Автор работы: Пользователь скрыл имя, 15 Апреля 2013 в 17:58, курсовая работа
Относительная величина (показатель) в статистике – это обобщающий показатель, который представляет собой частое от деления одного абсолютного показателя на другой и дает числовую меру соотношений между ними.
1. Среднемесячная заработная плата рабочего предприятия, тыс.р./мес.
Определяется по формуле:
Результаты расчетов приведены в таблице 1.
1. Относительные показатели 3
2. Средние показатели 7
3. Группировка статистической информации 8
3.1. Простая аналитическая группировка 8
3.2. Комбинационная группировка 10
4. Проверка статистической совокупности на однородность 12
5. Определить взаимосвязь с использованием дисперсии 18
6. Определение взаимосвязи с использованием коэффициента 24
7. Корреляционно-регрессионный анализ 26
7.1. По всем предприятиям 26
7.2. Сгруппированные данные 30
8. Анализ расчетов 33
9. Исследование тесноты линейной множественной связи 35
9.1. Коэффициент конкордации 35
9.2. Множественный коэффициент корреляции 36
9.3. Парные коэффициенты корреляции 38
9.4. Частные коэффициенты корреляции 38
Список литературы 40
Вывод: Данный полученный индекс корреляции свидетельствует о том, что связь не тесная между фондовооруженностью рабочих и среднесписочной численностью рабочих.
Вывод: При сравнении линейного коэффициента корреляции (-0,208) и индекса корреляции в случае логарифмической зависимости (0,270) можно сделать вывод о том, что линейное уравнение регрессии хуже отражает исходную статистическую информацию, чем логарифмическая зависимость.
Модель регрессии может быть построена по сгруппированным данным. Для выявления связи между признаками по достаточно большому количеству наблюдений используется корреляционная таблица. В корреляционной таблице можно отобразить только парную связь, т.е. связь результативного признака только с одним фактором, и на её основе построить уравнение регрессии и определить показатель тесноты связи.
Для составления корреляционной таблицы парной связи статистические данные необходимо сгруппировать по обоим признакам, затем построить таблицу, по строкам отложить группы результативного, а по столбцам - группы факторного признака.
Таблица 19. Вспомогательные расчеты.
№ группы |
Фондовооруженность рабочих, yi |
Среднесписочная численность рабочих, хi |
xiyi |
xi2 |
yi2 |
yх |
1 |
10,256 |
5123 |
52541,488 |
26245129 |
105,185536 |
11,04142151 |
2 |
11,934 |
5219 |
62283,546 |
27237961 |
142,420356 |
11,20864806 |
3 |
1,457 |
222 |
323,454 |
49284 |
2,122849 |
2,50415798 |
4 |
3,965 |
425 |
1685,125 |
180625 |
15,721225 |
2,857772446 |
Итого: |
27,612 |
10989 |
116833,613 |
53712999 |
265,449966 |
27,612 |
Корреляционная таблица дает общее представление о направлении связи. Если оба признака располагаются в возрастающем порядке, то можно судить о прямой связи между признаками. В противном - об обратной.
Считая, что зависимость описывается уравнением прямой, коэффициенты а0 и а1 определяются из системы нормальных уравнений вида:
Уравнение регрессии имеет вид:
а0 |
2,117 | ||
а1 |
0,002 | ||
rxy |
0,972 | ||
Dxy |
0,944 |
Для этого был подсчитан
Эмпирическое корреляционное отношение
равное 0,992 дало возможность судить
о том, что связь между фондовооруженн
Значение коэффициента ранговой корреляции у меня получилось равное 0,002. Это говорит о том, что связь между фондовооруженностью рабочих и среднесписочной численностью рабочих - прямая, не тесная, т.к. чем ближе по абсолютной величине коэффициент корреляции рангов к 1, тем теснее связь.
При исследовании линейной зависимости уравнение регрессии имело
y= 1,267+0x
Положительное значение коэффициента а1 говорит о том, что связь между исследуемыми признаками прямая, т.е. увеличением факторного признака ведет за собой увеличение и результативного. Значение линейного коэффициента корреляции равное -0,208 говорит о наличии прямой, тесной связи между фондовооруженностью рабочих и среднесписочной численностью рабочих.
Уравнение логарифмической регрессии имеет вид y = -,0073+0,4227lgx, а1>0, следовательно связь прямая. В качестве оптимальной математической функции, адекватно отражающей эмпирические данные, я решил выбрать логарифмическую функцию. Т.к. У линейной зависимости =-0,208, а у логарифмической = 0,270.
Полученный индекс корреляции (Rxy=0,270) свидетельствует о том, что связь не тесная, прямая между фондовооруженностью рабочих и среднесписочной численностью рабочих.
