- •Содержание:
- •Корреляционный анализ
- •Дискретный ряд распределения по у (по выработке на 1 рабочего)
- •Общий вывод по разделу «Корреляционный анализ»
- •2.1. Вычисление групповой дисперсии
- •2.2. Вычисление средней из групповых
- •Вычисление общей дисперсии
- •2.5. Вычисление среднеквадратичного отклонения
- •Вычисление эмпирического коэффициента детерминации
- •Вычисление эмпирического корреляционного отношения
- •Заключение по разделу « Определение показателей вариации»
- •3. Анализ динамических рядов.
- •Б) анализ второго динамического ряда по среднегодовой стоимости опф
- •В) анализ третьего динамического ряда по механовооруженности
- •3.5. Вычисление среднего абсолютного прироста
- •3.6. Вычисление среднегодовых темпов роста и прироста
- •3.7. Графическое изображение показателей динамических рядов: базисные и цепные темпы роста по трем динамическим рядам
- •3.8. Анализ темпов роста динамических рядов
- •3.9. Выявлении основной тенденции развития одного из динамических рядов методом скользящей средней (трехчленный)
- •3.10. Аналитическое выравнивание ряда
- •3.11. Графическое изображение скользящей прямой, прямой по исходным данным, выровненной прямой
- •3.12. Заключение по разделу « Анализ динамических рядов»
- •Список литературы:
Общий вывод по разделу «Корреляционный анализ»
По данным таблицы 1.1 мы построили интервальные и дискретные ряды. При помощи таблицы 1.2. сделали вывод, что ряд распределения по выработке на 1 рабочего показывает, что наиболее характерным является группа с центральным значением интервала 6133,2, 6582,8, 6807,6 тыс. руб., так как они составляют 18,18 % от всего количества выработки на 1 рабочего. Ряд распределения по уровню сборности показывает, что наиболее характерным является группа с центральным значением интервала 61,9 , так как составляет 27,27%.
Затем мы строим корреляционную таблицу, которая показывает, что при переходе слева направо в сторону больших значений факторного признака х соответствующие ряды распределения функционального признака у смещаются сверху вниз, т.е. в сторону меньших значений функций. Следовательно, выработка на 1 рабочего в год находится в корреляционной зависимости от уровня сборности
Далее считаем эмпирическую линию регрессии. После всех расчетов можно было сделать вывод о том, что расчет эмпирической линии регрессии вновь подтвердил наличие корреляционной зависимости между выработкой на 1 рабочего и уровнем сборности . При расчете теоретической линии регрессии из уравнения теоретической линии регрессии видно, что выработка на 1 рабочего увеличивается на 17,79% при увеличении численности на 1 %. Уровень сборности , не зависящая от рассматриваемых факторов равна 5290,54
Затем просчитываем коэффициент корреляции, который помогает определить тесноту связи между результативным и факторным признаком и сделали вывод, что выполненные расчеты показывают, что между выработкой на 1 рабочего в год и объемом работ собственными силами существует положительная корреляция, которая говорит о том, что с увеличением факторного признака х функциональный признак у увеличивается.
Знак при коэффициенте корреляции совпадает со знаком регрессии а1, что свидетельствует о правильности произведенных вычислений. Случайные факторы оказывают большое влияние на функцию, т.к. r=0,16, следовательно, имеем слабую связь между изучаемыми явлениями.
В заключении, мы выяснили при помощи расчета коэффициента детерминации, что имеется кое какое отклонение, однако оно не существенно и доказали это утверждение нахождением показателя t.
Определение показателей вариации
Вариация-это различия в значении какого-либо признака у разных единиц изучаемой совокупности в один и тот же момент времени.
Из исходных данных, которые мы взяли из первого раздела (корреляционный анализ) выделить три группы по результативному признаку у:
Исходные данные:
Таблица 2.1.
Накладные расходы тыс.руб. | ||||||||||
6706 |
6387 |
6146 |
6586 |
7482 |
5234 |
5716 |
6580 |
6221 |
5980 |
6720 |
Таблица 2.2.
№ |
1 группа |
ȳ1=5643 |
2 группа |
ȳ2=6438 |
3 группа |
ȳ3=7101 |
1 |
5234 |
6706 |
7482 | |||
2 |
5716 |
6387 |
6720 | |||
3 |
5980 |
6146 |
| |||
4 |
|
6586 |
| |||
5 |
|
6580 |
| |||
6 |
|
6221 |
|
Для каждой группы просчитаем ȳi=. По данной формуле определим средние значения результативного признака для каждой из данных групп и запишем их в таблицу.
В статистике очень часто используется показатель, который называется дисперсия, представляющая собой среднеквадратическое отклонение индивидуальных значений признака от средней величины. Дисперсия – неименованная величина, т.е. она не имеет единиц измерения. Она рассчитывается как для сгруппированных данных, когда имеет частота признака f, так и для не сгруппированных данных.