Автор: Пользователь скрыл имя, 16 Апреля 2012 в 16:45, курсовая работа
Цель курсовой: проанализировать и обобщить показатели вариации и их значение в статистическом анализе, рассмотреть механизм анализа и оценки вариации.
ВВЕДЕНИЕ…...………………………………………………………………......3
ГЛАВА 1. Теоретические аспекты статистического анализа вариации……..6
1.1 Понятие и структура вариации в статистике……...…………6
1.2 Вариационные ряды как основные инструменты оценки вариации………………………………………………………..7
1.3 Основные цели, направления, задачи изучения вариации социально-экономических явлений………………….…...…10
ГЛАВА 2. Методология статистического анализа и оценки вариации…......13
2.1 Основные показатели оценки вариации признака……….....13
2.2 Применение показателей вариации в анализе рядов
распределения……………………………………………….…19
2.3 Дисперсионный анализ……………………………………….23
ГЛАВА 3. Применение показателей вариации в анализе деятельности
Предприятия ЗАО «Красненское» Яковлевского района
Белгородской области………………………………………...26
ЗАКЛЮЧЕНИЕ………………………………………………………………...31
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ..……………………….32
Итак, дисперсия представляет собой
средний квадрат отклонений
(простая дисперсия),
(взвешенная дисперсия).
Дисперсия представляет собой
среднюю величину квадратов
Чтобы выполнить расчет
,
.
Среднее квадратическое
Среднее квадратическое
Среднее квадратическое отклонение играет важную роль в анализе рядов распределения. В условиях нормального распределения существует следующая зависимость между величиной среднего квадратического отклонения и количеством наблюдений:
1) в пределах
X ± 1σ располагается 68,3 % количества
наблюдений;
2) в пределах X ± 2σ – 95,4 % количества
наблюдений;
3) в пределах X ± 3σ – 99,7 % количества
наблюдений;
На практике почти не
До сих пор говорилось о
показателях вариации
При построении относительных показателей вариации базой для сравнения должна служить средняя арифметическая. Эти показатели вычисляются как отношение размаха вариации, среднего линейного отклонения или среднего квадратического отклонения к средней арифметической или медиане. Чаще всего они выражаются в процентах и не только определяют сравнительную оценку вариации, но и дают характеристику однородности совокупности. Совокупность считается однородной, если коэффициент вариации не превышает 33%.
Различают следующие
Коэффициент осцилляции ( ):
Линейный коэффициент вариации( ):
Коэффициент вариации ( ):
Наиболее часто в расчетах встречается коэффициент вариации. Из формул коэффициента вариации видно, что количественно он представляет своеобразный удельный вес среднего отклонения в среднем арифметическом показателе, выраженный в процентах. В коэффициенте вариации устраняется несопоставимость, не только связанная с различными единицами измерения изучаемого признака, но и возникающая вследствие различий в величине средних арифметических.
Необходимо отметить, что коэффициенты
вариации нередко называют
Рассмотренные обобщающие
Важная функция показателей
Таким образом, как анализ
2.2 Применение показателей вариации в анализе рядов распределения
Асимметрия и эксцесс являются характеристиками формы распределения.
Ряды распределения могут иметь один и тот же центр группирования (показатели центра распределения) и одинаковые пределы варьирования признака (показатели вариации), однако при этом отличается характером распределения единиц совокупности вокруг центра. Если большая часть совокупности расположена левее центра, имеет место левосторонняя асимметрия, если правее - правосторонняя.
Для оценки асимметричности
Моментный коэффициент асимметрии определяется по формуле:
,где - центральный момент третьего порядка:
.
На направление асимметрии указывает знак коэффициента: если Аs<0,то это левосторонняя асимметрия (ее называют также отрицательной асимметрией), при правосторонней (положительной) асимметрии Аs>0.
Степень существенности
где n-число единиц совокупности
Если отношение , асимметрия считается существенной, если , то асимметрия признается несущественной, вызванной влиянием случайности.
Основной недостаток
Структурные показатели (коэффициенты)
асимметрии характеризуют
Наиболее часто применяют
.
Учитывая, что в умеренно асимметричном распределении расстояния между показателями центра распределения характеризуются равенством формула К. Пирсона может быть записана следующим образом:
.
Другим свойством рядов
где - центральный момент четвертого порядка:
.1
Формула эксцесса основана на отклонении от нормального распределения (в нормальном распределении отношение ). Распределения более островершинные, чем нормальные, обладают положительным эксцессом (Ex>0), более плосковершинные - отрицательным (Ex<0). Положительный эксцесс свидетельствует о том, что в совокупности есть слабо варьирующие по данному признаку «ядро», а в плосковершинных распределениях такого «ядра» нет, и единицы рассеяны по всем значениям признака более равномерно.
Чтобы оценить существенность эксцесса распределения, рассчитывают среднюю квадратическую ошибку эксцесса:
.
Если отношение , то отклонение от нормального можно считать существенным.
Необходимо отметить, что хотя
показатели асимметрии и эксцесса характеризуют
непосредственно лишь форму распределения
признака в пределах изучаемой совокупности,
однако их определение имеет не только
описательное значение. Часто асимметрия
и эксцесс дают определенные указания
для дальнейшего исследования социально-экономических
явлений. Например, появление значительного
отрицательного эксцесса может указывать
на качественную неоднородность исследуемой
совокупности. Кроме того, эти показатели
позволяют сделать вывод о возможности
отнесения данного эмпирического распределения
к типу кривых нормального распределения.
______________________________
1. Шмойлова. Р.А. Теория статистики. – «Финансы и статистика», М., 2003г., стр. 266.
2.3 Дисперсионный анализ
В процессе наблюдения за
В зависимости от количества
факторов, определяющих вариацию
результативного признака, дисперсионный
анализ подразделяют на
Основными схемами организации исходных данных с двумя и более факторами являются:
- перекрестная классификация, характерная для моделей I, в которых каждый уровень одного фактора сочетается при планировании эксперимента с каждой градацией другого фактора;
- иерархическая (гнездовая) классификация, характерная для модели II, в которой каждому случайному, наудачу выбранному значению одного фактора соответствует свое подмножество значений второго фактора.
Если одновременно исследуется
зависимость отклика от
При обработке данных
Информация о работе Показатели вариации и их значение в статистическом анализе