Статистические функции Excel 2007




Кафедра управления и информационно-технического

Обеспечения деятельности УИС

 

УТВЕРЖДАЮ

Начальник кафедры

майор внутренней службы

______________С.А. Грязнов

«___» _____________ 20___г.

 

 

ЛЕКЦИЯ

По дисциплине «Информационные технологии в юридической деятельности»

Тема № 7. «Применение статистических методов в юридической деятельности»

Для студентов 1 курса

По направлению подготовки 030900.62 Юриспруденция

 

Разработала:

профессор кафедры управления и

информационно-технического

обеспечения деятельности УИС,

к.п.н., доцент Е.Н.Тараканова

 

 

Самара 2012


 

Лекция рассмотрена и одобрена на заседании предметно-методической секции кафедры управления и информационно-технического обеспечения деятельности УИС «___»_________20__г., протокол №___

 

Председатель секции (должность, звание, ФИО)______________________________

(подпись)

 


СОДЕРЖАНИЕ

Введение. ………………………………………………………………………… 3

1. Понятие и содержание статистической сводки …………………………….. 3

2. Статистические показатели …………………………………………………... 4

3. Виды статистической группировки данных ………………………………… 6

4. Техника и способы статистической сводки ………………………………… 8

5. Генеральная совокупность. Выборка ………………………………………... 9

6. Статистическое распределение выборки ……………………………………. 11

7. Табличное представление статистических данных ………………………… 12

8. Графическое представление статистических данных ……………………… 14

9. Статистические функции Excel 2007 ………………………………………... 17

Заключение ………………………………………………………………………. 19

Список источников и литературы ……………………………………………… 20

 

Введение

Изучение статистической науки играет важную роль в подготовке высококвалифицированных юристов – как практиков (в особенности сотрудников правоохранительных органов), так и научных работников. Статистический метод исследования применяется практически во всех областях научного знания.

Использование информационных технологий для решения статистических задач в нашем курсе связано с применением стандартного программного обеспечения общего назначения (табличного процессора Excel). По спектру доступных функций Excel сегодня почти не уступает специальным программам обработки статистических данных. Для того чтобы иметь возможность использовать все статистические функции, следует загрузить надстройку Пакет анализа.

 

1. Понятие и содержание статистической сводки

Полученные в процессе статистического наблюдения данные характеризуют лишь отдельные элементы совокупности, но не изучаемую совокупность в целом. С их помощью без предварительной обработки данных нельзя сделать выводы об объекте в целом. Для того чтобы выявить характерные черты совокупности и обнаружить связи между ее элементами все собранные сведения необходимо систематизировать. Это достигается на втором этапе статистической работы — в статистической сводке. Именно на этом этапе начинается «переход» от характеристик случайного и единичного к устойчивому и массовому, от отдельных преступлений, правонарушений и других единиц изучения — к преступности, правонарушаемости или целостному представлению о юридической деятельности как социальным явлениям.

Целью сводки является систематизация первичных данных и получение на этой основе сводной характеристики объекта исследования в целом при помощи обобщающих статистических показателей.

Программа статистической сводки включает:

· выбор группировочных признаков;

· определение порядка формирования групп;

· перечень показателей, которые надо подсчитать для характеристики групп и объекта в целом;

· дифференциацию территориальных границ, в которых надо произвести разработку материала (область, край, республика и т.п.);

· степень детализации ведомственной подчиненности, в пределах которой должны быть сведены материалы.

2. Статистические показатели

Содержание программы сводки определяется теми задачами, которые поставлены перед данным конкретным статистическим исследованием.

Группировочные признаки могут отражать качественную или количественную сторону изучаемого явления. При распределении данных по количественным признакам (возрасту правонарушителей, числу лиц в организованной преступной группе, количеству судимостей, срокам лишения свободы и др.) необходимо выделить общее количество групп и определить разницу между максимальным и минимальным значениями признака в каждой группе. Выбранный интервал должен отражать существенные стороны явлений и процессов, раскрывать переход количества в качество.

Статистические группировки, отражающие качественные (или атрибутивные) признаки, например, такие как степень общественной опасности и тяжести преступлений, вид деяний, содержание мотивации преступного поведения, социальное положение правонарушителей, условия нравственного формирования личности в семье, характер гражданского иска, вид гражданско-правового деликта и т. д., широко распространены в социально-правовых изучениях.

