Условие:
Имеются данные о возрастном составе рабочих (лет): 18, 38, 28, 29, 26, 38, 34, 22, 28, 30, 22, 23, 35, 33, 27, 24, 30, 32, 28, 25, 29, 26, 31, 24, 29, 27, 32, 25, 29, 29.
- Построить интервальный ряд распределения.
- Построить графическое изображение ряда.
- Графически определить моду и медиану.
Решение:
1) По формуле Стерджесса совокупность надо разделить на 1 + 3,322 lg 30 = 6 групп.
Максимальный возраст - 38, минимальный - 18.
Ширина интервала Так как концы интервалов должны быть целыми числами, разделим совокупность на 5 групп. Ширина интервала - 4.
Для облегчения подсчетов расположим данные в порядке возрастания: 18, 22, 22, 23, 24, 24, 25, 25, 26, 26, 27, 27, 28, 28, 28, 29, 29, 29, 29, 29, 30, 30, 31, 32, 32, 33, 34, 35, 38, 38.
Распределение возрастного состава рабочих
Графически ряд можно изобразить в виде гистограммы или полигона. Гистограмма - столбиковая диаграмма. Основание столбика - ширина интервала. Высота столбика равна частоте.
Полигон (или многоугольник распределения) - график частот. Чтобы его построить по гистограмме, соединяем середины верхних сторон прямоугольников. Многоугольник замыкаем на оси Ох на расстояниях, равных половине интервала от крайних значений х.
Мода (Мо) - это величина изучаемого признака, которая в данной совокупности встречается наиболее часто.
Чтобы определить моду по гистограмме, надо выбрать самый высокий прямоугольник, провести линию от правой вершины этого прямоугольника к правому верхнему углу предыдущего прямоугольника, и от левой вершины модального прямоугольника провести линию к левой вершине последующего прямоугольника. От точки пересечения этих линий провести перпендикуляр к оси х. Абсцисса и будет модой. Мо ≈ 27,5. Значит, наиболее часто встречаемый возраст в данной совокупности 27-28 лет.
Медиана (Mе) - это величина изучаемого признака, которая находится в середине упорядоченного вариационного ряда.
Медиану находим по кумуляте. Кумулята - график накопленных частот. Абсциссы - варианты ряда. Ординаты - накопленные частоты.
Для определения медианы по кумуляте находим по оси ординат точку, соответствующую 50% накопленных частот (в нашем случае 15), проводим через неё прямую, параллельно оси Ох, и от точки её пересечения с кумулятой проводим перпендикуляр к оси х. Абсцисса является медианой. Ме ≈ 25,9. Это означает, что половина рабочих в данной совокупности имеет возраст менее 26 лет.
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
ЗАДАЧА 1
Имеются следующие данные о заработной плате работников на предприятии:
Таблица 1.1
|
Размер заработной платы в усл. ден. ед. |
||
Требуется построить интервальный ряд распределения, по которому найти;
1) среднюю заработную плату;
2) среднее линейное отклонение;
4) среднее квадратическое отклонение;
5) размах вариации;
6) коэффициент осцилляции;
7) линейный коэффициент вариации;
8) простой коэффициент вариации;
10) медиану;
11) коэффициент асимметрии;
12) показатель асимметрии Пирсона;
13) коэффициент эксцесса.
Решение
Как известно, варианты (значения признано) расположены в порядке возрастания образуют дискретный вариационный ряд. При большом числе вариант (больше 10) даже в случае дискретной вариации строятся интервальные ряды.
Если составляется интервальный ряд с ровными интервалами, то размах вариации делится на указанное число интервалов. При этом, если полученное значение целое и однозначное (что бывает редко), то длина интервала принимается равной этому числу. В остальных случаях производится округление обязательно в сторону увеличения, так чтобы последняя оставляемая цифра была чётной. Очевидно, с увеличением длины интервала расширяется размах вариации на величину, равной произведению числа интервалов: на разность расчетной и первоначальной длины интервала
а) Если величина расширения размаха вариации незначительна, то ее либо прибавляют к наибольшему либо вычитают из наименьшего значения признака;
б) Если величина расширения размаха вариации ощутима, то, чтобы не произошло смешения центра размаха, ее примерно делят пополам одновременно прибавляя к наибольшему и вычитая из наименьшего значений признака.
