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 Статистика. Банки

Информация:

Тип работы: курсовая работа. Добавлен: 16.08.2012. Сдан: 2011. Страниц: 9. Уникальность по antiplagiat.ru: < 30%

Описание (план):


 


ВВЕДЕНИЕ

   Предмет статистики - количественная сторона  массовых общественных, социально-экономических  и других явлений в неразрывной  связи с их качественной стороной в конкретных условиях места и  времени.
   Применение  в статистике конкретных методов  предопределяется поставленными задачами и исходной информацией, а также дает возможность превращать разрозненную массу числовых данных в упорядоченную систему знаний, основываясь на которых можно принимать эффективные управленческие решения.
   Цель  курсового проекта – освоить  методы и способы решения задач  статистики для дальнейшего применения в решении управленческих задач.
 

   

1 КАЧЕСТВЕННЫЙ АНАЛИЗ ВЫБОРОЧНОЙ  СОВОКУПНОСТИ

      Определение выборочной совокупности
Из всей совокупности банков было отобрано 30 банков путем  механической выборки.
   Таблица 1 – Выборочная совокупность банков
   
Название банка Город Капитал Чистые активы
1 Международная финансовая компания Москва 1941 9499
2 Инкомбанк Москва 1794 17275
3 Мосбизнесбанк Москва 895 8453
4 МЕНАТЕП Москва 893 11058
5 Межкомбанк Москва 565 4065
6 Нефтехимбанк Москва 556 2568
7 Лионский кредит С.-Петербург 358 2145
8 Совиндбанк Москва 336 811
9 АКБАРС Казань 253 333
10 Запсибкомбанк Тюмень 250 1137
11 Курскпромбанк Курск 101 244
12 Тайдон Кемерово 101 129
13 ИнтернационалеНидерланденбанк Евразия Москва 90 1489
14 Прогресспромбанк Тверь 90 369
15 Экономбанк Саратов 83 443
16 Новая Москва Москва 83 517
17 РТБ-Банк Москва 77 78
18 Ханты-Мансийский банк Ханты-Мансийск 75 452
19 Тюменский кредит Тюмень 68 562
20 СДМ-банк Москва 68 285
21 Воронеж Воронеж 64 368
22 Ставрополье Ставрополь 64 205
23 Региобанк Хабаровск 58 271
24 Сахабилиндбанк Якутск 58 197
25 Инвестбанк Калининград 53 262
26 АКА Банк Москва 52 508
27 Сиф Якутск 51 384
28 Югбанк Краснодар 51 370
29 Славянбанк Новгород 49 101
30 Северная казна Екатеринбург 48 219
      Качественный  анализ выборочной совокупности по показателю «капитал»
Основываясь на данных о деятельности 30 коммерческих банков (табл. 1), проведем качественный анализ совокупности по двум показателям – капитал и чистые активы.
Построим интервальный вариационный ряд по величине капитала. Для этого определим размах вариации R. Размах вариации определяется как разность между максимальным и минимальным значением признака в совокупности: 

   Далее необходимо определить оптимальное количество групп. Для этого воспользуемся формулой Стреджесса:
   , где
   N – число единиц совокупности;
   Определим шаг интервала для того, чтобы построить вариационные ряды: 

   Таблица 2 – Вариационный ряд по показателю капитал
   
Капитал Количество  банков ?i по капиталу,   %
48 - 363,5 24 0,8
363,6 - 679,1 2 0,07
679,2 - 994,7 2 0,07
994,8 - 1310,3 0 0
1310,4 - 1625,9 0 0
1626 - 1941,5 2 0,07
Итого 30 1
 
   По  данным таблицы 2 построим график для показателя капитал 

   

   Рисунок 1 – Распределение банков по капиталу
   Для  проведения качественного анализа  необходимо вычислить и проанализировать среднюю арифметическую, моду и медиану. 

   Таблица 3 – Таблица предварительных расчетов
   
        2    
205,75 4938 24 168,32 28331,6224 4039,68 679958,9376
521,35 1042,7 26 147,28 21691,3984 294,56 43382,7968
836,95 1673,9 28 462,88 214257,8944 925,76 428515,7888
1152,55 0 0 778,48 606031,1104 0 0
1468,15 0 0 1094,08 1197011,046 0 0
1783,75 3567,5 30 1409,68 1987197,702 2819,36 3974395,405
Итого 11222,1   4060,72 4054520,774 8079,36 5126252,928
 
   Таблица 4 – Таблица предварительных расчетов
   
    t ?(t) F’          
802680827,8 19264339868 0,407189279 0,3668 9    225    25
470516764,5 941033529,1 0,356290619 0,3752 9    49 5,444444444
45906445313 91812890625 1,119770517 0,2155 6    16 2,666666667
3,67274E+11 0 1,883250415 0,0681 3    9    3
1,43284E+12 0 2,646730313 0,0122 2    4    2
3,94895E+12 7,89791E+12 3,41021021 0,0012 1    1    1
0 8,00993E+12     30    
 
