Форум » Полезное » Про статистику » Ответить

Про статистику

Дмитрий: Мы все понемножку используем стат.методы. Каждый в силу своему ума и знаний. Вот я нашел интересные ссылки ГОСТ Р 50779.10-2000 (ИСО 3534.1-93)СТАТИСТИЧЕСКИЕ МЕТОДЫ. ВЕРОЯТНОСТЬ И ОСНОВЫ СТАТИСТИКИ. Термины и определения. ГОСТ Р ИСО 5479-2002Статистические методы. ПРОВЕРКА ОТКЛОНЕНИЯ РАСПРЕДЕЛЕНИЯ ВЕРОЯТНОСТЕЙ ОТ НОРМАЛЬНОГО РАСПРЕДЕЛЕНИЯ. Сравнительный анализ критериев проверки нормальности одномерных величин еще есть гост ГОСТ 08.011-72, но его не нашел А тут меня ткунули носом в критерий Шапиро-Уилка, что мол он не показывает нормальность, а я написал что нормальная выборка. А теперь я могу сослаться на ГОСТ, и сказать что критерий Шапиро-Уилка в даном случае не применим. так как выбора n=5, а гост говорит о применени это критерия при 8<n<50. Так что эксперт, как и ожидалось, просто умом (котрый у него отсутсвует) блистать захотел,

Ответов - 52, стр: 1 2 3 All

Владимир Б.: Спасибо за ссылки

Kikinda: Ссылки действительно очень хорошие. А что это за критерий? Я про такой не знаю. Каким образом проверить малую выборку на нормальность распределения? Полагаю, что это важно не только для оределения стоимости, но и для согласования итоговых результатов. Кажется у Лейфера Л.А. были публикации по оценке через маленькую выборку, а у Баринова Н.П. по оценке выборки. Так ли уж важно, чтобы выборка была нормально распределена?

Владимир Б.: Я думаю, что более важным для оценщика является установить симметричность распределения


Дмитрий: Kikinda пишет: А что это за критерий? Я про такой не знаю. Да есть такой. А если учсть что он по умолчанию считается в программах по статистике. То знать про него нужно. Но у него есть ограничения: 1. По госту его можно использовать при выборке не менее 8 (но это конечно не аргумент для нормальных людей, а для чиновников от оценке пойдет) 2. Этот тест на нормальность на малых выборках очень чуствителен к выбросам, и поэтому он может (существует большая вероятность) из-за ненормальных значений (выбросов) дать не верный вывод о ненормальности выборки. То есть достоверность (мощность) этого критерия на малых выборках мала. 3. Кроме того, по теории этот тест производится не по выборочной дисперсии, а по дисперсии генеральной совокупности. При использовании выборочной дисперсии делается поправка, которая то же может вносить искажения в вывод о нормальности Я лично считаю асиметрю и эксцес. По большому счету для оценки действительно, как верно отметил Владимир Б. пишет: Я думаю, что более важным для оценщика является установить симметричность распределения важно смещение. А там треугольное, нормальное или экспоненциальное или еще какое симетричное распределение не фажно, потому что средняя и мат ожидание совпадет. С показателем асиметрии интересно, можно оценить завышен или занижен результат, по сравнению со средней. И сделать соответствющий вывод, полезный для пользователя Ну например: человек покупает, и ему в отчете пишем, что показатель асиметрии положителен, что означает, что наш результат скорее занижен, чем завышен, что для покупателя хорошо (для банка тоже хорошо)

Владимир Б.: Дмитрий Я, собственно, имел в виду, что более важны критерии, которые позволяют заменить моду матожиданием

andrey: А у меня вопрос. 1. В одном талмуде читаю" "Принято считать, что асимметрия выше 0,5 (независимо от знака) считается значимой; если она меньше 0,25, не незначимой." 2. В другом источнике: "Если отношение коэффициента асимметрии к величине стандартной ошибки асимметрии меньше 3 (трех), то асимметрия считается несущественной." Пример из жизни: количество наблюдений 7; коэф. асимметрии 0,93 (по первому утверждению - асимметрия значима); станд.ошибка асимметрии 0,67 (согласно второго утверждения - асимметрия незначима, т.к. 0,93/0,67 менее 3).

