Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Зад_статист_груп_761_762_802_841.doc
Скачиваний:
0
Добавлен:
20.09.2019
Размер:
363.01 Кб
Скачать

Арифметическая средневзвешенная вариационного ряда:

млн. руб.

Структурные средние величины вариационного ряда

1. Мода вариационного ряда:

;

где: - нижняя граница модального интервала; - величина модального интервала; - частота модального интервала; - частота предмодального (предшествующего) интервала; - частота постмодального (последующего) интервала. млн. руб.

2. Квартили вариационного ряда:

;

где: - индекс соответствующего квартиля; - нижняя граница интервала, в котором находится квартиль. - величина интервала, в котором находится квартиль; - порядковый номер квартиля; - частота интервала, в котором находится квартиль; - накопленная частота интервала, который предшествует интервалу, содержащему квартиль.

. Первый квартиль находится в интервале 7-9.

Значение первого квартиля: млн. руб.

. Первый квартиль находится также в интервале 7-9. Однако значение второго квартиля (медианы), конечно, отличается от первого:

млн. руб.

. Третий квартиль находится в интервале 11-13. Его значение: млн. руб.

Выводы по структуре вариационного ряда.

А) Используем моду и медиану. У наибольшего числа предприятий стоимость основных фондов составляет 8.2 млн. руб. У половины предприятий стоимость основных фондов составляет менее 9 млн. руб., а у другой половины – более 9 млн. руб.

Б) Используем квартили. Квартили как отдельные значения группировочного признака делят исследуемые предприятия на 4 равновеликие части. Стоимость основных фондов у 25 % предприятий не превышает 7.5 млн. руб., еще у 25% предприятий стоимость основных фондов составляет не менее 11.5 млн. руб., а у оставшихся 50 % предприятий стоимость основных фондов составляет от 7.5 до 11.5 млн. руб.

Поскольку выполняется неравенство , то имеет место незначительная правосторонняя асимметрия. Вместе с тем возможны практические ситуации, когда в первом приближении можно приять симметричный характер вариационного ряда, т.е. .

Показатели вариации и оценка степени однородности

1. Дисперсия

2. Среднеквадратичное отклонение

млн. руб.

3. Коэффициент вариации

.

Вывод об однородности, исследуемой совокупности.

Эмпирический коэффициент вариации , следовательно, исследуемую статистическую совокупность еще можно считать однородной.

Оценка тесноты линейной связи между признаками исследуемой совокупности

Коэффициент парной корреляции рассчитывается по исходным статистическим данным, т.е. с использованием всех пар эмпирических точек . Так и необходимо поступать при выполнении контрольной работы! В данном лекционном примере требуемых исходных данных нет, поэтому оценим коэффициент парной корреляции ориентировочно по средне групповым значениям где: .

.

Где:

млн. руб.

млн. руб.

Поскольку то линейная связь между параметрами тесная.

Оценка значимости коэффициента корреляции

Вывод о статистической значимости коэффициента парной корреляции делается на основе сравнения его теоретической и экспериментальной модели (на основе сравнения теоретического и экспериментального критерия Стьюдента).

Экспериментальный критерий Стьюдента:

Теоретический (табличный) критерий Стьюдента при доверительной вероятности и степени свободы :

.

Поскольку выполняется условие , то можно считать коэффициент парной корреляции статистически значимым.

Разработка линейной регрессионной модели.

Разработка уравнения линейной регрессии производится с использованием исходным статистическим данным, т.е. с использованием всех пар эмпирических точек . Так и необходимо поступать при выполнении контрольной работы! В данном лекционном примере требуемых исходных данных нет, поэтому приведем общий алгоритм разработки уравнения регрессии на примере средне групповых значений признаков где: .

Параметры уравнения регрессии можно рассчитать по известным формулам:

либо

; .

;

Окончательно линейная модель для рассматриваемого примера:

млн. руб.

Числовые векторы расчетных и табличных значений:

; . Необходимо количественно оценить расхождение невязку полученных расчетных и табличных (эмпирических) значений. Для этого можно использовать ошибку прогнозирования:

.

Необходимо сделать соответствующий вывод.

Задания и рекомендации разработал, доцент: А.С. Андреев

28.03.2012 г