   Относительные и средние величины – основные обобщающие показатели, используемые при анализе статистических данных. Из средних величин наиболее часто  встречаются средняя арифметическая. Найдем среднюю арифметическую по формуле: 

   Вывод: на один банк в среднем приходится 374,07 млн. руб.
   Мода (Мо) – наиболее часто встречающееся значение признака у единиц совокупности. Для дискретного ряда мода определяется как вариант (х), имеющий наибольшую частоту или частость. Следовательно, при группировке по капиталу наибольшую частоту (24) будет иметь первый интервал.
   Рассчитаем  моду Mo для интервального ряда:
    
   Для определения медианы рассчитаем накопительные частоты (.
Медиана (Ме) – значение признака у средней единицы ранжированного ряда. Определяем ее порядковый номер ( ), затем по накопленным частотам определяется либо сама медиана (для дискретного ряда), либо медианный интервал (для интервального ряда). Вся совокупность – 30 банков. Следовательно,  серединой будет являться 15 банк, находящийся в первом интервале. Значение медианы по формуле: 

    Теперь рассчитаем абсолютные показатели вариации:
   Среднее линейное отклонение средняя арифметическая абсолютных значений отклонений отдельных вариантов от средней арифметической.
   Рассчитаем  среднее линейное отклонение для  сгруппированных данных: 

   Среднее линейное отклонение капитала отдельных банков от среднего значения составляет 269,312 млн. руб.
   Теперь  рассчитаем  дисперсию.
   Дисперсия D – средний квадрат отклонения вариантов от их средней величины. 

   Таким образом, средний квадрат отклонения составляет 170875,0976 млн. руб.
   Среднее квадратическое отклонение ? – обобщенная характеристика размеров вариации признака в совокупности. Рассчитаем среднее квадратическое отклонение: 

   Следовательно, в среднем размер капитала каждого  банка выборки отклоняется от среднего значения выборки на 413,3704121 млн. руб.
   Рассчитаем относительные показатели вариации.
   Коэффициент вариации – выраженное в процентах  отношение размаха, среднего линейного  отклонения или среднего квадратического отклонения к средней арифметической.
   Рассчитаем  коэффициенты вариации:
   Коэффициент осцилляции: 

   Коэффициент вариации: 

   Коэффициент вариации: 

   Совокупность  является однородной, так как V > 33%.
   Определим количественные характеристики распределения.
   Рассчитаем  коэффициент асимметрии Пирсона: 

   As>0, следовательно, асимметрия является правосторонней.
   Для того чтобы рассчитать показатель эксцесса, необходимо определить центральный  момент распределения: 

   Рассчитаем  показатель эксцесса: 

   Ex>0, следовательно ряд островершинен.
   Теперь  построим эмпирическую функцию.
    Эмпирическая функция будет иметь  вид:
                 0, х 48
                 0,8, х
     F(x) =   0,87, х
                 0,94, х
                 1, х  
 
 
 
 
 
 

   Таблица 6 – Данные для построения эмпирической функции распределения 
   
Интервалы  
48 - 363,5 205,75
363,6 - 679,1 521,35
679,2 - 994,7 836,95
994,8 - 1310,3 1152,55
1310,4 - 1625,9 1468,15
1626 - 1941,5 1783,75
 
   
   Рисунок 2 – Эмпирическая функция распределения
   Рассчитаем  теоретические частоты ряда по нормальному  распределению. Для этого необходимо вычислить нормированное отклонение t по формуле: 

   Рассчитаем  теоретические частоты по формуле: 
 

   Построим  график теоретических частот по закону нормального распределения.
   Таблица 7 – Данные для построения графика  теоретических частот
   
Интервалы F’
48 - 363,5 9
363,6 - 679,1 9
679,2 - 994,7 6
994,8 - 1310,3 3
1310,4 - 1625,9 2
1626 - 1941,5 1
Итого 30
 
   
   Рисунок 3 – Теоретические частоты в интервалах вариационного ряда
   Проверим  с помощью критерия согласия Пирсона  гипотезу о том, что изучаемые  признаки подчиняются нормальному  закону распределения. Для этого необходимо рассчитать по формуле: 

   Найдем  по таблице. Для этого рассчитаем число степеней свободы k. 

   Уровень значимости ? равен 0,05
   7,81
   Так как , то расхождения между эмпирическими и теоретическими частотами не случайны и распределение не является нормальным.
   Рассчитаем  теперь границы, в которых с вероятностью 0,95 будет находиться среднее значение выбранных показателей в генеральной  совокупности.
   p = 0,95, следовательно, t по таблице равно 2.
   Рассчитаем  среднюю ошибку выборки по формуле 

   Границы интервала найдем по формуле: 
 
 

   Таким образом, генеральная средняя принадлежит интервалу (345,562;402,578).
        Качественный анализ выборочной совокупности банков по показателю «чистые активы»
Построим интервальный вариационный ряд по показателю чистые активы.
   Определим размах всей выборки. 