Дмитрий: Владимир Б. пишет: Я, собственно, имел в виду, что более важны критерии, которые позволяют заменить моду матожиданием Моды может и не быть. А матожидание есть всегда andrey пишет: Если отношение коэффициента асимметрии к величине стандартной ошибки асимметрии меньше 3 (трех), то асимметрия считается несущественной если меньше трех то отвергать гипотезу о нормальности нельзя и можно брать среднее арифметическое

andrey: Дмитрий Списибо, Дима!

Дмитрий: да забыл нужно что и про эксцесс то же самое можно было сказать что отношение показателя к свой ошибке меньше трех Что интересно, показатель отношения эксцесса к своей ошибке дает значение много больше трех если все аналоги равны. Вроде бы вот оно счастье цены всех аналогов кучно легли.

andrey: Дмитрий пишет: про эксцесс то же самое можно было сказать что отношение показателя к свой ошибке меньше трех Спасибо, я знаю этот критерий из второго источника. А в первом талмуде о критерии значимости ни гу-гу. Потому и спрашивал об асимметрии. Дмитрий пишет: Что интересно, показатель отношения эксцесса к своей ошибке дает значение много больше трех если все аналоги равны. Дык понятно, дисперсия-то к нулю стремится. А если соблюдается равенство цен аналогов так, вообще, ноль. Та же фигня и с асимметрией будет.

Kikinda: Я умею эксцесс считать руками. Экселем еще не пробовала. А вообще выборку проверяю привычным критериями - размах вариации, R2, дисперсия, мода, медиана. И по этим показателям делаю выводы. После первого применения отбрасываю некоторые крайние значения и проверяю еще раз. Очень неплохо дает представление о нормальности график остатков. Интересно, а ассиметрия что даст? Ну хорошо, выборка ассиметрична, а дальше что?

Дмитрий: Эх, нет Николай Петровича на вас. Попробую ответить в силу своих знаний. Вариация это показатель однородности (ну аналоги из одного сегмента или разных), к нормальности имеет отношение но не особо. R2 это вообще к регрессиям отношение имеет, к нормальности никакого. дисперсия, ну и что. но попали все аналоги в 3сигмы и что? Возможно нормальная выборка а может и не нормальная. 3-2-1,96 сигмы это проверка на выбросы. Но опять смотря что отбросить. Можно макс а можно мин. И результат разный получиться График остатков опять о регрессии, для проверки нормальности там не много другой график, но и выборка должна быть побольше а не любимые 5 аналогов Если асимметрия есть, то значит выборочное среднее отличается от матожидания. И значит если брать выборочную среднюю, то возможно завышение или занижение итога. Причем можно сразу сказать что именно. Мы посчитали цену, как выборочную среднюю, получили 100 ед. А горб на 120. Значит высока вероятность что цена объекта занижена. И если мы считаем для покупателя или как залог, то это для них хорошо, они на деньги не попадут. А скорее всего и на варят еще. а может и нет

Владимир Б.: Дмитрий пишет: Моды может и не быть. А матожидание есть всегда Именно поэтому важны критерии, которые дают оценщику основания использовать вместо моды (а именно эту величину велит определять ст.3 закона 135-ФЗ) - матожидание. Я об этом, собственно

Дмитрий: Владимир Б. пишет: а именно эту величину велит определять ст.3 закона 135-ФЗ ну что велит эта статья моду считать, это еще бабушка на двое сказала (почему кстати на двое?). Я считаю что там использовался не мат.термин, а обиходное выражение. Но это уже обсуждалось тут.

