Ряды динамики

Автор: Пользователь скрыл имя, 11 Ноября 2011 в 05:19, контрольная работа

Описание работы

Единицы совокупности обладают определенными свойствами, качествами. Эти свойства называются признаками. Статистика изучает явления через их признаки: чем более однородна совокупность, тем больше общих признаков имеют ее единицы, тем меньше варьируют их значения. Признаки различаются способами их измерения и другими особенностями, влияющими на приемы статистического изучения. Это дает основание для классификации признаков.

Содержание

Введение
Раздел 1. Расчет абсолютных, относительных, средних величин, показателей вариации, построение и анализ рядов распределения дисперсионный и корреляционно-регрессионный анализ
1.1 Группировка данных
1.2 Расчет относительных величин
1.3 Графическое представление статистических данных
1.4 Расчет средних величин
1.5 Показатели вариации
1.6 Расчет дисперсии. Дисперсионный анализ
1.7 Кривые распределения
1.8 Анализ ряда распределения
1.9 Корреляционно-регрессивный анализ
Раздел 2. РЯДЫ ДИНАМИКИ
2.1 Показатели ряда динамики
2.2 Графики уровней ряда, темпов роста и темпов прироста
2.3 Аналитическое выравнивание показателей ряда динамики
2.4 Построение прогноза. Расчет доверительных интервалов
Раздел 3. ИНДЕКСЫ
3.1 Расчет индивидуальных индексов потребительских цен
3.2 Графическое представление индексов
Заключение
Используемая литература

Работа содержит 1 файл

Статистика.doc

— 1.04 Мб (Скачать)
 

      

      А так как, σ = 59,8 тогда, 

      As = 18522 / 59,8³ = 18522 / 213847,192 = 0,09

      Применение  этого показателя дает возможность  не только определить степень асимметрии, но и ответить на вопрос о наличии или отсутствии асимметрии в распределении признака в генеральной совокупности. Оценка степени существенности этого показателя дается с помощью средней квадратической ошибки, которая зависит от объема наблюдений и рассчитывается по формуле:

                                                  .  (19) 

      

.

      Если  отношение  , асимметрия существенна и распределение признака в генеральной совокупности не является симметричным. В противном случае асимметрия несущественна, ее наличие может быть объяснено влиянием различных случайных обстоятельств. , таким образом асимметрия несущественна.

      Для симметричных распределений рассчитывается показатель эксцесса (островершинности). Наиболее точным является показатель основанный на использовании центрального момента четвертого порядка:

                   .  (20)

      Ех = (25616269 / 12788062,0816) - 3 = 2-3= -1.

      Средняя квадратическая ошибка эксцесса рассчитывается по формуле: . .

      Таблица 10

      Вычисление  теоретических частот

Интервал Код строки    Частота
Pi
А В 1 2 3 4 5 6 7
705-754 001 6 -1,81 -0,99 -0,08 -0,24 0,16 4

(Продолжение  табл.10)

А В 1 2 3 4 5 6 7
754-803 002 6 -0,99 -0,18 -0,24 -0,39 0,15 8
803-852 003 8 -0,18 0,64 -0,39 0,33 -0,06 9
852-901 004 6 0,64 1,46 0,33 0,14 -0,19 5
901-950 005 2 1,46 2,28 0,14 0,03 -0,11 2
 

      Критерии  согласия основаны на использовании  различных мер расстояний между анализируемым эмпирическим распределением и функцией распределения признака в генеральной совокупности.

      Одним из наиболее часто употребляемых  критериев согласия является критерий «хи-квадрат», предложенный Пирсоном,

                                    ,                              (21) 

      где fi и fi – соответственно частоты эмпирического и теоретического распределений в i-ом интервале.

            Таблица 11

      Расчет  критерия согласия по Пирсону

Интервал Код строки Частота эмпирическая Частота теоретическая
А В 1 2 3 4
705-754 001 6 4 4 1,0
754-803 002 6 8 4 0,5
803-852 003 8 9 1 0,1
852-901 004 6 5 1 0,2
901-950 005 2 2 0 0
Итого: 007   28   1,8

       .

