Статистический анализ

Автор работы: Пользователь скрыл имя, 14 Ноября 2013 в 19:42, контрольная работа

Описание работы

«Общая теория статистики» - это одна из фундаментальных дисциплин в системе экономических наук. Экономическая статистика – это глаза и уши аналитики, это инструмент функциональной диагностики, необходимый для принятия управленческих и политических решений, это - зеркало, в котором отражается живой социально-экономический организм: иногда - в целом, иногда - его отдельные составляющие элементы.

Файлы: 1 файл

VARIANT_10.docx

— 93.55 Кб (Скачать файл)

Асимметрия.

86,87>86,8> 85,1

 – это правостороння  асимметрия.

Показатель асимметрии рассчитывается тремя способами:

- исходя из соотношений  средних величин:

 

- по методу Линдберга:

 0,52-0,50= 0,02

n=

- с использованием центрального  момента третьего порядка (

 

 

По итогам расчета показателей  асимметрии можно сделать следующие  выводы. Соотношения средней арифметической и средних структурных величин, положительные значения показателей, рассчитанных по методам соотношения средних с использованием центрального момента третьего порядка свидетельствуют о правосторонней асимметрии. Показатель Линдберга, имеющий отрицательное значение, в этом случае признается значимым. Отношение показателя асимметрии к средней квадратической ошибке меньше 3 и характеризует ее несущественность, значит распределение можно считать нормальным.

Показатель эксцесса рассчитываем двумя способами:

- по методу Линдберга: Ex=n-0,389

 

, n=19/50=0, 38, Ex=0, 38-0,389= -0,009.

- с использованием центрального  момента четвертого порядка  

.

,

 

Исходя из рассчитанных значений показателя эксцесса делаются выводы. Отрицательное значение показателя эксцесса, рассчитанного по методам Линдберга и с использованием центрального момента четвертого порядка, характеризует наблюдаемое распределение как плосковершинное. Величина отношения показателя эксцесса к его средней квадратической ошибке должна удовлетворять условию: , что свидетельствует о незначительности эксцесса и близости наблюдаемого распределения к нормальному.

3.  Выборочное наблюдение.

  1. Средняя ошибка выборки (µ) обеспечивает надежность средней величины с точностью 0,954 и рассчитывается по формуле: 

Зная, что n=20 является двадцатипроцентной выборочной совокупностью, можно рассчитать величину генеральной совокупности.

 

Тогда средняя ошибка выборки  составит:

млн.руб.

Предельная ошибка выборки () уточняет среднюю ошибку на коэффициент, определенный вероятностью ее возникновения =t*

При вероятности возникновения  ошибки равной 0,954 коэффициент доверия  составляет t(0,95)=1,96. Значит, предельная ошибка выборки примет значение: 
=1,96*1,03=2 млн. руб.

Доверительный интервал средней  арифметической находится в границах

 

 

Таким образом, с вероятностью 0,954 можно гарантировать, что средняя  величина основных фондов в генеральной  совокупности не будет меньше млн. руб. и не превысит млн. руб.

 

  1. Ошибки выборки долей статистической совокупности (w=0,52=52%)

Средняя ошибка для доли совокупности рассчитывается по формуле:

 

Предельная ошибка выборки  также рассчитывается с учетом вероятности  ее возникновения. t (0,975)=2,24

 

2,24*0,06=0,134=13,4%

Доверительный интервал доли совокупности определяется в границах

,

= [0,386;0,654]

Следовательно, количество предприятий, основные фонды которых  больше среднего, в генеральной совокупности составит не меньше 38,6% и не превысит 65,4%.

 

4. Статистическое изучение взаимосвязи социально-экономических явлений.