Владимир Б.: К каким чудесам приводит "обиходное" толкование терминов в АНЭИ - нам тут уже продемонстрировали. А вот Горбунов, к примеру, понятие "эффективный возраст" трактует как период времени, в течение которого актив приносит доход. Всё это крайне интересно, но давайте не будем уподобляться шолоховскому деду Щукарю - и не домысливать своих трактовок терминов вразрез с общепринятыми. Иначе у нас тут вообще будем не форум, а Вавилонская башня в момент разделения языков

Kikinda: А если выборка из 3-х аналогов то это выборка? А если из одного? Конечно, анализ выборки все таки лучше делать, чем не делать, но прежде, чем собирать выборку надо бы подумать над правилами по которым мы берем аналоги.

avg: Kikinda пишет: А вот Горбунов, к примеру, понятие "эффективный возраст" трактует как период времени, в течение которого актив приносит доход. Где я такое писал?

Дмитрий: Kikinda пишет: прежде, чем собирать выборку надо бы подумать над правилами по которым мы берем аналоги. Да это важно. особенно если учесть, то формирование выборки должно быть независимымое от наблюдателя. То есть по хорошему нужно наугад тыкать пальцем в газету с объявлением и так формировать выборку. А когда выборка формируется изтех элементов, какие понравились, то это уже неправильно А если учесть, что основные формулы написаны для повторяющейся выборки. То есть когда выбранный элемент возвращается в генеральную совокупность и может быть выбран еще раз. Kikinda пишет: А если выборка из 3-х аналогов то это выборка? Есть формулки и правила о достаточности элементов в выборке в зависимости от заданного уровня надежности и прочее Мне нравиться книжка Спирина А.А. (формат дежавю с распознаным тестом) хоть вручную считай. это новое издание avg пишет: Где я такое писал? Вы тут того, ветку не засоряйте

Владимир Б.: Критику принимаю. Тут и без нас засорянцев хватает

Мисовец: Коллеги, возможно я сейчас напишу то, что многие и так знают, но по итогам своих семинаров по регрессии я сталкивался с непониманием оценщиков места нормальности/асимметричности в регрессионном анализе. Суть в чем? Собираем мы аналоги двухкомнатных квартир в многоэтажных домах, стараемся, чтобы был один район, один материал (например панель), один диапазон по этажности, ну и грубо одинаковое состояние квартир по возрасту/отделке. ОК, собрали таких 10 аналогов. Тогда надо проверять выборку на нормальность/асимметричность? Вы скажете да, так нет, потому что доказано, что цены квадратного метра площади в такой выборке линейно зависят от площади согласно уравнению Ц = Ц0 + а1*S, да-да, рост стоимости метра с ростом площади, но притом, что квартира остается типовой двухкомнатной. А раз цены тут зависят от площади, то они вовсе не обязаны быть распределены нормально и симметрично, потому тут много средних, т.к. для каждой площади будет своё среднее, может быть распределенное нормально, а может нет, но своё. Поэтому надо не критерии применять, а строить регрессию, ну а там, если хочется, можно и нормальность проверить, благо в меню сервис/анализ данных/регрессия можно график нормального распределения заказать и с прямой линией его сравнить, например по значимости R2 по критерию Фишера, хотя в последнем я не уверен, честно говоря, насколько там Фишер полезен надо бы у НП спросить.... Ну а поскольку у нас это типичная ситуация, что цены аналогов не случайны, а зависят от факторов ценообразования, то данные госты и критерии они нам скорее отвлечение от сути, чем реальная помощь при оценке.

Смоляк Сергей: Мисовец пишет: А раз цены тут зависят от площади, то они вовсе не обязаны быть распределены нормально и симметрично, потому тут много средних, т.к. для каждой площади будет своё среднее, может быть распределенное нормально, а может нет, но своё. Уважаемый Василий Григорьевич немного ошибается. Действительно, в данной ситуации распределение цен не нормальное. Но для оценки точности регрессионной зависимости используется ПРЕДПОЛОЖЕНИЕ, что отклонения наблюдаемых цен от рассчитанных по ИСТИННОМУ уравнению регрессии распределены по нормальному закону. При этом отклонения тех же цен от РАССЧИТАННОГО уравнения регрессии совершенно точно не будут распределены нормально - точное распределение приведено в справочнике Большева и др. "Таблицы математической статистики". Но иногда регрессионные зависимости рассчитываются в предположении, что пары или вектора (х,у), в данном случае (цена, площадь), имеют двумерное нормальное распределение. Вот это уже можно как-то проверять.