Официальные статистические данные правоохранительных органов группируются по качественным и количественным признакам уголовно-правового (по главам и статьям уголовного закона, формам вины, категориям тяжести деяния, видам и размерам уголовного наказания) и криминологического характера (сферам социальной жизни, причинам, мотивам, обстоятельствам совершения преступления, социально-демографическим признакам правонарушителей и др.).

В криминологической литературе выделяются еще и качественно-количественные или «полуколичественные» признаки, по которым обладающие ими объекты могут сравниваться в понятиях «больше-меньше». «Полуколичественным» признаком, например, является общественная опасность, отраженная в категориях преступлений (ст. 15 У К РФ). По этому признаку все преступления, исходя из их общественной опасности (качественный признак) и максимальных мер наказания в годах лишения свободы (количественный признак), делятся на деяния небольшой тяжести, за совершение которых максимальное наказание не превышает двух лет лишения свободы, преступления средней тяжести, тяжкие и особо тяжкие.

Сравнение объектов по «полуколичественному» признаку позволяет зафиксировать лишь тот факт, что у одних из опрошенных этот признак выражен сильнее, чем у других. Вопрос о том, насколько сильнее он выражен, остается при этом открытым. Тем не менее, такой способ группировки позволяет выявить некоторые качественно-количественные сдвиги в структуре изучаемых явлений.

3. Виды статистической группировки данных

Содержание группировок имеет важное значение в социально-правовых и криминологических исследованиях. Группировочный признак называют основанием группировки, и от его правильного выбора зависят выводы, которые делает исследователь в процессе изучения статистических данных.

Группировка статистических данных позволяет решить следующие аналитические задачи:

· выделить социально-экономические и социально-правовые типы, группы и категории правонарушений;

· изучить структуру правонарушений и структурных сдвигов, происходящих в них;

· выявить связи и зависимости между правонарушениями и явлениями их детерминирующими;

В соответствии с этими задачами в правовой статистике применяются три основных вида группировок: типологическая, структурная и аналитическая.

Под типологической группировкой понимают расчленение изучаемой совокупности преступлений, преступников или других явлений, имеющих юридическое значение, на отдельные качественно однородные совокупности по важнейшим существенным качественным признакам. Наиболее распространенные типологические группировки в криминальной сфере — это деление преступлений по формам и видам вины (умышленные и неосторожные, которые в свою очередь делятся на преступления, совершенные с прямым или косвенным умыслом, по легкомыслию или небрежности), категориям тяжести (небольшой тяжести, средней тяжести, тяжкие и особо тяжкие), содержанию мотивации (насильственные, корыстные и др.)

В основе типологического деления лежат существенные признаки, отражающие качественно типические стороны тех или иных преступлений. Опираясь на существующие типологии, ГИЦ МВД РФ изменяет и дополняет их, исходя из криминологической обстановки, требований жизни и практики борьбы с преступностью, ее отдельными видами и группами.

Структурная, или вариационная, группировка статистических данных может производиться, чтобы изучить изменение структуры типически однородных групп преступлений, правонарушителей, гражданских исков и других показателей. Для структурной группировки материала необходимо наличие однородных совокупностей, расчленяемых по величине изменяющегося (варьирующего) признака. Если в основе типологической группировки лежат качественные признаки, то в основу вариационной положены количественные (удельные веса преступлений, лиц, дел, возраст правонарушителей, сроки наказания, число судимостей, число оконченных классов, суммы ущерба, суммы иска, сроки расследования и рассмотрения уголовных или гражданских дел и т.д.)

Количественные сдвиги в структуре изучаемых явлений за несколько лет свидетельствуют об изменении объективных тенденций и закономерностей, следственной или судебной практики, о результативности деятельности правоохранительных или других юридических органов. Взяв, например, абсолютные и относительные показатели судимости за много лет, мы выявим тенденции в судебной практике и ее связь с реальной преступностью. Изучив динамику абсолютных чисел учтенных преступлений какого-то вида, динамику его удельного веса в структуре всей преступности, мы обнаружим тенденции развития этого деяния.

Одним из наиболее важных видов группировки является аналитическая группировка, которая позволяет обнаружить взаимосвязь и зависимость изучаемых явлений и процессов. В статистике явления, влияющие на другие, называются факториальными, а те, которые изменяются под воздействием фак-ториальных явлений или зависят от них — результативными. Примером такого вида группировок могут служить данные, показывающие зависимость преступности от уровня воспитания, пьянства, безработицы и т.п.

