Автор: Пользователь скрыл имя, 04 Марта 2013 в 17:21, курсовая работа
При описании состава населения часто ограничиваются простейшими показателями: абсолютными величинами, относительными величинами, средними, рядами распределения и рядами динамики.
Задача работы – изучить структуру и состав населения Уральского Федерального округа Российской Федерации, дать характеристику основным показателям динамики населения и проанализировать эти показатели.
Цель работы – на основе анализируемых показателей сделать вывод о том, как менялась структура и численность населения России, и в какой степени повлияли различные показатели на эти изменения.
Введение…………………………………………………………………….............4
1. Изучение состава населения………….…………………………………………6
1.1.Характеристики состава населения, источники информации……………….6
1.2. Система показателей и группировки населения………………………..........9
1.3. Методы изучения состава населения………………………………………..13
2. Расчет и анализ статистических показателей, характеризующих состав населения…18
2.1. Расчёт относительных величин……………………………………………..18
2.2. Расчёт средних величин……………………………………………………..19
2.3. Размер и интенсивность вариации …………………………………………20
2.4. Расчет моды и медианы ………………………………….............................23
2.5. Корреляционно-регрессионный анализ………………………………..….26
2.6. Анализ рядов динамики……………………………………………………...29
2.7 Статистические индексы……………………………………………………...37
Заключение………………………………………………………………………...40
Библиографический список …………..……………..…………………………...41
SMe-1 –накопленная частота до медианного интервала;
fMe – частота медианного интервала.
На основе имеющихся данных о распределении населения России по возрасту определить структурные средние величины, построить гистограмму распределения населения по возрасту и куммуляту.
Распределение численности населения России по возрасту
(на 01.01.11 г. млн. человек)
Возраст |
Численность населения |
Накопленные частоты | |||
1 |
2 |
3 | |||
0 – 5 |
6428 |
6428 | |||
5 – 10 |
6763 |
13191 | |||
10 – 15 |
9943 |
23134 | |||
15 – 20 |
12349 |
35483 | |||
20 – 25 |
11104 |
46587 | |||
25 – 30 |
10439 |
57026 | |||
30 – 35 |
9739 |
66765 | |||
35 – 40 |
9991 |
76756 | |||
40 – 45 |
12389 |
89145 | |||
45 – 50 |
11745 |
100890 | |||
50 – 55 |
10172 |
111062 | |||
55 – 60 |
5462 |
116524 | |||
60 – 65 |
7582 |
124106 | |||
65 – 70 |
6346 |
130452 | |||
Старше 70 |
12320 |
142772 | |||
Итого |
142772 |
1140321 |
[5],стр.92
Модальный интервал: 40– 45 лет, частота, соответствующая интервалу 89145.
По формуле (7):
Таким образом, в примере средний возраст на 01.01.11 г составил 44 года.
Рис. 2 Гистограмма распределения населения России по возрасту
Медианный интервал: 35 – 40, полусумма частот ряда равна 570160,5.
По формуле (8):
Медиана показывает, что на указанную дату 50% населения России имело возраст 37,3 лет, а вторая половина была старше этого возраста.
Рис. 3 Куммулята распределения численности населения России по возрасту
2.5. Корреляционный и регрессионный анализ
Один из наиболее общих законов объективного мира – закон всеобщей связи и зависимости между явлениями. Естественно, что, исследуя явления в самых различных областях, статистика неизбежно сталкивается с зависимостями, как между количественными, так и между качественными показателями, признаками. Ее задача = обнаружить такие зависимости и дать их количественную характеристику.
Формы проявления взаимосвязей весьма различны. Среди основных видов выделяют корреляционную связь.
Корреляционная связь – частный случай статистической связи, при котором разным значениям переменной соответствуют разные средние значения другой переменной.
Изучение корреляционных связей сводится в основном к решению следующих задач: Выявление наличия или отсутствия корреляционной связи между изучаемыми признаками. Эта задача может быть решена на основе параллельного сопоставления (сравнения) значений х и у у n единиц совокупности, а также с помощью группировок и путем построения и анализа специальных корреляционных таблиц; Измерение тесноты связи между двумя и более признаками с помощью специальных коэффициентов. Эта часть исследования именуется корреляционным анализом. Тесноту корреляционной связи при линейной зависимости характеризует коэффициент корреляции:
где - среднее квадратическое отклонение факторного признака; - среднее квадратическое отклонение результативного признака. [2],стр.89-101
Используя данные по городу Омску о количестве детей дошкольного возраста (х) и дошкольных образовательных учреждений, установить наличие или отсутствие причинно-следственной связи между ними.