Если составляется интервальный ряд с неравными интервалами, то процесс упрощается, но по-прежнему длина интервалов должна выражаться числом с последней чётной цифрой, что значительно упрощает последующие расчёты числовых характеристик.
30 - объем выборки.
Составим интервальный ряд распределения, используя формулу Стерджеса:
K = 1 + 3.32*lg n,
K - число групп;
K = 1 + 3.32*lg 30 = 5,91=6
Находим размах признака - заработная плата работников на предприятии - (х) по формуле
R= xmaх - xmin и делим на 6; R= 195-112=83
Тогда длина интервала будет l пер=83:6=13.83
Началом первого интервала будет 112. Прибавляя к 112 l рас=13,83, получим его конечное значение 125,83, которое одновременно является началом второго интервала и т.д. конец пятого интервала - 195.
При нахождении частот следует руководствоваться правилом: «если значение признака совпадает с границей внутреннего интервала, то его следует относить к предыдущему интервалу».
Получим интервальный ряд частот и накопительных частот.
Таблица 1.2
Следовательно, 3 работника имеют зар. плату от 112 до 125,83 усл.ден.ед. Наибольшая зар. плата от 181,15 до 195 усл.ден.ед. только у 6-ті работников.
Для расчёта числовых характеристик интервальный ряд преобразуем в дискретный, взяв в качестве вариант середины интервалов:
Таблица 1.3
|
14131,83 |
По формуле взвешенного среднего арифметического
усл.ден.ед.
Среднее линейное отклонение:
где xi - значение изучаемого признака у i-той единицы совокупности,
Средняя величина изучаемого признака.
Размещено на http://www.allbest.ru/
LРазмещено на http://www.allbest.ru/
Усл.ден.ед.
Среднее квадратическое отклонение:
Дисперсия:
Относительный размах вариации (коэффициент осцилляции): с= R:,
Относительное линейное отклонение: q = L:
Коэффициент вариации: V = у:
Коэффициент осцилляции показывает относительную колеблемость крайних значений признака около среднего арифметического, а коэффициент вариации характеризует степень и однородности совокупности.
с= R: = 83 / 159,485*100% = 52,043%
Таким образом, разница между крайними значениями на 5,16% (=94,84%-100%) меньше среднего значения заработной платы работников на предприятии.
q = L: = 17,765/ 159,485*100% =11,139 %
V = у: = 21,704/ 159,485*100% = 13,609%
Коэффициент вариации меньше 33%, что говорит о слабой вариации заработной платы работников на предприятии, т.е. о том, что средняя величина является типической характеристикой заработной плате работников (совокупность однородная).
В интервальных рядах распределения мода определяется по формуле -
Частота модального интервала, т. е. интервала, содержащего наибольшее число вариант;
Частота интервала, предшествующего модальному;
Частота интервала, следующего за модальным;
Длина модального интервала;
Нижняя граница модального интервала.
Для определения медианы в интервальном ряду воспользуемся формулой
где - кумулятивная (накопленная) частота интервала, предшествующего медианному;
Нижняя граница медианного интервала;
Частота медианного интервала;
Длина медианного интервала.
Медианный интервал - интервал, накопленная частота которого (=3+3+5+7) превышает половину суммы частот - (153,49; 167,32).
Рассчитаем асимметрию и эксцесс для чего составим новую рабочую таблицу:
Таблица 1.4
|
Фактические данные |
Расчетные данные |
||||||
Рассчитаем момент третьего порядка
Следовательно, асимметрия равна
Так как 0,3553 0,25, то асимметрия признается значительной.
Рассчитаем момент четвертого порядка
Следовательно, эксцесс равен
Так как < 0, то эксцесс является плосковершинным.