Мисовец: Так это другой, следующий этап, конечно стоит изучить остатки модели. Я пытался сказать, что не надо изучать тип распределения если известно, как это обычно в оценке и бывает, что цены не распределены вокруг мат.ожидания, а зависят от факторов ценообразования. А то ведь как делают? Сначала пишут про нормальное распределение удельных цен аналогов, а потом вдруг начинают поправки обоснованно вносить. А тут уж что-то одно, либо нормальное распределение, либо поправки.

AMar: Коллеги! А кто-нибудь может просветить, почему когда обнуляешь константу в регрессии, R^2 вырастает до неприличных размеров? С чем это связано?

Мисовец: AMar пишет: А кто-нибудь может просветить, почему когда обнуляешь константу в регрессии, R^2 вырастает до неприличных размеров? С чем это связано? Важно помнить, что различные модели не являются сравнимыми по критерию R2, а модели при обнулении свободного члена являются разными, т.к. различаются в т.ч. на число степеней свободы. При использовании R2-норм разница уже не такая большая. Но по сути, я думаю, если мы фиксируем нулевую точку, то добавляется как бы точка с абсолютным попаданием в неё регрессии и когда точек немного, это влияет на среднюю тесноту связи.

AMar: То, что R2 не сравним - это понятно. Но ... R2-норм тоже сильно меняется. Например, с константой: 0,12, без константы: 0,89. Кроме того, значимость F тоже сильно меняется...

Мисовец: Ну я там дописал позже к ответу и насчет этого.... Могу также добавить, что много зависит от того, насколько далеко Ваши точки от нуля, если точки от нуля далеки, то растет объясняемая дисперсия а остаточная дисперсия не растет, это приводит к росту r2 и Фишера

AMar: Общая рекомендация всех преподавателей и/или учебников - константу убирать из модели не надо. Но с точки зрения оформления отчетов (как говорится, ФСО рулит... ), получается лучше выкинуть константу: F-критерий лучше, R^2 "красивше"... Еще вопрос: Иногда получается такая ситуация: коэффициенты значимы при всех параметрах, за исключением константы. Что в этом случае делать? Выкидывать константу?

Мисовец: AMar пишет: Общая рекомендация всех преподавателей и/или учебников - константу убирать из модели не надо. Не такая общая рекомендация. Рекомендация другая: обнулять константу можно только, если у Вас для этого есть экономическое обоснование. Когда такого обоснования нет, то, конечно, обнулять константу нельзя. При нормальной проверке модели такое основание всегда должно проверяться. Что касается низкой значимости свободного члена, то тут такое дело, на мой взгляд, мы строим модель, чтобы описать объект оценки в том диапазоне его факторов ценообразования, который реально встречается на рынке. Это диапазон, например, площадь склада, может быть весьма далек от нуля и даже если свободный член не значимый, модель можно принимать, если неточность свободного члена в нашем реальном диапазоне изменений фактора несущественна. Другое дело, когда сама регрессия строится ради расчета величины свободного члена, как, например, в модифицированном методе выделения для ЗУ от Лейфера. Тогда значимость свободного члена важна. В обще, делать регрессию "красивше" не стоит по-моему. Сегодня надо честно делать регрессионные модели, т.к. от этого зависит то, будет ли регрессия часто встречаться в практике или нет.

Дмитрий: Я склоняюсь к мысле что свободный член нужно задавать как один из параметров. Пример. Строю я регрессию стоимость ЗУ как функцию от расстояния от МКАД. Свободный член тогда должен равняться стоимости ЗУ у самого МКАДа.

Мисовец: Дмитрий пишет: Пример. Строю я регрессию стоимость ЗУ как функцию от расстояния от МКАД. Свободный член тогда должен равняться стоимости ЗУ у самого МКАДа. Хорошо, если так, но совсем не обязательно и вот по какой причине: 1. Зависимость цены ЗУ от расстояния от МКАД на самом деле не является линейной функцией расстояния, это легко понять, если рассмотреть эту зависимость на больших расстояниях, там, где она выходит на насыщение. 2. Это значит, что беря аналоги достаточно далеко от МКАД, мы имеем, грубо говоря, касательную к исходной функции. Из-за нелинейности функции свободный член этой касательной может и не совпадать со стоимостью ЗУ на самой МКАД.

