На бирже курсовых и дипломных проектов можно найти образцы готовых работ или получить помощь в написании уникальных курсовых работ, дипломов, лабораторных работ, контрольных работ, диссертаций, рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

Повышение уникальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение уникальности любого файла в формате MS Word. После такого повышения уникальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, etxt.ru или advego.ru. Программа «StudentHelp» работает по уникальной технологии и при повышении уникальности не вставляет в текст скрытых символов, и даже если препод скопирует текст в блокнот – не увидит ни каких отличий от текста в Word файле.

Результат поиска


Наименование:


курсовая работа Анализ статистической совокупности по показателю

Информация:

Тип работы: курсовая работа. Добавлен: 04.06.2012. Сдан: 2011. Страниц: 20. Уникальность по antiplagiat.ru: < 30%

Описание (план):


Федеральное агентство по образованию Российской Федерации
Государственное образовательное учреждение высшего  профессионального образования 

Анализ  статистической совокупности по показателю
ПОЯСНИТЕЛЬНАЯ ЗАПИСКА К КУРСОВОЙ РАБОТЕ
по дисциплине «Статистика»
Нормоконтролер, доцент                       Руководитель 

                     Авторы работы  
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 

                     Работа защищена
                     с оценкой 
                     _______________________
                           ______________________2010 г.  
             
             
             
             

АННОТАЦИЯ
                    статистической совокупности. –2010, 54 с.., библиогр. список – 4 наим.,  5 прил.
   Объектом  исследования является статистическая совокупность – субъекты Российской федерации, анализируемая по показателю «оборот розничной торговли млн. руб.».
   Цель  работы – освоить методику анализа  исследования статистической совокупности по предложенному Показателю, используя  данные «Российского статистического  ежегодника 2009».
   В работе проведен вариационный анализ статистической совокупности по исследуемому показателю. Проведена бесповторная выборка и описана процедура её проведения. Выявлены и исследованы особенности проведения корреляционно-регрессионного анализа и анализа рядов динамики. Сделаны выводы на основании произведённых вычислений и графического материала.
 


   ОГЛАВЛЕНИЕ
   ВВЕДЕНИЕ 4
   1 Сводка и группировка данных статистического наблюдения 5
   2 Вариационный анализ 12
   3 Моделирование ряда распределения 17
   4 Корреляционный анализ 20
   5 Оценка параметров генеральной совокупности на основе выборочных данных 29
   6 Показатели ряда динамики и тенденции динамики 34
   ЗАКЛЮЧЕНИЕ 42
   БИБЛИОГРАФИЧЕСКИЙ СПИСОК 43
   ПРИЛОЖЕНИЕ  А 44
   ПРИЛОЖЕНИЕ  Б 45
   ПРИЛОЖЕНИЕ  В 47
   ПРИЛОЖЕНИЕ  Г 62
   ПРИЛОЖЕНИЕ  Д 63
 


Введение
   Статистика - это наука, позволяющая выявить  и измерить закономерности развития социально-экономических явлений  и процессов и взаимосвязи  между ними в конкретных условиях места и времени. Предметом статистики является количественная сторона массовых общественных явлений в тесной связи с качественной стороной. Главная задача статистики на современном этапе состоит в обработке достоверной информации. Обработанные определенным образом данные позволяют судить о явлении, делать прогнозы.
   В данном курсовом проекте была произведена  обработка и анализ статистических данных, полученных в результате статистического  наблюдения над показателем, который  характеризует оборот розничной  торговли в 2009г. Для исследования статистических данных были использованы следующие статистические методы: вариационный анализ, проверка гипотезы о нормальном распределении, используя критерий Пирсона, корреляционно-регрессионный анализ, анализ рядов динамики, проведена собственно-случайная бесповторная выборка.
   Цель  курсовой работы заключается в освоении инструментов статистики для дальнейшего  применения их в решении управленческих задач.
 