Степень асимметрии может быть определена с помощью коэффициента асимметрии Пирсона (Аs): осцилляция выборка стоимость товарооборот
где -- средняя арифметическая ряда распределения; -- мода; -- среднее квадратическое отклонение.
При симметричном (нормальном) распределении = Мо, следовательно, коэффициент асимметрии равен нулю. Если Аs > 0, то больше моды, следовательно, имеется правосторонняя асимметрия.
Если As < 0, то меньше моды, следовательно, имеется левосторонняя асимметрия. Коэффициент асимметрии может изменяться от -3 до +3.
Распределение не является симметричным, а имеет левостороннюю асимметрию.
ЗАДАЧА 2
Какова должна быть численность выборки, чтобы с вероятностью 0,954 ошибка выборки не превышала 0,04, если на основе предыдущих обследований известно, что дисперсия равна 0,24?
Решение
Объем выборки при бесповторном отборе рассчитывается по формуле:
t - коэффициент доверия (при вероятности 0,954 он равен 2,0; определяется по таблицам интегралов вероятности),
у2=0,24 - среднее квадратическое отклонение;
10000 чел. - численность выборки;
Дх =0,04 - предельная ошибка выборочной средней.
С вероятностью 95,4% можно утверждать, что численность выборки, обеспечивающая относительную погрешность не более 0,04, должна составлять не менее 566 семей.
ЗАДАЧА 3
Имеются следующие данные о доходах от основной деятельности предприятия, млн. руб.
Для анализа ряда динамики определите следующие показатели:
1) цепные и базисные:
Абсолютные приросты;
Темпы роста;
Темпы прироста;
2) средний
Уровень ряда динамики;
Абсолютный прирост;
Темп роста;
Темп прироста;
3) абсолютное значение 1% прироста.
Решение
1. Абсолютный прирост (Д у) - это разность между последующим уровнем ряда и предыдущим (или базисным):
цепной: Ду = уi - yi-1,
базисный: Ду = уi - y0,
уi - уровень ряда,
i - номер уровня ряда,
y0 - уровень базисного года.
2. Темп роста (Ту) - это отношение последующего уровня ряда и предыдущего (или базисного 2001 г.):
цепной: Ту = ;
базисный: Ту =
3. Темп прироста (Т Д ) - это отношение абсолютного прироста к предыдущему уровню, выраженное в %.
цепной: Ту = ;
базисный: Ту =
4. Абсолютное значение 1% прироста (А) - это отношение цепного абсолютного прироста к темпу прироста, выраженному в %.
А =
Средний уровень ряда рассчитывается по формуле средней арифметической.
Средний уровень доходов от основной деятельности за 4 года:
Средний абсолютный прирост рассчитывается по формуле:
где n - число уровней ряда.
В среднем за год доходы от основной деятельности выросли на 3,333 млн. руб.
Среднегодовой темп роста рассчитывается по формуле средней геометрической:
уn - конечный уровень ряда,
у0 - начальный уровень ряда.
Ту = 100% = 102,174 %
Среднегодовой темп прироста рассчитывается по формуле:
Т? = Ту - 100% = 102,74% - 100% = 2,74%.
Таким образом, в среднем за год доходы от основной деятельности предприятия увеличивались на 2,74%.
ЗАДАЧ А 4
Вычислить:
1. Индивидуальные индексы цен;
2. Общий индекс товарооборота;
3. Агрегатный индекс цен;
4. Агрегатный индекс физического объема продажи товаров;
5. Абсолютный прирост стоимости товарооборота и разложите по факторам (за счет изменения цен и количества проданных товаров);
6. Сделать краткие выводы по всем полученным показателям.
Решение
1. По условию, индивидуальные индексы цен по изделиям А, Б, В составили -
iрA=1.20; iрБ=1,15; iрВ=1.00.
2. Общий индекс товарооборота рассчитаем по формуле:
I w = = 1470/1045*100% = 140,67 %
Товарооборот вырос на 40,67 % (140,67%-100%).
В среднем цены на товары выросли на 10,24%.
Сумма дополнительных расходов покупателей от роста цен:
w(p) = ? p1q1 - ? p0q1 = 1470 - 1333,478= 136,522 млн. руб.
