Если изучаемая случайная величина является непрерывной, то ранжирование и группировка наблюдаемых значений зачастую не позволяют выделить характерные черты варьирования ее значений. Это объясняется тем, что отдельные значения случайной величины могут как угодно мало отличаться друг от друга и поэтому в совокупности наблюдаемых данных одинаковые значения величины могут встречаться редко, а частоты вариантов мало отличаются друг от друга.
Нецелесообразно также построение дискретного ряда для дискретной случайной величины, число возможных значений которой велико. В подобных случаях следует строить интервальный вариационный ряд распределения.
Для построения такого ряда весь интервал варьирования наблюдаемых значений случайной величины разбивают на ряд частичных интервалов и подсчитывают частоту попадания значений величины в каждый частичный интервал.
Интервальным вариационным рядом называют упорядоченную совокупность интервалов варьирования значений случайной величины с соответствующими частотами или относительными частотами попаданий в каждый из них значений величины.
Для построения интервального ряда необходимо:
- определить величину частичных интервалов;
- определить ширину интервалов;
- установить для каждого интервала его верхнюю и нижнюю границы ;
- сгруппировать результаты наблюдении.
1 . Вопрос о выборе числа и ширины интервалов группировки приходится решать в каждом конкретном случае исходя из целей исследования, объема выборки и степени варьирования признака в выборке.
Приблизительно число интервалов k можно оценить исходя только из объема выборки n одним из следующих способов:
- по формуле Стержеса : k = 1 + 3,32·lg n ;
- с помощью таблицы 1.
Таблица 1
2 . Обычно предпочтительны интервалы одинаковой ширины. Для определения ширины интервалов h вычисляют:
- размах варьирования R - значений выборки: R = x max - x min ,
где x max и x min - максимальная и минимальная варианты выборки;
- ширину каждого из интервалов h определяют по следующей формуле: h = R/k .
3 . Нижняя граница первого интервала x h1 выбирается так, чтобы минимальная варианта выборки x min попадала примерно в середину этого интервала: x h1 = x min - 0,5·h .
Промежуточные интервалы получают прибавляя к концу предыдущего интервала длину частичного интервала h :
x hi = x hi-1 +h .
Построение шкалы интервалов на основе вычисления границ интервалов продолжается до тех пор, пока величина x hi удовлетворяет соотношению:
x hi < x max + 0,5·h .
4 . В соответствии со шкалой интервалов производится группирование значений признака - для каждого частичного интервала вычисляется сумма частот n i вариант, попавших в i -й интервал. При этом в интервал включают значения случайной величины, большие или равные нижней границе и меньшие верхней границы интервала.
Полигон и гистограмма
Для наглядности строят различные графики статистического распределения.
По данным дискретного вариационного ряда строят полигон частот или относительных частот.
Полигоном частот x 1 ; n 1 ), (x 2 ; n 2 ), ..., (x k ; n k ). Для построения полигона частот на оси абсцисс откладывают варианты x i , а на оси ординат - соответствующие им частоты n i . Точки (x i ; n i ) соединяют отрезками прямых и получают полигон частот (Рис. 1).
Полигоном относительных частот называют ломанную, отрезки которой соединяют точки (x 1 ; W 1 ), (x 2 ; W 2 ), ..., (x k ; W k ). Для построения полигона относительных частот на оси абсцисс откладывают варианты x i , а на оси ординат - соответствующие им относительные частоты W i . Точки (x i ; W i ) соединяют отрезками прямых и получают полигон относительных частот.
В случае непрерывного признака целесообразно строить гистограмму .
Гистограммой частот называют ступенчатую фигуру, состоящую из прямоугольников, основаниями которых служат частичные интервалы длиной h , а высоты равны отношению n i / h (плотность частоты).
Для построения гистограммы частот на оси абсцисс откладывают частичные интервалы, а над ними проводят отрезки, параллельные оси абсцисс на расстоянии n i / h .
Лабораторная работа №1. Первичная обработка статистических данных
Построение рядов распределения
Упорядоченное распределение единиц совокупности на группы по какому-либо одному признаку называется рядом распределения . При этом признак может быть как количественным, тогда ряд называется вариационным , так и качественным, тогда ряд называют атрибутивным . Так, например, население города может быть распределено по возрастным группам в вариационный ряд, или по профессиональной принадлежности в атрибутивный ряд (конечно, можно предложить еще множество качественных и количественных признаков для построения рядов распределения, выбор признака определяется задачей статистического исследования).
Любой ряд распределения характеризуется двумя элементами:
- варианта (х i ) – это отдельные значения признака единиц выборочной совокупности. Для вариационного ряда варианта принимает числовые значения, для атрибутивного – качественные (например, х=«государственный служащий»);
- частота (n i ) – число, показывающее, сколько раз встречается то или иное значение признака. Если частота выражена относительным числом (т.е. долей элементов совокупности, соответствующих данному значению варианты, в общем объеме совокупности), то она называется относительной частотой или частостью .
Вариационный ряд может быть:
- дискретным , когда изучаемый признак характеризуется определенным числом (как правило целым).
- интервальным , когда определены границы «от» и «до» для непрерывно варьируемого признака. Интервальный ряд также строят если множество значений дискретно варьируемого признака велико.
