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)

 

Також із таблиці ми бачимо, що тільки 0,27 % дисперсії рентабельності залежить від середньорічної вартості основних виробничих фондів.

Критичне  значення критерію Фішера 4,03, а розрахункове, тобто отримане із таблиці дорівнює 1,б6. Можемо зробити висновок, що наше рівняння парної регресії не буде статично значимим, тобто не має гарної відповідності даним спостережень.

Також ми бачимо, що розрахункове значенняt-статистики параметра дорівнює 13,8854 і 4,0818 що безперечно більше критичного значення t-статистики, яке дорівнює 2,009. Тобто коефіцієнт тобто обидва коефіцієнти регресії статично значимі. Отже нульова гіпотеза про те, що параметри регресії можуть приймати нульові значення відкидається.

Точковий прогноз рентабельності 46 підприємства із використанням рівняння парної лінійної регресії:

 

Для побудови інтервального прогнозу залишкова дисперсія  3,2632 і відповідне стандартне відхилення  1,8064.Тоді відповідно до нерівності маємо

 

3,7665у111,02469

Тобто з ймовірністю 95% реальне  значення продуктивності праці перебуває  у межах від 3,7665 до 11,02469,якщо воно забезпечить середньорічну вартість основних виробничих фондів на 64%.

Перейдемо до парного нелінійного  аналізу, для цього будемо використовувати  рівняння :

 

Для цього випадку математичний запис методу найменших квадратів  має вигляд:

 

 

Визначаємо параметри  за допомогою надбудови «Пошук рішень». В даному випадку отримуємо:

a0

a1

a2

5,546931

0,034949

-0,00006563


 

Бачимо, що параметр a2приблизно дорівнює нулю, отже знехтуємо ним і отримаємо рівняння парної нелінійної регресії для нашого випадку:

 

Отримаємо таблицю для парної нелінійної регресії і зробимо її аналіз.

a0

a1

a2

Значение целевой функцыи

RyYx

Y1ср

  

5,546931

0,034949

-6,6E-05

  

150,6921673

  

0,524035747

7,622449

  