В результате роста цен покупателям пришлось дополнительно израсходовать 136,522 млн. руб.
4. Общий индекс физического объема товарооборота:
Физический объем товарооборота вырос на 27,61 %.
5. Определим общее изменение товарооборота во втором периоде по сравнению с первым периодом:
w = 1470- 1045 = 425 млн.руб.
за счет изменения цен:
W(р) = 1470 - 1333,478 = 136,522 млн. руб.
за счет изменения физического объема:
w(q) = 1333,478 - 1045= 288,478 млн. руб.
Товарооборот товаров увеличился на 40,67%. Цены в среднем по 3-м товарам выросли на 10,24%. Физический объем товарооборота увеличился на 27,61%.
В целом объем реализации увеличился на 425 млн.руб., в том числе за счет роста цен он вырос на 136,522 млн. руб., а за счет увеличения объемов продаж - на 288,478 млн. руб.
ЗАДАЧА 5
По 10 заводам одной отрасли имеются следующие данные.
|
№ завода |
Выпуск продукции, тыс. шт. (Х) |
|
На основе приведенных данных:
I) для подтверждения положений логического анализа о наличии корреляционной прямолинейной зависимости между факторным признаком (объемом выпуска продукции) и результативным признаком (расходом электроэнергии) нанесите исходные данные на график корреляционного поля и сделайте выводы о форме связи, укажите ее формулу;
2) определите параметры уравнения связи и нанесите полученную при этом теоретическую линию на график корреляционного поля;
3) исчислите линейный коэффициент корреляции,
4) поясните значения показателей, полученных в пунктах 2) и 3);
5) используя полученную модель, сделайте прогноз о возможном расходе электроэнергии на заводе с объемом производства 4,5 тыс. шт.
Решение
Данные признака - объем выпуска продукции (фактор), обозначим через хi; признака - расход электроэнергии (результат) через уi; точки с координатами (х, у) наносим на корреляционное поле ОХУ.
Точки корреляционного поля расположены вдоль некоторой прямой. Следовательно, связь - линейная, будем искать уравнение регрессии в виде прямой Уx=ax+b. Для его нахождения воспользуемся системой нормальных уравнений:
Составим расчетную таблицу.
По найденным средним составляем систему и решаем её относительно параметров а и b:
Итак, получим уравнение регрессии у на х: = 3,57692 х + 3,19231
Строим линию регрессии на корреляционном поле.
Подставляя в уравнение регрессии значения х из столбца 2, получим расчетные (столбец 7) и сравниваем их с данными у, что отражено в столбце 8. Кстати, правильность расчетов подтверждается и совпадением средних значений у и.
Коэффициент линейной корреляции оценивает тесноту зависимости между признаками х и у и рассчитывается по формуле
Угловой коэффициент прямой регрессии а (при х) характеризует направление выявленной зависимости признаков: при а>0 одинаковы, при а<0- противоположны. Его абсолютная величина - мера изменения результативного признака при изменении факторного на единицу измерения.
Свободный член прямой регрессии выявляет направление, а его абсолютное значение - количественную меру влияния на результативный признак всех прочих факторов.
Если < 0, то ресурс факторного признака отдельного объекта используется с меньшей, а при >0 с большей результативностью, чем в среднем по всему множеству объектов.
Проведём послерегрессионный анализ.
Коэффициент при х прямой регрессии равен 3,57692 >0, следовательно, с увеличением (уменьшением) выпуска продукции растёт (падает) расход электроэнергии. Увеличение выпуска продукции на 1 тыс. шт. даёт в среднем рост расход электроэнергии на 3,57692 тыс. кВт.ч.
2. Свободный член прямой регрессии равен 3,19231,следовательно, влияние прочих факторов увеличивает силу воздействия выпуска продукции на расход электроэнергии в абсолютном измерении на 3,19231 тыс. кВт.ч.
3. Коэффициент корреляции 0,8235 выявляет весьма тесную зависимость расхода электроэнергии от выпуска продукции.