Сводка  и группировка  данных статистического  наблюдения
   На  основе полученных данных выполнена  простая сводка по указанному показателю: оборот розничной торговли. Нами рассматривается абсолютная величина, следовательно, для расчета средней величины дополнительные данные не требуются.
   Также следует отметить, что в исходных данных, присутствовали 2 региона в состав которых, входили дополнительные субъекты. Поэтому значения показателя в этих регионах были пересчитаны. В состав Архангельской области входил Ненецкий автономный округ. Оборот розничной торговли в Архангельской области составил 100122 млн. рублей, но так же сюда были включено значение показателя по  Ненецкому автономному округу - 3946 млн. рублей. Из значения показателя Архангельской области было вычтено значение показателя по Ненецкому автономному округу. Тоже самое было сделано с Тюменской областью, из показателя которой, были вычтены значения Ханты-Мансийского автономного округа и Ямало-Ненецкого автономного округа.
Субъект РФ ОБОРОТ РОЗНИЧНОЙ  ТОРГОВЛИ (в фактически действовавших  ценах; миллионов рублей) в 2008 г.
Белгородская  область 113628
Брянская  область 84392
Владимирская  область 83270
Воронежская область 150411
Ивановская  область 57855
Калужская область 80731
Костромская область 38142
Курская область 79795
Липецкая  область 93375
Московская  область 887417
Орловская область 52705
Рязанская область 82794
Смоленская  область 77284
Тамбовская  область 85132
Тверская  область 103869
Тульская  область 118106
Ярославская область 91730
г. Москва 2365583
Республика  Карелия 50775
Республика  Коми 114568
Архангельская область 96176
  Ненецкий  автономный округ* 3946
Вологодская область 70845
Калининградская область 76299
Ленинградская область 121216
Мурманская  область 84266
Новгородская  область 48130
Псковская область 50929
г. Санкт-Петербург 582235
Республика  Адыгея 25645
Республика  Дагестан 217344
Республика  Ингушетия 6114
Чеченская Республика 25176
Кабардино-Балкарская Республика 47968
Республика  Калмыкия 7368
Карачаево-Черкесская Республика 22575
Республика  Северная Осетия - Алания 37411
Краснодарский край 500693
Ставропольский  край 203557
Астраханская  область 77665
Волгоградская область 186094
Ростовская  область 423426
Республика  Башкортостан 428900
Республика  Марий Эл 36189
Республика  Мордовия 39520
Республика  Татарстан 369299
Удмуртская  Республика 92381
Чувашская Республика 67727
Пермский  край 278260
Кировская область 78139
Нижегородская область 314054
Оренбургская  область 125959
Пензенская  область 94079
Самарская область 387217
Саратовская область 159114
Ульяновская область 85505
Курганская  область 73301
Свердловская  область 527212
Тюменская область 164534
Ханты-Мансийский автономный округ- Югра* 288416
   
Ямало-Ненецкий автономный округ* 100302
Челябинская область 347442
Республика  Алтай 10557
Республика  Бурятия 68254
Республика  Тыва 9348
Республика  Хакасия 24448
Алтайский край 171986
Забайкальский край 75370
Красноярский  край 276012
Иркутская область 192059
Кемеровская область 273834
Новосибирская область 269971
Омская  область 164345
Томская область 75370
Республика  Саха (Якутия) 87843
Камчатский  край 26600
Приморский  край 150010
Хабаровский край 110977
Амурская  область 53929
Магаданская область 11390
Сахалинская область 68244
Еврейская автономная область 11349
Чукотский автономный округ 3479
Итого: 13919565
 
   *Значение данных регионов было пересчитано, т.к. они входили в состав других регионов
 

   

     Группировка с выделением регионов со значением оборота розничной торговли выше и ниже среднего значения.

   Среднее значение показателя, оборот розничной  торговли, считается как простая арифметическая величина. Общее значение показателя в РФ за 2008 год составило 13919561 млн. рублей.  Количество регионов составило 83. Среднее значение составило 167706 млн. рублей.
     Таблица 1.1 – Группировка с выделением регионов со значением оборота розничной торговли выше и ниже среднего 

Значение  оборота розничной торговли Количество  регионов Среднее значение, млн. руб
ниже среднего 62 71428
выше среднего 21 451953
Итого: 83 X
 
   Проанализировав диаграмму можно сделать вывод: у 75% регионов (62 региона) значение показателя оборот розничной торговли ниже среднего и только у 25% (21 регион) значение показателя выше. Как же можно заметить, что среднее значение регионов первой группы в 2,35 раза меньше среднего значения по России, в то время как среднее значение показателя второй группы выше среднего значения по России в 2,69 раза. Так же можно отметить, что среднее значение второй группы превышает значение первой в 6,33 раза.
 


     Рисунок 1.1-Распределение субъектов РФ с выделением регионов со значением оборота розничной торговли выше и ниже среднего значения

     Группировка регионов со значением оборота розничной торговли выше и ниже показателя в Челябинской области

   В данной группировке мы сравниваем значение оборота розничной торговли по Челябинской области с другими регионами РФ. Можно отметить, что значение показателя оборот розничной торговли по Челябинской области выше среднего значения по России в 2,07 раза, что в абсолютном выражении составляет 347442 млн. рублей. Выделим две группы: регионы с показателем выше и ниже показателя Челябинской области. 
 
