Статистичний аналіз даних за допомогою середовища MS Exsel. Варіант №12

Автор: Пользователь скрыл имя, 18 Марта 2013 в 22:37, курсовая работа

Описание работы

Однією з основних задач математичної статистики є проведення економічного аналізу з метою вивчення результатів діяльності підприємств і господарських організацій з визначенням впливу факторів на показники їх роботи для виявлення в подальшому недоліків і резервів. При цьому припускається розробка заходів, спрямованих на відновлення і збільшення обсягів виробництва та обсягів реалізації, підвищення ефективності їх діяльності.

Содержание

Вступ………………………………………………………………………………4
1. Теоретичні відомості…………………………………………………………...7
1.1 Контроль вхідної інформації на наявність грубих помилок і викидів …………………………..……………..…………………….7
1.2 Перевірка відповідності досліджуваних ознак нормальному закону розподілу та статистична обробка багатовимірної вибірки…………9
1.3 Методи прогнозування……………………………………………….9
1.3.1 Прогнозування з використанням «Ковзкого середнього»…9
1.3.2 «Експоненціальне згладжування»…………………..……10
1.4 Основи кореляційного аналізу……………………………………….11
1.5 Кореляційний аналіз статичних даних………………...…………….12
1.6 Регресійний аналіз статичних даних………………………………14
1.6.1 Парний лінійний регресійний аналіз…………………..15
1.6.2 Критерій оцінки якості моделі регресії…………………17
1.6.3 Парний нелінійний регресивний аналіз……………….19
1.6.4 Багатовимірний регресійний аналіз…………………..20
3 Завдання до виконання курсової роботи………………………………….…
4 Практична частина……………………………………………………………
Висновки…………………………………………………………….…….…..…29
Перелік посилань……………………………………………………….….….....30

Скачать полностью (274.65 Кб) Сколько стоит заказать работу?

Работа содержит 1 файл

курсач.docx

— 292.41 Кб (Скачать)

_{Продовження
таблиці 5.}

№п/п	A	B	C	D
15	0,38	1,04	42,39	6,61
16	0,42	0,66	37,39	4,32
17	0,3	0,86	101,78	7,37
18	0,32	0,79	47,55	7,02
19	0,25	0,34	32,61	8,25
20	0,31	1,6	103,25	8,15
21	0,26	1,46	38,95	8,75
22	0,37	1,27	81,32	6,64
23	0,29	1,58	67,26	8,10
24	0,34	0,68	59,92	5,52
25	0,23	0,86	107,34	9,37
26	0,17	1,98	512,60	13,10
27	0,29	0,33	53,81	6,67
28	0,41	0,45	80,83	5,68
29	0,41	0,74	59,42	5,22
30	0,22	0,03	36,96	10,00
31	0,29	0,99	91,43	8,16
32	0,51	0,24	17,16	3,78
33	0,36	0,57	27,29	6,48
34	0,23	1,22	184,33	10,40
35	0,26	0,68	58,42	7,65
36	0,27	1,00	59,40	8,77
37	0,29	0,81	49,63	7,00
38	0,01	1,27	391,27	11,00
39	0,02	1,14	258,62	9,02
40	0,18	1,89	75,66	13,20
41	0,25	0,67	123,68	9,27
42	0,31	0,96	37,21	6,70
43	0,38	0,67	53,37	6,69
44	0,24	0,98	38,87	9,42
45	0,31	1,16	45,63	7,24
46	0,42	0,54	48,41	5,39
47	0,51	1,23	13,58	5,61
48	0,31	0,78	63,99	5,59
49	0,37	1,16	104,55	6,57
50	0,16	4,44	222,11	6,54
51	0,18	1,06	25,76	4,23
52	0,43	2,13	29,52	5,22
53	0,4	1,21	41,99	18,00
54	0,31	2,20	78,11	11,00

_{де :}

- Продуктивність праці(середньорічне вироблення продукції на одного працівника),тис грн;

- трудомісткість одиниці продукції;

- Премії й винагороди на одного працівника;

- середньорічна вартість основних виробничих фондів (ОВФ), тис.грн.;

Для цього візьмемо максимальні та мінімальні значення кожного стовпчика та перевіримо чи є ці значення викидами, чи ні.

