Автор: Пользователь скрыл имя, 11 Ноября 2011 в 05:19, контрольная работа
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.
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
;
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:
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,
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
Используя величину , В.И. Романовский предложил оценку близости эмпирического распределения кривой нормального распределения производить по отношению:
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:
Рис. 11
б)
Для определения формы
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 | |||||
x² |
y² |
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
xy – x * y
r = ————— , (23)
где
xy - среднее произведение;
_
xy = ———, (24)
xy
= 291260 / 28 = 10402,142;
x = ———, (25)
x = 348 / 28;
y = ———, (26)
y = 22630 / 28;
y = 808,214;
σx = √ ——— - (x)² (27)
σx
= √ 5500 / 28 –
12,428² = 6,479;
____________
∑y² _
σy = √ ——— - (y)²; (28)