По уравнению регрессионной модели легко делать прогнозы. Для этого в уравнение регрессии подставляют значения х - объем выпуска продукции и прогнозируют расход электроэнергии. При этом значения х можно брать не только в пределах заданного размаха, но и вне его.
Сделаем прогноз о возможном расходе электроэнергии на заводе с объемом производства 4,5 тыс. шт.
3,57692*4,5 + 3,19231= 19,288 45 тыс. кВт.ч.
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1. Захаренков С.Н. Социально-экономическая статистика: Учеб.-практ пособие. -Мн.: БГЭУ, 2002.
2. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики. - М.: ИНФРА - М., 2000.
3. Елисеева И.И. Статистика. - М.: Проспект, 2002.
4. Общая теория статистики / Под общ. ред. О.Э. Башиной, А.А. Спирина. - М.: Финансы и статистика, 2000.
5. Социально-экономическая статистика: Учеб.-практ. пособие / Захаренков С.Н. и др. - Мн.: ЕГУ, 2004.
6. Социально-экономическая статистика: Учеб. пособие. / Под ред. Нестерович С.Р. - Мн.: БГЭУ, 2003.
7. Теслюк И.Е., Тарловская В.А., Терлиженко Н. Статистика.- Минск, 2000.
8. Харченко Л.П. Статистика. - М.: ИНФРА - М, 2002.
9. Харченко Л.П., Долженкова В.Г., Ионин В.Г. Статистика. - М.: ИНФРА - М, 1999.
10. Экономическая статистика / Под ред. Ю.Н. Иванова - М., 2000.
Размещено на Allbest.ru
...Подобные документы
Расчет средней арифметической для интервального ряда распределения. Определение общего индекса физического объема товарооборота. Анализ абсолютного изменения общей стоимости продукции за счет изменения физического объема. Расчет коэффициента вариации.
контрольная работа , добавлен 19.07.2010
Сущность оптового, розничного и общественного товарооборота. Формулы расчета индивидуальных, агрегатных индексов товарооборота. Расчет характеристик интервального ряда распределения - среднего арифметического, моды и медианы, коэффициента вариации.
курсовая работа , добавлен 10.05.2013
Расчет планового и фактического объема продаж, процента выполнения плана, абсолютного изменения товарооборота. Определение абсолютного прироста, средних темпов роста и прироста денежных доходов. Расчет структурных средних: моды, медианы, квартиля.
контрольная работа , добавлен 24.02.2012
Интервальный ряд распределения банков по объему прибыли. Нахождение моды и медианы полученного интервального ряда распределения графическим методом и путем расчетов. Расчет характеристик интервального ряда распределения. Вычисление средней арифметической.
контрольная работа , добавлен 15.12.2010
Формулы определения средних величин интервального ряда - моды, медианы, дисперсии. Расчет аналитических показателей рядов динамики по цепной и базисной схемам, темпов роста и прироста. Понятие сводного индекса себестоимости, цен, затрат и товарооборота.
курсовая работа , добавлен 27.02.2011
Понятие и назначение, порядок и правила построения вариационного ряда. Анализ однородности данных в группах. Показатели вариации (колеблемости) признака. Определение среднего линейного и квадратического отклонения, коэффициента осцилляции и вариации.
контрольная работа , добавлен 26.04.2010
Понятие моды и медианы как типичных характеристик, порядок и критерии их определения. Нахождение моды и медианы в дискретном и интервальном вариационном ряду. Квартили и децили как дополнительные характеристики вариационного статистического ряда.
контрольная работа , добавлен 11.09.2010
Построение интервального ряда распределения по группировочному признаку. Характеристика отклонения распределения частот от симметричной формы, расчет показателей эксцесса и ассиметрии. Анализ показателей бухгалтерского баланса или отчёта о прибылях.
контрольная работа , добавлен 19.10.2014
Преобразование эмпирического ряда в дискретный и интервальный. Определение средней величины по дискретному ряду с использованием ее свойств. Расчет по дискретному ряду моды, медианы, показателей вариации (дисперсия, отклонение, коэффициент осцилляции).