 

     Таблица 2.2 – Группировка с выделением регионов со значением оборота розничной торговли выше и ниже значения по Челябинской области 

Значение  оборота розничной торговли Количество  регионов Среднее значение, млн. руб
ниже показателя Челябинской области 73 97262
выше показателя Челябинской области 9 719109
Итого: 82 X
 
Рисунок 1.2- Распределение субъектов РФ с выделением регионов со значением показателя выше и ниже показателя Челябинской области
  
 

    Проанализировав диаграмму можно сделать вывод: что показатель Оборот розничной торговли  в Челябинской области по России выше 89% регионов (73 региона) и уступает лишь 11% регионов (9 регионов). Следовательно, можно сказать, что Челябинская область по значению оборота розничной торговли опережает большую часть регионов РФ, существует небольшое количество регионов значение показателя которых, превышает показатель по Челябинской области.
 

Вариационный анализ 

   Первый  этап вариационного анализа  - это  построение вариационного ряда. Необходимо построить интервальный ряд т.к. изучаемый признак относится к непрерывному виду.
   Определим длину интервала по формуле Стержесса. Полученное значение 7.37, следовательно, будет 8 интервалов. Минимальное значение равно 3479,  максимальное 2365583. Длину интервала возьмем за 300000. За начальное значение первого интервала возьмем 3000.
     Таблица 2.1-Сгруппированные  исходные данные
            Значение  оборота розничной торговли Количество  регионов
            3000-303000 72
            303000-603000 9
            603000-903000 1
            903000-1203000 -
            1203000-1503000 -
            1503000-1803000 -
            1803000-2103000 -
            2103000-2403000 1
            Итого: 83
     Для однородности ряда, исключим один из регионов: г.Москва.
     На  этот раз возьмем за минимальное  значение 3479,  максимальное 887417. Длину интервала возьмем 115000.
 

     
     Таблица 2.2-Сгруппированные исходные данные
            Значение  оборота розничной торговли Количество  регионов
            3000-118000 53
            118000-233000 15
            233000-348000 6
            348000-463000 5
            463000-578000 2
            578000-693000 1
            693000-808000 -
            808000-923000 1
            Итого: 82
   Для однородности ряда, исключим регион: Московская область.
   Снова определим длину интервала по формуле Стержесса. Полученное значение 7.33, следовательно, будет 8 интервалов. Минимальное значение равно 3479,  максимальное 582235. Длину интервала возьмем за 75000.
     Таблица 2.3-Сгруппированные исходные данные
            Значение  оборота розничной торговли Количество  регионов
            3000-78000 34
            78000-153000 25
            153000-228000 8
            228000-303000 5
            303000-378000 3
            378000-453000 3
            453000-528000 2
            528000-603000 1
            Итого: 81
       
 
 
 
 

     Рисунок 2.1-Распределение регионов по показателю оборот розничной торговли
     

   Анализируя  диаграмму можно выявить, что  распределение не подчиняется нормальному  закону. Явно выражена правосторонняя асимметрия, из чего можно сказать, что большинство значений признака сконцентрировано слева от средней величины и имеет значение, меньшее, чем средняя. По гистограмме можно приблизительно определить моду, значение которой попадает в правый край первого интервала и приблизительно составляет 62000.
   Рисунок 2.2- Кумулята и Огива
   
   Рассчитаем  показатели вариации (приложение А), полученные результаты представим в таблице:
     Таблица 2.4 - Показатели вариации
Показатель Значение
Среднее значение (млн. руб) 134944,4
Мода (млн. руб) 62302,32
Медиана (млн. руб) 97500
Размах  вариации (млн. руб) 578756
Среднее линейное отклонение  
(млн. руб)
91289,42
Среднее квадратическое отклонение (млн. руб) 122914,7
Дисперсия (млн. руб)2 15108024691
Относительный размах вариации (…) 4,29
Относительное линейное отклонение % 0,68
Коэффициент вариации % 0,91
Коэффициент асимметрии % 1,63
Коэффициент эксцесса % 2,11
 
