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.

Работа № 97792


Наименование:


Курсовик Многофакторный анализ показателей добычи, потерей, разубоживания садонского месторождения

Информация:

Тип работы: Курсовик. Предмет: Статистика. Добавлен: 10.06.2016. Сдан: 2015. Страниц: 48. Уникальность по antiplagiat.ru: < 30%

Описание (план):



Содержание

Введение………………………………………………………………………………..3
1. Статистический анализ
1.1. Описательная и аналитическая статистика…………………………………4
1.2. Статистический анализ показателей добычи, потерей, разубоживания садонского месторождения……………………………………………………………5
2.Основы индексного анализа
2.1.Индивидуальные индексы…………………………………………………..17
2.2 Индексный анализ…………………………………………………………...17
3.Корреляционный анализ
3.1. Основные положения…………………………………………………….…22
3.2. Практика……………………………………………………………………..22
4.Тренд анализ
4.1. Теоретические основы тренда анализа…………………………………….31
4.2. Линейная модель по тренд-анализу………………………………………..31
4.3. Гиперболическая модель по тренд-анализу……………………………….38
Список литературы……………………………………………………………………48


Введение

Статистика возникла в древние времена. Особый интерес к статистике возник с Древнего Рима. Главный вопрос - налоговая политика Римского государства, учёт дохода свободных граждан и подробный хозяйственный учёт.
Статистический памятник Англии 11 века - «Книга страшного суда», где содержатся данные о населении и размерах пашен английских графств, имуществ.
Развитие товарно-денежных отношений послужило стимулом для развития учёта и статистики.
По объекту исследований статистических данных существуют группы:
1. Демографическая.
2. Кадастровая (учёт земли и имущества).
3. Учёт военных контингентов и трофеев. Во второй половине 19 века развивается международная статистика.
Статистика - наука, изучающая количественную сторону массовых явлений и процессов общественной жизни в неразрывной связи с качественной стороной в определённых условиях (месте и времени).
Современная статистика - многоотраслевая наука, представленная общей теорией статистики, основами математической статистики, экономической, транспортной, торговой и т.д. В настоящее время статистика употребляется в трёх значениях:
1. Наука.
2. Сбор статистических данных.
3. Цифры, характеризующие уровни общественных явлений: объёмы, размеры и т.д.
Функция статистики состоит в том, чтобы, наблюдая явления общественно-социальной жизни, определить степень интенсивности экономических процессов, измерить тенденцию их развития. Перед статистикой возникают следующие задачи:
1. Наблюдать переход процесса из количества в качество.
2. Улавливать структурные сдвиги, т.е. социально-экономические подъемы и спады.
3. Измерять изменения в свете борьбы противоположностей.
4. Анализировать причинность, опираясь на «Закон Больших чисел» и закономерность массовых явлений.
Статистические данные - сведения о числе объектов, обладающих теми или иными признаками.
Статистическая совокупность - совокупность, состоящая из однородных единиц, обладающих качественной общностью. Отдельные единицы, составляющие статистическую совокупность, обладают рядом количественных и качественных признаков.


1. Статистический анализ
1.1. Описательная и аналитическая статистика

Для принятия эффективного управленческого решения осуществляется сбор статистических данных.
Методы статистического анализа используются для:
а) Для описания.
б) Для заключения.
Методами описательной статистики можно пользоваться для описания характеристик генеральной совокупности (ГС). Методами аналитической статистики можно пользоваться для описания характеристик выборки.
В любом процессе определения характеристики ГС присутствуют методы индуктивных и дедуктивных рассуждений. Индуктивным называется метод рассуждения от частного к общему.
Дедуктивным называется метод рассуждения от общего к частному.
Б) Этапы статистических исследований. Значение математических приёмов статистических исследований.
систематизировать, обобщить, сгруппировать, обработать с целью разработки методики алгоритмизации. Предварительная обработка такой информации осуществляется методами математической статистики. Математическая статистика - раздел математики, изучающий методы систематизации, обработки с использованием статистических данных для научных и практических методов.
В) Организация статистического наблюдения в России. Основные элементы статистической таблицы.
При анализе статистических данных осуществляет группировка.
Виды группировок: первичные, вторичные, простые и комбинированные.
Они ведутся по количественному и качественному признакам. Интервалы группировок бывают: равные, открытые и закрытые. Результаты статистической сводки излагаются в виде таблицы.
Скелет таблицы - графическая сетка без слов и цифр.
Графа или колонка - вертикальный столбец.
Строка - горизонтальный столбец.
Макет - скелет таблицы с названием граф и строк.
Подлежащее таблицы - содержание строк.
Сказуемое - наименование показателей.
Общий заголовок обязателен для всех таблиц. Данные статистических исследований всегда располагают в хронологическом порядке. Если одно из численных значений равно нулю, то на пересечении строки и столбца ставится прочерк.