Аналитические группировки имеют большое значение для всех отраслей юридической статистики. Они дают возможность выявить многие скрытые зависимости и взаимосвязи, что имеет важное значение для принятия практических решений и развития юридической науки в целом.

По характеру своих задач к аналитической группировке близко стоят корреляционные группировки, когда зависимость между исследуемыми явлениями или процессами может быть относительно точно измерена.

На основе рассмотренных базовых группировок могут формироваться более сложные группировки, которые обычно отражают разнородность изучаемых явлений. Наиболее распространенный вид сложных группировок — комбинированные, которые формируются не по одному, а многим признакам.

Многомерные группировки формируются на основе одного из методов статистической теории распознавания образов — кластерного анализа. Кластерный анализ включает в себя большое количество вычислений и обязательно связан с использованием ЭВМ.

4. Техника и способы статистической сводки

В заключение, рассматривая содержание понятия статистической сводки и группировки данных необходимо остановиться на технике и способах сводки.

Различают первичную и вторичную сводку. Первичная сводка — это обработка и подсчет первичных данных, непосредственно собранных в процессе статистического наблюдения и зафиксированных в документах первичного учета. Вторичная сводка — это обработка и подсчет сведенных данных первичной сводки. Она производится по данным отчетности и специально организованных статистических наблюдений.

По форме обработки статистических данных сводка может производиться как в

· централизованном порядке (первичные данные сосредоточиваются в одном центральном органе, например Госкомстате России, ГИЦ МВД России, и обрабатываются только в нем);

· децентрализованном порядке (документы первичного учета обобщаются на местах и в вышестоящий орган направляются уже в подытоженном виде);

· смешанном порядке (обработка первичного материала происходит частично на местах и завершается полностью в выше стоящем государственном органе).

Достоинствам первого вида сводки является возможность более легкого осуществления методологического руководства, использования квалифицированных кадров и обработки данных при помощи современных вычислительных средств. Существенные ее недостатки — затруднения в исправлении ошибок первичных документов и замедленное получение некоторых итогов.

Децентрализованная сводка дает большую возможность, чем предыдущая, проверить на месте точность представленных данных и быстро получить необходимые итоговые данные.

5. Генеральная совокупность. Выборка

Основной задачей современной правовой статистики, методы которой опираются на теорию вероятностей, является научная оценка результатов измерений. В основу ее кладется числовой материал, подготовленный указанными выше способами.

Если необходимо изучить совокупность объектов относительно некоторого качественного или количественного признака, характеризующего эти объекты, иногда проводят сплошное обследование. Однако, если совокупность содержит очень большое количество объектов, то сплошное обследование затруднено, а во многих случаях вообще невозможно. Некоторые криминалистические исследования связаны с уничтожением объекта, и, следовательно, сплошное обследование в этом случае лишено смысла.

В таких случаях из всей совокупности случайным образом отбирают ограниченное число объектов и подвергают их изучению.

Выборочной совокупностью или просто выборкой называют совокупность случайно отобранных объектов.

Генеральной совокупностью называют совокупность объектов, из которых производится выборка.

Объемом совокупности (выборочной или генеральной) называют число объектов этой совокупности.

При составлении выборки можно поступать двумя способами: после того как объект отобран и над ним произведено наблюдение, он может быть возвращен либо не возвращен в генеральную совокупность. В соответствии со сказанным выборки подразделяют на повторные и бесповторные. Следует отметить, что хотя часто генеральная совокупность имеет конечное число объектов, для упрощения вычислений и облегчения теоретических выводов, допускают что генеральная совокупность состоит из бесчисленного множества объектов. В этом случае различие между повторной и бесповторной выборкой стирается, и в предельной случае, не существенно.

Для того чтобы по данным выборки можно было достаточно уверенно судить об интересующем признаке генеральной совокупности, необходимо, чтобы объекты выборки правильно его представляли. Это требование коротко формулируется так: выборка должна быть репрезентативной (или представительной).

В силу закона больших чисел можно утверждать, что выборка будет репрезентативной, если ее осуществить случайно.

Проиллюстрируем сказанное следующим примером. Предположим, что проводится исследование преступности по следующим видам преступлений: хулиганство, разбой, кража и грабеж. В этом случае все преступления совершенные в течение выбранного периода времени есть генеральная совокупность, а количество преступлений N — ее объем. Очевидно, что N — есть конечное число. Однако, вследствие наличия латентной преступности общее количество совершенных преступлений нам неизвестно, поэтому допускаем, что N — бесконечно. Зарегистрированные преступления — есть выборка из генеральной совокупности, а их количество n — объем выборки. Так как заранее предсказать какое из совершенных преступлений будет зарегистрировано, а какое нет, то можно сказать, что каждое из зарегистрированных преступлений выбрано случайным образом, то есть наша выборка является репрезентативной.