Интервальный ряд может строиться как с интервалами равной длины (равноинтервальный ряд) так и с неодинаковыми интервалами, если это диктуется условиями статистического исследования. Например, может рассматриваться ряд распределения доходов населения со следующими интервалами: <5тыс р., 5-10 тыс р., 10-20 тыс.р., 20-50 тыс р., и т.д. Если цель исследования не определяет способ построения интервального ряда, то строится равноинтервальный ряд, число интервалов в котором определяется по формуле Стерджесса:
где k – число интервалов, n – объем выборки. (Конечно, формула обычно дает число дробное, а в качестве числа интервалов выбирается ближайшее целое к полученному число.) Длина интервала в таком случае определяется по формуле
.
Графически вариационные ряды могут быть представлены в виде гистограммы (над каждым интервалом интервального ряда выстраивается «столбик» высоты, соответствующей частоте в этом интервале), полигона распределения (ломаная линия, соединяющая точки (х i ;n i ) либо кумуляты (строится по накопленным частотам, т.е. для каждого значения признака берется частота появления в совокупности объектов со значением признака меньшим данного).
При работе в Excel для построения вариационных рядов могут быть использованы следующие функции:
СЧЁТ(массив данных ) – для определения объема выборки. Аргументом является диапазон ячеек, в котором находятся выборочные данные.
СЧЁТЕСЛИ(диапазон; критерий ) – может быть использована для построения атрибутивного или вариационного ряда. Аргументами являются диапазон массива выборочных значений признака и критерий – числовое или текстовое значение признака или номер ячейки, в которой оно находится. Результатом является частота появления этого значения в выборке.
ЧАСТОТА(массив данных; массив интервалов ) – для построение вариационного ряда. Аргументами являются диапазон массива выборочных данных и столбец интервалов. Если требуется построить дискретный ряд, то здесь указываются значения варианты, если интервальный – то верхние границы интервалов (их еще называют «карманами»). Поскольку результатом является столбец частот, введение функции следует завершить нажатием сочетания клавиш CTRL+SHIFT+ENTER. Заметим, что задавая массив интервалов при введении функции, последнее значение в нем можно и не указывать – в соответствующий «карман» будут помещены все значения, не попавшие в предыдущие «карманы». Иногда это помогает избежать ошибки, состоящей в том, что наибольшее выборочное значение не помещается автоматически в последний «карман»
Кроме того, для сложных группировок (по нескольким признакам) используют инструмент «сводные таблицы». Для построения атрибутивных и вариационных рядов их тоже можно использовать, но это излишне усложняет задачу. Также для построения вариационного ряда и гистограммы существует процедура «гистограмма» из надстройки «Пакет анализа» (чтобы использовать надстройки в Excel, их нужно сначала загрузить, по умолчанию они не устанавливаются)
Проиллюстрируем процесс первичной обработки данных на следующих примерах.
Пример 1.1 . имеются данные о количественном составе 60 семей.
Построить вариационный ряд и полигон распределения
Решение .
Откроем таблицы Excel. Введем массив данных в диапазон А1:L5. Если Вы изучаете документ в электронной форме (в формате Word, например), для этого достаточно выделить таблицу с данными и скопировать ее в буфер, затем выделить ячейку А1 и вставить данные – они автоматически займут подходящий диапазон. Подсчитаем объем выборки n – число выборочных данных, для этого в ячейку В7 введем формулу =СЧЁТ(А1:L5). Заметим, что для того, чтобы в формулу ввести нужный диапазон, необязательно вводить его обозначение с клавиатуры, достаточно его выделить. Определим минимальное и максимальное значение в выборке, введя в ячейку В8 формулу =МИН(А1:L5), и в ячейку В9: =МАКС(А1:L5).
Рис.1.1 Пример 1. Первичная обработка статистических данных в таблицах Excel
Далее, подготовим таблицу для построения вариационного ряда, введя названия для столбца интервалов (значений варианты) и столбца частот. В столбец интервалов введем значения признака от минимального (1) до максимального (6), заняв диапазон В12:В17. Выделим столбец частот, введем формулу =ЧАСТОТА(А1:L5;В12:В17) и нажмем сочетание клавиш CTRL+SHIFT+ENTER
Рис.1.2 Пример 1. Построение вариационного ряда
Для контроля вычислим сумму частот при помощи функции СУММ (значок функции S в группе «Редактирование» на вкладке «Главная»), вычисленная сумма должна совпасть с ранее вычисленным объемом выборки в ячейке В7.
Теперь построим полигон: выделив полученный диапазон частот, выберем команду «График» на вкладке «Вставка». По умолчанию значениями на горизонтальной оси будут порядковые числа - в нашем случае от 1 до 6, что совпадает со значениями варианты (номерами тарифных разрядов).
Название ряда диаграммы «ряд 1» можно либо изменить, воспользовавшись той же опцией «выбрать данные» вкладки «Конструктор», либо просто удалить.
Рис.1.3. Пример 1. Построение полигона частот
Пример 1.2 . Имеются данные о выбросах загрязняющих веществ из 50 источников:
| 10,4 | 18,6 | 10,3 | 26,0 | 45,0 | 18,2 | 17,3 | 19,2 | 25,8 | 18,7 |
| 28,2 | 25,2 | 18,4 | 17,5 | 41,8 | 14,6 | 10,0 | 37,8 | 10,5 | 16,0 |
| 18,1 | 16,8 | 38,5 | 37,7 | 17,9 | 29,0 | 10,1 | 28,0 | 12,0 | 14,0 |
| 14,2 | 20,8 | 13,5 | 42,4 | 15,5 | 17,9 | 19, | 10,8 | 12,1 | 12,4 |
| 12,9 | 12,6 | 16,8 | 19,7 | 18,3 | 36,8 | 15,0 | 37,0 | 13,0 | 19,5 |
Составить равноинтервальный ряд, построить гистограмму
Решение
Внесем массив данных в лист Excel, он займет диапазон А1:J5 Как и в предыдущей задаче, определим объем выборки n, минимальное и максимальное значения в выборке. Поскольку теперь требуется не дискретный, а интервальный ряд, и число интервалов в задаче не задано, вычислим число интервалов k по формуле Стерджесса. Для этого в ячейку В10 введем формулу =1+3,322*LOG10(B7).