  1. Расчет показателей линейной корреляционно-регрессионной зависимости

№ предприятия

Среднее расстояние перевозки

Грузооборот

Расчетные графы

           

y()

1

81,8

208,7

17071,66

6691,24

43555,69

187,62

2

79,7

179,3

14290,21

6352,09

32148,49

183,11

3

92,7

192,8

17872,56

8593,29

37171,84

211,06

4

82,9

203,7

16886,73

6872,41

41493,69

189,99

5

75,2

145,1

10911,52

5655,04

21054,01

173,43

6

87,0

180,1

15668,7

7569

32436,01

198,8

7

76,8

166,3

12771,84

5898,24

27655,69

176,87

8

97,2

240,7

23396,04

9447,84

57936,49

220,73

9

85,8

208,3

17872,14

7361,64

43388,89

196,22

10

82,3

160,4

13200,92

6773,29

25728,16

188,7

11

88,2

227,9

20100,78

7779,24

51938,41

201,38

12

96,7

196,1

18962,87

9350,89

38455,21

219,66

13

73,6

155,3

11430,08

5416,96

24118,09

169,99

14

97,4

190,7

18574,18

9486,76

36366,49

221,16

15

76,8

191,8

14730,24

5898,24

36787,24

176,87

16

87,3

210,0

18333

7621,29

44100

199,45

17

79,2

169,9

13456,08

6272,64

28866,01

182,03

18

87,3

199,5

17416,35

7621,29

39800,25

199,45

19

110,7

247,4

27387,18

12254,49

61206,76

249,76

20

57,8

126,2

7294,36

3340,84

15926,44

136,02

21

70,9

188,7

13378,83

5026,81

35607,69

164,19

22

76,7

154,3

11834,81

5882,89

23808,49

176,66

23

96,7

225,7

21825,19

9350,89

50940,49

219,66

24

87,6

223,4

19569,84

7673,76

49907,56

200,09

25

87,8

225,6

19807,68

7708,84

50895,36

200,52

26

73,7

154,4

11379,28

5431,69

23839,36

170,21

27

86,9

216,6

18822,54

7551,61

46915,56

198,59

28

83,2

210,3

17496,96

6922,24

44226,09

190,63

29

99,4

245,9

24442,46

9880,36

60466,81

225,46

30

79,2

212,7

16845,84

6272,64

45241,29

182,03

31

81,9

189,5

15520,05

6707,61

35910,25

187,84

32

87,9

177,7

15619,83

7726,41

31577,29

200,74

33

95,5

237,4

22671,7

9120,25

56358,76

217,08

34

93,8

201,2

18872,56

8798,44

40481,44

213,42

35

80,5

202,5

16301,25

6480,25

41006,25

184,83

36

92,6

217,5

20140,5

8574,76

47306,25

210,84

37

79,1

176,3

13945,33

6256,81

31081,69

181,82

38

67,6

169,8

11478,48

4569,76

28832,04

157,09

39

86,2

187,9

16196,98

7430,44

35306,41

197,08

40

79,8

195,5

15600,9

6368,04

38220,25

183,32

41

97,8

214,14

20942,892

9564,84

45855,9396

222,02

42

84,9

204,9

17396,01

7208,01

41984,01

194,29

43

87,2

173,3

15111,76

7603,84

30032,89

199,23

44

71,9

168,6

12122,34

5169,61

28425,96

166,34

45

92,2

182,5

16826,5

8500,84

33306,25

209,98

46

80,3

180,7

14510,21

6448,09

32652,49

184,4

47

79,6

199,8

15904,08

6336,16

39920,04

182,89

48

105,9

258,6

27385,74

11214,81

66873,96

239,44

49

90,0

183,2

16488

8100

33562,24

205,25

50

94,5

205,0

19372,5

8930,25

42025

214,93

4267,7

9783,84

845438,482

369067,67

1952701,97

9763,055


Наиболее простой и  распространенной формой регрессии  является прямолинейная зависимость  вида:

 

Для нахождения параметров уравнения регрессии в соответствии с требованиями метода наименьших квадратов  строится система нормальных уравнений:

 

 

 

Таким образом, параметры  линейного уравнения регрессии  составляют:

 

 

При уровне значимости а = 0,05 и числе степеней свободы к = 50 – 2 = 48, табличное значение tкрит (0,05;48) = 2,01

Расчётные значения t - критерия определяются по формулам:

=;    =

где – среднее квадратическое отклонение результативного признака от его выровненных значений.

