Расчет и анализ обобщающих статистических показателей

Автор: Пользователь скрыл имя, 29 Ноября 2011 в 06:28, курсовая работа

Описание работы

Целью курсовой работы является приобретение навыков по расчету и анализу обобщающих статистических показателей. При выполнении работы будут произведены расчеты по трем разделам: расчет абсолютных, относительных, средних величин, показателей вариации, построение и анализ рядов распределения, дисперсионный и корреляционно-регрессионный анализ; ряды динамики и индексы.

Содержание

Введение 4
1 Абсолютные, относительные, средние показатели, ряды динамики, показатели вариации, анализ ряда распределения 5
1.1 Первичная равно-интервальная группировка по двум признакам 5
1.2 Расчет относительных величин структуры и координации 8
1.3 Построение полигона распределения, кумуляты и секторной диаграммы для каждого признака 10
1.4 Расчет средних величин 14
1.5 Расчет показателей вариации по двум признакам 18
1.6 Расчет дисперсии: общей, межгрупповой, средней из внутригрупповых 24
1.7 Построение теоретической и эмпирической кривых распределения 32
1.8 Анализ ряда распределения 35
1.9 Построение аналитической группировки 44
1.10 Корреляционно-регрессионный анализ 45
2. Ряды динамики 55
2.1 Расчет рядов динамики 55
2.1.1 Поиск недостающих данных ряда динамики 55
2.1.2 Абсолютные приросты (цепной и базисный) 56
2.1.3Средний уровень ряда (средней хронологической) 59
2.1.4 Средний абсолютный прирост 59
2.1.5 Средние темпы роста и прироста 59
2.2 Аналитическое выравнивание показателей ряда динамики 60
2.2.1 Отклонение от прогнозных значений 63
2.2.2 Критерий Дарбина-Уотсона 65
2.2.3 Критическое число серий и критическая длина серий 67
2.2.4 Средняя ошибка 67
2.2.5 Остаточная дисперсия и среднеквадратическое отклонение: 68
Индексы
69
3.1 Вычисление неизвестного курса японской Йены 69
3.2 Расчёт индивидуальных индексов курса японской Йены 70
Заключение 71
Список используемых источников 72

Работа содержит 1 файл

Курсовая работа готовая Поляков.DOC

— 1.97 Мб (Скачать)
stify">      Коэффициент регрессии прямой:

                         (1.36)

 

                                (1.37)

    где – зависимый признак;

                 коэффициенты уравнения прямой;

                 – независимый признак;

           – число выборки.

 

    Таблица 1.36 Расчет уравнения регрессии

x y x2 xy yx yср- yx (yср - yx)2
423 15232 178929 6443136 14521,7 183,96 33842,37
421 15130 177241 6369730 14453 285,96 81774,82
422 15190 178084 6410180 14487,3 225,96 51059,26
435 15245 189225 6631575 14933,8 170,96 29228,33
454 15460 206116 7018840 15586,2 -44,04 1939,26
431 15275 185761 6583525 14796,4 140,96 19870,56
442 15336 195364 6778512 15174,1 79,96 6394,08
433 15360 187489 6650880 14865,1 55,96 3131,85
436 15400 190096 6714400 14968,1 15,96 254,82
439 15385 192721 6754015 15071,1 30,96 958,71
443 15278 196249 6768154 15208,5 137,96 19033,78
442 15322 195364 6772324 15174,1 93,96 8829,04
450 15330 202500 6898500 15448,9 85,96 7389,63
452 15358 204304 6941816 15517,5 57,96 3359,71
451 15420 203401 6954420 15483,2 -4,04 16,30
455 15450 207025 7029750 15620,6 -34,04 1158,52
452 15466 204304 6990632 15517,5 -50,04 2503,71
457 15450 208849 7060650 15689,2 -34,04 1158,52
455 15480 207025 7043400 15620,6 -64,04 4100,74
460 15470 211600 7116200 15792,3 -54,04 2920,00
462 15545 213444 7181790 15860,9 -129,04 16650,56
462 15520 213444 7170240 15860,9 -104,04 10823,71
464 15570 215296 7224480 15929,6 -154,04 23727,41
466 15606 217156 7272396 15998,3 -190,04 36114,08
471 15633 221841 7363143 16170 -217,04 47105,08
472 15660 222784 7391520 16204,3 -244,04 59554,08
471 15660 221841 7375860 16170 -244,04 59554,08
12121 416231 146918641 5045135951     532452,96

                   

                 27a0 + 12121a1 =416231,                                                   (1)

                 12121a0 + 146918641a1= 5045135951.                              (2)

 

Умножая первое уравнение на 12121/27, получим:

          12121a0 + 5441431,15a1 =186856887,07,

                12121a0 + 146918641a1= 5045135951.                                    

      Вычитая из второго уравнения вновь полученное, имеем:

            141477209,85a1 =4858279063,93,

           a1 =34,34;

Подставляя  a1 в первое уравнение, получим:

    27a0 + 12121*34,34=416231,

    a0= -4,14;

Следовательно,  теоретическое уравнение связи имеет вид:

    yx=34,34x-4,14.

      Параметр  a1 в уравнении называют коэффициентом регрессии. При наличии прямой корреляционной зависимости коэффициент регрессии имеет положительное значение.

      Коэффициент регрессии показывает, насколько  в среднем изменяется величина результативного признака y (объема продаж) при изменении факторного признака х (фондовооруженности) на единицу.

