Modeller ismertető

EuroOffice Modeller

 

   

Áttekintés

Az EuroOffice Modeller hatékony modellező-elemző és statisztikai számításokat lehetővé tévő eszközzel egészíti ki a táblázatkezelőjét. Matematikai és statisztikai eljárások sokaságát kínálja az optimalizálás, adatelemzés és az idősor-előrejelzés területén. Az EuroOffice (vagy bármely más OpenOffice származék, mint a LibreOffice vagy az Apache Open Office) kiterjesztéseként telepíthető, így a táblázatkezelő egyéb funkcióival zökkenőmentesen együttműködik. Oldalunkról letöltheti a részletes felhasználói útmutatót, és online megvásárolhatja és letöltheti az EuroOffice Modellert. Sokoldalú példatár, a mindennapi munkában és az oktatásban gyakran előforduló feladattípusok kidolgozott gyűjteménye segíti a felhasználót a hatékony megoldások végrehajtásában.

Optimalizálás

Döntéseink gyakran azon múlnak, hogy megtaláljuk-e a legkedvezőbbet a sok lehetőség közül.

A megoldók (optimalizálók) olyan szoftvereszközök, amelyek segítenek megtalálni a legkedvezőbb lehetőséget. A “választási lehetőségek” származhatnak a gazdaság, oktatás, tudomány vagy akár a mindennapi élet bármely területéről, – például különböző megtakarítási lehetőségek, új áruház létesítésére kiválasztandó helyszínek, a vállalati egységek, kórházi műtők időbeosztása, új termékek fejlesztése vagy szállítási útvonalak kiválasztása, stb. Minden esetben több döntést kell hozni a lehető legkedvezőbb eredménnyel úgy, hogy közben különböző mellékfeltételeknek is teljesülniük kell (korlátozó feltételek). A “legkedvezőbb” vagy optimális megoldás jelentheti a maximális profitot, a minimális költségeket, vagy a legjobb minőséget.

A Modeller segítségével kiszámíthatjuk egy cella – az úgynevezett célcella – optimális (maximum, minimum vagy egy előre megadott számmal egyenlő) értékét más cellák értékeinek függvényében, a korlátozó feltételek teljesülése mellett. A Modeller optimalizáló eljárása során cellák egy kiválasztott csoportjának, — az úgynevezett változó celláknak értékeit számítja ki úgy, hogy az azoktól függő célcella értéke optimális legyen.

Az optimalizására a feladatoktól függően különböző eljárások lehetnek a leghatékonyabbak, a Modeller több lineáris és nemlineáris eljárást alkalmaz.

Statisztikai elemzés

Az adatainkat általában nem csak nyilvántartani kell, hanem számításokat, kiértékeléseket kell végrehajtanunk. Hiába rendelkezünk nagy mennyiségű adattal, ha nem találjuk meg bennük a rendszert.

Gyakran nincs semmilyen előzetes tudásunk, vagy ha van is, nem akarjuk azt felhasználni az adatok elemzésére. Ilyenkor az első lépés az adathalmaz alapvető statisztikai mérőszámainak vizsgálata (átlag, medián, variancia, eloszlás…) a Leíró statisztikai funkciókkal ill. az adatok ábrázolása egy hisztogrammon.

Sokszor viszont már van egy előzetes elképzelésünk az adataink tartalmáról, amit bizonyítani szeretnénk. Erre szolgálnak a különböző statisztikai tesztek és a hipotézisvizsgálatok. A T-tesztek és az F-tesztek az átlagokat és a varianciákat hasonlítják össze két minta felhasználásával. Az összefüggésvizsgálatok széles köre segíti több ismérvvel rendelkező, magas mérési szintű adataink belső összefüggéseinek megállapítását (Kovariancia, Korreláció, Regresszió). A varianciaanalízis (ANOVA) valamely kísérleti eredményeknek a bemenő nominális változóktól való függését bizonyíthatja. Függetlenségvizsgálattal eldönthetjük, hogy két vagy több tulajdonság mutat-e statisztikailag szignifikáns összefüggést ill. végezhetünk kereszttábla-elemzéseket.

Idősorelemzés

A múlt elemzése segíthet előre látni a jövőt. Az idősorelemző módszerek arra szolgálnak, hogy felismerjük az adatainkban rejlő időbeli szabályosságokat. Leválaszthatjuk a valós adatokra rakódó mérési hibát vagy egyéb zajt, ismétlődő mintákat határozhatunk meg, amelyek a jövőbe is kiterjeszthetők. (Mozgóátlag, Dekompozíció).

A regresszióanalízis egy skálaváltozó más magyarázó változóktól való lineáris függését elemzi, mely alapján modelleket és előrejelzéseket lehet tenni. Ha rendelkezünk a magyarázó változó idősorával olyan időpontokra is, ahol a másik adat ismeretlen, a regresszió segítségével megbecsülhetjük ezeket az ismeretlen értékeket. A Kálmán-szűrő egy jól ismert zajszűrő – simító eljárás, amely sok területen alkalmazható, ahol mért adatokkal dolgozunk: természettudomány, technika, vagy kérdőíves felmérések eredményeinek kiértékelése.

 

 

English