   Проанализировав таблицу можно сделать следующие  выводы:
   В среднем по России оборот розничной  торговли составил  134944,4. Медиана равна 97500, это значит что, половина единиц совокупности имеет значение показателя ниже медианного, а вторая половина – больше. Мода равна 62302,32,  она указывает на наиболее часто встречающееся значение признака, но так ряд интервальный следует сказать, что вокруг данного значения сконцентрировано наибольшее число регионов. В рассматриваемой совокупности имеет место соотношение: Xср>Me>Mo, что обусловлено выраженной правосторонней асимметрии. Таким образом, нельзя утверждать, что распределение подчиняется нормальному закону.
   Размах  вариации равен 578756, но он дает лишь общее представление о размахе вариации, т.к. показывает только разницу между крайними значениями. Относительный размах вариации равен 4,29. Отсюда можно сделать вывод, что так как значение размаха вариации достаточно велико и относительный размах вариации намного больше единицы, большинство значений колеблются в большом интервале.
   Среднее линейное отклонение составило 91289,42. В среднем на это значение отклоняется значение показателя от средней величины. Среднее квадратическое отклонение равно 122914,7.
   Дисперсия – это средний квадрат отклонений индивидуальных значений признака от их средней величины, она равна 15108024691.
   Относительное линейное отклонение, равное 0,68, показывает, что доля усредненного значения абсолютных отклонений от средней величины составляет 68%.
   Коэффициент Асимметрии равен 1,63. Это говорит о правосторонней асимметрии, и большинство значений признака имеет значение ниже среднего.
   Показатель  эксцесса положительный (2,11), это свидетельствует о слабой вариации. Хвосты распределения «легче», а пик острее, чем у нормального распределения.
 

   
      Моделирование ряда распределения
   В законе о нормальном характере распределения показателя выражается закономерность взаимодействия множества случайных величин, не имеющих преобладающего влияния друг на друга. Проверка распределения на выполнение закона о нормальном распределении помогает определить его характер и свойства. Для проверки гипотезы о нормальном характере распределения рассматриваемого признака используем критерий Пирсона. Необходимо рассчитать и оценить отклонения фактических значений частот появления признака от тех значений, которые могли бы быть в случае нормального распределения (теоретическая частота).
     Таблица 3.1-Расчет данных для определения критерия Пирсона
Интервал Середина интервала fф t f(t)
3000-78000 40500 34 -0,77 0,2966 15
78000-153000 115500 25 -0,16 0,3939 19
153000-228000 190500 8 0,45 0,3605 18
228000-303000 265500 5 1,06 0,2275 11
303000-378000 340500 3 1,67 0,0989 5
378000-453000 415500 3 2,28 0,0355 2
453000-528000 490500 2 2,89 0,0061 0
528000-603000 565500 1 3,50 0,0009 0
   Видно, что для последних двух интервалов округленная теоретическая частота, статистически незначима.  Для интервала 378000-453000 теоретическая частота равна 2, что тоже достаточно невысокий показатель. Объединим последние 4 интервала в один. Так же необходимо заново рассчитать среднюю величину и среднее квадратическое отклонение они равны 138185,18 и 111542,54 соответственно. 

     Таблица 3.2-Расчет данных для определения критерия Пирсона
Интервал Середина интервала fф t f(t)
3000-78000 40500 34 -0,88 0,2709 15
78000-153000 115500 25 -0,20 0,391 21
153000-228000 190500 8 0,47 0,3572 19
228000-303000 265500 5 1,14 0,2083 11
303000-603000 453000 9 2,82 0,0075 0
 
   Для интервала 303000-603000 теоретическая частота равна 0. Объединим его с предыдущим интервалом. Средняя величина равна 143277,78 СКО равно 137529,57.
     Таблица 3.3-Расчет данных для определения критерия Пирсона
Интервал Середина интервала fф t f(t)
 
 
3000-78000 40500 34 -0,75 0,3011 13 441 33,16
78000-153000 115500 25 -0,20 0,391 17 64 3,71
153000-228000 190500 8 0,34 0,3765 17 81 4,87
228000-60300 415500 14 1,98 0,0562 12 4 0,32
 
   В данной таблице отсутвуют статистически  не значимые величины, следовательно, можно рассчитать c2. Полученное значение критерия Пирсона равно 42,26. Определяем теоретическое значение критерия Пирсона по таблице «Распределение Пирсона» на основании уровня значимости ? = 0,05 и значения d.f. равного числу интервалов минус 3, в нашем случае равном единице. Табличное значение c2 равно 3,841. Итак, расчетное значение критерия Пирсона c2 больше теоретического, значит, гипотеза о нормальном характере распределения не подтверждается.
Корреляционный  анализ
     Задача  корреляционного анализа – установить связь между двумя признаками, факторным и результативным. Для  нашего случая мы будем рассматривать  связь показателя ««Оборот розничной торговли по субъектам Российской Федерации в 2008 году, миллионов рублей» с такими показателями как «Численность экономически активного населения, занятого в экономике по субъектам Российской Федерации в 2008 году, тыс. человек» и «Распределение предприятий и организаций по субъектам Российской Федерации»
      Взаимосвязь с показателем: «Численность экономически активного населения, занятого в экономике, тыс. человек»
     Здесь факторным признаком выступает  показатель  «Численность экономически активного населения, занятого в экономике по субъектам Российской Федерации в 2008 году, тыс. человек», а результативным - «Оборот розничной торговли по субъектам Российской Федерации в 2008 году, миллионов рублей».
       Используя данные об индивидуальных значениях факторного признака и соответствующих ему значения результативного признака строим в прямоугольных координатах точечный график – поле корреляции. 

