Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Коэффициент корреляции для данной пары подвыборок равен 0,269598. Т.е., можно сделать вывод о том, что взаимосвязь между потреблением газа в сгенерированных выборках положительная и слабая, так как .
Добавим столбец счетчик – порядковый номер наблюдения и построим точечный график, найдём коэффициент корреляции времени и подвыборки.
Рисунок 35- Точечный график для 0:00 и счётчика
Коэффициент корреляции для подвыборки за 0:00 ночи и времени равен 0,052041. Т.е., можно сделать вывод о том, что взаимосвязь между потреблением газа в 0:00 и временем очень слабая и почти отсутствует.
Рисунок 36- Точечный график для 9:00 и счётчика
Коэффициент корреляции для подвыборки за 9:00 ночи и времени равен 0,159484. Т.е., можно сделать вывод о том, что взаимосвязь между потреблением газа в 9:00 и временем очень слабая.
Используя «Анализ данных» построим матрицы корреляции по часовым подвыборкам из таблицы 1, округлим значения до сотых, сделаем выводы о коэффициентах корреляции в целом по матрице и опишем один из них подробнее.
Матрица коэффициентов корреляции – инструмент, позволяющий
оценивать коэффициенты парной корреляции между несколькими выборками
сразу. Это инструмент, позволяющий одновременно выявлять тесноту и
направление связи для нескольких выборок. По диагонали в матрице стоят 1, поскольку коэффициент корреляции выборки от самой себя всегда равен 1.
Я рассмотрю зависимость в промежутке времени от 0:00 до 7:00
Таблица 12 – Матрица корреляции
0:00 | 1:00 | 2:00 | 3:00 | 4:00 | 5:00 | 6:00 | 7:00 | |
0:00 | 1,00 | |||||||
1:00 | 0,99 | 1,00 | ||||||
2:00 | 0,99 | 0,99 | 1,00 | |||||
3:00 | 0,98 | 0,98 | 0,99 | 1,00 | ||||
4:00 | 0,98 | 0,98 | 0,99 | 0,99 | 1,00 | |||
5:00 | 0,98 | 0,98 | 0,98 | 0,99 | 0,99 | 1,00 | ||
6:00 | 0,98 | 0,98 | 0,98 | 0,98 | 0,99 | 0,99 | 1,00 | |
7:00 | 0,97 | 0,97 | 0,97 | 0,98 | 0,98 | 0,98 | 0,99 | 1,00 |
Из таблицы 12 видно, что все коэффициенты корреляции больше 0,7, что означает сильную взаимосвязь каждого часа потребления газа от всех остальных часов потребления газа по отдельности.
Найдём коэффициент корреляции между медианами и мат. ожиданиями (таблица 1, задание 1).
Коэффициент корреляции между медианами и мат. ожиданиями равен 0,97453. Т.е., можно сделать вывод о том, что взаимосвязь между мат. ожиданиями и медианами положительная и сильная, так как . Это значит, что изменение среднего значения потребления газа (увеличение или уменьшение значений) будет сильно влиять на середину выборки, т.е. на медиану.
Очень трудно анализировать данные, в которых присутствуют резко отличающиеся значения (выброс). Для облегчения анализа исходной выборки, найдем выбросы в данных с помощью использования функции ЕСЛИ(( (( + )/2)>Ср. станд.откл.;выброс;норма)). В результате проведенного поиска были обнаружены 2 выброса в данных, а именно потребление газа 01.02.12 в 8:00 и 13:00. Как мы видим, выброс в данных произошел в один и тот же день, что говорит об исключении ошибки ввода исходной информации. Полученный результат говорит нам о наличии каких-либо уникальных или необычных событий, связанных с потреблением газа в этот день.
Заключение
Мною была пройдена учебная экономико-вычислительная практика. За время вычислительной практики я активно использовать теоретический материал курсов «Информатика» и «программирование», закрепил практические навыки работы в Excel. В качестве исходной информации мне была предоставлена информация о потреблении газа на Торбеевском ЛПУ в Рязанской области. Как мы можем наблюдать, исходная информация тесно связана с нефтегазовой отраслью, а следовательно, в процессе выполнения заданий по данной исходной информации, я узнал о закономерностях газопотрбления в длительном периоде, узнал об особенностях газопотребления.
Дата публикования: 2015-07-22; Прочитано: 246 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!