Дмитрий: Да замечание верно. Так как решается задача аппроксимации, то аппроксимирующая функция верна только на отрезке на котором она задана. ТО есть только между крайними точками. Достоверность для решения задачи экстраполяции низка (нужно следить за гладкостью и монотонностью аппроксимирующей функции). По большому счету и для решении задачи интерполяции тоже надо смотреть на осцилляцию функции между узлами. До ст-ти ЗУ методом подбора вида аппроксимирующей функции (миллиметровка в этом случае практически не заменима) лучший результат дала f(R)=A*exp(-bR). Но свободный член близок (качественно похож на правду) к ст-ти на границе. Неплохой результат по R2 и статистике давал многочлен степени от 4 до 6, но от него отказался из-за осцилляции между узлами. Но можно рассматривать свободный член как еще одну точку

AMar: Коллеги! Кто знает, прошу подсказать: Построил модель, рассчитал прогнозное значение. Нужен доверительный интервал для данного прогнозного значения. Считаю таким образом: =N20 +/- СТЬЮДРАСПОБР(0,2;B13)*B7 где: N20 - прогнозное значение; 0,2 - задается доверительная вероятность (в данном случае 80%); B13 - число степеней свободы (выдается пакетом анализа); B7 - стандартная ошибка регрессии (выдается пакетом анализа). Все правильно сделал?

Мисовец: Ну да, типа того, но есть ещё более точное выражение, матричное, попробую его тут записать: +/- СТЬЮДРАСПОБР(Вероятность;ЧСС)*S*КОРЕНЬ(МУМНОЖ(ТРАНСП(Хо);МУМНОЖ(МОБР(МУМНОЖ(ТРАНСП(Х);Х));Хо)) Под корнем матричные функции МУМНОЖ - произведение матриц МОБР - обратная матрица ТРАНСП - транспонирование матрицы X - матрица характеристик аналогов, дополненная слева столбцом единиц Xо - строка характеристик объекта, дополненная слева единицей Т.е. это доверительный интервал именно для объекта оценки, а не в целом для модели.

Дмитрий: а у меня такая формула =±Станд.Откл/КОРЕНЬ(Кол-во)*СТЬЮДРАСПОБР(0,05;Кол-во-1) ±t(α,n-1)×(√σ2/√n) относительная ошибка соответственно t(α,n-1)×(√σ2/√n)/Сср×100%

AMar: Мисовец пишет: +/- СТЬЮДРАСПОБР(Вероятность;ЧСС)*S*КОРЕНЬ(МУМНОЖ(ТРАНСП(Хо);МУМНОЖ(МОБР(МУМНОЖ(ТРАНСП(Х);Х));Хо)) Под корнем матричные функции МУМНОЖ - произведение матриц МОБР - обратная матрица ТРАНСП - транспонирование матрицы X - матрица характеристик аналогов, дополненная слева столбцом единиц Xо - строка характеристик объекта, дополненная слева единицей Т.е. это доверительный интервал именно для объекта оценки, а не в целом для модели. А S - стандартная ошибка?

Мисовец: AMar пишет: А S - стандартная ошибка? Да, конечно.

AMar: Мисовец пишет: +/- СТЬЮДРАСПОБР(Вероятность;ЧСС)*S*КОРЕНЬ(МУМНОЖ(ТРАНСП(Хо);МУМНОЖ(МОБР(МУМНОЖ(ТРАНСП(Х);Х));Хо)) Чего-то не выходит "каменный цветок"... Василий Григорьевич, в формуле нет ошибки? Дмитрий пишет: =±Станд.Откл/КОРЕНЬ(Кол-во)*СТЬЮДРАСПОБР(0,05;Кол-во-1) Дык это ... я тож самое и написал...