     Рисунок 4.1 - Поле корреляции. Взаимодействие показателей: оборот розничной торговли и численность экономически активного населения, занятого в экономике

    Учитывая большой отрыв значения показателя «Численность экономически активного населения, занятого в экономике по субъектам Российской Федерации в 2008 году, тыс. человек» для Москвы от основной массы значений, мы приняли решение исключить данный субъект из анализа.
Таким образом  поле корреляции принимает вид:
     Рисунок 4.2 - Поле корреляции. Взаимодействие показателей: оборот розничной торговли и численность экономически активного населения, занятого в экономике

     По  распределению точек на корреляционном поле можно предположить наличие  прямой тесной связи между двумя  данными признаками.
Далее строим корреляционную решетку.
Таблица 4.1. –  Корреляционная решетка 1.
Численность экономически активного населения, занятого в экономике по субъектам  Российской Федерации в 2008 году, тыс. человек. «Оборот розничной торговли по субъектам  Российской Федерации в 2008 году, миллионов  рублей» ИТОГО:
3400-180400 180400-357400 357400-534400 534400-711400 711400-888400
22-752 54 - - - - 54
752-1482 9 9 - - - 18
1482-2212 - 2 4 - - 6
2212-2942 - - 2 1 - 3
2942-3672 - - - - 1 1
ИТОГО: 63 11 6 1 1 82
 
   По  корреляционной решётке можно предположить наличие прямой корреляционной зависимости  между признаками, так как частоты  в решётке расположены на диагонали  из левого верхнего угла в правый нижний угол, таким образом, что большим  значениям факторного признака соответствуют  большие значения результативного.
   Теперь  мы рассчитаем показатели тесноты связи:
   1) коэффициент корреляции 

   Расчет  коэффициента корреляции приведен в  Приложении .
   Получаем, что rxy = 0, 9861. Это говорит о том, что связь очень тесная и в 2008 году численность экономически активного населения, занятого в экономике, оказывала существенное влияние на оборот розничной торговли.
   2) коэффициент Спирмена
                       (11)
   где di – разность рангов i-ых значений признаков X и Y;
           n – количество единиц совокупности.
   Ранжирование  и расчет коэффициента Спирмена приведены  в Приложении В.
   Получаем, что Ксп = 0,9507. Такое значение коэффициента говорит о наличии высокой тесноты связи, то есть в 2008 году численность экономически активного населения, занятого в экономике, оказывала существенное влияние на оборот розничной торговли.  

    Наименование  коэффициентов Значение коэффициента Критическое значение коэффициента
    Коэффициент корреляции 0, 97 0,70
    Коэффициент Спирмена 0,95 0,50
 
      Взаимосвязь с показателем: «Распределение предприятий  и организаций по субъектам Российской Федерации»
   В данном случае в качестве факторного признака - «Распределение предприятий  и организаций по субъектам Российской Федерации», в то время как результативным признаком будет показатель «Оборот розничной торговли по субъектам Российской Федерации в 2008 году, миллионов рублей».
     Рисунок 4.3 - Поле корреляции. Взаимодействие показателей: оборот розничной торговли и распределения предприятий по субъектам РФ

     На  данном поле корреляции видно, что существует значение признака, которое должно быть исключено из анализа. Таким  образом, мы исключаем Москву, в силу того, что значение для данного  субъекта имеют слишком большой  отрыв от общей массы значений.
В итоге, после исключения Москвы из анализа, поле корреляции принимает вид:
     Рисунок 4.4 - Поле корреляции. Взаимодействие показателей: оборот розничной торговли и распределения предприятий по субъектам РФ