Таким образом, сравнив результаты расчетов, полученных в заданиях 5, 6, 7 можно сделать следующие вывод:
Коэффициент конкордации характеризует связь между несколькими признаками, измеряемыми в порядковой шкале. Вычисляется по формуле: , где
ikj – ранг к-го наблюдения j-го признака;
n – номер объекта;
m - номер признака.
Таблица 20. Вспомогательные расчеты.
Номер предприятия |
Фондовооруженность рабочих |
ССЧ |
Фондоотдача основных фондов |
Ранги |
Сумма рангов |
Сумма рангов - 39 |
(Сумма рангов - 39)2 | ||
Фондовооруженность рабочих ik1 |
ССЧ ik2 |
Фондоотдача основных фондов ik3 | |||||||
1 |
1,092 |
165 |
0,907 |
14 |
1 |
5 |
20 |
-19 |
361 |
2 |
1,321 |
223 |
0,803 |
22 |
7 |
3 |
32 |
-7 |
49 |
3 |
0,772 |
545 |
2,004 |
4 |
16 |
15 |
35 |
-4 |
16 |
4 |
0,778 |
604 |
2,142 |
6 |
20 |
18 |
44 |
5 |
25 |
5 |
0,94 |
454 |
1,631 |
7 |
12 |
10 |
29 |
-10 |
100 |
6 |
1,096 |
504 |
1,867 |
15 |
15 |
13 |
43 |
4 |
16 |
7 |
1,193 |
557 |
2,048 |
18 |
17 |
16 |
51 |
12 |
144 |
8 |
1,294 |
606 |
2,184 |
20 |
21 |
20 |
61 |
22 |
484 |
9 |
0,773 |
442 |
1,577 |
5 |
11 |
9 |
25 |
-14 |
196 |
10 |
2,047 |
214 |
0,8 |
25 |
5 |
2 |
32 |
-7 |
49 |
11 |
1,172 |
704 |
2,605 |
17 |
23 |
22 |
62 |
23 |
529 |
12 |
0,977 |
184 |
1,962 |
11 |
2 |
14 |
27 |
-12 |
144 |
13 |
0,959 |
575 |
2,152 |
9 |
18 |
19 |
46 |
7 |
49 |
14 |
1,457 |
222 |
0,811 |
23 |
6 |
4 |
33 |
-6 |
36 |
15 |
1,067 |
332 |
1,239 |
13 |
10 |
8 |
31 |
-8 |
64 |
16 |
0,948 |
582 |
2,085 |
8 |
19 |
17 |
44 |
5 |
25 |
17 |
0,751 |
304 |
1,092 |
3 |
9 |
7 |
19 |
-20 |
400 |
18 |
0,733 |
501 |
1,784 |
2 |
14 |
12 |
28 |
-11 |
121 |
19 |
1,237 |
752 |
2,741 |
19 |
25 |
24 |
68 |
29 |
841 |
20 |
0,644 |
279 |
2,989 |
1 |
8 |
25 |
34 |
-5 |
25 |
21 |
1,918 |
211 |
0,769 |
24 |
4 |
1 |
29 |
-10 |
100 |
22 |
1,016 |
466 |
1,711 |
12 |
13 |
11 |
36 |
-3 |
9 |
23 |
0,965 |
187 |
0,924 |
10 |
3 |
6 |
19 |
-20 |
400 |
24 |
1,165 |
711 |
2,638 |
16 |
24 |
23 |
63 |
24 |
576 |
25 |
1,297 |
665 |
2,395 |
21 |
22 |
21 |
64 |
25 |
625 |
Итого: |
5384 |
Для количества предприятий 25 и числе признаков 3 суммарное значение рангов равно 39.
Коэффициент конкордации равен 0,460, следовательно между объемом товарной продукции, среднегодовой стоимостью основных фондов и месячной производительностью труда одного рабочего существует не тесная прямая связь.
Множественный коэффициент корреляции характеризует степень тесноты линейной статистической связи результативными и линейной комбинацией факторных признаков. При наличии двух факторных признаков он имеет вид: (расчеты коэффициентов корреляции в пункте 9.3)
Таблица 21. Вспомогательная таблица.
