Файл: Контрольная работа по теме Базы данных в Excel 72 IV. Макросы в ms excel 78 Макросы для автоматизации работ 78.doc

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 08.11.2023

Просмотров: 567

Скачиваний: 3

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

,

где N1, N2, N3 – количество товаров, находящихся соответственно на исходных складах, на складах пароходства и на конечных складах;

k1, k2 – коэффициенты, характеризующие скорость погрузки и выгрузки товаров.


  1. Антимонопольная система

Во многих странах действует антимонопольное законодательство, которое препятствует захвату рынка одним производителем. Одним из мероприятий, препятствующих монополизации, является установка предельных квот монополизации. Типичным примером действенности этого законодательства являются регулярные многомиллионные штрафы, накладываемые на фирму MicroSoft. Динамика этого процесса описывается следующим образом:
,

где P – объем производства фирмой монополистом (%);

S – сумма штрафов, накладываемых на эту фирму;

100 – весь объем рынка, равный 100%;

40 – максимальная квота захвата рынка, равная 40%.


  1. Конъюнктура

Имеется ряд товаров не первой необходимости, потребность в которых появляется по конъюнктурным причинам. Это может быть мода на меха, золото, мода на авангардные постановки и т. д.

Динамика такого процесса описывается следующей системой уравнений:
,
где N1 – число людей, еще не успевших одеться в меха;

N2 – число людей, щеголяющих в меховых манто;

N3 – число людей, которым эта мода уже надоела;

k1, k2 – некоторые коэффициенты.


  1. Количество информации в Интернет

В настоящее время наблюдается рост как самой сети Интернет, так и количества хранящейся в ней информации. На сегодняшний момент времени динамику процесса можно описать следующим уравнением:
,
Где I – количество информации;

k, n – некоторые коэффициенты.



  1. Валютная интервенция

В преддверии выборов президент дал указание директору Центробанка произвести мероприятия по сдерживанию курса доллара. У директора для этого есть только одна возможность – интервенция валютных резервов. Поскольку запасы валюты ограничены, спрашивается, сколько времени удастся сдерживать курс доллара, если известны величина валютных резервов и темп инфляции.

Динамика этого процесса описывается следующим образом:
,

где p – темп инфляции;

I – величина инфляции;

K – текущие запасы валюты;

k1, k2 – некоторые коэффициенты.


VII. Статистические методы

7.1. Определение характеристик случайных величин



7.1.1. Содержание работы

а) Используя встроенные в Excel функции для представленных наборов данных рассчитать следующие числовые характеристики.
Вычисляемый параметр Функция в Excel

  • среднее; СРЗНАЧ

  • минимальное значение; МИН

  • максимальное значение; МАКС

  • размах; МАКС – МИН

  • медиану; МЕДИАНА

  • моду; МОДА

  • дисперсию; ДИСПА

  • стандартное отклонение; СТАНДОТКЛОН

  • вариацию; СТАНДОТКЛОН/ СРЗНАЧ

  • коэффициент асимметрии; СКОС

  • коэффициент эксцесса; ЭКСЦЕСС

  • 95%-ый доверительный интервал. ДОВЕРИТ


б) С надежностью 95% выявить промахи.

Промахом называется значение случайной величины в наборе данных, резко отличающееся от остальных. Например:
31, 28, 34, 2, 29, 30.
Очевидно, подчеркнутое значение резко отличается от остальных и является промахом. Их появление в наборах обрабатываемых данных может быть следствием как элементарной опечатки, так и вызвано более глубокими причинами, связанными со свойствами изучаемых объектов.

Для объективного определения является ли какое-либо значение промахом поступают следующим образом:

Вычисляется величина:
, (7.1)

где n – число измерений;

– проверяемое значение;

– среднее значение;

– выборочная дисперсия.

Среднее значение и дисперсия вычисляются с учетом проверяемого значения.

Значения V-критерия приведены в табл. 7.1

Таблица 7.1

Число измерений, N

Уровень значимости

0,1

0,05

0,01

3

1,41

1,41

1,41

4

1,64

1,69

1,72

5

1,79

1,87

1,96

6

1,89

2,00

2,13

7

1,97

2,09

2,26

8

2,04

2,17

2,37

9

2,10

2,24

2,46

10

2,15

2,29

2,54



Если рассчитанное значение больше критического, то проверяемое значение действительно является промахом, и значения дисперсии и среднего следует пересчитать, исключив промах.

В противном случае нет оснований считать измерение промахом.
в) С надежностью 95% выяснить, различны ли дисперсии для различных наборов данных.

Дисперсии сравниваются по критерию Фишера, рассчитываемому по формуле:

, (7.2)
где s12 – большая дисперсия;

s22 – меньшая дисперсия.

Если рассчитанное значение F больше критического при выбранной степени риска, то дисперсии считаются статистически различными. Иначе значения дисперсий считаются одинаковыми. Для нахождения критических значений критерия используется функция FРАСПОБР.

Если данные представлены в различных единицах измерения, то вместо дисперсий сравниваются вариации. При этом критерий Фишера рассчитывается по формуле:

, (7.3)
где v1 – большая вариация;

v2 – меньшая вариация.
7.1.2. Варианты заданий

Номер варианта соответствует номеру студента по журналу группы.
Вариант 1

Валовая продукция некоторых предприятий ЧАССР за 1932-1933 года

Наименование предприятия

Валовая продукция в неизменных ценах

Число рабочих

Козловский комбинат.

6449

1555

Вурнарский комбинат

202,6

78

Чебоксарский кирпичный завод

55,9

44

Шумерлинский комбинат

2271,9

580

Ядринский маслобойный завод

731,1

68

Сюктерский лесозавод

865,7

152



Вариант 2

Посевные площади и сбор волокна льна в 1913 году

в 6 льноводческих губерниях России

Губернии

Посевная площадь, дес

Общий сбор, тыс.пуд

Вологодская

26976

736,3

Ковенская

42124

1375,6

Московская

20025

550,7

Новгородская

27647

799

Томская

40728

1247,7

Ярославская

37371

1091,2


Вариант 3

Убыль населения за 1914-1918

Страны

Потери людей,

млн. человек

Понижение рождаемости,

млн.человек

Франция

1,4

2

Англия

0,7

1

Германия

2

4,2

Австро-венгрия

1,4

4,4

Италия

0,5

1,6

США

0,08

0,32


Вариант 4

Увеличение в центральном нечерноземном районе пашни за счет вырубки лесов

годы

Пашня (млн. дес)

Лес (вырубка)

1696

21

47

1711

23

49

1725

25

51

1742

27

54

1763

30

56