     Судя  по данному полю корреляции видно, можно  предположить, что имеется определенная прямая тесная связь между факторным  и результативным признаком.
     Далее построим корреляционную решетку:
     Таблица 4.2. – Корреляционная решетка 2.
    Распределение предприятий и организаций по субъектам Российской Федерации Оборот  розничной торговли по субъектам  Российской Федерации в 2008 году, миллионов  рублей ИТОГО:
    3400-180400 180400-357400 357400-534400 534400-711400 711400-888400
    1000-43500 54 2 - - - 56
    43500-86000 9 6 1 - - 16
    86000-128500 - 2 4 - - 6
    128500-171000 - 1 1 - - 2
    171000-213500 - - - - 1 1
    ИТОГО: 63 11 6 0 1 81
     Анализируя  данную корреляционную решетку, можно  сделать предположение о наличие  прямой корреляционной зависимости  между количеством зарегистрированных предприятий в субъекте РФ и оборотом розничной торговли, так как частоты  в решётке расположены по диагонали  из левого верхнего угла в правый нижний угол, таким образом, что большим значениям факторного признака соответствуют большие значения результативного.
   Теперь  мы рассчитаем показатели тесноты связи:
   1) коэффициент корреляции 
 

   Расчет  коэффициента корреляции приведен в  Приложении .
   Значение  коэффициента корреляции равное 0,877 говорит  о том, что связь достаточно тесная и в 2008 году количество организаций  в субъекте оказывало значительное влияние на оборот розничной торговли.
   2) коэффициент Спирмена
                       (11)
   где di – разность рангов i-ых значений признаков X и Y;
           n – количество единиц совокупности.
   Ранжирование  и расчет коэффициента Спирмена приведены  в Приложении В.
   Коэффициент Спирмена равен 0,913 и это говорит  о наличии высокой тесноты  связи, то есть в 2008 году количество предприятий в субъекте оказывало сильное влияние на оборот розничной торговли.  

    Наименование  коэффициентов Значение коэффициента Критическое значение коэффициента
    Коэффициент корреляции 0, 88 0,70
    Коэффициент Спирмена 0,91 0,50
 
     В целом можно заметить, что на оборот розничной торговли в 2008 году большее  влияние оказывало экономически активное население, занятое в экономике, нежели число предприятий в том или ином субъекте Российской Федерации.
 


   Оценка  параметров генеральной  совокупности на основе выборочных
                                                         данных.
   Для проведения выборочного наблюдения необходимо определить способ отбора и тип выборки. При проведении отбора были произведены  собственно-случайные бесповторные выборки. Бесповторная выборка дает большую точность результатов в  отличие от повторной, так как  при повторной объём выборки  всегда больше, чем при бесповторной и единицы наблюдаемой совокупности не упорядочены и с равной вероятностью могут попасть в выборку.

     Выборка 46 регионов

В выборку попали следующие регионы:
Субъект РФ ОБОРОТ РОЗНИЧНОЙ  ТОРГОВЛИ
Белгородская  область 113628
Владимирская  область 83270
Ивановская  область 57855
Костромская область 38142
Липецкая  область 93375
Орловская область 52705
Смоленская  область 77284
Тверская  область 103869
Ярославская область 91730
Республика  Карелия 50775
Архангельская область 96176
Вологодская область 70845
Ленинградская область 121216
Мурманская  область 84266
Псковская область 50929
Республика  Адыгея 25645
Республика  Ингушетия 6114
Кабардино-Балкарская Республика 47968
Карачаево-Черкесская Республика 22575
Республика  Северная Осетия - Алания 37411
Ставропольский  край 203557
Астраханская  область 77665
г. Москва 2365583
Ростовская  область 423426
Республика  Башкортостан 428900
Республика  Мордовия 39520
Республика  Татарстан 369299
Чувашская Республика 67727
Пермский  край 278260
Нижегородская область 314054
Оренбургская  область 125959
Самарская область 387217
Саратовская область 159114
Курганская  область 73301
Свердловская  область 527212
Ханты-Мансийский автономный округ- Югра 288416
 
Челябинская область 347442
Республика  Алтай 10557
Республика  Тыва 9348
Забайкальский край 75370
Красноярский  край 276012
Новосибирская область 269971
Томская область 75370
Приморский  край 150010
Магаданская область 11390
Еврейская автономная область 11349
   Рассчитаем  выборочную среднюю для совокупности, она считается как простая  арифметическая величина. Она равна  188952,33, средняя по генеральной совокупности равна 167706.
   Рассчитаем  предельную ошибку средней используя  коэффициенты доверия для вероятностей 0,533, 0,644,   0,755, 0877. Т.к размер выборочной совокупности меньше 100 (n<100) то значение выборочной дисперсии корректируется умножением на коэффициент n/(n-1). Расчеты предельной ошибки представлены в Приложении Г.
Таблица 5.1- Значения предельной ошибки
Вероятность t Предельная  ошибка Интервал
0,533 0.73 20668,67 ,0
0,644 0.93 26048,18  
0,755 1.17 32843,36  
0,877 1.55 43602,39  
   Видно, что средняя по генеральной совокупности не попадает в первый доверительный  интервал, это может быть связано  с тем, что в выборку попали регионы с достаточно высокими значения оборота розничной торговли, так  же видно что средняя по выборке  превышает среднюю по генеральной  совокупности.

     Выборка 18 регионов

В выборку попали следующие регионы:
Субъект РФ ОБОРОТ РОЗНИЧНОЙ  ТОРГОВЛИ
Брянская  область 84392
Воронежская область 150411
Калужская область 80731
Курская область 79795
Московская  область 887417
Рязанская область 82794
Тамбовская  область 85132
Тульская  область 118106
Республика  Коми 114568
Ненецкий  автономный округ 3946
Калининградская область 76299
г. Санкт-Петербург 582235
Республика  Дагестан 217344
Чеченская Республика 25176
Республика  Калмыкия 7368
Республика  Северная Осетия - Алания 37411
Ставропольский  край 203557
Республика  Марий Эл 36189
   Так же как и в первом случае рассчитаем выборочную среднюю для совокупности, она считается как простая  арифметическая величина. Она равна 159603,94, средняя по генеральной совокупности равна 167706. Рассчитаем предельную ошибку средней используя коэффициенты доверия для вероятностей 0,533, 0,644,   0,755, 0,877. Т.к объем выборки меньше 30 единиц, то расчет предельной ошибки необходимо выполнять по правилам малой выборки. Дисперсия по выборке равна 47205593126. Расчет представлен в приложении Г.
Таблица 5.1- Значения предельной ошибки
Вероятность t Предельная  ошибка Интервал
0,533 0.863 45476,08  
0,644 1.069 56331,33  
0,755 1.333 70242,90  
0,877 1.740 91689,90  
   Итак, на основании проведенного изучения выборочных данных можно сделать  вывод, что при повышении доверительной  вероятности, величина доверительного интервала растет, то есть повышается точность попадания генеральной  средней в данный интервал. При  понижении доверительной вероятности  величина доверительного интервала  снижается, то есть снижается точность попадания генеральной средней  в данный интервал.
     Так же можно сказать что  с увеличением объема выборки  предельная ошибка уменьшается,  в то же время с увеличением  доверительной вероятности предельная  ошибка увеличивается. 
 


Анализ  показателей динамики
Имеются данные о суммах вкладов (депозитов) физических лиц в кредитных организациях за период с 2001 по 2009 года.
Показатель Год
2001 2002 2003 2004 2005 2006 2007 2008 2009
Вклады (депозиты) физических лиц в кредитных  организациях, млн. руб. () 462453,8 702406,4 1030807 1519454 1980816 2761194 3809714 5159200 5906990

Показатели  ряда динамики и тенденции  динамики

 
Таблица 6.1 – Показатели динамики
Наименование  показателя Год Средние значения
2001 2002 2003 2004 2005 2006 2007 2008 2009
1 , млн. руб. 462453,8 702406,4 1030807 1519454 1980816 2761194 3809714 5159200 5906990 2518539,163
2  
(цепное) млн. руб.
••• 239952,6 328400,6 488647 461362 780378 1048520 1349486 747790 680567,025
3 , млн. руб. ••• 239952,6 568353,2 1057000,2 1518362,2 2298740,2 3347260,2 4696746,2 5444536,2 •••
4 , млн. руб. ••• ••• 88448 160246,4 -27285 319016 268142 300966 -601696 72548,2
5 , % ••• 151,887 146,754 147,404 130,364 139,397 137,973 135,422 114,494 137,5
6 , % 100 151,887 222,899 328,563 428,327 597,075 823,804 1115,614 1277,314 •••
7 , % ••• 51,887 46,754 47,404 30,364 39,397 37,973 35,422 14,494 37,5
8 , % ••• 51,887 122,899 228,563 328,327 497,075 723,804 1015,614 1177,315 •••
9 , млн. руб. ••• 4624,538 7024,064 10308,07 15194,54 19808,16 27611,94 38097,14 51592 •••
10 , млн. руб.
4624,538 4624,538 4624,538 4624,538 4624,538 4624,538 4624,538 4624,538 4624,538 •••
 
     За  анализируемый период с 2001 по 2009 годы, средняя сумма вкладов физических лиц в кредитных организациях составила 2518539,163 миллионов рублей, причем в течении указанного периода значение данного показателя ежегодно повышалось на 37,50%, что в абсолютном выражении составляет 680567,025 миллионов рублей.
Выбор уравнения тренда
    Графический метод:
     Рисунок 6.1 - Динамика сумм вкладов (депозитов) физических лиц в  кредитных организациях, млн. руб.
     
