Различные виды средних величин и соотношения между ними

Автор работы: Пользователь скрыл имя, 25 Сентября 2013 в 15:38, курсовая работа

Описание работы

В данной курсовой работе рассмотрена тема изучения метода средних величин. В них отображаются основные показатели, которые характеризуют общественные явления, к примеру, товарооборот, заработанная плата, товарные запасы, цены, рождаемость. Характеризуются средними величинами

Файлы: 1 файл

стратегический менеджментттт.doc

— 136.00 Кб (Скачать файл)

 

m = 0 - средняя геометрическая;

 

m = 1 - средняя арифметическая;

 

m = 2 - средняя квадратичная.

 

В экономике используется большое  количество показателей, вычисляемых в виде средних величин. К примеру, интегральным показателем доходов работающих акционерного общества (АО) служит средний доход одного рабочего, который определяется отношением суммарного фонда заработной платы и выплат социального характера за определенный период (год, квартал, месяц) к итоговой численности рабочих АО.

 

Для рабочих с одинаковым уровнем  доходов, например, сотрудников бюджетной  сферы и пенсионеров по старости можно определить доли расходов на покупку продуктов питания. Так можно расчитать среднюю продолжительность рабочего дня, средний тарифный разряд рабочих, средний уровень производительности труда и т.д.

 

Правило мажорантности средних: чем  выше показатель степени m, тем больше величина средней.

 

Средняя арифметическая величина обладает следующими свойствами:

 

Сумма отклонений индивидуальных значений признака от его среднего значения равна нулю.

 

Если все значения признака (х) увеличить (уменьшить) в одно и то же число  К раз, то средняя увеличится (уменьшится) в К раз.

 

Если все значения признака (x) увеличить (уменьшить) на одно и то же число A, то средняя увеличится (уменьшится) на это же число А.

 

Если все значения весов (f) увеличить  или уменьшить в одно и то же число раз, то средняя не изменится.

 

Сумма квадратов отклонений индивидуальных значений признака от средней арифметической меньше, чем от любого другого числа. Если при замене индивидуальных величин признака на среднюю величину необходимо сохранить неизменную сумму квадратов исходных величин, то средняя будет являться квадратической средней величиной.

 

Одновременное использование некоторых  свойств позволяют упростить  расчет средней арифметической: можно  из всех значений признака вычесть  постоянную величину А, разности сократить  на общий множитель K, а все веса f разделить на одно и то же число и, по измененным данным, рассчитать среднюю. Затем, если полученное значение средней умножить на K, а к произведению прибавить А, то получим искомое значение средней арифметической по формуле:

 

Полученная, таким образом, преобразованная средняя, называется моментом первого порядка, а вышеизложенный способ расчета средней - способом моментов, или отсчетом от условного нуля.

 

Если при группировке значения осредняемого признака заданы интервалами, то при расчете средней арифметической величины, в качестве значения признака в группах, принимают середины этих интервалов, то есть исходят из предположения о равномерном распределении единиц совокупности по интервалу значений признака. Для открытых интервалов в первой и последней группе, если таковые есть, значения признака необходимо определять экспертным путем, исходя из сущности свойств признака и совокупности.

 

При отсутствии возможности экспертной оценки, значения признака в открытых интервалах для нахождения недостающей границы открытого интервала, применяют размах (разность между значениями конца и начала интервала) соседнего интервала (принцип «соседа»). Иными словами - ширину (шаг) открытого интервала определяют по величине рядом стоящего интервала.

 

3. Практическое применение средних величин

 

 

Средние величины используются для  нахождения уравнения регрессии.

 

Исходные данные показателей x и y, а также промежуточные расчеты  для нахождения коэффициентов уравнения  линейной регрессии представлены в  таблице 1.

 

Таблица 1 - Расчеты, необходимые для нахождения параметров регрессии

 

№ 

Надой молока на 1 корову (Y) 

Продолжительность вегетативного  периода(Х) 

X*Y 

X*X 

Y*Y 

 

3627 

25389 

49 

13155129 

 

3866 

27062 

49 

14945956 

 

3371 

23597 

49 

11363641 

 

4212 

29484 

49 

17740944 

 

4173 

20865 

25 

17413929 

 

3597 

25179 

49 

12938409 

 

3856 

19280 

25 

14868736 

 

4240 

21200 

25 

17977600 

 

3766 

26362 

49 

14182756 

 

10 

2522 

17654 

49 

6360484 

 

11 

3233 

22631 

49 

10452289 

 

12 

3401 

23807 

49 

11566801 

 

13 

3293 

23051 

49 

10843849 

 

14 

3104 

21728 

49 

9634816 

 

