частот. Мы ухе знаем, что наименьшее число сотрудников в фирме = 22, а наибольшее = 36. Составим таблицу, в которой значения x i случайной величины меняются от 22 до 36 включительно шагом 1.
| x i | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 |
| n i |
Вставка – Функция – Статистические – СЧЕТЕСЛИ.
В окне Диапазон ставим курсор и выделяем нашу выборку, а в окне Критерий ставим число 22
Нажимаем клавишу ОК, получаем значение 1, т.е. число 22 в нашей выборке встречается 1 раз и его частота =1. Аналогичным образом заполняем всю таблицу.
| x i | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 |
| n i | 1 | 3 | 4 | 5 | 11 | 9 | 13 | 18 | 16 | 6 | 4 | 6 | 3 | 0 | 1 |
Для проверки вычисляем объем выборки, сумму частот (Вставка – Функция – Математические - СУММА). Должно получиться 100 (количество всех фирм).
Чтобы построить полигон частот выделяем таблицу – Вставка – Диаграмма – Стандартные – Точечная (точечная диаграмма на которой значения соединены отрезками)
Получаем:
Для построения столбчатой и круговой диаграмм используем тот же путь (выбирая нужный нам тип диаграммы).
Диаграмма – Стандартные – Круговая.
Диаграмма – Стандартные – Гистограмма.
4. Сегодня на уроке мы научились применять компьютерные технологии для анализа и обработки статистической информации.
Для выполнения этого задания проделайте следующие пункты.
- Перейдите на новый рабочий лист. Введите данные представленные в примере в ячейки А1:А36.
2. Сначала получите распределение выборки по частотам и относительным частотам (частостям) в виде:
| … | ||||
| … | ||||
| w i | w 1 | w 2 | … | w k |
Для этого в ячейку С1 введите «x i », в ячейку С2 введем «n i » в ячейку С3 ввести w i .
- Далее необходимо заполнить ячейки D1:W1 значениями ряда данных от минимального 0 до максимального 19. Для этого можно использовать маркер заполнения.
4. Затем с помощью функции СЧЁТЕСЛИ подсчитайте, сколько раз наблюдается то или иное значение. Для этого установите курсор в ячейку D2. Вызовите функцию СЧЁТЕСЛИ в строку Диапазон введите абсолютную ссылку на диапазон ячеек $А$1:$А$36 (ссылка на диапазон ячеек должна быть абсолютной!). В строке Критерий введите адрес ячейки D1, в которой находится первая варианта 0 и щелкните ОК. В результате в ячейке появится число 1.
- Теперь с помощью маркера заполнения скопируйте функцию, находящиеся в ячейке D2, в ячейки Е2: W2. В результате получим распределение выборки по частотам:
| x i | ||||||||||||||||||||
| n i |
6. Далее вычислите относительные частоты. Для выполнения этого задания необходимо сначала вычислить объем выборки. Для этого в ячейку Х2 поставьте курсор, нажмите значок автосуммы , а затем на Enter. В результате в этой ячейке появится сумма всех частот 36 (сумма чисел диапазона D2: W2).
7. Вычислите относительные частоты. Для этого поместите курсор в ячейку D3 и наберите в ней формулу: =D2/$Х$2 (ссылка на объем выборки должна быть абсолютной!). Выделите эту ячейку и скопируйте набранную формулу с помощью Маркера заполнения в ячейки D3: W3.
8. Теперь постройте полигон частот. Его можно быстро построить с помощью обычного Мастера диаграмм . Для этого выделите диапазон ячеек D1:W2 и вызовите Мастер диаграмм .
9. В появившемся диалоговом окне Мастера диаграмм (шаг 1 из 4): тип диаграммы выберите Диаграмма XY , а затем вариант Линии и точки . Нажмите кнопку Далее .
10. В следующем окне Мастера диаграмм (шаг 2 из 4 ): диапазон данных отметьте Ряды в строках , и нажмите Далее .
11. В следующем окне Мастера диаграмм (шаг 3 из 4 ): ряд данных ничегоменять не нужно, нажмите сразу Далее
12. В последнем окне Мастера диаграмм (шаг 4 из 4 ): элементы диаграмм
· в поле Заголовок наберите: «Полигон частот »;
· в поле Ось Х (категорий ): название оси X: «Варианты »;
· в поле Ось Y (значений ): название оси Y: «Частоты »;
13. В области Отображать Сетку снимите галочку с переключателя Ось Y (значений ).
14. В правой области снимите галочку с переключателя Показать легенду и нажмите на кнопку Готово .
16. В результате у Вас должен следующий полигон частот.
17. Теперь постройте полигон относительных частот. Для этого выделите интервал ячеек с вариантами D1:W1, а затем удерживая клавишу Ctrl мышью выделите интервал ячеек с относительными частотами D3:W3.
18. Вызовите Мастер диаграмм и проделайте все те же действия, что и при построении полигона частот, за исключением, подписей. В окне Мастер диаграмм (шаг 4 из 4 ): элементы диаграмм в поле Заголовок наберите: «Полигон относительных частот ». Здесь же необходимо набрать другое название оси Y: «Относительные частоты », название оси Х остается такое же, как и в полигоне частот.
20. После всех выполненных по форматированию этой диаграммы действий обратите внимание на то, что числа на оси Y имеют различное количество знаков после запятой. Чтобы количество знаков после запятой в подписях оси было одинаковым, следует:
- щелкнуть дважды мышью по этой оси;
- в появившемся диалоговом окне Ось Y выбрать вкладку Число ;
- в группе Категория выбрать Числовой и установить Число дробных знаков : 2.
- нажать ОК .
Готовый полигон относительных частот должен иметь вид:
Контрольные вопросы.
1. Для чего предназначена функция СРЗНАЧ?
2. С помощью каких характеристик оценивают разброс статистических данных? Какие функции в Excel их вычисляют? В чем отличие функции оценки разброса данных для генеральной и выборочной совокупности?
3. В чем отличие функций СЧЕТ и СЧЕТЗ?
4. Что такое мода и какая функция ее вычисляет?
5. Что такое медиана и какая функция ее вычисляет?
6. Как вычислить размах варьирования?
7. С помощью каких характеристик оценивают отклонение случайного распределения от нормального? Какой смысл этих характеристик и какие функции в Excel их вычисляют?
8. Что такое Инструменты Анализа ? Как загрузить Пакет Анализа в Excel ?
9. Опишите последовательность действий, которые необходимо совершить для генерации случайных чисел распределенных нормально.
10. Как построить гистограмму?
11. Для чего предназначен инструмент Описательная статистика ?
12. Что называется полигоном частот и полигоном относительных частот?