 

 

№ предприятия

Среднее расстояние перевозки

Грузооборот

Расчётная графа

     

y()

 

( -

1

81,8

208,7

187,62

444,3664

169,7809

2

79,7

179,3

183,11

14,478025

267,9769

3

92,7

192,8

211,06

333,245025

8,2369

4

82,9

203,7

189,99

188,101225

64,4809

5

75,2

145,1

173,43

802,5889

2557,3249

6

87,0

180,1

198,8

349,69

242,4249

7

76,8

166,3

176,87

111,7249

862,5969

8

97,2

240,7

220,73

398,8009

2027,7009

9

85,8

208,3

196,22

145,9264

159,5169

10

82,3

160,4

188,7

800,607025

1243,9729

11

88,2

227,9

201,38

703,3104

1038,7729

12

96,7

196,1

219,66

554,838025

0,1849

13

73,6

155,3

169,99

215,7961

1629,7369

14

97,4

190,7

221,16

927,8116

24,7009

15

76,8

191,8

176,87

222,9049

14,9769

16

87,3

210,0

199,45

111,408025

205,3489

17

79,2

169,9

182,03

147,1369

664,0929

18

87,3

199,5

199,45

0,003025

14,6689

19

110,7

247,4

249,76

5,546025

2675,9929

20

57,8

126,2

136,02

96,4324

4826,0809

21

70,9

188,7

164,19

600,985225

48,5809

22

76,7

154,3

176,66

499,746025

1711,4769

23

96,7

225,7

219,66

36,542025

901,8009

24

87,6

223,4

200,09

543,3561

768,9529

25

87,8

225,6

200,52

629,0064

895,8049

26

73,7

154,4

170,21

249,798025

1703,2129

27

86,9

216,6

198,59

324,540225

438,0649

28

83,2

210,3

190,63

386,9089

214,0369

29

99,4

245,9

225,46

417,7936

2523,0529

30

79,2

212,7

182,03

940,6489

290,0209

31

81,9

189,5

187,84

2,772225

38,0689

32

87,9

177,7

200,74

530,611225

322,9209

33

95,5

237,4

217,08

413,105625

1741,3929

34

93,8

201,2

213,42

149,3284

30,5809

35

80,5

202,5

184,83

312,405625

46,6489

36

92,6

217,5

210,84

44,3556

476,5489

37

79,1

176,3

181,82

30,415225

375,1969

38

67,6

169,8

157,09

161,5441

669,2569

39

86,2

187,9

197,08

84,2724

60,3729

40

79,8

195,5

183,32

148,3524

0,0289

41

97,8

214,14

222,02

62,0944

341,1409

42

84,9

204,9

194,29

112,678225

85,1929

43

87,2

173,3

199,23

672,3649

500,4169

44

71,9

168,6

166,34

5,130225

732,7849

45

92,2

182,5

209,98

755,1504

173,4489

46

80,3

180,7

184,4

13,653025

224,1009

47

79,6

199,8

182,89

285,9481

17,0569

48

105,9

258,6

239,44

367,297225

3960,1849

49

90,0

183,2

205,25

486,2025

155,5009

50

94,5

205,0

214,93

98,505625

87,0489

4267,7

9783,84

9763,05

15940,22

38231,47


= 17.85

= = 4,56

= = 8,09

Так как расчётные значения t – критерия больше его критической величины (4,56>2.01;8,09>2.01), то параметры прямолинейного уравнения признаются типичными, а модель регрессии значимой для практической деятельности.

 

 

  1. Таким образом линейное уравнение регрессии принимает вид:

 y() = 2,1 + 11,75.

Эмпирическая и теоретическая  зависимости оборотных средств транспортных компаний от величины основных фондов

  1. Проверка практической значимости полученной модели регрессии между признаками осуществляется при помощи показателей корреляции.

Теснота связей между признаками в линейной модели регрессии определяется посредством расчёта линейного  коэффициента корреляции:

r =  

r = = = 0.76

Значимость коэффициента корреляции оценивается при помощи формулы:

tr =

tr = = 11,44

Так как табличное значение t – критерия Стьюдента меньше его расчётного значения (11,44>2.01), коэффициент корреляции признаётся значимым.

Значение линейного значения корреляции и индекса корреляции оцениваются по шкале Чеддока.

Шкала Чеддока

Показатели тесноты связи

0,1 – 0,3

0,3 – 0,5

0,5 – 0,7

0,7 – 0,9

0,9 – 0,999

Характеристика связи

слабая

умеренная

заметная

тесная

Очень тесная


Таким образом, положительный  знак коэффициента корреляции свидетельствует  о прямой связи. Величина коэффициента и индекса корреляции (0,76) характеризует связь между признаками как тесную.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Страница 

 
   




Информация о работе Статистический анализ