Знайдемо для кожного стовпчика середнє значення кожного стовпчика та його стандартне відхилення.

Знайдемо S_роз використовуючи формулу _{для кожного стовпчика:}

_{Таблиця
6 – Розрахункове
значення критерію S
для кожного стовпчика.}

X4	X8	X12	Y1
-1,25569	-0,94956	0,83765	1,089985
-0,68687	-0,28386	-0,56834	0,532515
1,209178	-0,74245	-0,55881	0,732435
0,071549	0,95877	0,118889	0,078851
-0,40246	0,929184	-0,59554	0,444089
1,777993	-0,34304	-0,50106	-0,80157
0,545561	-0,69807	-0,56249	-0,64009
0,640364	-0,37262	-0,50431	-0,67085
1,209178	-0,34304	-0,55155	-0,95151
0,450759	-0,59452	0,478378	-0,5632
0,735166	-0,04717	-0,53736	-0,52091
1,114376	-0,60931	-0,59153	-1,40133
-0,02325	-0,31345	0,106105	-0,22872
0,166351	-0,417	-0,48145	-0,36328
-0,49727	-1,0827	-0,64332	0,109608
0,071549	0,781251	0,122031	0,071162
-0,40246	0,574146	-0,57463	0,301839
0,640364	0,293074	-0,11557	-0,50938
-0,11806	0,751665	-0,2679	0,051939
0,355956	-0,57973	-0,34743	-0,93997
-0,68687	-0,31345	0,166344	0,540205
-1,25569	1,343395	4,557135	1,974246
-0,11806	-1,09749	-0,41363	-0,49784
1,019573	-0,91997	-0,12088	-0,87846
1,019573	-0,49097	-0,35285	-1,05531
-0,78167	-1,54129	-0,59619	0,782415
-0,11806	-0,12114	-0,00603	0,075006
1,967598	-1,23063	-0,81071	-1,60893
0,545561	-0,74245	-0,70096	-0,57089
-0,68687	0,219108	1,000493	0,9362

_{Продовження
таблиці 6.}

X4	X8	X12	Y1
-0,40246	-0,57973	-0,36368	-0,12107
-0,30766	-0,10634	-0,35306	0,309528
-0,11806	-0,38742	-0,45891	-0,37097
-2,77252	0,293074	3,242585	1,166877
-2,67772	0,100762	1,805388	0,405643
-1,16088	1,210256	-0,17689	2,012692
-0,49727	-0,59452	0,34338	0,501758
0,071549	-0,16552	-0,59348	-0,48631
0,735166	-0,59452	-0,41839	-0,49015
-0,59207	-0,13593	-0,57549	0,559428
0,071549	0,130348	-0,50225	-0,2787
1,114376	-0,78683	-0,47213	-0,98995
1,967598	0,233901	-0,8495	-0,90537
0,071549	-0,4318	-0,30333	-0,91306
0,640364	0,130348	0,136116	-0,53629
-1,35049	4,982536	1,40982	-0,54782
-1,16088	-0,01758	-0,71753	-1,43593
1,209178	1,565294	-0,6768	-1,05531
0,924771	0,204314	-0,54169	3,858107
0,071549	1,668847	-0,15035	1,166877

_{Звіримо
кожне значення зі
значенням S критерію.
S=0,082.}

X8=	4,44
Sроз=	4,982536	S=3,082
викид

X12=	512,6
Sроз=	4,557135	S=3,082
викид

X12=	391,27
Sроз=	3,242585	S=3,082
викид

У1=	18
Sроз=	3,858107	S=3,082
викид

Із цієї таблиці ми бачимо, що маємо чотири викиди.

