Статистические методы

-21 

-9917,956522 

-8383,478261 

98365861,57 

70282707,8 

-316764 

441 

83146972,89  

17248 

21383 

-19 

-7753,956522 

-4248,478261 

60123841,74 

18049567,5 

-327712 

361 

32942515,72  

21383 

24725 

-17 

-3618,956522 

-906,4782609 

13096846,31 

821702,837 

-363511 

289 

3280505,414  

24725 

27538 

-15 

-276,9565217 

1906,521739 

76704,91493 

3634825,14 

-370875 

225 

-528023,6295  

27538 

27568 

-13 

2536,043478 

1936,521739 

6431516,524 

3750116,45 

-357994 

169 

4911103,327  

27568 

21389 

-11 

2566,043478 

-4242,478261 

6584579,132 

17998621,8 

-303248 

121 

-10886383,67  

21389 

31275 

-9 

-3612,956522 

5643,521739 

13053454,83 

31849337,6 

-192501 

81 

-20389798,67  

31275 

23707 

-7 

6273,043478 

-1924,478261 

39351074,48 

3703616,58 

-218925 

49 

-12072335,8  

23707 

19681 

-5 

-1294,956522 

-5950,478261 

1676912,393 

35408191,5 

-118535 

25 

7705610,631  

19681 

19551 

-3 

-5320,956522 

-6080,478261 

28312578,31 

36972215,9 

-59043 

9 

32353960,46  

19551 

11699 

-1 

-5450,956522 

-13932,47826 

29712927 

194113950 

-19551 

1 

75945333,24  

11699 

18495 

1 

-13302,95652 

-7136,478261 

176968652,2 

50929322 

11699 

1 

94936260,02  

18495 

25714 

3 

-6506,956522 

82,52173913 

42340483,18 

6809,83743 

55485 

9 

-536965,3686  

25714 

29884 

5 

712,0434783 

4252,521739 

507005,9149 

18083941,1 

128570 

25 

3027980,371  

29884 

27521 

7 

4882,043478 

1889,521739 

23834348,52 

3570292,4 

209188 

49 

9224727,284  

27521 

35130 

9 

2519,043478 

9498,521739 

6345580,045 

90221915,2 

247689 

81 

23927189,24  

35130 

39025 

11 

10128,04348 

13393,52174 

102577264,7 

179386425 

386430 

121 

135650170,5  

39025 

30924 

13 

14023,04348 

5292,521739 

196645748,4 

28010786,4 

507325 

169 

74217262,46  

30924 

32507 

15 

5922,043478 

6875,521739 

35070598,96 

47272799,2 

463860 

225 

40717138,67  

32507 

32102 

17 

7505,043478 

6470,521739 

56325677,61 

41867651,6 

552619 

289 

48561546,98  

32102 

32757 

19 

7100,043478 

7125,521739 

50410617,39 

50773060,1 

609938 

361 

50591514,15  

32757 

24617 

21 

7755,043478 

-1014,478261 

60140699,35 

1029166,14 

687897 

441 

-7867323,021  

24617  

23     

566191 

529   

575045 

589524    

1268890177 

1038986320 

1545058 

4600 

825636219,5  
 
 

= 

25001,957  

Модель линейного  тренда  

= 

25631,478  

y=23960,208+625,44077t  
 

b0= 

23960,208      

b1= 

335,882173      
 

D(yi)= 

55169138      

D(yi+1)= 

45173318      

7427,593      

6721,1099      
 

Ka= 

0,719071 

Наличие тенденции    
 

n= 

23      

tрасч  

=4,7417242      

tтабл 

=2,0796138      
 
 

Исходя из полученных данных, делаем вывод, что существует тенденция к изменениям показателя, связь является значимой, следовательно, можем построить прогноз. 

 Заключение 

Временной ряд является совокупностью наблюдений случайного процесса. Во временных рядах главный  интерес представляет описание или  моделирование их структуры. Очевидное  требование к временному ряду состоит  в том, чтобы результаты наблюдений были сравнимы между собой. Для обеспечения  сравнимости в случае, когда временными интервалами являются месяцы или  дни, необходимо до проведения анализа  устранять некоторые мешающие эффекты. Например, месяцы имеют различную  продолжительность, общественные праздники  влияют на сравнимость экономических  и социологических данных. Применяемые  при обработке временных рядов  методы во многом опираются на методы и характеристики, разработанные  математической статистикой. В то же время при исследовании временных  рядов (особенно экономических данных) проверка выполнимости этих требований в должной мере зачастую невозможна. Поэтому выводы, полученные на базе формально-статистического инструментария, должны восприниматься с осторожностью  и дополняться содержательным анализом. Следует иметь в виду, что конечной целью анализа временных рядов (как и статистического анализа вообще), является достижение более глубокого понимания тех причинных механизмов, которые обусловливают появление этих рядов. Можно выделить три основных задачи исследования временных рядов: описание изменения исследуемого признака во времени и выявление свойств исследуемого ряда; объяснение механизма изменения уровней ряда; статистическое прогнозирование значений изучаемого признака для будущих моментов времени. А для упрощения исследования используют электронную таблицу Microsoft Office Excel. 

 Список используемой  литературы 

1. В.Н. Клячкин  «СТАТИСТИЧЕСКИЕ МЕТОДЫ В УПРАВЛЕНИИ  КАЧЕСТВОМ: компьютерные технологии»  2009г 

2. Ефимова М.Р., Рябцев  В.М. «Общая теория статистики»  1991г 

3. Казанцева Л.С.  «Экспресс-справочник для студентов  вузов» 2006г 

4. В.П. Мельников,  В.П. Смоленцев, А.Г. Схиртладзе «Управление качеством» 2009г 

5. Максимова О.В.  Теория вероятностей и математическая  статистика Москва Дашков и  Ко 2006г. 

6. ГОСТ Р 50779-11-2000 Статистические методы. Статистическое управление качеством. Термины и определения. 

7. ИСО 8402 

8. Некоторая информация  была взята из Интернета на  сайте www.GOST.ru  

9.  

 Приложения 

3.1 Контрольный листок  для регистрации распределения  параметра 

Размер 

Отклонение 

Результат 

Частота 

Примечание  

10 мм 

+0,06   

Деталь -  

Дата:  

Станок -  

Рабочий -  

Всего - 

60 деталей  

+0,05 

x 

1   

+0,04 

xx 

2   

+0,03 

xxxx 

4   

+0,02 

xxxxxx 

6   

+0,01 

xxxxxxxxx 

9   

0 

xxxxxxxxxxxxxxx 

15   

-0,01 

xxxxxxxxxxx 

11   

-0,02 

xxxxxxx 

7   

-0,03 

xxx 

3   

-0,04 

x 

1   

-0,05 

x 

1   

-0,06     
 
 

Рис.1 

3.2 Гистограмма качества 

Рис.2  

3.3 Причинно-следственная  диаграмма: 

3.4 Диаграмма Парето:  

Рис.4 

3.5 Диаграмма рассеяния: 

Рис.5 

3.6 Стратификация  данных: 

Рис.6 Рис.7  

Рис.8