Дмитрий: AMar пишет: Дык это ... я тож самое и написал... ну я не знал что "стандартная ошибка регрессии (выдается пакетом анализа)" равно "Станд.Откл/КОРЕНЬ(Кол-во)"

Дмитрий: Немног про другое. Но то же про статистику Вот часто пишут: "проведено соц.исследование опрошено У,У тыс.чел в ХХ города. погрешность составила 3%" Как они эту погрешность считают?

Мисовец: AMar пишет: Чего-то не выходит "каменный цветок"... Василий Григорьевич, в формуле нет ошибки? Конечно есть ошибка, там же скобки не сходятся ... Ну пишу в радикалах: Корень(Xot*(Xt*X)^-1*Xo) кругом матрицы, как их исчислять я написал выше.

AMar: Коллеги! Предлагаю ознакомиться с файлом, который, возможно, будет кому-то полезен при изучении возможностей Пакета Анализа MS Excel: http://www.rusvs.ru/analytics/309.shtml Естественно, буду благодарен за любые замечания и комментарии, а также за выявленные ошибки.

Игорь г. Львов: AMar пишет: Естественно, буду благодарен за любые замечания и комментарии, а также за выявленные ошибки. Пока кроме комментариев ничего. Так не сопоставлял. С интересом изучаю. Спасибо за повод для размышлений.

Игорь Б.: Игорь г. Львов пишет: С интересом изучаю. Спасибо за повод для размышлений. А в чём повод-то, для размышлений ?

NPB: Извините за брюзжание, но изучать особо нечего. У ВГ в материалах все гораздо лучше. Для начала замечу, что иструмент Пакет аналииза/Регрессия - это не функция, это - макрос. Удобно, что сразу выводит многие полезные штуки, неудобно - при любом изменении данных или оцифровки - нужно заново активизировать макрос. Ну и как подсказка тоже бывает полезна - забыл, скажем, в какой очередности идут стпени свободы в функции FРАСП() - вызыал РЕГРЕССИЮ, посмотрел каково там значение функции - выбрал из двух вариантов значения FРАСП() такое же. Из -за того, что макрос - не подходит для линеаризации модели оптимизационными процедурами. Да и ту же ошибку аппроксимации не выдает. Но я часто использую в процессе отладки "нестандартных" моделей, когда быстрее несколько раз вызвать РЕГРЕССИЮ, нежели строить доп. выражения к ЛИНЕЙН(). Вот ЛИНЕЙН () - это функция, она реагирует на любое изменение, все наглядно, он-лайн. Но - дает далеко не все, что нужно для работы, приходится делать дополнительные построения. Полезно было бы показать какие ячейки у них несут одинаковую информацию, показать дополнительно эквивалентыне функции, если они есть, а так - мне такое стыдно вывешиывать на сайтах, но судить других не буду.

AMar: Николай Петрович! NPB пишет: а так - мне такое стыдно вывешиывать на сайтах Признателен за лестный отзыв. NPB пишет: У ВГ в материалах все гораздо лучше. У г-на Мисовца полноценный лекционный материал (при этом, он, кстати, платный). Я вывесил всего лишь файл, который дополняет скудную справку Excel. Это не лекция, не статья, не методика и т.п. Когда я начал осваивать возможности пакета анализа, то столкнулся с тем, что справка Excel практически ничего полезного не выдает. Цитата из справки: ----------------------------------- Инструмент анализа «Регрессия» применяется для подбора графика для набора наблюдений с помощью метода наименьших квадратов. Регрессия используется для анализа воздействия на отдельную зависимую переменную значений одной или нескольких независимых переменных. Например, на спортивные качества атлета влияют несколько факторов, включая возраст, рост и вес. Можно вычислить степень влияния каждого из этих трех факторов по результатам выступления спортсмена, а затем использовать полученные данные для предсказания выступления другого спортсмена. Инструмент «Регрессия» использует функцию ЛИНЕЙН. ... ----------------------------------- Дальше описывается диалоговое окно инструмента регрессия (в котором и так все понятно). Но никакого описания, что выдает данный инструмент нет. Я, конечно, допускаю что кто-то родился со знанием того, что означают все аббревиатуры, используемые пакетом. Но мне, например, потребовалось достаточно много времени, чтобы найти, что такое, например, MS (в справке Excel этого нет). А вставлять в отчет цифры, которые я не понимаю, я не люблю. Кроме того, те же стат. пакеты используют чуть другие обозначения (например, P-значение обозначается Sig.).