Рассмотрим практические способы отбора. Принципиально их можно разделить на два вида:

1. Отбор не требующий расчленения генеральной совокупности на части. Сюда относят: а) простой случайный бесповторный отбор; б) простой случайный повторный отбор.

2. Отбор, при котором генеральная совокупность разбивается на части. Сюда относятся: а) типический отбор; б) механический отбор; в) серийный отбор.

Простым случайным называют такой отбор, при котором объекты извлекают по одному из всей генеральной совокупности. При большом объеме генеральной совокупности описанный процесс оказывается очень трудоемким.

Типическим называют отбор, при котором объекты отбираются не из всей генеральной совокупности, а из каждой ее «типической» части. Примером типического отбора является, например, отбор преступлений какого-либо вида зарегистированных в каждом районе в отдельности. Так как различные районы обладают собственной спецификой социально-экономической обстановки, то типический отбор в этом случае наиболее целесообразен.

Механическим называют отбор, при котором генеральную совокупность «механически» делят на столько групп, сколько объектов должно войти в выборку, а из каждой группы выбирают один объект. Например, если для анализа причин повторной судимости нам необходимо обследовать не менее 20% лиц, имеющих одну и более повторную судимость, то отбирают каждого пятого осужденного. Следует указать, что механический отбор может не обеспечить репрезентативности выборки.

Серийным называют отбор, при котором объекты отбираются из генеральной совокупности не по одному, а «сериями», которые подвергаются сплошному обследованию. Так например, анализ успеваемости курсантов первого курса можно выполнить исследуя не все учебные группы, а две-три. Применение серийного отбора в данном случае правомерно, так как успеваемость групп в целом изменяется незначительно.

6. Статистическое распределение выборки

Наблюдаемые значения xi называют вариантами, а последовательность вариант, записанных в возрастающем порядке — вариационным рядом.

Статистическим распределением выборки называют перечень вариант и соответствующих им частот или относительных частот. Предположим, что при анализе краж и угонов автотранспорта выявлены следующие данные:

ВАЗ-2106 ВАЗ-2107 ВАЗ-2109 ВАЗ-2110
       
0.133 0.233 0.278 0.356

 

В первой строке таблицы указан рассматриваемый признак выборки — марка автомобиля. Во второй строке — частота встречаемости признака или варианта. И наконец, в последней строке — относительная частота встречаемости, которая определяется относительно объема выборки (всего совершено 90 преступлений).

 

7. Табличное представление статистических данных

Результаты статистической сводки и группировки, как правило, помещаются в статистических таблицах и графиках, представляющих собой рациональное, наглядное, компактное и систематизированное изложение статистических показателей.


С технической стороны статистическая таблица представляет собой ряд взаимно пересекающихся горизонтальных и вертикальных линий. Горизонтальные линии таблицы именуются строками, а вертикальные — столбцами (графами). Каждая строка и графа имеют свое наименование (заголовок), соответствующее содержанию показателей, помещенных в таблице, а таблица в целом имеет общее наименование, определяющее ее содержание.

Любая правильно составленная статистическая таблица содержит два основных элемента: подлежащее и сказуемое. Подлежащее — это объект изучения или перечень единиц совокупности (их групп), которые характеризуются в таблице. Сказуемое — это перечень показателей, которыми характеризуется подлежащее.

Таблицы условно можно разделить на простые, групповые и комбинационные. Простые таблицы — это перечневые, территориальные и хронологические. Перечневые простые таблицы имеют в подлежащем элементарный перечень однородных признаков, составляющих единый объект изучения. Например, дается перечень ступеней образования: начальное, среднее, высшее. В подлежащем простой территориальной таблицы приводятся территории районов, городов, областей, которые в последующих графах характеризуются теми или иными количественными показателями, например, по уровню регистрации рождений, смертей, браков или разводов. Хронологическими простыми называются таблицы, в подлежащем которых даны периоды времени (годы, кварталы, месяцы).