Рис.1.4. Пример 2. Построение равноинтервального ряда
Полученное значение не является целым, оно равно примерно 6,64. Поскольку при k=7 длина интервалов будет выражаться целым числом (в отличие от случая k=6) выберем k=7, введя это значение в ячейку С10. Длину интервала d вычислим в ячейке В11, введя формулу =(В9-В8)/С10.
Зададим массив интервалов, указывая для каждого из 7 интервалов верхнюю границу. Для этого в ячейке Е8 вычислим верхнюю границу первого интервала, введя формулу =B8+B11; в ячейке Е9 верхнюю границу второго интервала, введя формулу =E8+B11. Для вычисления оставшихся значений верхних границ интервалов зафиксируем номер ячейки В11 в введенной формуле при помощи знака $, так что формула в ячейке Е9 примет вид =E8+B$11, и скопируем содержимое ячейки Е9 в ячейки Е10-Е14. Последнее полученное значение равно вычисленному ранее в ячейке В9 максимальному значению в выборке.
Рис.1.5. Пример 2. Построение равноинтервального ряда
Теперь заполним массив «карманов» при помощи функции ЧАСТОТА, как это было сделано в примере 1.
Рис.1.6. Пример 2. Построение равноинтервального ряда
По полученному вариационном ряду построим гистограмму: выделим столбец частот и выберем на вкладке «Вставка» «Гистограмма». Получив гистограмму, изменим в ней подписи горизонтальной оси на значения в диапазоне интервалов, для этого выберем опцию «Выбрать данные» вкладки «Конструктор». В появившемся окне выберем команду «Изменить» для раздела «Подписи горизонтальной оси» и введем диапазон значений варианты, выделив его «мышью».
Рис.1.7. Пример 2. Построение гистограммы
Рис.1.8. Пример 2. Построение гистограммы
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
ЗАДАЧА 1
Имеются следующие данные о заработной плате работников на предприятии:
Таблица 1.1
|
Размер заработной платы в усл. ден. ед. |
||
Требуется построить интервальный ряд распределения, по которому найти;
1) среднюю заработную плату;
2) среднее линейное отклонение;
4) среднее квадратическое отклонение;
5) размах вариации;
6) коэффициент осцилляции;
7) линейный коэффициент вариации;
8) простой коэффициент вариации;
10) медиану;
11) коэффициент асимметрии;
12) показатель асимметрии Пирсона;
13) коэффициент эксцесса.
Решение
Как известно, варианты (значения признано) расположены в порядке возрастания образуют дискретный вариационный ряд. При большом числе вариант (больше 10) даже в случае дискретной вариации строятся интервальные ряды.
Если составляется интервальный ряд с ровными интервалами, то размах вариации делится на указанное число интервалов. При этом, если полученное значение целое и однозначное (что бывает редко), то длина интервала принимается равной этому числу. В остальных случаях производится округление обязательно в сторону увеличения, так чтобы последняя оставляемая цифра была чётной. Очевидно, с увеличением длины интервала расширяется размах вариации на величину, равной произведению числа интервалов: на разность расчетной и первоначальной длины интервала
а) Если величина расширения размаха вариации незначительна, то ее либо прибавляют к наибольшему либо вычитают из наименьшего значения признака;
б) Если величина расширения размаха вариации ощутима, то, чтобы не произошло смешения центра размаха, ее примерно делят пополам одновременно прибавляя к наибольшему и вычитая из наименьшего значений признака.
Если составляется интервальный ряд с неравными интервалами, то процесс упрощается, но по-прежнему длина интервалов должна выражаться числом с последней чётной цифрой, что значительно упрощает последующие расчёты числовых характеристик.
30 - объем выборки.
Составим интервальный ряд распределения, используя формулу Стерджеса:
K = 1 + 3.32*lg n,
K - число групп;
K = 1 + 3.32*lg 30 = 5,91=6
Находим размах признака - заработная плата работников на предприятии - (х) по формуле
R= xmaх - xmin и делим на 6; R= 195-112=83
Тогда длина интервала будет l пер=83:6=13.83
Началом первого интервала будет 112. Прибавляя к 112 l рас=13,83, получим его конечное значение 125,83, которое одновременно является началом второго интервала и т.д. конец пятого интервала - 195.
При нахождении частот следует руководствоваться правилом: «если значение признака совпадает с границей внутреннего интервала, то его следует относить к предыдущему интервалу».
Получим интервальный ряд частот и накопительных частот.
Таблица 1.2
Следовательно, 3 работника имеют зар. плату от 112 до 125,83 усл.ден.ед. Наибольшая зар. плата от 181,15 до 195 усл.ден.ед. только у 6-ті работников.
Для расчёта числовых характеристик интервальный ряд преобразуем в дискретный, взяв в качестве вариант середины интервалов:
Таблица 1.3
|
14131,83 |
По формуле взвешенного среднего арифметического
усл.ден.ед.
Среднее линейное отклонение:
где xi - значение изучаемого признака у i-той единицы совокупности,
Средняя величина изучаемого признака.
Размещено на http://www.allbest.ru/
LРазмещено на http://www.allbest.ru/
Усл.ден.ед.
Среднее квадратическое отклонение:
Дисперсия:
Относительный размах вариации (коэффициент осцилляции): с= R:,
Относительное линейное отклонение: q = L:
Коэффициент вариации: V = у:
Коэффициент осцилляции показывает относительную колеблемость крайних значений признака около среднего арифметического, а коэффициент вариации характеризует степень и однородности совокупности.
с= R: = 83 / 159,485*100% = 52,043%
Таким образом, разница между крайними значениями на 5,16% (=94,84%-100%) меньше среднего значения заработной платы работников на предприятии.
q = L: = 17,765/ 159,485*100% =11,139 %
V = у: = 21,704/ 159,485*100% = 13,609%
Коэффициент вариации меньше 33%, что говорит о слабой вариации заработной платы работников на предприятии, т.е. о том, что средняя величина является типической характеристикой заработной плате работников (совокупность однородная).
В интервальных рядах распределения мода определяется по формуле -
Частота модального интервала, т. е. интервала, содержащего наибольшее число вариант;
Частота интервала, предшествующего модальному;
Частота интервала, следующего за модальным;
Длина модального интервала;
Нижняя граница модального интервала.
Для определения медианы в интервальном ряду воспользуемся формулой
где - кумулятивная (накопленная) частота интервала, предшествующего медианному;
Нижняя граница медианного интервала;
Частота медианного интервала;
Длина медианного интервала.
Медианный интервал - интервал, накопленная частота которого (=3+3+5+7) превышает половину суммы частот - (153,49; 167,32).
Рассчитаем асимметрию и эксцесс для чего составим новую рабочую таблицу:
Таблица 1.4
|
Фактические данные |
Расчетные данные |
||||||
Рассчитаем момент третьего порядка
Следовательно, асимметрия равна
Так как 0,3553 0,25, то асимметрия признается значительной.
Рассчитаем момент четвертого порядка
Следовательно, эксцесс равен
Так как < 0, то эксцесс является плосковершинным.
Степень асимметрии может быть определена с помощью коэффициента асимметрии Пирсона (Аs): осцилляция выборка стоимость товарооборот
где -- средняя арифметическая ряда распределения; -- мода; -- среднее квадратическое отклонение.
При симметричном (нормальном) распределении = Мо, следовательно, коэффициент асимметрии равен нулю. Если Аs > 0, то больше моды, следовательно, имеется правосторонняя асимметрия.
Если As < 0, то меньше моды, следовательно, имеется левосторонняя асимметрия. Коэффициент асимметрии может изменяться от -3 до +3.
Распределение не является симметричным, а имеет левостороннюю асимметрию.
ЗАДАЧА 2
Какова должна быть численность выборки, чтобы с вероятностью 0,954 ошибка выборки не превышала 0,04, если на основе предыдущих обследований известно, что дисперсия равна 0,24?
Решение
Объем выборки при бесповторном отборе рассчитывается по формуле:
t - коэффициент доверия (при вероятности 0,954 он равен 2,0; определяется по таблицам интегралов вероятности),
у2=0,24 - среднее квадратическое отклонение;
10000 чел. - численность выборки;
Дх =0,04 - предельная ошибка выборочной средней.
С вероятностью 95,4% можно утверждать, что численность выборки, обеспечивающая относительную погрешность не более 0,04, должна составлять не менее 566 семей.
ЗАДАЧА 3
Имеются следующие данные о доходах от основной деятельности предприятия, млн. руб.
Для анализа ряда динамики определите следующие показатели:
1) цепные и базисные:
Абсолютные приросты;
Темпы роста;
Темпы прироста;
2) средний
Уровень ряда динамики;
Абсолютный прирост;
Темп роста;
Темп прироста;
3) абсолютное значение 1% прироста.
Решение
1. Абсолютный прирост (Д у) - это разность между последующим уровнем ряда и предыдущим (или базисным):
цепной: Ду = уi - yi-1,
базисный: Ду = уi - y0,
уi - уровень ряда,
i - номер уровня ряда,
y0 - уровень базисного года.
2. Темп роста (Ту) - это отношение последующего уровня ряда и предыдущего (или базисного 2001 г.):
цепной: Ту = ;
базисный: Ту =
3. Темп прироста (Т Д ) - это отношение абсолютного прироста к предыдущему уровню, выраженное в %.
цепной: Ту = ;
базисный: Ту =
4. Абсолютное значение 1% прироста (А) - это отношение цепного абсолютного прироста к темпу прироста, выраженному в %.
А =
Средний уровень ряда рассчитывается по формуле средней арифметической.
Средний уровень доходов от основной деятельности за 4 года:
Средний абсолютный прирост рассчитывается по формуле:
где n - число уровней ряда.
В среднем за год доходы от основной деятельности выросли на 3,333 млн. руб.
Среднегодовой темп роста рассчитывается по формуле средней геометрической:
уn - конечный уровень ряда,
у0 - начальный уровень ряда.
Ту = 100% = 102,174 %
Среднегодовой темп прироста рассчитывается по формуле:
Т? = Ту - 100% = 102,74% - 100% = 2,74%.
Таким образом, в среднем за год доходы от основной деятельности предприятия увеличивались на 2,74%.
ЗАДАЧ А 4
Вычислить:
1. Индивидуальные индексы цен;
2. Общий индекс товарооборота;
3. Агрегатный индекс цен;
4. Агрегатный индекс физического объема продажи товаров;
5. Абсолютный прирост стоимости товарооборота и разложите по факторам (за счет изменения цен и количества проданных товаров);
6. Сделать краткие выводы по всем полученным показателям.
Решение
1. По условию, индивидуальные индексы цен по изделиям А, Б, В составили -
iрA=1.20; iрБ=1,15; iрВ=1.00.
2. Общий индекс товарооборота рассчитаем по формуле:
I w = = 1470/1045*100% = 140,67 %
Товарооборот вырос на 40,67 % (140,67%-100%).
В среднем цены на товары выросли на 10,24%.
Сумма дополнительных расходов покупателей от роста цен:
w(p) = ? p1q1 - ? p0q1 = 1470 - 1333,478= 136,522 млн. руб.
В результате роста цен покупателям пришлось дополнительно израсходовать 136,522 млн. руб.
4. Общий индекс физического объема товарооборота:
Физический объем товарооборота вырос на 27,61 %.
5. Определим общее изменение товарооборота во втором периоде по сравнению с первым периодом:
w = 1470- 1045 = 425 млн.руб.
за счет изменения цен:
W(р) = 1470 - 1333,478 = 136,522 млн. руб.
за счет изменения физического объема:
w(q) = 1333,478 - 1045= 288,478 млн. руб.
Товарооборот товаров увеличился на 40,67%. Цены в среднем по 3-м товарам выросли на 10,24%. Физический объем товарооборота увеличился на 27,61%.
В целом объем реализации увеличился на 425 млн.руб., в том числе за счет роста цен он вырос на 136,522 млн. руб., а за счет увеличения объемов продаж - на 288,478 млн. руб.
ЗАДАЧА 5
По 10 заводам одной отрасли имеются следующие данные.
|
№ завода |
Выпуск продукции, тыс. шт. (Х) |
|
На основе приведенных данных:
I) для подтверждения положений логического анализа о наличии корреляционной прямолинейной зависимости между факторным признаком (объемом выпуска продукции) и результативным признаком (расходом электроэнергии) нанесите исходные данные на график корреляционного поля и сделайте выводы о форме связи, укажите ее формулу;
2) определите параметры уравнения связи и нанесите полученную при этом теоретическую линию на график корреляционного поля;
3) исчислите линейный коэффициент корреляции,
4) поясните значения показателей, полученных в пунктах 2) и 3);
5) используя полученную модель, сделайте прогноз о возможном расходе электроэнергии на заводе с объемом производства 4,5 тыс. шт.
Решение
Данные признака - объем выпуска продукции (фактор), обозначим через хi; признака - расход электроэнергии (результат) через уi; точки с координатами (х, у) наносим на корреляционное поле ОХУ.
Точки корреляционного поля расположены вдоль некоторой прямой. Следовательно, связь - линейная, будем искать уравнение регрессии в виде прямой Уx=ax+b. Для его нахождения воспользуемся системой нормальных уравнений:
Составим расчетную таблицу.
По найденным средним составляем систему и решаем её относительно параметров а и b:
Итак, получим уравнение регрессии у на х: = 3,57692 х + 3,19231
Строим линию регрессии на корреляционном поле.
Подставляя в уравнение регрессии значения х из столбца 2, получим расчетные (столбец 7) и сравниваем их с данными у, что отражено в столбце 8. Кстати, правильность расчетов подтверждается и совпадением средних значений у и.
Коэффициент линейной корреляции оценивает тесноту зависимости между признаками х и у и рассчитывается по формуле
Угловой коэффициент прямой регрессии а (при х) характеризует направление выявленной зависимости признаков: при а>0 одинаковы, при а<0- противоположны. Его абсолютная величина - мера изменения результативного признака при изменении факторного на единицу измерения.
Свободный член прямой регрессии выявляет направление, а его абсолютное значение - количественную меру влияния на результативный признак всех прочих факторов.
Если < 0, то ресурс факторного признака отдельного объекта используется с меньшей, а при >0 с большей результативностью, чем в среднем по всему множеству объектов.
Проведём послерегрессионный анализ.
Коэффициент при х прямой регрессии равен 3,57692 >0, следовательно, с увеличением (уменьшением) выпуска продукции растёт (падает) расход электроэнергии. Увеличение выпуска продукции на 1 тыс. шт. даёт в среднем рост расход электроэнергии на 3,57692 тыс. кВт.ч.
2. Свободный член прямой регрессии равен 3,19231,следовательно, влияние прочих факторов увеличивает силу воздействия выпуска продукции на расход электроэнергии в абсолютном измерении на 3,19231 тыс. кВт.ч.
3. Коэффициент корреляции 0,8235 выявляет весьма тесную зависимость расхода электроэнергии от выпуска продукции.
По уравнению регрессионной модели легко делать прогнозы. Для этого в уравнение регрессии подставляют значения х - объем выпуска продукции и прогнозируют расход электроэнергии. При этом значения х можно брать не только в пределах заданного размаха, но и вне его.
Сделаем прогноз о возможном расходе электроэнергии на заводе с объемом производства 4,5 тыс. шт.
3,57692*4,5 + 3,19231= 19,288 45 тыс. кВт.ч.
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1. Захаренков С.Н. Социально-экономическая статистика: Учеб.-практ пособие. -Мн.: БГЭУ, 2002.
2. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики. - М.: ИНФРА - М., 2000.
3. Елисеева И.И. Статистика. - М.: Проспект, 2002.
4. Общая теория статистики / Под общ. ред. О.Э. Башиной, А.А. Спирина. - М.: Финансы и статистика, 2000.
5. Социально-экономическая статистика: Учеб.-практ. пособие / Захаренков С.Н. и др. - Мн.: ЕГУ, 2004.
6. Социально-экономическая статистика: Учеб. пособие. / Под ред. Нестерович С.Р. - Мн.: БГЭУ, 2003.
7. Теслюк И.Е., Тарловская В.А., Терлиженко Н. Статистика.- Минск, 2000.
8. Харченко Л.П. Статистика. - М.: ИНФРА - М, 2002.
9. Харченко Л.П., Долженкова В.Г., Ионин В.Г. Статистика. - М.: ИНФРА - М, 1999.
10. Экономическая статистика / Под ред. Ю.Н. Иванова - М., 2000.
Размещено на Allbest.ru
...Подобные документы
Расчет средней арифметической для интервального ряда распределения. Определение общего индекса физического объема товарооборота. Анализ абсолютного изменения общей стоимости продукции за счет изменения физического объема. Расчет коэффициента вариации.
контрольная работа , добавлен 19.07.2010
Сущность оптового, розничного и общественного товарооборота. Формулы расчета индивидуальных, агрегатных индексов товарооборота. Расчет характеристик интервального ряда распределения - среднего арифметического, моды и медианы, коэффициента вариации.
курсовая работа , добавлен 10.05.2013
Расчет планового и фактического объема продаж, процента выполнения плана, абсолютного изменения товарооборота. Определение абсолютного прироста, средних темпов роста и прироста денежных доходов. Расчет структурных средних: моды, медианы, квартиля.
контрольная работа , добавлен 24.02.2012
Интервальный ряд распределения банков по объему прибыли. Нахождение моды и медианы полученного интервального ряда распределения графическим методом и путем расчетов. Расчет характеристик интервального ряда распределения. Вычисление средней арифметической.
контрольная работа , добавлен 15.12.2010
Формулы определения средних величин интервального ряда - моды, медианы, дисперсии. Расчет аналитических показателей рядов динамики по цепной и базисной схемам, темпов роста и прироста. Понятие сводного индекса себестоимости, цен, затрат и товарооборота.
курсовая работа , добавлен 27.02.2011
Понятие и назначение, порядок и правила построения вариационного ряда. Анализ однородности данных в группах. Показатели вариации (колеблемости) признака. Определение среднего линейного и квадратического отклонения, коэффициента осцилляции и вариации.
контрольная работа , добавлен 26.04.2010
Понятие моды и медианы как типичных характеристик, порядок и критерии их определения. Нахождение моды и медианы в дискретном и интервальном вариационном ряду. Квартили и децили как дополнительные характеристики вариационного статистического ряда.
контрольная работа , добавлен 11.09.2010
Построение интервального ряда распределения по группировочному признаку. Характеристика отклонения распределения частот от симметричной формы, расчет показателей эксцесса и ассиметрии. Анализ показателей бухгалтерского баланса или отчёта о прибылях.
контрольная работа , добавлен 19.10.2014
Преобразование эмпирического ряда в дискретный и интервальный. Определение средней величины по дискретному ряду с использованием ее свойств. Расчет по дискретному ряду моды, медианы, показателей вариации (дисперсия, отклонение, коэффициент осцилляции).
контрольная работа , добавлен 17.04.2011
Построение статистического ряда распределения организаций. Графическое определение значения моды и медианы. Теснота корреляционной связи с использованием коэффициента детерминации. Определение ошибки выборки среднесписочной численности работников.
При построении интервального ряда распределения решаются три вопроса:
- 1. Сколько надо взять интервалов?
- 2. Какова длина интервалов?
- 3. Каков порядок включения единиц совокупности в границы интервалов?
- 1. Количество интервалов можно определить по формуле Стер- джесса :
2. Длина интервала, или шаг интервала , обычно определяется по формуле
где R - размах вариации.
3. Порядок включения единиц совокупности в границы интервала
может быть разным, но при построении интервального ряда распределения обязательно строго определен.
Например, такой: [), при котором единицы совокупности в нижние границы включаются, а в верхние - не включаются, а переносятся в следующий интервал. Исключение в этом правиле составляет последний интервал , верхняя граница которого включает последнее число ранжированного ряда.
Границы интервалов бывают:
- закрытые - с двумя крайними значениями признака;
- открытые - с одним крайним значением признака (до такого-то числа или свыше такого-то числа).
С целью усвоения теоретического материала введем исходную информацию для решения сквозной задачи.
Имеются условные данные по среднесписочной численности менеджеров по продажам, количеству проданного ими однокачественного товара, индивидуальной рыночной цене на этот товар, а также объему продаж 30 фирм в одном из регионов РФ в I квартале отчетного года (табл. 2.1).
Таблица 2.1
Исходная информация для сквозной задачи
|
Численность менеджеров, |
Цена, тыс. руб. |
Объем продаж, млн руб. |
||
|
Численность менеджеров, |
Количество проданного товара, шт. |
Цена, тыс. руб. |
Объем продаж, млн руб. |
|
На базе исходной информации, а также дополнительной сделаем постановку отдельных заданий. Затем представим методику их решения и сами решения.
Сквозная задача. Задание 2.1
Используя исходные данные табл. 2.1, требуется построить дискретный ряд распределения фирм по количеству проданного товара (табл. 2.2).
Решение:
Таблица 2.2
Дискретный ряд распределения фирм по количеству проданного товара в одном из регионов РФ в I квартале отчетного года
Сквозная задача. Задание 2.2
требуется построить ранжированный ряд 30 фирм по среднесписочной численности менеджеров.
Решение:
15; 17; 18; 20; 20; 20; 22; 22; 24; 25; 25; 25; 27; 27; 27; 28; 29; 30; 32; 32; 33; 33; 33; 34; 35; 35; 38; 39; 39; 45.
Сквозная задача. Задание 2.3
Используя исходные данные табл. 2.1, требуется:
- 1. Построить интервальный ряд распределения фирм по численности менеджеров.
- 2. Рассчитать частости ряда распределения фирм.
- 3. Сделать выводы.
Решение:
Рассчитаем по формуле Стерджесса (2.5) количество интервалов :
Таким образом, берем 6 интервалов (групп).
Длину интервала , или шаг интервала , рассчитаем по формуле
Примечание. Порядок включения единиц совокупности в границы интервала такой: I), при котором единицы совокупности в нижние границы включаются, а в верхние - не включаются, а переносятся в следующий интервал. Исключение в этом правиле составляет последний интервал I ], верхняя граница которого включает последнее число ранжированного ряда.
Строим интервальный ряд (табл. 2.3).
Интервальный ряд распределения фирм но среднесписочной численности менеджеров в одном из регионов РФ в I квартале отчетного года
Вывод. Наиболее многочисленной группой фирм является группа со среднесписочной численностью менеджеров 25- 30 человек, которая включает 8 фирм (27%); в самую малочисленную группу со среднесписочной численностью менеджеров 40-45 человек входит всего одна фирма (3%).
Используя исходные данные табл. 2.1, а также интервальный ряд распределения фирм по численности менеджеров (табл. 2.3), требуется построить аналитическую группировку зависимости между численностью менеджеров и объемом продаж фирм и на основании ее сделать вывод о наличии (или отсутствии) связи между указанными признаками.
Решение:
Аналитическая группировка строится по факторному признаку. В нашей задаче факторным признаком (х) является численность менеджеров, а результативным признаком (у) - объем продаж (табл. 2.4).
Построим теперь аналитическую группировку (табл. 2.5).
Вывод. На основании данных построенной аналитической группировки можно сказать, что с увеличением численности менеджеров по продажам средний в группе объем продаж фирмы также увеличивается, что свидетельствует о наличии прямой связи между указанными признаками.
Таблица 2.4
Вспомогательная таблица для построения аналитической группировки
|
Численность менеджеров, чел., |
Номер фирмы |
Объем продаж, млн руб., у |
|
|
» = 59 f = 9,97 |
|||
|
Я-™ 4 - Ю.22 |
|||
|
74 ’25 1ПЙ1 У4 = 7 = 10,61 |
|||
|
у = ’ =10,31 30 |
|||
Таблица 2.5
Зависимость объемов продаж от численности менеджеров фирм в одном из регионов РФ в I квартале отчетного года
КОНТРОЛЬНЫЕ ВОПРОСЫ- 1. В чем суть статистического наблюдения?
- 2. Назовите этапы статистического наблюдения.
- 3. Каковы организационные формы статистического наблюдения?
- 4. Назовите виды статистического наблюдения.
- 5. Что такое статистическая сводка?
- 6. Назовите виды статистических сводок.
- 7. Что такое статистическая группировка?
- 8. Назовите виды статистических группировок.
- 9. Что такое ряд распределения?
- 10. Назовите конструктивные элементы ряда распределения.
- 11. Каков порядок построения ряда распределения?
Во многих случаях, кота статистическая совокупность включает большое или тем более бесконечное число вариант, что чаще всего встречается при непрерывной вариации, практически невозможно и нецелесообразно формировать группу единиц для каждой варианты. В таких случаях объединение статистических единиц в группы возможно лишь на базе интервала, т.е. такой группы, которая имеет определенные пределы значений варьирующего признака. Эти пределы обозначаются двумя числами, указывающими верхнюю и нижнюю границы каждой группы. Применение интервалов приводит к формированию интервального ряда распределения.
Интервальный рад - это вариационный ряд, варианты которого представлены в виде интервалов.
Интервальный ряд может формироваться с равными инеравными интервалами, при этом выбор принципа построения этого ряда зависит главным образом от степени представительности и удобности статистической совокупности. Если совокупность достаточно велика (представительна) по числу единиц и вполне однородна по своему составу, то в основу формирования интервального ряда целесообразно положить равенства интервалов. Обычно по этому принципу образуют интервальный ряд по тем совокупностям, где размах вариации сравнительно невелик, т.е. максимальная и минимальная варианты различаются между собой обычно в несколько раз. При этом величина равных интервалов рассчитывается отношением размаха вариации признака к заданному числу образуемых интервалов. Для определения равного и нтервала может быть ииспользована формула Стерджесса (обычно при небольшой вариации интервальных признаков и большом числе единиц в статистической совокупности):
где х i - величина равного интервала; X max, X min- максимальная и минимальная варианты в статистической совокупности; n. - число единиц в совокупности.
Пример . Целесообразно рассчитать размер равного интервала по плотности радиоактивного загрязнения цезием – 137 в 100 населенных пунктах Краснопольского района Могилевской области, если известно, что начальная (минимальная) варианта равна I км/км 2 , конечная (максимальная) - 65 ки/км 2 . Воспользовавшись формулой 5.1. получим:
Следовательно, чтобы сформировать интервальный ряд с равными интервалами по плотности загрязнения цезием - 137 населенных пунктов Краснопольского района, размер равного интервала может составить 8 ки/км 2 .
В условиях неравномерного распределения т.е. когда максимальная иминимальная варианты сотни раз, при формировании интервального ряда можно применить принцип неравных интервалов. Неравные интервалы обычно увеличиваются по мере перехода к большим значениям признака.