x тыс. чел. |
y ед. |
xy |
|||||
1999 |
126,7 |
742 |
94011,4 |
13,66 |
186,6 |
74,6 |
5565,16 |
2000 |
120,6 |
703 |
84781,8 |
7,56 |
57,15 |
35,6 |
1267,36 |
2001 |
112,5 |
681 |
76612,5 |
-0,54 |
0,29 |
13,6 |
184,96 |
2002 |
103,8 |
624 |
64771,2 |
-9,24 |
85,38 |
-43,4 |
1883,56 |
2003 |
101,6 |
587 |
59639,2 |
-11,44 |
130,87 |
-80,4 |
6464,16 |
∑ |
565,2 |
3337 |
379816 |
460,29 |
15365,2 | ||
средн |
113,04 |
667,4 |
[3],стр.76
По формуле (9) находим коэффициент корреляции:
Коэффициент корреляции r=0,979 показывает, что связь, между количеством детей дошкольного возраста в городе Омске и количеством в нём дошкольных учреждений является очень тесной.
Регрессионный анализ заключается в определении аналитического выражения связи, в котором изменение одной величины, называемой зависимой или результативным признаком, обусловлено влиянием независимой величины.
При анализе прямолинейной
зависимости применяют уравнени
Параметры уравнения регрессии а0 и а1 определяются путём решения уравнений: (11) (12)
Подставив данные в формулы (11) и (12) находим параметры уравнения регрессии а1:
Подставив полученные значения параметров уравнения в формулу (10), получим искомое уравнение регрессии:
Если параметры определены правильно, то ∑y=∑ yx.
∑y= 3337
∑ yx = 744,7+710,2+664,3+615,1+602,7=
3337=3337, следовательно, параметры уравнения регрессии определены правильно.
Уравнение регрессии а1 показывает, на сколько единиц увеличится результативный признак при увеличении факторного признака на единицу. [7],стр.77-108. При увеличении количества детей дошкольного возраста на единицу, т.е. на 1000 человек, количество детских дошкольных учреждений увеличится на 5,66 единиц.
2.6. Анализ рядов динамики
Ряд динамики представляет
собой числовые значения определенного
статического показателя в последовательные
моменты или периоды времени (т.е
расположенные в
Для количественной оценки
динамики социально-экономических
явлений применяются
На основе данных таблицы 5 дать количественную оценку динамики умерших в России, составить сводную таблицу показателей, построить график. За базу принять 1998 год.
Смертность в России на 1000 человек
Год |
1998 |
1999 |
2000 |
2001 |
Число умерших |
13,6 |
14,7 |
15,5 |
17,1 |
[6],стр.75
На основе
имеющихся данных можно
Рис. 4 График распределения
1. В качестве обобщающей
характеристики уровней ряда
динамики служит средний
Среднегодовая смертность на 1000 человек за указанный период равна 15,2 человек.
2. Важнейшим статистическим
показателем динамики является
абсолютный прирост. Базисный
абсолютный прирост
цепной абсолютный прирост равен: (14)
По формуле (13) рассчитаем базисные абсолютные приросты:
∆yб99 = 14,7 – 13,6 = 1,1 ∆yб00 = 15,5 – 13,6= 1,9 ∆yб01 = 17,1-13,6 =3,5
Базисные абсолютные приросты показывают, что смертность в России в 1999, 2000 и 2001 гг. по сравнению с уровнем базисного периода повысилась на 1,1; 1.9; 3,5 человека соответственно.
По формуле (14) рассчитаем цепные абсолютные приросты:
∆yц99 = 14,7 – 13,6 = 1,1 ∆yц00 = 15,5-14,7 = 0,8 ∆yц01 = 17,1 – 15,5 = 1,6
При проверке сумма цепных абсолютных приростов равна базисному абсолютному приросту последнего периода ряда динамики.
1,1 + 0,8 + 1,6 = 3,5 3,5 = 3,5
Цепные абсолютные приросты показывают, что число смертей год от года возрастает: в 1999 г. на 1,1 человек по сравнению с 1998г., в 2000 г. – на 0,8 человек по сравнению с 1999 г. и в 2001 г. – на 1,6 человек по сравнению с 2000 г.
3. Распространенным
Базисные темпы роста:
Цепные темпы роста: (16)
По формуле (15) рассчитаем базисные темпы роста:
По формуле (16) рассчитаем цепные темпы роста:
При проверке произведение
всех цепных темпов роста
Базисные темпы роста показывают на систематическое повышение уровня смертности, составившее в 2001 году 125,7% базисного уровня.
Цепные темпы роста показывают, что приросты по годам изменялись по схеме 108% > 105,4% < 110,3%.
Информация о работе Статистические методы в исследовании состава населения