NED365181NED

13 Excel предоставляет широкий спектр возможностей для проведения ста- тистического анализа данных, включая построение и анализ разнообразных регрессионных зависимостей методом наименьших квадратов [1]. Общедоступ- ность этого пакета и широкие статистические возможности делают Excel весь- ма удобным для проведения практического анализа опытных данных. В Excel имеется программная надстройка «Пакет анализа» и библиотека из 78 стати- стических функций. Справочная система Excel является мощным средством, оказывающим эффективную помощь в самых различных ситуациях. В справоч- ной подсистеме Excel приводится краткая информация и по надстройке «Пакета анализа», и по каждой статистической функции, приводятся примеры их прак- тического использования. В [1] подробно изложены практические аспекты по- строения регрессионных зависимостей методом наименьших квадратов, а также вопросы проверки статистической значимости регрессионных зависимостей и оценки степени адекватности эмпирических зависимостей. ПОСТАНОВКА ЗАДАЧИ ПОСТРОЕНИЯ КВАНТИЛЬНОЙ РЕГРЕССИИ Альтернативой традиционному подходу на основе метода наименьших квадратов может служить так называемая квантильная, в частном случае меди- анная регрессия. Главное отличие в вычислительной части заключается в том, что в методе квантильной регрессии минимизируется сумма асимметрично взвешенных абсолютных погрешностей, а в МНК сумма квадратов отклонений. Среди преимуществ метода квантильной регрессии можно выделить следую- щие наиболее значимые: 1. Квантильная регрессия устойчива к «выбросам», которые встречаются на практике, что позволяет избежать процедуры сглаживания исходных данных и процедуры цензурирования. 2. С помощью метода квантильной регрессии можно получить не только хорошие аппроксимации характера зависимости (медианная регрессия), но и сделать выводы о размахе колебаний значений показателей.