По форме интервалы могут быть закрытыми и открытыми. Закрытыми принято называть интервалы, у которых обозначены как нижняя, так и верхняя границы. Открытые интервалы имеют только одну границу: в первом интервале – верхняя, в последнем - нижняя граница.
Оценку интервальных рядов, особенно с неравным интервалами, целесообразно проводить с учетом плотности распределения , простейшим способом расчета которого является отношение локальной частоты (или частости) к размеру интервала.
Для практического формирования интервального ряда можно воспользоваться макетом табл. 5.3.
Т а б л и ц а 5.3. Порядок формирования интервального ряда населённых пунктов Краснопольского района по плотности радиоактивного загрязнения цезием –137
Основное преимущество интервального ряда - его предельная компактность. в то же время в интервальном ряду распределения индивидуальные варианты признака скрыты в соответствующих интервалах
При графическом изображении интервального ряда в системе прямоугольных координат на оси абсцисс откладывают верхние границы интервалов, на ос ординат - локальные частоты ряда. Графическое построение интервального ряда отличается от построения полигона распределения тем, что каждый интервал имеет нижнюю и верхнею границы, а одному какому- либо значению ординаты соответствуют две абсциссы. Поэтому на графике интервального ряда отмечается не точка, как в полигоне, а линия, соединяющая две точку. Эти горизонтальные линии соединяются друг с другом вертикальными линиями и получается фигура ступенчатого многоугольника, который принято называть гистограммой распределения (рис.5.3).
При графическом построении интервального ряда по достаточно большой статистической совокупности гистограмма приближается к симметричной форме распределения. В тех же случаях, где статистическая совокупность невелика, как правило, формируется асимметричная гистограмма.
В некоторых случаях имеется целесообразность в формировании ряда накопленных частот, т.е. кумулятивного ряда. Кумулятивный ряд можно образовать на основе дискретного либо интервального ряда распределения. При графическом изображении кумулятивного ряда в системе прямоугольных координат на оси абсцисс откладывают варианты, на оси ординат - накопленные частоты (частости). Полученную при этом кривую линию принято называть кумулятой распределения (рис.5.4).
Формирование и графическое изображение различных видов вариационных рядов способствует упрощенному расчету основных статистических характеристик, которые подробно рассматриваются в теме 6, помогает лучше понять сущность законов распределения статистической совокупности. Анализ вариационного ряда приобретает особенное значение в тех случаях, когда необходимо выявить и проследить зависимость между вариантами и частотами (частостями). Эта зависимость проявляется в том, что число случаев, приходящихся на каждую варианту, определенным образом связано с величиной этой варианты, т.е. с возрастанием значений варьирующего признака частоты (частости) этих значений испытывают определенные, систематические изменения. Это означает, что числа в столбце частот (частостей) подвержены не хаотическим колебаниям, а изменяются в определенном направлении, в определенном порядке и последовательности.
Если частоты в своих изменениях обнаруживают определенную систематичность, то это означает, что мы находимся на пути к выявлению закономерности. Система, порядок, последовательность в изменении частот - это отражение общих причин, общих условий, характерных для всей совокупности.
Не следует считать, что закономерность распределения всегда дается в готовом виде. Встречается довольно много вариационных рядов, в которых частоты причудливо скачут, то возрастая, то уменьшаясь. В таких случаях целесообразно выяснить, с каким распределением имеет дело исследователь: то ли этому распределению вовсе не присущи закономерности, то его характер еще не выявлен: Первый случай встречается редко, второй же, второй же случай - явление довольно частое и весьма распространенное.
Так, при формировании интервального ряда общее число статистических единиц может быть небольшим, и в каждый интервал попадает малое число вариант (например, 1-3 единицы). В таких случаях рассчитывать на проявление какой-либо закономерности не приходится. Для того чтобы на основе случайных наблюдений получился закономерный результат, необходимо вступление в силу закона больших чисел, т.е. чтобы на каждый интервал приходилось бы не несколько, а десятки и сотни статистических единиц. С этой целью надо стараться, по возможности увеличивать число наблюдений. Это самый верный способ обнаружения закономерности в массовых процессах. Если же не представляется реальная возможность увеличить число наблюдений, то выявление закономерности может быть достигнуто уменьшением числа интервалов в ряду распределения. Уменьшая число интервалов в вариационном ряду, тем самым увеличивается численность частот в каждом интервале. Это означает, что случайные колебания каждой статистической единицы накладываются друг на друга, "сглаживается", превращаясь в закономерность.
Формирование и построение вариационных рядов позволяет получить лишь общую, приближенную картину распределения статистической совокупности. Например, гистограмма лишь в грубой форме выражает зависимость между значениями признака и его частотами (частостями) Поэтому вариационные ряды по существу являются лишь основой для дальнейшего, углубленного изучения внутренней закономерности статического распределения.
КОНТРОЛЬНЫЕ ВОПРОСЫ К ТЕМЕ 5
1. Что представляет собой вариация? Чем вызывается вариация признака в статистической совокупности?
2. Какие виды варьирующих признаков могут иметь место в статистике?
3. Что такое вариационный ряд? Какие могут быть виды вариационных рядов?
4. Что представляет собой ранжированный ряд? Какие его преимущества и недостатки?
5. Что такое дискретный ряд и какие его преимущества и недостатки?
6. Каков порядок формирования интервального ряда, какие его преимущества и недостатки?
7. Что представляет собой графическое изображение ранжированного, дискретного, интервального рядов распределения?
8. Что такое кумулята распределения и что она характеризует?