В групповых таблицах подлежащее подразделяется на отдельные группы по какому-то одному признаку. Например, гражданские дела, рассмотренные судом, делятся на трудовые, жилищные, семейные, имущественные, финансовые, которые в свою очередь могут распределяться по результатам рассмотрения дел (иск удовлетворен, в иске отказано, иск оставлен без рассмотрения) и т.д. Сказуемое групповых таблиц также может быть сложным, отражающим различные стороны подлежащего.

Комбинационные таблицы характеризуют юридически значимые явления через многие признаки и свойства, отраженные как в подлежащем, так и в сказуемом.

Разработка таблицы начинается с создания макета, который формируется, исходя из наличного фактического материала, целевого назначения будущей таблицы и требований ее наглядноети. Статистика выработала ряд практически значимых правил, которые желательно соблюдать при разработке статистических таблиц.

Таблица должна быть оптимальной по своему размеру. С одной стороны, содержать все необходимые показатели, с другой — не быть перегруженной избыточной статистической информацией. Если необходимой информации много, то целесообразно разработать несколько взаимосвязанных таблиц, снабдив их конкретными пояснениями.

Каждая таблица должна иметь четкое общее название, однозначно определяющее ее содержание. Названия подлежащего и сказуемого, их групп и разделов также должны быть продуманными и понятными. Таблицы должны содержать единицы измерения, территорию, период времени и другие необходимые сведения, привязывающие таблицу к конкретному содержанию, объему данных, времени и пространству.

Все приводимые статистические данные должны иметь одинаковую степень точности (целые числа, целые числа с десятыми или сотыми показателями).

 

8. Графическое представление статистических данных

Статистические таблицы высокоинформативны и в определенной мере наглядны. Но проникновение в их цифровое содержание требует времени, вдумчивой работы с цифрами и серьезного сравнительного анализа. Большей наглядностью обладают графики, составленные на основе табличных данных. Графическое изображение даже самых сложных статистических показателей делает их не только наглядными, но доходчивыми и понятными с первого взгляда. График позволяет быстро уловить важнейшие тенденции и закономерности изучаемого явления.

Графиком в статистике называют наглядное изображение статистических величин при помощи геометрических линий и фигур (диаграмм) или географических картосхем (картограмм).

Как и таблица, график имеет ряд признаков или элементов, знание которых позволяет грамотно построить его вручную или машинным способом.

Основа любого графика — его геометрические знаки (точки, линии, фигуры), с помощью которых изображаются статистические величины. При построении графика фигуры следует изображать так, чтобы они легко отличались одна от другой. Не менее важным элементом графика являются его пространственные ориентиры, определяющие размещение геометрических знаков на графике. Пространственные ориентиры задаются в виде координатных сеток. В статистических графиках обычно применяется система прямоугольных координат в двумерном или трехмерном изображении. В картограммах средствами пространственной ориентации могут быть географические ориентиры (контуры дорог, рек, морей, лесов, населенных пунктов), административные или государственные границы. С пространственными ориентирами тесно связаны масштабные, которые дают графическим изображениям количественную определенность. Масштабные ориентиры определяются шкалами графика. В этом случае масштаб выполняет роль условной меры перевода количественных величин в графические.

Как и таблица, график должен иметь заголовки и словесные пояснения. Название графика чаще всего соответствует названию таблицы, на основе которой он построен.

В зависимости от целей графика, его количественной базы и применяемых геометрических знаков графики могут быть точечными (совокупность точек), линейными, столбиковыми, полосовыми, квадратными, круговыми и т. д. Иногда в юридических графиках используются рисунки отдельных предметов (пистолеты, автомашины) или их силуэтов для обозначения соответствующей статистической картины. Такие графики называют фигурными.

Линейные графики имеют самое широкое распространение в уголовно-правовой и криминологической статистике для обозначения динамики преступности, выявленных правонарушителей, осужденных, заключенных, оправданных и т.д.

Одно из преимуществ таких графиков — непрерывность изображения явления во времени (в динамике). Для построения этих графиков используется система прямоугольных координат. На оси абсцисс, как правило, откладываются годы, а на оси ординат — показатели уровня преступности или судимости.

Столбиковые диаграммы — это наглядные графические изображения для сравнения значений статистических показателей, характеризующих разные объекты или одни и те же объекты в разные годы. Столбиковые диаграммы строятся в системе прямоугольных координат. Основания столбиков, размещенных на оси абсцисс, обычно берутся одинакового размера, а высота столбика отражает значение показателя. Каждый столбик посвящается одному показателю.

