Контрольная по статистике

Все расчеты. смотрите содержание, введение. При покупке просите доп. файлы, они в экселе у меня. Пишите на почту:

Защищена на "хорошо", выполнена на "отлично".
Место защиты: ИжГТУ, 2014. ...

ВВедение
Глава 1. Анализ вариационного ряда
Глава 2. Анализ потребления картофеля в Российской Федерации за 2001-2011 г.г.

ВВЕДЕНИЕ
Статистические ряды распределения являются одним из наиболее важных элементов статистики. Они представляют собой составную часть метода статистических сводок и группировок, но, по сути, ни одно из статистических исследований невозможно произвести, не представив первоначально полученную в результате статистического наблюдения информацию в виде статистических рядов распределения.
Актуальность данной темы обусловлена тем, что статистические ряды распределения являются базисным методом для любого статистического анализа. Понимание данного метода и навыки его использования необходимы для проведения статистических исследований.
Актуальность изучения рядов динамики основывается на том, что с их помощью изучаются закономерности развития социально–экономических явлений по важнейшим направл ениям. Например, таким, как характеристика уровней развития изучаемых явлений во времени, изменение динамики изучаемых явлений посредством системы статистических показателей, выявление и количественная оценка основной тенденции развития, изучение периодических колебаний, экстраполяция, прогнозирование и многим другим.
Целью наблюдения является изучение закономерностей и тенденции потребления картофеля на душу населения. Задачами данной работы являются:
1) Изучение методики анализа рядов распределения;
2) Изучение методики анализа рядов динамики;
3) Анализ рядов распределения и рядов динамики;
4) Прогнозирование тенденций развития изучаемых рядов.
Статистической совокупностью выступает всё население страны. Единицей совокупности и наблюдения является человек. Вид наблюдения: сплошное, непрерывное. Место: Российская Федерация. В качестве данных для анализа в курсовой работе были использованы данные о потреблении картофеля на душу населения за 2001-2011 гг. Использованы методы: аналитический, наименьших квадратов, расчётный.