1.2. Статистический анализ показателей добычи, потерей, разубоживания садонского месторождения

Перед нами неупорядоченный ряд распределения садонского месторождения1970-2009гг.:
год 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979
Млн. т. 52,1 55,4 53,8 56,8 57,1 56,1 50,1 59,3 53,2 52,6
год 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989
Млн.т. 51,9 55,7 53,8 56,0 57,6 51,0 52,6 55,8 56,4 54,9
год 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999
Млн. т. 51,8 54,3 55,2 53,7 55,1 56,9 54,5 54,8 53,2 58,7
год 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Млн. т. 59,7 61,4 60,4 60,3 59,7 56,8 59,3 62,5 61,7 59,8

Требуется найти: D, d, Мо, Ме, As, Е, m, h, n, R, S.
Построим дискретный вариационный ряд. Для этого отсортируем ряд по возрастанию и подсчитаем количество повторения для каждого элемента ряда.
50.1
51
51.8
51.9
52.1
52.6
52.6
53.2
53.2
53.7
53.8
53.8
54.3
54.5
54.8
54.9
55.1
55.2
55.4
55.7
55.8
56
56.1
56.4
56.8
56.8
56.9
57.1
57.6
58.7
59.3
59.3
59.7
59.7
59.8
60.3
60.4
61.4
61.7
62.5
Таблица для расчета показателей.
xi Кол-во, fi xi * fi Накопленная частота, S |x - xср|*f (x - xср)2*f Частота, fi/n
50.1 1 50.1 1 5.95 35.4 0.025
51 1 51 2 5.05 25.5 0.025
51.8 1 51.8 3 4.25 18.06 0.025
51.9 1 51.9 4 4.15 17.22 0.025
52.1 1 52.1 5 3.95 15.6 0.025
52.6 2 105.2 7 6.9 23.81 0.05
53.2 2 106.4 9 5.7 16.25 0.05
53.7 1 53.7 10 2.35 5.52 0.025
53.8 2 107.6 12 4.5 10.13 0.05
54.3 1 54.3 13 1.75 3.06 0.025
54.5 1 54.5 14 1.55 2.4 0.025
54.8 1 54.8 15 1.25 1.56 0.025
54.9 1 54.9 16 1.15 1.32 0.025
55.1 1 55.1 17 0.95 0.9 0.025
55.2 1 55.2 18 0.85 0.72 0.025
55.4 1 55.4 19 0.65 0.42 0.025
55.7 1 55.7 20 0.35 0.12 0.025
55.8 1 55.8 21 0.25 0.0625 0.025
56 1 56 22 0.05 0.0025 0.025
56.1 1 56.1 23 0.05 0.0025 0.025
56.4 1 56.4 24 0.35 0.12 0.025
56.8 2 113.6 26 1.5 1.13 0.05
56.9 1 56.9 27 0.85 0.72 0.025
57.1 1 57.1 28 1.05 1.1 0.025
57.6 1 57.6 29 1.55 2.4 0.025
58.7 1 58.7 30 2.65 7.02 0.025
59.3 2 118.6 32 6.5 21.13 0.05
59.7 2 119.4 34 7.3 26.65 0.05
59.8 1 59.8 35 3.75 14.06 0.025
60.3 1 60.3 36 4.25 18.06 0.025
60.4 1 60.4 37 4.35 18.92 0.025
61.4 1 61.4 38 5.35 28.62 0.025
61.7 1 61.7 39 5.65 31.92 0.025
62.5 1 62.5 40 6.45 41.6 0.025
40 2242 103.2 391.54 1

Для оценки ряда распределения найдем следующие показатели:
Показатели центра распределения.
Средняя взвешенная


Мода
Мода - наиболее часто встречающееся значение признака у единиц данной совокупности.
Максимальное значение повторений при x = 52.6 (f = 2). Следовательно, мода равна 52.6
Медиана
Медианой (Me) называется значение признака, приходящееся на середину ранжированной (упорядоченной) совокупности. Находим xi, при котором накопленная частота S будет больше ?f/2 = 21. Это значение xi = 56.0. Таким образом, медиана равна 56.0
Показатели вариации.
Абсолютные показатели вариации.
Размах вариации - разность между максимальным и минимальным значениями признака первичного ряда.
R = Xmax - Xmin
R = 62.5 - 50.1 = 12.4
Среднее линейное отклонение - вычисляют для того, чтобы учесть различия всех единиц исследуемой совокупности.