   Определим оптимальное число групп по формуле  Стреджесса.
   , где
   N – число единиц совокупности;
   Определим шаг интервала. 
 
 
 

   Таблица 8 – Вариационный ряд по показателю «чистые активы»
   
Чистые  активы Количество  банков ?i по капиталу,   %
78 - 2944,2 25 0,8
2944,3 - 5810,5 1 0,03
5810,6 - 8676,7 1 0,03
8676,8 - 11543 2 0,07
11543,1 - 14409,3 0 0
14409,4 - 17275,6 1 0,03
Итого 30 1
 
По данным полученного вариационного ряда построим график.
   
Рисунок 4 – График по показателю «чистые  активы»
   Таблица 9 – Таблица предварительных расчетов
   
        2    
1511,1 37777,5 25 1337,595 1789160,384 33439,875 44729009,6
4377,4 4377,4 26 1528,705 2336938,977 1528,705 2336938,977
7243,65 7243,65 27 4394,955 19315629,45 4394,955 19315629,45
10109,9 20219,8 29 7261,205 52725098,05 14522,41 105450196,1
12976,2 0 29 10127,505 102566357,5 0 0
15842,5 15842,5 30 12993,805 168838968,4 12993,805 168838968,4
Итого 85460,85   37643,77 347572152,8 66879,75 340670742,5
 
 
 
 
 
 
 
   Таблица 10 – Таблица предварительных расчетов
   
    t ?(t)            
3,20109E+12 8,32283E+13 0,396933584 0,3697 9 256 28,44444444
5,46128E+12 5,46128E+12 0,4536458 0,3605 9 64 7,111111111
3,73094E+14 3,73094E+14 1,304210347 0,1714 6 25 4,166666667
2,77994E+15 5,55987E+15 2,154774894 0,0396 3 1 0,333333333
1,05199E+16    0 3,005354279 0,0044 2 4 2
2,85066E+16 2,85066E+16 3,855933663 0,0002 1 0 0
Итого 3,45251E+16           30   42,05555556
   Вычислим  среднюю арифметическую. 

   Вывод: на один банк приходится 2848,695
   Теперь  вычислим моду (Mo). Наибольшую частоту (25) имеет первый интервал
   Рассчитаем  моду Mo для интервального ряда:
    
   Для нахождения медианного интервала необходимо найти накопительные частоты. Серединой  является 15, следовательно, медианный  интервал – первый.
   Медиана по формуле будет равна: 

   Рассчитаем  абсолютные показатели вариации.
   Рассчитаем  среднее линейное отклонение по формуле: 

   Среднее отклонение чистых активов от среднего значения равно 2229,325 млн. руб.
   Найдем  дисперсию для вариационного ряда по формуле: 

   Средний квадрат отклонения равен 11355691,42 млн. руб.
   Среднее квадратическое отклонение будет равно: 

   Объем чистых активов банков отклоняется от среднего значения на 3369,82068 млн. руб.
   Рассчитаем  коэффициенты вариации:
   Коэффициент осцилляции: 

   Линейный коэффициент вариации: 

   Коэффициент вариации: 

   Совокупность  не однородная V>33%
   Рассчитаем  количественные характеристики распределения.
   Определим коэффициент асимметрии Пирсона: 

   As>0 следовательно, асимметрия является правосторонней.
   Рассчитаем  показатель эксцесса:
   Для этого определим центральный  момент распределения: 

   Показатель эксцесса будет равен: 

   Вывод: интервальный вариационный ряд островершинен (
   Найдем  эмпирическую функцию распределения и построим ее график.
    Эмпирическая функция будет иметь  вид:
                 0, х 78
                 0,8, х
     F(x) =   0,83, х
                 0,86, х
                 0,93, х
                 1, х
   Построим  график эмпирической функции распределения.
   Таблица 11 – Данные для построения графика эмпирической функции
   
Интервалы  
48 - 363,5 1511,1
363,6 - 679,1 4377,4
679,2 - 994,7 7243,65
994,8 - 1310,3 10109,9
1310,4 - 1625,9 12976,2
1626 - 1941,5 15842,5
 
   

   Рисунок 7 – График эмпирической функции распределения
   Рассчитаем  теоретические частоты ряда по нормальному  распределению. Для этого необходимо вычислить нормированное отклонение t. 