Полосовые диаграммы — те же столбиковые, только столбцы в них расположены не вертикально, а горизонтально. Поэтому их возможности практически те же, что и у столбиковых диаграмм, но они более наглядны при сопоставлении большого количества показателей.

Секторные диаграммы наглядно раскрывают структуру явления и структурные сдвиги в нем в зависимости от территории, времени и других обстоятельств. Данные диаграммы строятся в виде круга, разделенного на отдельные сектора, каждый из которых характеризует какую-то часть целого явления и занимает площадь круга пропорционально удельному весу этой части, которая принимается за 100%.

Картограммы — это средства наглядного изображения фактических данных, которыми характеризуются отдельные районы, города, области и субъекты Федерации. Это может быть картограмма интенсивности преступности, где ее уровень в каждом регионе имеет свою окраску или штриховку.

Картограммы нередко сочетаются с фигурными диаграммами, когда те или иные преступления на той или иной территории обозначаются фигурами: убийство из огнестрельного оружия (пистолет), угон автомашины (автомашина) и т.д. Такие диаграммы именуются пиктограммами. Примером такой пиктограммы может служить картограмма центра г. Москвы с указанием мест совершения преступлений с применением огнестрельного оружия, изображенного в виде пистолета.

Статистические функции Excel 2007

Применение статистических функций облегчает пользователю статистический анализ данных. Количество доступных статистических функций в седьмой версии программы увеличилось, и можно утверждать, что по спектру доступных функций Excel сегодня почти не уступает специальным программам обработки статистических данных. Для того чтобы иметь возможность использовать все статистические функции, следует загрузить надстройку Пакет анализа.

Основу статистического анализа составляет исследование совокупностей и выборок. Выборка представляет собой подмножество совокупности. В качестве примера выборки можно привести опросы общественного мнения. Исследуя выборки с помощью вычисления отклонений и отслеживания взаимосвязей с генеральной совокупностью, можно проследить, насколько репрезентативна выборка.

Целый ряд статистических функций Excel предназначен для анализа вероятностей.

Рассмотрим описание некоторых наиболее распространенных функций. Информацию о других функциях можно найти в справочной подсистеме.

КОРЕЛ(массив1,массив2)

Результат: Коэффициент корреляции между интервалами ячеек аргументов массив1 и массив2. Коэффициент корреляции используется для определения наличия взаимосвязи между двумя свойствами. Например, можно установить зависимость между средней температурой в помещении и наличием кондиционера.
Аргументы:

массив1- первый массив интервала данных;

массив2- второй массив интервала данных.

МАКС(число1,число2,...)

Результат: Наибольшее значение в списке аргументов.

Аргументы:

число1,число2,...- от 1 до 30 чисел, среди которых ищется максимальное значение. Можно задавать аргументы, которые являют -ся числами, пустыми ячейками, логическими значениями или текстовыми представлениями чисел; аргументы, которые являются значениями ошибки или текстами, не преобразуемыми в числа, приводят к появлению значений ошибки. Если аргумент является массивом или ссылкой, то в нем учитываются только числа. Пустые ячейки, логические значения, тексты или значения ошибок в массиве или ссылке игнорируются. Если аргументы не содержат чисел, то функция МАКС возвращает 0.

МИН(число1,число2,...)

Результат: Наименьшее значение в списке аргументов.

Аргументы:

число1,число2,...- не более 30 аргументов; игнорируются только значения ошибки и текст, который не может быть преобразован в числа; если ни один аргумент не содержит чисел, функция МИН возвращает 0.

СРЗНАЧ(число1,число2,...)

Результат: Среднее значение (среднее арифметическое) аргументов.

Аргументы:

число1,число2,...- числа или имена, массивы или адресные ссылки на диапазон ячеек, содержащий ссылки. Функция СРЗНАЧ позволяет задавать от 1 до 30 аргументов.

СРОТКЛ(число1,число2,...)

Результат: Среднее абсолютных значений отклонений точек данных от среднего. Функция СРОТКЛ является мерой разброса множества данных.

Аргументы:

число1,число2,...- от 1 до 30 аргументов, для которых определяется среднее абсолютных отклонений; вместо аргументов в функции СРОТКЛ можно использовать массив или ссылку на массив.



Поделиться:




Поиск по сайту

©2015-2024 poisk-ru.ru
Все права принадлежать их авторам. Данный сайт не претендует на авторства, а предоставляет бесплатное использование.
Дата создания страницы: 2016-04-11 Нарушение авторских прав и Нарушение персональных данных


Поиск по сайту: