Лабораторная работа №1. Первичная обработка статистических данных
Построение рядов распределения
Упорядоченное распределение единиц совокупности на группы по какому-либо одному признаку называется рядом распределения . При этом признак может быть как количественным, тогда ряд называется вариационным , так и качественным, тогда ряд называют атрибутивным . Так, например, население города может быть распределено по возрастным группам в вариационный ряд, или по профессиональной принадлежности в атрибутивный ряд (конечно, можно предложить еще множество качественных и количественных признаков для построения рядов распределения, выбор признака определяется задачей статистического исследования).
Любой ряд распределения характеризуется двумя элементами:
- варианта (х i ) – это отдельные значения признака единиц выборочной совокупности. Для вариационного ряда варианта принимает числовые значения, для атрибутивного – качественные (например, х=«государственный служащий»);
- частота (n i ) – число, показывающее, сколько раз встречается то или иное значение признака. Если частота выражена относительным числом (т.е. долей элементов совокупности, соответствующих данному значению варианты, в общем объеме совокупности), то она называется относительной частотой или частостью .
Вариационный ряд может быть:
- дискретным , когда изучаемый признак характеризуется определенным числом (как правило целым).
- интервальным , когда определены границы «от» и «до» для непрерывно варьируемого признака. Интервальный ряд также строят если множество значений дискретно варьируемого признака велико.
Интервальный ряд может строиться как с интервалами равной длины (равноинтервальный ряд) так и с неодинаковыми интервалами, если это диктуется условиями статистического исследования. Например, может рассматриваться ряд распределения доходов населения со следующими интервалами: <5тыс р., 5-10 тыс р., 10-20 тыс.р., 20-50 тыс р., и т.д. Если цель исследования не определяет способ построения интервального ряда, то строится равноинтервальный ряд, число интервалов в котором определяется по формуле Стерджесса:
где k – число интервалов, n – объем выборки. (Конечно, формула обычно дает число дробное, а в качестве числа интервалов выбирается ближайшее целое к полученному число.) Длина интервала в таком случае определяется по формуле
.
Графически вариационные ряды могут быть представлены в виде гистограммы (над каждым интервалом интервального ряда выстраивается «столбик» высоты, соответствующей частоте в этом интервале), полигона распределения (ломаная линия, соединяющая точки (х i ;n i ) либо кумуляты (строится по накопленным частотам, т.е. для каждого значения признака берется частота появления в совокупности объектов со значением признака меньшим данного).
При работе в Excel для построения вариационных рядов могут быть использованы следующие функции:
СЧЁТ(массив данных ) – для определения объема выборки. Аргументом является диапазон ячеек, в котором находятся выборочные данные.
СЧЁТЕСЛИ(диапазон; критерий ) – может быть использована для построения атрибутивного или вариационного ряда. Аргументами являются диапазон массива выборочных значений признака и критерий – числовое или текстовое значение признака или номер ячейки, в которой оно находится. Результатом является частота появления этого значения в выборке.
ЧАСТОТА(массив данных; массив интервалов ) – для построение вариационного ряда. Аргументами являются диапазон массива выборочных данных и столбец интервалов. Если требуется построить дискретный ряд, то здесь указываются значения варианты, если интервальный – то верхние границы интервалов (их еще называют «карманами»). Поскольку результатом является столбец частот, введение функции следует завершить нажатием сочетания клавиш CTRL+SHIFT+ENTER. Заметим, что задавая массив интервалов при введении функции, последнее значение в нем можно и не указывать – в соответствующий «карман» будут помещены все значения, не попавшие в предыдущие «карманы». Иногда это помогает избежать ошибки, состоящей в том, что наибольшее выборочное значение не помещается автоматически в последний «карман»
Кроме того, для сложных группировок (по нескольким признакам) используют инструмент «сводные таблицы». Для построения атрибутивных и вариационных рядов их тоже можно использовать, но это излишне усложняет задачу. Также для построения вариационного ряда и гистограммы существует процедура «гистограмма» из надстройки «Пакет анализа» (чтобы использовать надстройки в Excel, их нужно сначала загрузить, по умолчанию они не устанавливаются)
Проиллюстрируем процесс первичной обработки данных на следующих примерах.
Пример 1.1 . имеются данные о количественном составе 60 семей.
Построить вариационный ряд и полигон распределения
Решение .
Откроем таблицы Excel. Введем массив данных в диапазон А1:L5. Если Вы изучаете документ в электронной форме (в формате Word, например), для этого достаточно выделить таблицу с данными и скопировать ее в буфер, затем выделить ячейку А1 и вставить данные – они автоматически займут подходящий диапазон. Подсчитаем объем выборки n – число выборочных данных, для этого в ячейку В7 введем формулу =СЧЁТ(А1:L5). Заметим, что для того, чтобы в формулу ввести нужный диапазон, необязательно вводить его обозначение с клавиатуры, достаточно его выделить. Определим минимальное и максимальное значение в выборке, введя в ячейку В8 формулу =МИН(А1:L5), и в ячейку В9: =МАКС(А1:L5).
Рис.1.1 Пример 1. Первичная обработка статистических данных в таблицах Excel
Далее, подготовим таблицу для построения вариационного ряда, введя названия для столбца интервалов (значений варианты) и столбца частот. В столбец интервалов введем значения признака от минимального (1) до максимального (6), заняв диапазон В12:В17. Выделим столбец частот, введем формулу =ЧАСТОТА(А1:L5;В12:В17) и нажмем сочетание клавиш CTRL+SHIFT+ENTER
Рис.1.2 Пример 1. Построение вариационного ряда
Для контроля вычислим сумму частот при помощи функции СУММ (значок функции S в группе «Редактирование» на вкладке «Главная»), вычисленная сумма должна совпасть с ранее вычисленным объемом выборки в ячейке В7.
Теперь построим полигон: выделив полученный диапазон частот, выберем команду «График» на вкладке «Вставка». По умолчанию значениями на горизонтальной оси будут порядковые числа - в нашем случае от 1 до 6, что совпадает со значениями варианты (номерами тарифных разрядов).
Название ряда диаграммы «ряд 1» можно либо изменить, воспользовавшись той же опцией «выбрать данные» вкладки «Конструктор», либо просто удалить.
Рис.1.3. Пример 1. Построение полигона частот
Пример 1.2 . Имеются данные о выбросах загрязняющих веществ из 50 источников:
| 10,4 | 18,6 | 10,3 | 26,0 | 45,0 | 18,2 | 17,3 | 19,2 | 25,8 | 18,7 |
| 28,2 | 25,2 | 18,4 | 17,5 | 41,8 | 14,6 | 10,0 | 37,8 | 10,5 | 16,0 |
| 18,1 | 16,8 | 38,5 | 37,7 | 17,9 | 29,0 | 10,1 | 28,0 | 12,0 | 14,0 |
| 14,2 | 20,8 | 13,5 | 42,4 | 15,5 | 17,9 | 19, | 10,8 | 12,1 | 12,4 |
| 12,9 | 12,6 | 16,8 | 19,7 | 18,3 | 36,8 | 15,0 | 37,0 | 13,0 | 19,5 |
Составить равноинтервальный ряд, построить гистограмму
Решение
Внесем массив данных в лист Excel, он займет диапазон А1:J5 Как и в предыдущей задаче, определим объем выборки n, минимальное и максимальное значения в выборке. Поскольку теперь требуется не дискретный, а интервальный ряд, и число интервалов в задаче не задано, вычислим число интервалов k по формуле Стерджесса. Для этого в ячейку В10 введем формулу =1+3,322*LOG10(B7).
Рис.1.4. Пример 2. Построение равноинтервального ряда
Полученное значение не является целым, оно равно примерно 6,64. Поскольку при k=7 длина интервалов будет выражаться целым числом (в отличие от случая k=6) выберем k=7, введя это значение в ячейку С10. Длину интервала d вычислим в ячейке В11, введя формулу =(В9-В8)/С10.
Зададим массив интервалов, указывая для каждого из 7 интервалов верхнюю границу. Для этого в ячейке Е8 вычислим верхнюю границу первого интервала, введя формулу =B8+B11; в ячейке Е9 верхнюю границу второго интервала, введя формулу =E8+B11. Для вычисления оставшихся значений верхних границ интервалов зафиксируем номер ячейки В11 в введенной формуле при помощи знака $, так что формула в ячейке Е9 примет вид =E8+B$11, и скопируем содержимое ячейки Е9 в ячейки Е10-Е14. Последнее полученное значение равно вычисленному ранее в ячейке В9 максимальному значению в выборке.
Рис.1.5. Пример 2. Построение равноинтервального ряда
Теперь заполним массив «карманов» при помощи функции ЧАСТОТА, как это было сделано в примере 1.
Рис.1.6. Пример 2. Построение равноинтервального ряда
По полученному вариационном ряду построим гистограмму: выделим столбец частот и выберем на вкладке «Вставка» «Гистограмма». Получив гистограмму, изменим в ней подписи горизонтальной оси на значения в диапазоне интервалов, для этого выберем опцию «Выбрать данные» вкладки «Конструктор». В появившемся окне выберем команду «Изменить» для раздела «Подписи горизонтальной оси» и введем диапазон значений варианты, выделив его «мышью».
Рис.1.7. Пример 2. Построение гистограммы
Рис.1.8. Пример 2. Построение гистограммы
При построении интервального ряда распределения решаются три вопроса:
- 1. Сколько надо взять интервалов?
- 2. Какова длина интервалов?
- 3. Каков порядок включения единиц совокупности в границы интервалов?
- 1. Количество интервалов можно определить по формуле Стер- джесса :
2. Длина интервала, или шаг интервала , обычно определяется по формуле
где R - размах вариации.
3. Порядок включения единиц совокупности в границы интервала
может быть разным, но при построении интервального ряда распределения обязательно строго определен.
Например, такой: [), при котором единицы совокупности в нижние границы включаются, а в верхние - не включаются, а переносятся в следующий интервал. Исключение в этом правиле составляет последний интервал , верхняя граница которого включает последнее число ранжированного ряда.
Границы интервалов бывают:
- закрытые - с двумя крайними значениями признака;
- открытые - с одним крайним значением признака (до такого-то числа или свыше такого-то числа).
С целью усвоения теоретического материала введем исходную информацию для решения сквозной задачи.
Имеются условные данные по среднесписочной численности менеджеров по продажам, количеству проданного ими однокачественного товара, индивидуальной рыночной цене на этот товар, а также объему продаж 30 фирм в одном из регионов РФ в I квартале отчетного года (табл. 2.1).
Таблица 2.1
Исходная информация для сквозной задачи
|
Численность менеджеров, |
Цена, тыс. руб. |
Объем продаж, млн руб. |
||
|
Численность менеджеров, |
Количество проданного товара, шт. |
Цена, тыс. руб. |
Объем продаж, млн руб. |
|
На базе исходной информации, а также дополнительной сделаем постановку отдельных заданий. Затем представим методику их решения и сами решения.
Сквозная задача. Задание 2.1
Используя исходные данные табл. 2.1, требуется построить дискретный ряд распределения фирм по количеству проданного товара (табл. 2.2).
Решение:
Таблица 2.2
Дискретный ряд распределения фирм по количеству проданного товара в одном из регионов РФ в I квартале отчетного года
Сквозная задача. Задание 2.2
требуется построить ранжированный ряд 30 фирм по среднесписочной численности менеджеров.
Решение:
15; 17; 18; 20; 20; 20; 22; 22; 24; 25; 25; 25; 27; 27; 27; 28; 29; 30; 32; 32; 33; 33; 33; 34; 35; 35; 38; 39; 39; 45.
Сквозная задача. Задание 2.3
Используя исходные данные табл. 2.1, требуется:
- 1. Построить интервальный ряд распределения фирм по численности менеджеров.
- 2. Рассчитать частости ряда распределения фирм.
- 3. Сделать выводы.
Решение:
Рассчитаем по формуле Стерджесса (2.5) количество интервалов :
Таким образом, берем 6 интервалов (групп).
Длину интервала , или шаг интервала , рассчитаем по формуле
Примечание. Порядок включения единиц совокупности в границы интервала такой: I), при котором единицы совокупности в нижние границы включаются, а в верхние - не включаются, а переносятся в следующий интервал. Исключение в этом правиле составляет последний интервал I ], верхняя граница которого включает последнее число ранжированного ряда.
Строим интервальный ряд (табл. 2.3).
Интервальный ряд распределения фирм но среднесписочной численности менеджеров в одном из регионов РФ в I квартале отчетного года
Вывод. Наиболее многочисленной группой фирм является группа со среднесписочной численностью менеджеров 25- 30 человек, которая включает 8 фирм (27%); в самую малочисленную группу со среднесписочной численностью менеджеров 40-45 человек входит всего одна фирма (3%).
Используя исходные данные табл. 2.1, а также интервальный ряд распределения фирм по численности менеджеров (табл. 2.3), требуется построить аналитическую группировку зависимости между численностью менеджеров и объемом продаж фирм и на основании ее сделать вывод о наличии (или отсутствии) связи между указанными признаками.
Решение:
Аналитическая группировка строится по факторному признаку. В нашей задаче факторным признаком (х) является численность менеджеров, а результативным признаком (у) - объем продаж (табл. 2.4).
Построим теперь аналитическую группировку (табл. 2.5).
Вывод. На основании данных построенной аналитической группировки можно сказать, что с увеличением численности менеджеров по продажам средний в группе объем продаж фирмы также увеличивается, что свидетельствует о наличии прямой связи между указанными признаками.
Таблица 2.4
Вспомогательная таблица для построения аналитической группировки
|
Численность менеджеров, чел., |
Номер фирмы |
Объем продаж, млн руб., у |
|
|
» = 59 f = 9,97 |
|||
|
Я-™ 4 - Ю.22 |
|||
|
74 ’25 1ПЙ1 У4 = 7 = 10,61 |
|||
|
у = ’ =10,31 30 |
|||
Таблица 2.5
Зависимость объемов продаж от численности менеджеров фирм в одном из регионов РФ в I квартале отчетного года
КОНТРОЛЬНЫЕ ВОПРОСЫ- 1. В чем суть статистического наблюдения?
- 2. Назовите этапы статистического наблюдения.
- 3. Каковы организационные формы статистического наблюдения?
- 4. Назовите виды статистического наблюдения.
- 5. Что такое статистическая сводка?
- 6. Назовите виды статистических сводок.
- 7. Что такое статистическая группировка?
- 8. Назовите виды статистических группировок.
- 9. Что такое ряд распределения?
- 10. Назовите конструктивные элементы ряда распределения.
- 11. Каков порядок построения ряда распределения?
Назначение сервиса . С помощью онлайн-калькулятора Вы сможете:
- построить вариационный ряд , построить гистограмму и полигон;
- найти показатели вариации (среднюю, моду (в т.ч. и графическим способом), медиану, размах вариации, квартили, децили, квартильный коэффициент дифференциации, коэффициент вариации и другие показатели);
Инструкция . Для группировки ряда необходимо выбрать вид получаемого вариационного ряда (дискретный или интервальный) и указать количество данных (количество строк). Полученное решение сохраняется в файле Word (см. пример группировки статистических данных).
Если группировка уже осуществлена и заданы дискретный вариационный ряд или интервальный ряд , то необходимо воспользоваться онлайн-калькулятором Показатели вариации . Проверка гипотезы о виде распределения производится с помощью сервиса Изучение формы распределения .
Виды статистических группировок
Вариационный ряд . В случае наблюдений дискретной случайной величины одно и то же значение можно встретить несколько раз. Такие значения x i случайной величины записывают с указанием n i числа раз его появления в n наблюдениях, это и есть частота данного значения.В случае непрерывной случайной величины на практике применяют группировку.
- Типологическая группировка – это разделение исследуемой качественно разнородной совокупности на классы, социально–экономические типы, однородные группы единиц. Для построения данной группировки используйте параметр Дискретный вариационный ряд.
- Структурной называется группировка , в которой происходит разделение однородной совокупности на группы, характеризующие ее структуру по какому–либо варьирующему признаку. Для построения данной группировки используйте параметр Интервальный ряд.
- Группировка, выявляющая взаимосвязи между изучаемыми явлениями и их признаками, называется аналитической группировкой (см. аналитическая группировка ряда).
Принципы построения статистических группировок
Ряд наблюдений, упорядоченных по возрастанию, называется вариационным рядом . Группировочным признаком называется признак, по которому производится разбивка совокупности на отдельные группы. Его называют основанием группировки. В основание группировки могут быть положены как количественные, так и качественные признаки.После определения основания группировки следует решить вопрос о количестве групп, на которые надо разбить исследуемую совокупность.
При использовании персональных компьютеров для обработки статистических данных группировка единиц объекта производится с помощью стандартных процедур.
Одна из таких процедур основана на использовании формулы Стерджесса для определения оптимального числа групп:
k = 1+3,322*lg(N)
Где k – число групп, N – число единиц совокупности.
Длину частичных интервалов вычисляют как h=(x max -x min)/k
Затем подсчитывают числа попаданий наблюдений в эти интервалы, которые принимают за частоты n i . Малочисленные частоты, значения которых меньше 5 (n i < 5), следует объединить. в этом случае надо объединить и соответствующие интервалы.
В качестве новых значений вариант берут середины интервалов x i =(c i-1 +c i)/2.
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.
2. Понятие рядов распределения. Дискретные и интервальные ряды распределения
Рядами распределения называются группировки особого вида, при которых по каждому признаку, группе признаков или классу признаков известны численность единиц в группе либо удельный вес этой численности в общем итоге. Т.е. ряд распределения – упорядоченная совокупность значений признака, расположенных в порядке возрастания или убывания с соответствующими им весами. Ряды распределения могут быть построены или по количественному, или по атрибутивному признаку.
Ряды распределения, построенные по количественному признаку, называются вариационными рядами. Они бывают дискретные и интервальные . Ряд распределения может быть построен по не прерывно варьирующему признаку (когда признак может принимать любые значения в рамках какого-либо интервала) и по дискретно варьирующему признаку (принимает строго определенные целочисленные значения).
Дискретным вариационным рядом распределения называется ранжированная совокупность вариантов с соответствующими им частотами или частностями. Варианты дискретного ряда – это дискретно прерывно изменяющиеся значения признак, обычно это результат подсчета.
Дискретные
вариационные ряды строят обычно в том случае, если значения изучаемого признака могут отличаться друг от друга не менее чем на некоторую конечную величину. В дискретных рядах задаются точечные значения признака. Пример : Распределение мужских костюмов, реализованных магазинами за месяц по размерам.Интервальным
вариационным рядомназывается упорядоченная совокупность интервалов варьирования значений случайной величины с соответствующими частотами или частостями попаданий в каждый из них значений величины. Интервальные ряды предназначены для анализа распределения непрерывно изменяющегося признака, значение которого чаще всего регистрируется путем измерения или взвешивания. Варианты такого ряда – это группировка.Пример : Распределение покупок в продуктовом магазине по сумме.
Если в дискретных вариационных рядах частотная характеристика относится непосредственно к варианту ряда, то в интервальных к группе вариантов.
Ряды распределения удобно анализировать при помощи их графического изображения, позволяющего судить и о форме распределения, о закономерностях. Дискретный ряд изображается на графике в виде ломаной линии – полигона распределения . Для его построения в прямоугольной системе координат по оси абсцисс в одинаковом масштабе откладываются ранжированные (упорядоченные) значения варьирующего признака, а по оси ординат наносится шкала для выражения частот.
Интервальные ряды изображаются в виде гистограмм распределения (то есть столбиков диаграмм).
При построении гистограммы на оси абсцисс откладываются величины интервалов, а частоты изображаются прямоугольниками, построенными на соответствующих интервалах. Высота столбиков в случае равных интервалов должна быть пропорциональна частотам.
Любая гистограмма может быть преобразована в полигон распределений, для этого необходимо соединить между собой отрезками прямой вершины ее прямоугольников.
2. Индексный метод анализа влияния средней выработки и среднесписочной численности на изменения объема продукции
Индексный метод применяется для анализа динамики и сравнения обобщающих показателей, а так же факторов, влияющих на изменение уровней этих показателей. С помощью индексов можно выявить влияние средней выработки и среднесписочной численности на изменения объема продукции. Эта задача решается путем построения системы аналитических индексов.
Индекс объема продукции с индексом среднесписочной численности работающих и индексом средней выработки связан таким же образом, как объем производства (Q) связан с выработкой (w) и численностью (r) .
Можно заключить, что объем продукции будет равняться произведению средней выработки и среднесписочной численности:
Q = w·r, где Q – объем продукции,
w - средняя выработка,
r – среднесписочная численность.
Как видно, речь идет о взаимосвязи явлений в статике: произведение двух факторов дает общий объем результативного явления. Очевидно также, что эта связь функциональная, следовательно, динамика этой связи изучается с помощью индексов. Для приведенного примера это следующая система:
J w × J r = J wr .
Например, индекс объема продукции Jwr, как индекс результативного явления, можно разложить на два индекса-фактора: индекс средней выработки (Jw), и индекс среднесписочной численности (Jr):
Индекс Индекс Индекс
объема средней среднесписочной
продукции выработки численности
где J w - индекс производительности труда, рассчитываемый по формуле Ласпейреса;
J r - индекс численности работающих, рассчитываемый по формуле Пааше.
Индексные системы используются для определения влияния отдельных факторов на формирование уровня результативного показателя, позволяют по 2-м известным значениям индексов определить значение неизвестного.
На базе приведенной системы индексов можно найти и абсолютный прирост объема продукции, разложенный на влияние факторов.
1. Общий прирост объема продукции:
∆wr = ∑w 1 r 1 - ∑w 0 r 0 .
2. Прирост за счет действия показателя средней выработки:
∆wr/w = ∑w 1 r 1 - ∑w 0 r 1 .
3. Прирост за счет действия показателя среднесписочной численности:
∆wr/r = ∑w 0 r 1 - ∑w 0 r 0
∆wr = ∆wr/w + ∆wr/r.
Пример. Известны следующие данные
Мы можем определить, как изменился объем продукции в относительном и абсолютном выражении и как отдельные факторы повлияли на это изменение.
Объем продукции составил:
в базисном периоде
w 0 * r 0 = 2000 * 90 = 180000,
а в отчетном
w 1 * r 1 = 2100 * 100 = 210000.
Следовательно, объем продукции увеличился на 30000 или на 1,16%.
∆wr=∑w 1 r 1 -∑w 0 r 0= (210000-180000)=30000
или (210000:180000)*100%=1,16%.
Данное изменение объема продукции было обусловлено:
1) увеличением среднесписочной численности на 10 человек или на 111,1%
r 1 /r 0 = 100 / 90 = 1,11 или 111,1%.
В абсолютном выражении за счет этого фактора объем продукции увеличился на 20000:
w 0 r 1 – w 0 r 0 = w 0 (r 1 -r 0) = 2000 (100-90) = 20000.
2) увеличением средней выработки на 105% или на 10000:
w 1 r 1 /w 0 r 1 = 2100*100/2000*100 = 1,05 или 105%.
В абсолютном выражении прирост составляет:
w 1 r 1 – w 0 r 1 = (w 1 -w 0)r 1 = (2100-2000)*100 = 10000.
Отсюда, совместное влияние факторов составило:
1. В абсолютном выражении
10000 + 20000 = 30000
2. В относительном выражении
1,11 * 1,05 = 1,16 (116%)
Следовательно, прирост составляет 1,16%. Оба результата были получены ранее.
Слово «index» в переводе означает указатель, показатель. В статистике индекс трактуется как относительный показатель, характеризующий изменение явления во времени, пространстве или по сравнению с планом. Поскольку индекс относительная величина, наименования индексов созвучны с наименованием относительных величин.
В тех случаях, когда мы анализируем изменение во времени сравниваемой продукции, мы можем поставить вопрос о том, как в различных условиях (на различных участках) меняются составляющие индекса (цена, физический объем, структура производства или реализации отдельных видов продукции). В связи с этим строятся индексы постоянного состава, переменного состава, структурных сдвигов.
Индекс постоянного (фиксированного) состава – это индекс, который характеризует динамику средней величины при одной и той же фиксированной структуре совокупности.
Принцип построения индекса постоянного состава – элиминировать влияние изменений в структуре весов на индексируемую величину путем расчета средневзвешенного уровня индексируемого показателя с одними и теми же весами.
Индекс постоянного состава по своей форме тождественен агрегатному индексу. Агрегатная форма является наиболее распространенной.
Индекс постоянного состава исчисляется с весами, зафиксированными на уровне одного какого-либо периода, и показывает изменение только индексируемой величины. Индекс постоянного состава элиминирует влияние изменений в структуре весов на индексируемую величину путем расчета средневзвешенного уровня индексируемого показателя с одними и теми же весами. В индексах постоянного состава сопоставляются показатели, рассчитанные на базе неизменной структуры явлений.