Номер предприятия |
yi, Фондовооруженность рабочих |
xi1,ССЧ |
xi2, Фондоотдача основных фондов |
xi12 |
xi22 |
xi1xi2 |
xi1yi |
xi2yi |
yi2 |
1 |
1,092 |
165 |
0,907 |
27225,00 |
0,82 |
149,66 |
180,18 |
0,99 |
1,19 |
2 |
1,321 |
223 |
0,803 |
49729,00 |
0,64 |
179,07 |
294,58 |
1,06 |
1,75 |
3 |
0,772 |
545 |
2,004 |
297025,00 |
4,02 |
1092,18 |
420,74 |
1,55 |
0,60 |
4 |
0,778 |
604 |
2,142 |
364816,00 |
4,59 |
1293,77 |
469,91 |
1,67 |
0,61 |
5 |
0,94 |
454 |
1,631 |
206116,00 |
2,66 |
740,47 |
426,76 |
1,53 |
0,88 |
6 |
1,096 |
504 |
1,867 |
254016,00 |
3,49 |
940,97 |
552,38 |
2,05 |
1,20 |
7 |
1,193 |
557 |
2,048 |
310249,00 |
4,19 |
1140,74 |
664,50 |
2,44 |
1,42 |
8 |
1,294 |
606 |
2,184 |
367236,00 |
4,77 |
1323,50 |
784,16 |
2,83 |
1,67 |
9 |
0,773 |
442 |
1,577 |
195364,00 |
2,49 |
697,03 |
341,67 |
1,22 |
0,60 |
10 |
2,047 |
214 |
0,8 |
45796,00 |
0,64 |
171,20 |
438,06 |
1,64 |
4,19 |
11 |
1,172 |
704 |
2,605 |
495616,00 |
6,79 |
1833,92 |
825,09 |
3,05 |
1,37 |
12 |
0,977 |
184 |
1,962 |
33856,00 |
3,85 |
361,01 |
179,77 |
1,92 |
0,95 |
13 |
0,959 |
575 |
2,152 |
330625,00 |
4,63 |
1237,40 |
551,43 |
2,06 |
0,92 |
14 |
1,457 |
222 |
0,811 |
49284,00 |
0,66 |
180,04 |
323,45 |
1,18 |
2,12 |
15 |
1,067 |
332 |
1,239 |
110224,00 |
1,54 |
411,35 |
354,24 |
1,32 |
1,14 |
16 |
0,948 |
582 |
2,085 |
338724,00 |
4,35 |
1213,47 |
551,74 |
1,98 |
0,90 |
17 |
0,751 |
304 |
1,092 |
92416,00 |
1,19 |
331,97 |
228,30 |
0,82 |
0,56 |
18 |
0,733 |
501 |
1,784 |
251001,00 |
3,18 |
893,78 |
367,23 |
1,31 |
0,54 |
19 |
1,237 |
752 |
2,741 |
565504,00 |
7,51 |
2061,23 |
930,22 |
3,39 |
1,53 |
20 |
0,644 |
279 |
2,989 |
77841,00 |
8,93 |
833,93 |
179,68 |
1,92 |
0,41 |
21 |
1,918 |
211 |
0,769 |
44521,00 |
0,59 |
162,26 |
404,70 |
1,47 |
3,68 |
22 |
1,016 |
466 |
1,711 |
217156,00 |
2,93 |
797,33 |
473,46 |
1,74 |
1,03 |
23 |
0,965 |
187 |
0,924 |
34969,00 |
0,85 |
172,79 |
180,46 |
0,89 |
0,93 |
24 |
1,165 |
711 |
2,638 |
505521,00 |
6,96 |
1875,62 |
828,32 |
3,07 |
1,36 |
25 |
1,297 |
665 |
2,395 |
442225,00 |
5,74 |
1592,68 |
862,51 |
3,11 |
1,68 |
Итого: |
27,612 |
10989 |
43,860 |
5707055,00 |
88,01 |
21687,36 |
11813,53 |
46,21 |
33,24 |
ryx1x2 |
0,437 |
Коэффициент равен 0,437, что говорит о наличии не тесной прямой связи между признаками.
Парный коэффициент корреляции, характеризующий тесноту связи между результативным признаком у и факторным х1 :
Парный коэффициент корреляции, характеризующий тесноту связи между результативным признаком у и факторным х2 :
Между факторами имеется не тесная линейная связь, поэтому из модели нельзя исключить второй фактор и использовать парную регрессию.
При статистической оценке тесноты линейной связи между результативными признаками у и двумя факторными признаками х1, х2 частный коэффициент корреляции результативного признака и первого фактора х1 при элиминации второго фактора х2 равен:
Частный коэффициент корреляции результативного признака второго фактора х2 при элиминации первого фактора х1 равен:
Вывод: между фондовооруженностью
рабочих и среднесписочной
Вывод: между фондовооруженностью рабочих и среднесписочной численностью рабочих существует не тесная прямая связь.
Богородская Н.А. Экономическая статистика: Текст лекций/ СПбГААП, СПб., 1996. 111 с.
Богородская Н.А. Статистика. Методы анализа статистической нформации: Текст лекций / СПГААП: СПб., 1997.
Богородская Н. А, Киселева Е.М. Статистика: Учебное пособие: - С.-Петерб. гос. ун-т аэрокосм. приборостроения. -СПб.: РИО ГУАП, 2006.
Богородская Н.А. Статистика. Методы анализа статистической информации: Метод. указ. к практическим занятиям / СПбГУАП. СПб., 2008.