Із таблиці початкових значень ми визначили, що це підприємства і вони мають порядковий номер 26,38,50,53. Ці підприємства ми повинні виключити із подальшого аналізу через неадекватність його факторних ознак.

Далі проведемо відповідність досліджуваних ознак нормальному закону розподілу, тобто побудуємо гістограму для кожної ознаки та отримаємо їхні характеристики:

Таблиця 7 – Результати роботи описової статистики.

X4		X8

Среднее	0,312041	Среднее	0,977755
Стандартная ошибка	0,013696	Стандартная ошибка	0,068699
Медиана	0,31	Медиана	0,86
Мода	0,31	Мода	0,67
Стандартное отклонение	0,095873	Стандартное отклонение	0,48089
Дисперсия выборки	0,009192	Дисперсия выборки	0,231255
Эксцесс	0,735858	Эксцесс	0,274091
Асимметричность	-0,17178	Асимметричность	0,689375
Интервал	0,49	Интервал	2,17
Минимум	0,02	Минимум	0,03
Максимум	0,51	Максимум	2,2
Сумма	15,29	Сумма	47,91
Счет	49	Счет	49
X12		Y1

Среднее	75,6598	Среднее	7,622449
Стандартная ошибка	7,824654	Стандартная ошибка	0,297195
Медиана	53,81	Медиана	7,24
Мода	#Н/Д	Мода	5,22
Стандартное отклонение	54,77258	Стандартное отклонение	2,080367
Дисперсия выборки	3000,035	Дисперсия выборки	4,327927
Эксцесс	2,285207	Эксцесс	-0,09867
Асимметричность	1,620844	Асимметричность	0,452646
Интервал	245,04	Интервал	9,42
Минимум	13,58	Минимум	3,78
Максимум	258,62	Максимум	13,2
Сумма	3707,33	Сумма	373,5
Счет	49	Счет	49

Як ми бачимо, усі наші ознаки відповідають нормальному закону розподілу, так як гістограми мають вигляд нормального закону та середнє, медіана і мода для кожної з характеристик мають близькі значення.

Наступним кроком нашого аналізу буде прогнозування.

Спершу використаємо метод ковзного середнього, тобто для цього метода значення мають однакову вагу, на відміну від експоненціального згладжування, де найбільшу вагу має останнє значення.

Кількість значень необхідних для розрахунку прогнозу візьмемо рівним 3.

Як ми вже зазначали у методі ковзного середнього значення мають однакову вагу і це є недоліком даного методу, тому зробимо ще прогноз за допомогою експоненціального згладжування, в якому усувається даний недолік і побачимо різницю.

Для реалізації даного методу будемо використовувати константу згладжування 0,1.

Отже отримуємо такі прогнози:

На мою думку за допомогою цього метода ми отримали більш реальний прогноз(хоч можливо і занижений), ніж за допомогою методу ковзного середнього.

На наступному кроці отримаємо значення парної кореляції для наших ознак:

Таблиця 8 – Матриця коефіцієнтів парної кореляції

	X4	X8	X12	Y1
X4	1
X8	-0,1778	1
X12	-0,58237	0,213811	1
Y1	-0,67362	0,361428	0,511582	1

У таблицю занесені коефіцієнти кореляції для кожної пари характеристик.

Найбільш корелюють характеристики X₄та X₈, але ця кореляція є непрямою, тобто збільшення значення однієї характеристики призводить до зменшення іншої та навпаки.

Також із заданої таблиці бачимо, що рентабельність Y₃найбільш корелює з середньорічними фондами заробітної плати X₁₂. Тобто у математичну модель парної регресії включимо саме ці ознаки.

Запишемо математичну модель парної лінійної регресії у вигляді:

Таблиця 9 – Вихідна інформація інструмента Регресія

Із даної таблиці отримаємо коефіцієнти a₀та a₁ для рівняння парної регресії:

a₀ = 6,15231372962184

a₁ = 0,0194308645975755

Тобто наше рівняння прийме вигляд:

Информация о работе Статистичний аналіз даних за допомогою середовища MS Exsel. Варіант №12