Каждое значение ряда отличается от другого в среднем на 2.58
Дисперсия - характеризует меру разброса около ее среднего значения (мера рассеивания, т.е. отклонения от среднего).


Несмещенная оценка дисперсии - состоятельная оценка дисперсии.


Среднее квадратическое отклонение (средняя ошибка выборки).

Каждое значение ряда отличается от среднего значения 56.05 в среднем на 3.13
Оценка среднеквадратического отклонения.

Относительные показатели вариации.
К относительным показателям вариации относят: коэффициент осцилляции, линейный коэффициент вариации, относительное линейное отклонение.
Коэффициент вариации - мера относительного разброса значений совокупности: показывает, какую долю среднего значения этой величины составляет ее средний разброс.

Поскольку v ? 30%, то совокупность однородна, а вариация слабая. Полученным результатам можно доверять.
Линейный коэффициент вариации или Относительное линейное отклонение - характеризует долю усредненного значения признака абсолютных отклонений от средней величины.

Показатели формы распределения.
Коэффициент осцилляции - отражает относительную колеблемость крайних значений признака вокруг средней.

Степень асимметрии
Симметричным является распределение, в котором частоты любых двух вариантов, равностоящих в обе стороны от центра распределения, равны между собой.
Наиболее точным и распространенным показателем асимметрии является моментный коэффициент асимметрии.
As = M3/s3
где M3 - центральный момент третьего порядка.
s - среднеквадратическое отклонение.
M3 = 276.7/40 = 6.92

Положительная величина указывает на наличие правосторонней асимметрии
Оценка существенности показателя асимметрии дается с помощью средней квадратической ошибки коэффициента асимметрии:

Если выполняется соотношение |As|/sAs < 3, то асимметрия несущественная, ее наличие объясняется влиянием различных случайных обстоятельств. Если имеет место соотношение |As|/sAs > 3, то асимметрия существенная и распределение признака в генеральной совокупности не является симметричным.
Расчет центральных моментов проводим в аналитической таблице: \

xi (x - xср)3*f (x - xср)4*f
50.1 -210.64 1253.34
51 -128.79 650.38
51.8 -76.77 326.25
51.9 -71.47 296.61
52.1 -61.63 243.44
52.6 -82.13 283.34
53.2 -46.3 131.95
53.7 -12.98 30.5
53.8 -22.78 51.26
54.3 -5.36 9.38
54.5 -3.72 5.77
54.8 -1.95 2.44
54.9 -1.52 1.75
55.1 -0.86 0.81
55.2 -0.61 0.52
55.4 -0.27 0.18
55.7 -0.0429 0.015
55.8 -0.0156 0.00391
56 -0.000125 6.0E-6
56.1 0.000125 6.0E-6
56.4 0.0429 0.015
56.8 0.84 0.63
56.9 0.61 0.52
57.1 1.16 1.22
57.6 3.72 5.77
58.7 18.61 49.32
59.3 68.66 223.13
59.7 97.25 354.98
59.8 52.73 197.75
60.3 76.77 326.25
60.4 82.31 358.06
61.4 153.13 819.25
61.7 180.36 1019.05
62.5 268.34 1730.77
276.7 8374.66


В анализируемом ряду распределения наблюдается существенная левосторонняя асимметрия (0.23/0.64 = 0.36<3)
Применяются также структурные показатели (коэффициенты) асимметрии, характеризующие асимметрию только в центральной части распределения, т.е. основной массы единиц, и независящие от крайних значений признака. Рассчитаем структурный коэффициент асимметрии Пирсона:

Для симметричных распределений рассчитывается показатель эксцесса (островершинности). Эксцесс представляет собой выпад вершины эмпирического распределения вверх или вниз от вершины кривой нормального распределения.
Чаще всего эксцесс оценивается с помощью показателя:

Для распределений более островершинных (вытянутых), чем нормальное, показатель эксцесса положительный (Ex > 0), для более плосковершинных (сплюснутых) - отрицательный (Ex < 0), т.к. для нормального распределения M4/s4 = 3.
M3 = 8374.66/40 = 209.37

Число 3 вычитается из отношения ?4/ ?4 потому, что для нормального закона распределения ?4/ ?4 = 3. Таким образом, для нормального распределения эксцесс равен нулю. Островершинные кривые обладают положительным эксцессом, кривые более плосковершинные - отрицательным эксцессом.
Ex < 0 - плосковершинное распределение
Чтобы оценить существенность эксцесса рассчитывают статистику Ex/sEx
где sEx - средняя квадратическая ошибка коэффициента эксцесса.

Если отношение Ex/sEx > 3, то отклонение от нормального распределения считается существенным.

Поскольку sEx < 3, то отклонение от нормального распределения считается не существенным.
Интервальное оценивание центра генеральной совокупности.
Доверительный интервал для генерального среднего.

Определяем значение tkp по таблице распределения Стьюдента < corel/table.php>
По таблице Стьюдента находим:
Tтабл (n-1;?/2) = (39;0.025) = 2.021

(56.05 - 1.01;56.05 + 1.01) = (55.04;57.06)
С вероятностью 0.95 можно утверждать, что среднее значение при выборке большего объема не выйдет за пределы найденного интервала.
Доверительный интервал для дисперсии.
Вероятность выхода за нижнюю границу равна P(?2n-1 < hH) = (1-?)/2 = (1-0.954)/2 = 0.023. Для количества степеней свободы k = 39 по таблице распределения < group/xixi.php> ?2 находим:
?2(39;0.023) = 59.34171.
Случайная ошибка дисперсии:


Вероятность выхода за верхнюю границу равна P(?2n-1 ? hB) = 1 - P(?2n-1 < hH) = 1 - 0.023 = 0.977. Для количества степеней свободы k = 39, по таблице распределения ?2 находим:
?2(39;0.977) = 59.34171.
Случайная ошибка дисперсии:


(10.04 - 6.6; 10.04 + 6.6)
(3.44; 16.64)
Найдем верхнюю границу доверительного интервала для дисперсии с надежностью ? = 0.954.

P(?2n-1 > h?) = 0.954. Для количества степеней свободы k = 39, по таблице распределения ?2 находим:
?2(39;0.954) = 59.34171.
Случайная ошибка дисперсии:


0 ? ?2 ? 6.6
Доверительный интервал для среднеквадратического отклонения.
Найдем доверительный интервал для среднеквадратического отклонения с надежностью ? = 0.954.
Нижняя ошибка среднеквадратического отклонения:

Верхняя ошибка среднеквадратического отклонения:

(3.17 - 2.57; 3.17 + 2.57)
(0.6; 5.74)
Найдем верхнюю границу доверительного интервала для среднеквадратического отклонения:

0 ? ? ? 2.57
Интервальное оценивание генеральной доли (вероятнос........


1. Башина О.Э., Спирина А.А. Общая теория статистики. М.: Финансы и статистика, 1994.
2. Боровиков В.П., Боровиков И.П. Statistik. М.: Информационно-издательский дом «Филинъ», 1997.
3. Долженкова В.Г., Ионин В.Г. Статистика. М.: изд-во «ИНФРА-М», 1996.
4. Макнус Я.Р., Катышер П.К., Пересецкий А.А. Экономометрика. Начальный курс. М.: Дело, 1997.
5. Елисеева И.И. Общая теория статистики. М.: Финансы и статистика, 1996.
6. Ефимова М.Р. Общая теория статистики. М: Финансы и статистика, 1991.
7. Каждан А.Б., Гуськов О.И. Математические методы в геологии М.: Недра, 1990.
8. Рыжов П.А. Гудков В.М. Применение математической статистики при разведке недр. М: Недра, 1990.
9. Тюрин Ю.Т., Макаров А.А. Анализ данных на компьютере. М.: Финансы и статистика, 1995.
10. Чертыкин Е.М. Статистические методы прогнозирования. Изд. 2-е. М.: Статистика, 1977.
11. Шмойлова Р.А., Бесфамильная Е.Б., Глубокова Н.Ю. Теория статистики. М.: Финансы и статистика, 1996.





Перейти к полному тексту работы


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


Смотреть похожие работы

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