     Теперь  выберем на проведенной прямой линии  две произвольные точки (2;500000) и (7;4000000)  и, используя их координаты, запишем  и решим систему уравнений  определив, таким образом, параметры  уравнения: 
 

      Отсюда  a = 1520; b = 40
      Уравнение динамики приобретает вид:
    Метод наименьших квадратов
      Составим  уравнение динамики изучаемого показателя, основываясь на методе наименьших квадратов. Составим системы уравнений для  расчёта параметров уравнения
      прямой линейной зависимости:
      уравнения параболы:
      уравнения гиперболы
      По  каждому из вариантов рассчитаем параметры уравнений и запишем  получившиеся уравнения соответственно для прямой, параболы и гиперболы:
Система уравнений для расчета параметров уравнения прямой линейной зависимости 

Подставляя  значения в систему уравнений, имеем: 

Решая систему уравнений, получаем: a = -903113,8332; b = 699134,66
Как следствие  имеем следующее уравнение тренда: 

Система уравнений для расчета параметров уравнения параболы: 
 

Решая систему уравнений методом Гаусса, получаем: 
 

Система уравнений для расчета параметров уравнения гиперболы: 

 
Решая систему, получаем: a = 4088161,574; b = -4758066,459 

      Затем рассчитаем сумму квадратов отклонений фактических значений признака от теоретических  по каждому из предполагаемых вариантов  и выберем вариант уравнения, которому соответствует минимальное  значение суммы квадратов отклонений (Приложение Б).
     Таким образом,  наименьшую сумму квадратов  отклонений имеет линейная зависимость, значит, уравнением, в наибольшей степени  соответствующим ряду динамики, будет  являться уравнение прямой: 
 

Расчет  показателей колеблемости
     Для расчета показателей сформируем вспомогательную таблицу:
      Таблица 6.2. – вспомогательная таблица  для расчета показателей колеблемости. 
 
 

           
1 462453,8 -203979,1733 666432,9733 666432,9733 444132907901,48
2 702406,4 495155,4867 207250,9133 207250,9133 42952941063,68
3 1030807 1194290,147 -163483,1467 163483,1467 26726739254,93
4 1519454 1893424,807 -373970,8067 373970,8067 139854164263,85
5 1980816 2592559,467 -611743,4667 611743,4667 374230069050,13
6 2761194 3291694,127 -530500,1267 530500,1267 281430384428,72
7 3809714 3990828,787 -181114,7867 181114,7867 32802565961,39
8 5159200 4689963,447 469236,5533 469236,5533 220182942952,86
9 5906990 5389098,107 517891,8933 517891,8933 268212013145,86
ИТОГО: 3721624,667 1830524728022,90
 
 
 
     Рассчитаем  показатели колеблемости:
    Амплитуда
 
    Среднее линейное отклонение от тренда:
 
 
 
    Отметим, что число степеней свободы равно 2, поскольку мы выбрали линейную форму тренда.
    Среднее квадратическое отклонение от тренда:
 
 
 
    Относительное линейное отклонение:
 
 
 
    Коэффициент аппроксимации:
 
 
 
     Анализируя  полученные результаты, мы можем сказать, что в среднем фактические  значения уровней ряда отклоняются  от линии тренда на , что составляет % от среднего значения уровня ряда, при этом коэффициент аппроксимации равен 19,72%. Таким образом, можно сделать вывод, что тенденция динамики исследуемого показателя не является достаточно устойчивой и построенное уравнение тренда не пригодно для прогнозирования.  
 

 


   Заключение
   При выполнении заданий курсового проекта  были использованы основные статистические методы, а также проведена интерпретации  полученных данных. Проводился анализ показателя «Оборот розничной торговли в 2009г млн. руб.». Были проанализированы значения 83 регионов, в результате чего удалось выполнить разбиение их на группы, провести вариационный анализ, оценить параметры генеральной совокупности на основе выборочных данных,  проанализировать динамику представленного показателя и др.  Отсюда можно сделать следующий вывод:
   Лишь 25% регионов имеют значение оборота  розничной торговли выше среднего, основная часть таких регионов расположена в центральной России. Челябинская область по значению оборота розничной торговли уступает лишь 9 регионам, что говорит о достаточном развитии региона.
   В заключении необходимо отметить, что выполнение данного курсового проекта позволило  приобрести навыки по обработке больших  массивов статистических данных.
 


и т.д.................


Перейти к полному тексту работы


Скачать работу с онлайн повышением уникальности до 90% по antiplagiat.ru, etxt.ru или advego.ru


Смотреть полный текст работы бесплатно


Смотреть похожие работы


* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.