      Табличное значение критерия Пирсона определяется при фиксированном уровне значимости и соответствующем числе степеней свободы. Число степеней свободы равно k-l-1, где l – число условий, которые предполагаются выполненными при вычислении теоретических частот, k – число групп.

      При уровне значимости 0,05 и числе степеней свободы 3 .

       , т.е. рассчитанный критерий  не превышает максимально возможную величину расхождений эмпирических и теоретических частот, которая может возникнуть в силу случайных колебаний выборочных данных. В этом случае гипотеза о близости эмпирического распределения к нормальному не отвергается.

      Используя величину , В.И. Романовский предложил оценку близости эмпирического распределения кривой нормального распределения производить по отношению:

                                           

,                                                              (22)

      где k – число групп, а величина (k-3) равна числу степеней свободы при исчислении частот нормального распределения. , следовательно можно принять гипотезу о  нормальном характере эмпирического распределения.

     1.9   Корреляционно-регрессивный анализ

     а)  Построим поле корреляции, расположив на оси х – факторный признак (стаж работы), на оси y – результативный (заработная плата рабочего).

Корреляционное  поле зависимости 

между стажем работы и заработной платой

М  1:1

Условные  обозначения:

                                 x – стаж работы (лет)

                                 y – величина заработной платы рабочих (тыс. чел)

Рис. 11

     б)  Для определения формы зависимости, рассчитаем коэффициент регрессии и эластичности для этого построим вспомогательную таблицу:

Таблица 12

Данные  необходимые для  расчета коэффициентов  регрессии и эластичности

  Факторный признак стаж работы (лет), x Результативный  Заработная плата (руб), y Код строки Расчетные величины
 
 
 
x * y
А В С D 1 2 3
1 2 705 001 4 497025 1410
2 5 709 002 25 502681 3545
3 1 714 003 1 509796 714
4 3 730 004 9 532900 2190
5 6 734 005 36 538756 4404
6 7 754 006 49 568516 5278
7 6 763 007 36 582169 4578
8 8 764 008 64 583696 6112
9 9 768 009 81 589824 6912
10 10 780 010 100 608400 7800
11 11 783 011 121 613089 8613
12 11 789 012 121 622521 8679
13 12 805 013 144 648025 9660
14 13 810 014 169 656100 10530
15 13 813 015 169 660969 10569
16 14 820 016 196 672400 11480
17 15 825 017 225 680625 12375
18 16 828 018 256 685584 13248
19 17 834 019 289 695556 14178
20 18 838 020 324 702244 15084
21 5 855 021 25 731025 4275
22 19 867 022 361 751689 16473
23 20 869 023 400 755161 17380
24 20 880 024 400 774400 17600
25 21 891 025 441 793881 18711
26 22 820 026 484 673400 18040

(Продолжение  табл. 12) 

А В С D 1 2 3
27 21 932 027 441 868624 19572
28 23 950 028 529 902500 21850
Итого: 348 22630 029 5500 18400556 291260
 

           Коэффициент регрессии рассчитывается по формуле:

                                                      _      _   _

        xy – x * y

                              r = ————— , (23)

                                   σx * σy

    

где                                       _     

xy     - среднее произведение;                    

  _     

                                             x – средняя по x;

                                             _

                                             y  - средняя по y. 
 

                                                          _         ∑xy  

      xy   = ———,                  (24)

                                                                       n 

                                            _     

xy   = 291260 / 28 = 10402,142;   

                                                          _           ∑x  

      x   = ———,                      (25)

                                                                      n

                                                          _          

                   x   =  348 / 28; 

                                                     

                                                            x   = 12,428; 
 

                                                           _           ∑y  

      y   = ———,           (26)

                                                                        n 

                                                     _          

                  y   = 22630 / 28;

                                                      _          

                   y   = 808,214; 

                                                 ____________

                                                        ∑x²    _ 

                               σx = √    ———   - (x)²  (27)

                                                                  n

                                                      _________________

                              σx = √  5500 / 28 – 12,428²   = 6,479; 

            ____________

                   ∑y²             _

      σy = √    ———   - (y)²;          (28)

Информация о работе Ряды динамики