е. Q1 = 88. Данное значение показывает, что в четверти всех регионов потребление картофеля не превышает 88 кг на душу населения, в остальных регионах – больше.Для интервального ряда первый квартиль вычисляем по формуле:Отличие значений для интервального и дискретного рядов скорее всего говорит об асимметрии.Для третьего квартиля соответствует значение признака в той группе, в которой накопленная частота превышает 60, т.е. Q3 = 125. Данное значение показывает, что в четверти всех регионов потребление картофеля больше 125 кг на человека, в остальных регионах меньше.Для интервального ряда третий квартиль вычисляем по формуле:Значения признака, делящие ряд на десять равных частей, называют децилями. Аналогично квартилям, первый дециль соответствует 10% всей совокупности, т.е. в нашем случае значению признака с накопленной частотой 9: d1 = 70. Девятый дециль соответствует 90% всей совокупности, т.е. в нашем случае значению признака с накопленной частотой 73: d9 = 145. Данный значения показывают, что в 10% регионов потребления картофеля не превышает 70 кг на человека, и в 10% регионов потребление картофеля больше 145 кг.Основными показателями, характеризующими вариацию, являются:– размах,– дисперсия,– среднее квадратическое отклонение,– коэффициент вариации.Размах вариации уже определили выше: R= 158.Для удобства расчётов составим таблицу 3.Дисперсия рассчитывается как средний квадрат отклонений значений признака от их средней величины: QUOTE .(4)Таблица 3Расчёты для показателей вариацииЗначение признакаЧастотаНакопленная частота(хi-х)fi(хi-х)2*fi(хi-х)3fi(хi-х)4fi12345674411-63,54032-256048162590405112-56,53192-180362101904605313-54,52970-16187988223855614-51,52652-13659170344306126-934325-20108993506506617-41,51722-7147329661456818-39,51560-61630243438070210-752813-105469395507871111-36,51332-48627177489074112-33,51122-37595125944576113-31,5992-3125698456078114-29,5870-2567275733582115-25,5650-1658142282584116-23,5552-1297830498085218-451013-2278151257886119-21,5462-993821367587120-20,5420-861517661088121-19,5380-741514459089223-37685-1266323427090225-35613-1071918757892126-15,5240-37245772095228-25313-39064882896230-23265-30423498098232-19181-17151629099133-8,572-6145220101235-1385-5493570102338-16,591-4992745103139-4,520-91410104140-3,512-43150105343-7,519-471171081440,50001101452,5616391122479411828201131485,5301669151141496,54227517851162511714512281044011815210,511011581215511915311,5132152117490Продолжение таблицы 3123456712015412,51561953244141212562736549216643012215714,521030494420512315815,5240372457720124260335458984148240125262356131071918757812916321,546299382136751302654510132278151257813116623,55521297830498013216724,56001470636030013316825,56501658142282513916931,599231256984560143271712521894783176460145273752813105469395507815117443,5189282313358061015617548,52352114084553308016317655,53080170954948794016417756,531921803621019046018017872,552563810782762816418817980,564805216604199364020218094,5893084390979749365 80 0770761201830256821885107,5   963150233210274То есть получим: QUOTE .Далее рассчитаем среднее квадратическое отклонение, показывающее, насколько в среднем отклоняются конкретные варианты признака от его среднего значения. Оно определяется как квадратный корень из дисперсии: QUOTE (5)В нашем случае, QUOTE . То есть, потребление картофеля в каждом регионе отклоняется от среднего потребления по регионам в среднем на 31 кг.И наконец, определим коэффициент вариации: QUOTE (6)Получим: QUOTE . Наша совокупность однородная, т.к. коэффициент вариации менее 33%.Для дальнейшего изучения характера вариации используются средние значения разных степеней отклонений отдельных величин признака от его средней арифметической величины. Эти показатели получили название центральных моментов распределения порядка, соответствующего степени, в которую возводятся отклонения, или просто моментов. На основе момента третьего порядка можно построить показатель, характеризующий степень асимметричности распределения: QUOTE , (7)где As – коэффициент асимметрии; QUOTE - момент третьего порядка, рассчитывается по формуле: QUOTE .Следовательно, QUOTE , т.е. асимметрия сильная, причём левосторонняя, что наглядно видно на рис.1.Показатель эксцесса рассчитывается по формуле: QUOTE , (8)где Ex – коэффициент эксцесса;3 – значение показателя эксцесса при нормальном распределении; QUOTE - момент четвертого порядка, рассчитывается по формуле: QUOTE .Т.е. QUOTE .Считается, что при значении эксцесса > 0, хвосты распределения «легче», а пик острее, чем у нормального распределения. Но Елисеева с этим не согласна, и считает, что положительный эксцесс означает, что в изучаемой массе явлений существует слабо варьирующее по данному признаку «ядро» и сильно рассеянное вокруг этого ядра окружение, или «гало».Графически интервальный ряд распределения представлен на рис.1.Рис. 1. Диаграмма интервального вариационного ряда потребления картофеляОчевидно, что интервал потребления картофеля в большинстве регионов лежит между 68 и 136 кг на душу населения, в т.ч. и в Удмуртии. Наибольшее потребление отмечается в Красноярском крае, наименьшее – в республике Калмыкия.Совокупность однородная, но с явно выраженной левой ассиметрией.Глава 2. Анализ потребления картофеля в Российской Федерации за 2001-2011 г.г.В основе расчета показателей скорости рядов динамики лежит сравнение его уровней. В зависимости от применяемого способа сопоставления показатели динамики могут вычисляться на постоянной и переменной базах сравнения.Для расчета показателей динамики на постоянной базе каждый уровень ряда сравнивается с одним и тем же базисным уровнем. Исчисляемые при этом показатели называются базисными. Для расчета показателей динамики на переменной базе каждый последующий уровень ряда сравнивается с предыдущим. Вычисленные таким образом показатели динамики называются цепными. Важнейшим статистическим показателем динамики является абсолютный прирост, который определяется в разностном сопоставлении двух уровней ряда динамики в единицах измерения исходной информации.Базисный абсолютный прирост Пб исчисляется как разность между сравниваемым уровнем уi и уровнем, принятым за постоянную базу сравнения у0i:Пбi = yi – y0i (9)Цепной абсолютный прирост ∆уц - разность между сравниваемым уровнем уi и уровнем, который ему предшествует, yi-1:Пцi = yi – yi-1 (10)Между базисными и цепными абсолютными приростами имеется связь: сумма цепных абсолютных приростов ∑Пц равна базисному абсолютному приросту последнего периода ряда динамики Пбn:Пбn = ∑Пц(11)Распространенным статистическим показателем динамики является темп роста. Он характеризует отношение двух уровней ряда и может выражаться в виде коэффициента или в процентах.Базисные темпы роста Трб исчисляются делением сравниваемого уровня (уi) на уровень, принятый за постоянною базу сравнения,у0i:Трбi= yi /y0i (12)Цепные темпы роста Трц исчисляются делением сравниваемого уровня у, на предыдущий уровень уi-1:ТрЦi = yi / yi-1(13)Между базисными и цепными темпами роста имеется взаимосвязь: произведение последовательных цепных темпов роста равно базисному темпу роста, а частное от деления последующего базисного темпа роста на предыдущий равно соответствующему цепному темпу роста.Темпы прироста характеризуют абсолютный прирост в относительных величинах. Исчисленный в процентах темп прироста показывает, на сколько процентов изменился сравниваемый уровень с уровнем, принятым за базу сравнения.