15 

3478 

24346 

49 

12096484 

 

16 

4208 

5,7 

23985,6 

32,49 

17707264 

 

17 

4306 

21530 

25 

18541636 

 

18 

3414 

4,7 

16045,8 

22,09 

11655396 

 

19 

2835 

3,3 

9355,5 

10,89 

8037225 

 

20 

3520 

21120 

36 

12390400 

 

21 

2344 

11720 

25 

5494336 

 

22 

2118 

10590 

25 

4485924 

 

23 

1315 

6575 

25 

1729225 

 

24 

2696 

13480 

25 

7268416 

 

25 

3173 

15865 

25 

10067929 

 

26 

1510 

7550 

25 

2280100 

 

27 

3716 

4,5 

16722 

20,25 

13808656 

 

28 

3264 

16320 

25 

10653696 

 

29 

3722 

18610 

25 

13853284 

 

30 

3022 

15110 

25 

9132484 

 

31 

3388 

16940 

25 

11478544 

 

32 

4735 

23675 

25 

22420225 

 

33 

1468 

3,9 

5725,2 

15,21 

2155024 

 

34 

2810 

16860 

36 

7896100 

 

35 

2752 

19264 

49 

7573504 

 

36 

2743 

5,3 

14537,9 

28,09 

7524049 

 

37 

3506 

17530 

25 

12292036 

 

38 

1788 

3,7 

6615,6 

13,69 

3196944 

 

39 

4032 

6,3 

25401,6 

39,69 

16257024 

 

40 

2465 

17255 

49 

6076225 

 

41 

2544 

1,7 

4324,8 

2,89 

6471936 

 

Сумма 

131133 

229,1 

744343 

1343,29 

445989405 

 

 

 

Формула уравнения регрессии:

 

Найдем коэффициент регрессии a1

 

Линейное уравнение регрессии: у = 183,7241х + 2171,751

 

2) Прежде, чем построить эмпирическую  и теоретическую линии зависимости  у от х, построим таблицу значений.

 

Таблица 2 - Значения теоретической  и эмпирической функций

 

№ 

Продолжительность вегетативного  периода(Х) 

Надой молока на 1 корову (Y) 

Yтеор 

 

3627 

3457,82 

 

3866 

3457,82 

 

3371 

3457,82 

 

4212 

3457,82 

 

4173 

3090,372 

 

3597 

3457,82 

 

3856 

3090,372 

 

4240 

3090,372 

 

3766 

3457,82 

 

10 

2522 

3457,82 

 

11 

3233 

3457,82 

 

12 

3401 

3457,82 

 

13 

3293 

3457,82 

 

14 

3104 

3457,82 

 

15 

3478 

3457,82 

 

16 

5,7 

4208 

3218,979 

 

17 

4306 

3090,372 

 

18 

4,7 

3414 

3035,255 

 

19 

3,3 

2835 

2778,041 

 

20 

3520 

3274,096 

 

21 

2344 

3090,372 

 

22 

2118 

3090,372 

 

23 

1315 

3090,372 

 

24 

2696 

3090,372 

 

25 

3173 

3090,372 

 

26 

1510 

3090,372 

 

27 

4,5 

3716 

2998,51 

 

28 

3264 

3090,372 

 

29 

3722 

3090,372 

 

30 

3022 

3090,372 

 

31 

3388 

3090,372 

 

32 

4735 

3090,372 

 

33 

3,9 

1468 

2888,275 

 

34 

2810 

3274,096 

 

35 

2752 

3457,82 

 

36 

5,3 

2743 

3145,489 

 

37 

3506 

3090,372 

 

38 

3,7 

1788 

2851,531 

 

39 

6,3 

4032 

3329,213 

 

40 

2465 

3457,82 

 

41 

1,7 

2544 

2484,082 

 

 

 

Точки линейной регрессии и эмпирические значения представлены на графике ниже (рис. 1).

 

Рисунок 1 - Эмпирические и теоретические  значения

 

3) Линейный коэффициент корреляции:

 

Связь между признаками прямая, несущественная.

 

4) Коэффициент детерминации:

 

R2 = (0,28*0,28)*100% = 7,84%

 

Коэффициент алиенации: А= 0,96

 

5) Рассчитаем ошибку коэффициента  корреляции и достоверность коэффициента.

 

Проверим значимость r с помощью  критерия Стьюдента при уровне значимости а=0,05

 

6) Коэффициент Спирмэна будет  невозможно правильно сравнить  с табличным значением, поскольку  объем выборки больше 40.