контрольная работа , добавлен 17.04.2011
Построение статистического ряда распределения организаций. Графическое определение значения моды и медианы. Теснота корреляционной связи с использованием коэффициента детерминации. Определение ошибки выборки среднесписочной численности работников.
При обработке больших массивов информации, что особенно актуально при проведении современных научных разработок, перед исследователем стоит серьезная задача правильной группировки исходных данных. Если данные имеют дискретный характер, то проблем, как мы видели, не возникает – необходимо просто подсчитать частотукаждого признака. Если же исследуемый признак имеет непрерывный характер (что имеет большее распространение на практике), то выбор оптимального числа интервалов группировки признака является отнюдь не тривиальной задачей.
Для группировки непрерывных случайных величин весь вариационный размах признакаразбивают на некоторое количество интервалов к.
Сгруппированным интервальным (непрерывным ) вариационным рядом называют ранжированные по значению признака интервалы (), гдеуказанные вместе с соответствующими частотами () числа наблюдений, попавших в г"-й интервал, или относительными частотами ():
|
Интервалы значений признака |
||||||
|
Частота mi |
Гистограмма и кумулята {огива), уже подробно рассмотренные нами, являются прекрасным средством визуализации данных, позволяющим получить первичное представление о структуре данных. Такие графики (рис. 1.15) строятся для непрерывных данных так же, как и для дискретных, только с учетом того, что непрерывные данные сплошь заполняют область своих возможных значений, принимая любые значения.
Рис. 1.15.
Поэтому столбцы на гистограмме и кумуляте должны соприкасаться, не иметь участков, куда не попадают значения признака в пределах всех возможных (т.е. гистограмма и кумулята не должны иметь "дырок" по оси абсцисс, в которые не попадают значения изучаемой переменной, как на рис. 1.16). Высота столбика соответствует частоте– числу наблюдений, попавших в данный интервал, или относительной частоте– доле наблюдений. Интервалы не должны пересекаться и имеют, как правило, одинаковую ширину.
Рис. 1.16.
Гистограмма и полигон являются аппроксимациями кривой плотности вероятности (дифференциальной функции) f(x) теоретического распределения, рассматриваемой в курсе теории вероятностей . Поэтому их построение имеет такое важное значение при первичной статистической обработке количественных непрерывных данных – по их виду можно судить о гипотетическом законе распределения.
Кумулята – кривая накопленных частот (частостей) интервального вариационного ряда. С кумулятой сопоставляется график интегральной функции распределения F(x) , также рассматриваемой в курсе теории вероятностей.
В основном понятия гистограммы и кумуляты связывают именно с непрерывными данными и их интервальными вариационными рядами, так как их графики являются эмпирическими оценками функции плотности вероятности и функции распределения соответственно.
Построение интервального вариационного ряда начинают с определения числа интервалов k. И эта задача, пожалуй, является самой сложной, важной и неоднозначной в изучаемом вопросе.
Число интервалов не должно быть слишком малым, так как при этом гистограмма получается слишком сглаженной (oversmoothed), теряет все особенности изменчивости исходных данных – на рис. 1.17 можно увидеть, как те же данные, по которым построены графики рис. 1.15, использованы для построения гистограммы с меньшим числом интервалов (левый график).
В то же время число интервалов не должно быть слишком велико – иначе мы не сможем оценить плотность распределения изучаемых данных по числовой оси: гистограмма получится недосглажепная (undersmoothed), с незаполненными интервалами, неравномерная (см. рис. 1.17, правый график).
Рис. 1.17.
Как же определить наиболее предпочтительное число интервалов?
Еще в 1926 г. Герберт Стерджес (Herbert Sturges) предложил формулу для вычисления количества интервалов, на которые необходимо разбить исходное множество значений изучаемого признака . Эта формула поистине стала сверхпопулярной – большинство статистических учебников предлагают именно ее, по умолчанию ее используют и множество статистических пакетов. Насколько это оправдано и во всех ли случаях – является весьма серьезным вопросом.
Итак, на чем основана формула Стерджеса?
Рассмотрим биномиальное распределение }