1

x12

x12^2

y1

yx

e

e^2

e1

e1^2

1

167,69

28119,94

9,26

9,561822785

-0,30182

0,091096994

1,637551

2,681573

1

186,1

34633,21

9,38

9,777732079

-0,39773

0,158190807

1,757551

3,088986

1

220,45

48598,2

12,1

10,06163374

2,038366

4,154937006

4,477551

20,04846

1

169,3

28662,49

10,8

9,58247986

1,21752

1,482355292

3,177551

10,09683

1

39,53

1562,621

9,35

6,825885323

2,524115

6,3711549

1,727551

2,984433

1

40,41

1632,968

9,87

6,852022858

3,017977

9,108186032

2,247551

5,051486

1

102,96

10600,76

8,17

8,449460295

-0,27946

0,078098056

0,547551

0,299812

1

37,02

1370,48

9,12

6,750775473

2,369225

5,613224858

1,497551

2,242659

1

45,74

2092,148

5,88

7,008160704

-1,12816

1,272746575

-1,74245

3,036128

1

40,07

1605,605

6,3

6,841936315

-0,54194

0,29369497

-1,32245

1,748871

1

45,44

2064,794

6,22

6,9994715

-0,77947

0,607575819

-1,40245

1,966863

1

41,08

1687,566

5,49

6,871854864

-1,38185

1,909522866

-2,13245

4,547339

1

136,14

18534,1

6,5

9,088354779

-2,58835

6,699580464

-1,12245

1,259892

1

42,39

1796,912

6,61

6,910460636

-0,30046

0,090276594

-1,01245

1,025053

1

37,39

1398,012

4,32

6,761899412

-2,4419

5,96287274

-3,30245

10,90617

1

101,78

10359,17

7,37

8,424077787

-1,05408

1,111079982

-0,25245

0,06373

1

47,55

2261,003

7,02

7,060334909

-0,04033

0,001626905

-0,60245

0,362945

1

32,61

1063,412

8,25

6,61680659

1,633193

2,667320714

0,627551

0,39382

1

103,25

10660,56

8,15

8,455670389

-0,30567

0,093434387

0,527551

0,27831

1

38,95

1517,103

8,75

6,808602733

1,941397

3,769023347

1,127551

1,271371

1

81,32

6612,942

6,64

7,954911109

-1,31491

1,728991223

-0,98245

0,965206

1

67,26

4523,908

8,10

7,600646714

0,499353

0,249353704

0,477551

0,228055

1

59,92

3590,406

5,52

7,405394014

-1,88539

3,554710587

-2,10245

4,420292

1

107,34

11521,88

9,37

8,542078344

0,827922

0,685454268

1,747551

3,053935

1

53,81

2895,516

6,67

7,237466989

-0,56747

0,322018783

-0,95245

0,907159

1

80,83

6533,489

5,68

7,943001189

-2,263

5,121174381

-1,94245

3,773108

1

59,42

3530,736

5,22

7,391836135

-2,17184

4,716872198

-2,40245

5,771761

1

36,96

1366,042

10,00

6,748969898

3,25103

10,56919672

2,377551

5,652749

1

91,43

8359,445

8,16

8,193610598

-0,03361

0,001129672

0,537551

0,288961

1

17,16

294,4656

3,78

6,127320832

-2,34732

5,509915089

-3,84245

14,76441

1

27,29

744,7441

6,48

6,451795874

0,028204

0,000795473

-1,14245

1,30519

1

184,33

33977,55

10,40

9,758906935

0,641093

0,411000317

2,777551

7,71479

1

58,42

3412,896

7,65

7,364621927

0,285378

0,081440645

0,027551

0,000759

1

59,40

3528,36

8,77

7,391293137

1,378707

1,900832613

1,147551

1,316873

1

49,63

2463,137

7,00

7,119760946

-0,11976

0,014342684

-0,62245

0,387443

1

258,62

66884,3

9,02

10,19542641

-1,17543

1,381627241

1,397551

1,953149

1

75,66

5724,436

13,20

7,815418783

5,384581

28,99371488

5,577551

31,10908

1

123,68

15296,74

9,27

8,865377229

0,404623

0,163719586

1,647551

2,714424

1

37,21

1384,584

6,70

6,756490011

-0,05649

0,003191121

-0,92245

0,850912

1

53,37

2848,357

6,69

7,225184887

-0,53518

0,286422863

-0,93245

0,869461

1

38,87

1510,877

9,42

6,806215462

2,613785

6,831869609

1,797551

3,23119

1

45,63

2082,097

7,24

7,004976034

0,235024

0,055236264

-0,38245

0,146267

1

48,41

2343,528

5,39

7,084974153

-1,69497

2,872937378

-2,23245

4,983828

1

13,58

184,4164

5,61

6,009428052

-0,39943

0,159542768

-2,01245

4,049951

1

63,99

4094,72

5,59

7,514534356

-1,92453

3,703832489

-2,03245

4,130849

1

104,55

10930,7

6,57

8,483373075

-1,91337

3,660996525

-1,05245

1,107649

1

25,76

663,5776

4,23

6,403651905

-2,17365

4,724762605

-3,39245

11,50871

1

29,52

871,4304

5,22

6,521416165

-1,30142

1,693684034

-2,40245

5,771761

1

78,11

6101,172

11,00

7,876315917

3,123684

9,757402252

3,377551

11,40785

           

150,6921673

  

207,7405

         

σ^2=

3,27591668

σ^2=

4,516098

         

R^2=

0,274613458

Fрос=

-2,77519

             

F=

4,03431


 

Точковий  прогноз для 46 підприємства використовуючи рівняння парної нелінійної регресії:

 

У порівнянні з лінійною моделлю регресії продуктивність праці збільшилася, тобто між досліджуваними ознаками найімовірніше спостерігається нелінійна залежність.

Коефіціент  парної кореляції із таблиці дорівнює 0,5240, тобто зв’язок між фактичним та теоретичним значенням результативної ознаки помітний.

Використовуючи  пакет «Регресія» дослідимо рівняння багатовимірного лінійного регресійного аналізу, яке має вигляд:

 

 

 

 

 

 

Висновки

Під час виконання  курсової роботи, ми виконали статистичний аналіз даних за допомогою ПО MS Excel і завдяки цьому виявили найдостовірніші методи прогнозування, побачили від яких характеристик найбільше залежить рентабельність підприємств, отримали її середнє значення за допомогою регресійних рівнянь та побудували гістограми для кожної з характеристик, впевнившись, що вони задовольняють нормальному закону розподілу.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Перелік посилань

  1. Єршова Н. М. Кореляційно-регресійний аналіз даних спостережень. Методичні вказівки та завдання для аспірантів, магістрів та студентів усіх форм навчання академії – Дніпропетровськ: ПДАБА, 2008. - 56 с.
  2. Лабораторний практикум по комп'ютерним технологіям реалізації математичних методів керування виробництвом/ Н.М.Єршова, В.И. Єршов, А.С.Беликов, О.Н.Андрюшенко - Дніпропетровськ: ПГАСА,2001.-62с.
  3. Математична статистика: Підручник/В.М.Іванова, В.И.Калініна, Л.А.Нешумова й ін.- М.: Высш. школа,1981.-371с.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

  


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