      Для определения коэффициента эластичности используется формула:

                                                                (1.38)

   где – коэффициент эластичности;

        – коэффициент при  в уравнении прямой;

        – среднее значение факторного признака (средняя арифметическая по несгруппированному признаку по фондовооружённости);

        – среднее значение зависимого  признака, (средняя арифметическая по несгруппированному признаку по уровню объема продаж).

      Э=34,34*14,93/140,42=3,65.

      Это означает, что при росте фондовооружённости на 1% величина объема продаж увеличивается на 3,65%.

    Линейный коэффициент корреляции определяется  по формуле:

                                                  (1.39)

                                                                      (1.40)

   где   - линейный коэффициент корреляции;

          - среднее произведение факторного признака на зависимый;

          - произведение факторного признака на зависимый;

          - простая средняя арифметическая факторного признака;

          - простая средняя арифметическая зависимого признака;

         – среднее квадратическое отклонение по зависимому признаку;

          – среднее квадратическое отклонение по факторному признаку.

      Таблица 1.39 Расчет средней из произведения xy

 
x y xy
1 2 3
423 15232 6443136
421 15130 6369730
422 15190 6410180
435 15245 6631575
454 15460 7018840
431 15275 6583525
442 15336 6778512
433 15360 6650880
436 15400 6714400
439 15385 6754015
443 15278 6768154
442 15322 6772324
450 15330 6898500
452 15358 6941816
451 15420 6954420
1 2 3
455 15450 7029750
452 15466 6990632
457 15450 7060650
455 15480 7043400
460 15470 7116200
462 15545 7181790
462 15520 7170240
464 15570 7224480
466 15606 7272396
471 15633 7363143
472 15660 7391520
471 15660 7375860
12121 416231 186910068
 

=å x*y/27=186910068/27=6922595;      (1.40)

 

r = (6922595 –15416*448,93)/140,42*14,93=(6922595 -

-6920704,88)/2096,4706=  0,90        (1.39)

Т. к. линейный коэффициент корреляции равен  0,90, то связь между признаками тесная. Знак при линейном коэффициенте корреляции указывает на направление связи – прямая зависимости соответствует знак плюс.

      Корреляционное  отношение по формуле:

   Эмпирическое  корреляционное отношение:

                                                           (1.41)

   где - эмпирическое корреляционное отношение;

         - общая дисперсия зависимого признака;

          - межгрупповая дисперсия зависимого признака.

h =Ö18191,1/19708,12=0,96.               (1.41)

      Т.к.  внутригрупповая дисперсия близка к нулю, т.е. практически вся вариация результативного признака обусловлена действием фактора x (фондовооруженности) величина корреляционного отношения близка к единице.

   Теоретическое корреляционное отношение:

                              (1.42)

                                                   (1.43)

   где - теоретическое корреляционное отношение;          – общая дисперсия зависимого признака по несгруппированным данным;

         – остаточная дисперсия;

            – теоретическое значение;

         - простая средняя арифметическая эмпирического ряда;

         – численность совокупности.

где:

s2yt=532452,96/27=19720,48.              (1.43)

hтеор=√19720,48/19708,12=0,007.             (1.42)

      Теоретическое корреляционное отношение характеризует  в нашем примере тесную зависимость  объема продаж от фондовооружённости.

Рассчитать  коэффициент корреляции рангов по формуле Спирмена:

                                                  (1.44)

   где   - коэффициент корреляции рангов Спирмена;

          – разность между расчетными рангами в двух рядах;

          – численность совокупности.

 

      Таблица 1.38 Расчёт коэффициента корреляции рангов

 
x Ранг x Расч.

ранг

y Ранг y Расч. ранг  
d
 
d2
x     (+ -) y     (+ -)
1 2 3 4 5 6 7 8 9 10
421 1 1 15130 1 1 0 0 - -
1 2 3 4 5 6 7 8 9 10
422 2 2 15190 2 2 0 0 - -
423 3 3 15232 3 3 0 0 - -
431 4 4 15275 5 5 -1 1 - -
433 5 5 15360 11 11 -6 36 - -
435 6 6 15245 4 4 2 4 - -
436 7 7 15400 13 13 -6 36 - -
439 8 8 15385 12 12 -4 16 - -
442 9 9,5 15336 9 9 0,5 0,25 - -
442 10 9,5 15322 7 7 2,5 6,25 - -
443 11 11 15278 6 6 5 25 - -
450 12 12 15330 8 8 4 16 + -
451 13 13 15420 14 14 -1 1 + +
452 14 14,5 15358 10 10 4,5 20,25 + -
452 15 14,5 15466 18 18 -3,5 12,25 + +
454 16 16 15460 17 17 -1 1 + +
455 17 17,5 15450 15 15,5 2 4 + +
455 18 17,5 15480 20 20 -2,5 6,25 + +
457 19 19 15450 16 15,5 3,5 12,25 + +
460 20 20 15470 19 19 1 1 + +
462 21 21,5 15545 22 22 -0,5 0,25 + +
462 22 21,5 15520 21 21 0,5 0,25 + +
464 23 23 15570 23 23 0 0 + +
466 24 24 15606 24 24 0 0 + +
471 25 25,5 15633 25 25 0,5 0,25 + +
471 26 25,5 15660 26 26,5 -1 1 + +
472 27 27 15660 27 26,5 0,5 0,25 + +
Итого:             200,5    

Информация о работе Расчет и анализ обобщающих статистических показателей