 

7) Коэффициент корреляции знаков  Ферхена

 

Таблица 3 - Число С, Н

 

№ 

Надой молока на 1 корову (Y) 

Продолжительность вегетативного  периода(Х) 

Откл.Y 

Откл.Х 

 С/Н 

 

3627 

 

3866 

 

3371 

 

4212 

 

4173 

 

3597 

 

3856 

 

4240 

 

3766 

 

10 

2522 

 

11 

3233 

 

12 

3401 

 

13 

3293 

 

14 

3104 

 

15 

3478 

 

16 

4208 

5,7 

 

17 

4306 

 

18 

3414 

4,7 

 

19 

2835 

3,3 

 

20 

3520 

 

21 

2344 

 

22 

2118 

 

23 

1315 

 

24 

2696 

 

25 

3173 

 

26 

1510 

 

27 

3716 

4,5 

 

28 

3264 

 

29 

3722 

 

30 

3022 

 

31 

3388 

 

32 

4735 

 

33 

1468 

3,9 

 

34 

2810 

 

35 

2752 

 

36 

2743 

5,3 

 

37 

3506 

 

38 

1788 

3,7 

 

39 

4032 

6,3 

 

40 

2465 

 

41 

2544 

1,7 

 

Сред. 

3198,366 

5,587805 

Сумма С 

24 

 

 

 

С=24; Н=41-24 = 17

 

Кф = (24-17)/41 = 0,17<0,3 => связь несущественная

 

8) Коэффициент корреляции показывает, что связь между продолжительностью  вегетативного периода и надоем молока на 1 корову прямая, но несущественная. Коэффициент детерминации намного меньше 50%, следовательно, зависимость между двумя признаками слабая. По всем способам проверки значимости коэффициента детерминации было выяснено, что коэффициент линейной корреляции незначим.

 

Модой называется значение признака (варианта), чаще всего встречающееся  в изучаемой совокупности. В дискретном ряду распределения модой будет  варианта с наибольшей частотой.

 

Например: Распределение проданной  женской обуви по размерам характеризуется следующим образом:

 

Таблица 4 - Проданная женская обувь  по размерам

 

Размер обуви 

34 

35 

36 

37 

38 

39 

40 

41 

 

Количество проданных пар 

19 

34 

108 

72 

51 

 

 

 

В этом ряду распределения модой  является 37 размер, т.е. Мо = 37.

 

Для интервального ряда распределения  мода определяется по формуле:

 

где ХMo - нижняя граница модального интервала;

 

hMo - величина модального интервала;

 

fMo - частота модального интервала;

 

fMo-1 и fMo+1 - частота интервала  соответственно

 

предшествующего модальному и следующего за ним.

 

Например: Распределение рабочих  по стажу работы характеризуется  следующими данными.

 

Таблица 5

 

Стаж работы, лет 

до 2 

2-4 

4-6 

6-8 

8-10 

10 и более 

 

Число рабочих, чел. 

23 

20 

35 

11 

 

 

 

Определить моду интервального  ряда распределения.

 

Мода интервального ряда составляет:

 

Мо = 6+2х(35-20)/(35-20+35-11) = 6,77 года.

 

Мода всегда бывает несколько неопределённой, т.к. она зависит от величины групп и точного положения границ групп. Мода широко применяется в коммерческой практике при изучении покупательского спроса, при регистрации цен и т.п.

 

Медианой в статистике называется варианта, расположенная в середине упорядоченного ряда данных, и которая делит статистическую совокупность на две равные части так, что у одной половины значения меньше медианы, а у другой половины - больше её. Для определения медианы необходимо построить ранжированный ряд, т.е. ряд в порядке возрастания или убывания индивидуальных значений признака.

 

В дискретном упорядоченном ряду с  нечётным числом членов медианой будет  варианта, расположенная в центре ряда.

 

Например: Стаж пяти рабочих составил 2, 4, 7, 9 и 10 лет. В таком ряду медиана-7 лет, т.е. Ме=7 лет

 

Если дискретный упорядоченный  ряд состоит из чётного числа  членов, то медианой будет средняя  арифметическая из двух смежных вариант, стоящих в центре ряда.

 

Например: Стаж работы шести рабочих  составил 1, 3, 4, 5, 10 и 11лет. В этом ряду имеются две варианты, стоящие в центре ряда. Это варианты 4 и 5. Средняя арифметическая из этих значений и будет медианой ряда:

 

Ме = (4+5)/2 = 4,5 года

 

Чтобы определить медиану для сгруппированных  данных, необходимо считать накопленные частоты.

 

Например: По имеющимся данным определим  медиану размера обуви

 

Таблица 6

 

Размер обуви 

Количество проданных пар 

Сумма накопленных частот 

Информация о работе Различные виды средних величин и соотношения между ними