Игорь г. Львов: Игорь Б. пишет: А в чём повод-то, для размышлений ? Да я делаю только через линейн или лгрфприбл. Никак не доберусь до пакета "Анализ" NPB Хотелось-бы освоить аппарат матстатистики на Вашем уровне, но "бензина" не хватает.

NPB: Коллеги, искренне прошу извинить, если кого обидел - видит Бог не хотел, язык мой - враг мой. AMar - мои "стыдно" - это не к Вам, сайт - юридического лица, мы-то с Вами не боимся на форумах обсуждать "глупые" на первый взгляд вопросы. Кроме встроенного хелпа есть литература - у меня на полке стоит, например, книга Анализ статистических данных с использованием Microsoft Excel для Office XP / М.Р.Мидлтон; пер с англ; Под. ред. Кобелькова. - М: БИНОМ. Лаборатория знаний, 2005. - 256с. Покупал, кажется, в ОЗОНЕ. Или еще боле ранняя (и в чем-то более интересная) - Салманов О.Н. Математическая экономика с применением Mathcad и Excel. - СПб.: БХВ-Петербург, 2003. - 464 с. Думаю, есть и другие, только поискать. ВГ ведь не только платные семинары проводит - он безвозмездно, т.е. даром, отвечает на несколиких форумах на разные вопросы. Не стесняйтесь задавать свои - как-нибудь осилим сообща да с Божьей помощью. Игорю - львовянину (так правильно?) - может нам скинуться на канистру? Для общего дела не жалко...

Kikinda: Андрей, согласна, что справка из Экселя - это вообще ноль. Без изучения книг по статистике эксель (и прочие программы) вообще бесполезны. Более того, весь статистический анализ нужно прореживать и адаптировать к оценочной действительности...ну нет у нас больших выборок, нет стройных рядов, нет много еще чего. Так что без канистры керосина не обойтись, а так как форум немного затих, можно начать выпуск серии веток по статистике и экселю.

Игорь г. Львов: NPB пишет: Игорю - львовянину (так правильно?) - может нам скинуться на канистру? Для общего дела не жалко... Я-за. Двумя руками. Очень хочу овладеть мат. статистикой. Ведь я не очень дремуч по-жизни. Где-то в 80-х ХХ века. даже внедрял математическое планирование єкспериментов в НИИСМИ (похвастался ), и очень хочу с помощью форума и "продвинутых форумчан" преодолеть свой нулевой уровень.

andrey: Игорь г. Львов пишет: даже внедрял математическое планирование єкспериментов Жесть! А я то думаю: почему почти все НИИ загнулись? Подумать только: МАТЕМАТИЧЕСКОЕ ПЛАНИРОВАНИЕ ЭКСПЕРИМЕНТОВ!!!

Kornilov: НИИ Швейной Промышленности цветет и пахнет - сегодня звонил, получил четкую консультацию по ГОСТам 1985 года!

NPB: Игорь г. Львов пишет: Очень хочу овладеть мат. статистикой. Ведь я не очень дремуч по-жизни...и очень хочу с помощью форума и "продвинутых форумчан" преодолеть свой нулевой уровень. Тогда. если позволите, совет (все мы - из страны Советов ) - прочтите пару не самых сложных книжек по эконометрике. Напимер, К.Доугерти. Введение в эконометрику: пер. с англ. - М, ИНФРА-М, 2001 (или других годов - издания стереотипные). Говорят, ее можно найти и в Инете. Также доступна для понимания книга Эконометрика: Учебник /Под.ред. И.И. Елисеевой. - М.: Финансы и статистика, 2001 (также несколько стереотипных изданий) Также в сети доступен учебник В.П.Носко Эконометрика для начинающих (можно найти по запросу ФИО автора), высылаю в личку. После такого ознакомления легче будет обсуждать наши оценочные проблемки. А обсуждать придется - жизнь богаче любых учебников.



полная версия страницы