   Рассчитаем  теоретические частоты по формуле:
   ,
   где  

   Таблица 12 – Данные для построения графика  теоретических частот нормального  распределения
   
Интервалы F’
48 - 363,5    9
363,6 - 679,1    9
679,2 - 994,7    6
994,8 - 1310,3    3
1310,4 - 1625,9    2
1626 - 1941,5    1
Итого    30
 
   

   Рисунок 8 – Теоретические частоты по закону нормального распределения
   Проверим  с помощью критерия согласия Пирсона  гипотезу о том, что изучаемые  признаки подчиняются нормальному  закону распределения. Для этого  рассчитаем по формуле: 

   Найдем  по таблице. Для этого рассчитаем число степеней свободы k. 

   Уровень значимости ? равен 0,05
   7,81
   Так как , то расхождения между эмпирическими и теоретическими частотами не случайны и распределение не является нормальным.
   Рассчитаем  теперь границы, в которых с вероятностью 0,95 будет находиться среднее значение выбранных показателей в генеральной  совокупности.
   p = 0,95, следовательно, t по таблице равно 2.
   Рассчитаем  среднюю ошибку выборки по формуле: 

   Найдем  интервалы из неравенства: 
 
 

   Таким образом, генеральная средняя принадлежит интервалу . 
 
 
 

2 ПОСТРОЕНИЕ ОДНОФАКТОРНОЙ МОДЕЛИ  ВЗАИМОСВЯЗИ

   Показатель  «чистые активы» будет факторным признаком, а показатель «каптал» - результативным.
   Таблица 13 – Таблица предварительных  расчетов
   
Чистые активы(х) Капитал(у) ху Х2 У2 У* (у-у*)2
1 9499 1941 18437559 90231001 3767481 1117,6244 677947,4
2 17275 1794 30991350 298425625 3218436 1975,9759 33115,22
3 8453 895 7565435 71453209 801025 1002,162 11483,69
4 11058 893 9874794 122279364 797449 1289,7142 157382,1
5 4065 565 2296725 16524225 319225 517,7939 2228,416
6 2568 556 1427808 6594624 309136 352,548 41392,72
7 2145 358 767910 4601025 128164 305,85527 2719,073
8 811 336 272496 657721 112896 158,60207 31470,03
9 333 253 84249 110889 64009 105,83818 21656,6
10 1137 250 284250 1292769 62500 194,58748 3070,547
11 244 101 24644 59536 10201 96,013942 24,86077
11 129 101 13029 16641 10201 83,319701 312,593
13 1489 90 134010 2217121 8100 233,4429 20575,87
14 369 90 33210 136161 8100 109,81203 392,5166
15 443 83 36769 196249 6889 117,9805 1223,635
16 517 83 42911 267289 6889 126,14897 1861,833
17 78 77 6006 6084 5929 77,690081 0,476212
18 452 75 33900 204304 5625 118,97396 1933,709
19 562 68 38216 315844 4624 131,11628 3983,665
20 285 68 19380 81225 4624 100,53972 1058,833
21 368 64 23552 135424 4096 109,70165 2088,64
22 205 64 13120 42025 4096 91,708939 767,7853
23 271 58 15718 73441 3364 98,994329 1680,535
24 197 58 11426 38809 3364 90,825861 1077,537
25 262 53 13886 68644 2809 98,000867 2025,078
26 508 52 26416 258064 2704 125,1555 5351,728
27 384 51 19584 147456 2601 111,4678 3656,355
28 370 51 18870 136900 2601 109,92242 3471,851
29 101 49 4949 10201 2401 80,228929 975,246
30 219 48 10512 47961 2304 93,254325 2047,954
Итого 64797 9225 72542684 616629831 9681843 9225 1036976
 
   Наиболее  разработанной в теории статистики является методология так называемой парной корреляции, рассматривающая влияние вариации факторного признака x на результативный признак у и представляющая собой однофакторный корреляционный и регрессионный анализ.
   Уравнение однофакторной (парной) линейной корреляционной связи:
       
   где - теоретические значения результативного признака, полученные по уравнению регрессии; а, b - коэффициенты уравнения регрессии.
   Построим  уравнение регрессии. Для этого  рассчитаем:
    2159,9




    С помощью  полученных значений найдем параметры  уравнения:
   0,11
   69,08
   Уравнение регрессии будет иметь вид: 

   Проверим  с помощью коэффициентов корреляции тесноту связи между теоретическими и эмпирическими значениями y.
   Для оценки тесноты связи при линейной форме уравнения применяется такой показатель как линейный коэффициент корреляции. Он рассчитывается по формуле:
   
 

   r=0,921, следовательно связь сильная.
   Проверим  значимость коэффициентов регрессии. Для этого необходимо рассчитать остаточное квадратное отклонение, и : 
 
 

   Найдем  число степеней свободы:
   К = n – 2 = 28
   Уровень значимости 0,05
   Следовательно, t табличное равно 2,0484
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.