Взаимосвязанные признаки и графики связи

Автор работы: Пользователь скрыл имя, 25 Сентября 2013 в 00:29, контрольная работа

Краткое описание

При машинной обработке исходной информации на ЭВМ, оснащенных пакетами стандартных программ ведения анализов, вычисление параметров применяемых математических функций является быстро выполняемой счетной операцией.
Для полного усвоения корреляционно-регрессионного анализа в эконо¬мических исследованиях в аналитической части работы будет приведено еще одно решение задачи.
Данная работа посвящена изучению возможности обработки статис-тических данных методами корреляционного и регрессионного анализа
с использованием пакета прикладных программ MicrosoftExcel

Прикрепленные файлы: 1 файл

Prakticheskaya_chast_reshennye_zadachi.docx

— 1.02 Мб (Скачать документ)

Внутригодовая цикличность, как правило, носит сезонный характер. Сезонными колебаниями спроса и  предложения подвержены не все товары, однако для многих из них характерен значительный размах сезонных изменений. Изучение сезонности необходимо для решения ряда организационно-технологических и экономических вопросов в условиях чередования спадов и подъемов спроса и предложения.

Оценка сезонных колебаний  может осуществляться различными статистическими методами. Исследование сезонности строительства квартир компанией-застройщиком «Пересвет Групп» по приведенным в исходной таблице 1 данным по месяцам за три года для того, чтобы выявить устойчивую волну, на которой не отразились бы случайные условия одного года.

Таблица 1

Месяц

годы

 

2005

2006

2007

Январь

833

775

556

Февраль

820

713

506

Март

817

724

534

Апрель

1805

662

529

Май

1120

514

575

Июнь

941

395

471

Июль

1003

447

505

Август

814

459

553

Сентябрь

947

487

493

Октябрь

927

417

416

Ноябрь

739

512

439

Декабрь

749

532

349


 

На 2008 год компания планирует  построить в сумме за год 5300 тыс. квартир.

Решение

Для выявления и оценки сезонности реализации товара (Р) фирмой методом постоянной средней рассчитываются индекса сезонности по формуле

ick =( ykЇ / yЇ)*100,

где ykЇ - средняя реализация товара для каждого месяца за три года,

yЇ - общий средний месячный объем реализации товара за три года.

Совокупность индексов сезонности образуют сезонную волну, характеризующую  внутригодовые повторяющиеся колебания  объема реализации, т.е. внутригодовую  цикличность реализации товара.

Индексы могут быть использованы в прогнозировании объемов продаж на следующие годы по месяцам. Для этого вначале определяют прогнозируемый средний месячный уровень (yЇпрог) исходя из ожидаемого объема реализации за го (Рпрог):

прог = Рпрог / 12,

а затем умножают его на соответствующие индексы сезонности по месяцам, т.е.

yкпрог = yЇпрог * ick

 

Выполним компьютерные расчеты

Расчеты индексов сезонности объема строительства квартир фирмой выполнены с применением пакета прикладных программ обработки электронных таблиц MS Excel в среде Windows.

Ход выполнения.

1. Рассчитываем сумму построенных квартир за 3 года

 

2. находим итого по месяцам и за 3 года

 

 

3. Находим сколько построено квартир в среднем за месяц

 

 

4. Находим средний уровень за каждый год

 

 

 

5. Рассчитываем индекс сезонности за каждый месяц за 3 года

 

 

6. Делаем прогноз на 2008 год и строим график сезонной волны числа построенных квартир

 

 

 

Получаем

 

 

 

 

Заключение

Первая задача изучения связи методом корреляции состоит в выявлении того, меняется ли в среднем результативный признак в связи с изменением одного или нескольких факторов. Это изменение предполагает неизменяемость других факторов, хотя искажающее влияние этих других факторов на самом деле имеет место. Вторая задача заключается в определении степени влияния искажающих факторов. Первая задача решается путем построения уравнений регрессии и носит название регрессионного анализа. Вторая задача решается путем определения различных показателей тесноты связи и называется собственно корреляционным анализом.

Теснота связи количественно  выражается величиной коэффициентов  корреляции. Коэффициенты корреляции, представляя количественную характеристику тесноты связи между признаками, дают возможность определить «полезность» факторных признаков при построении уравнений множественной регрессии. Величина коэффициентов корреляции служит также оценкой соответствия уравнению регрессии выявленным причинно-следственным связям.

Итак, корреляционный и регрессионный  анализ позволяет определить зависимость  между факторами, а также проследить влияние задействованных факторов. Эти показатели имеют широкое  применение в обработке статистических данных для достижения наилучших показателей в экономических исследованиях.

 

Список литературы

1. Адамова Е.Ф. «Корреляционно-регрессионный анализ в экономических приложениях» - М.: 1998.

2. Кленин А.Н., Шевченко К.К. «Математическая статистика для экономистов-статистиков» - М.: 1990.

3. Колемаев В.А., Староверов О.В., Турундаевский В.Б. «Теория вероятностей и математическая статистика» - М.: 1991.

4. Одинцов И.Д. « Теория статистики» - М.: 1999.

5. «Практикум по статистике» под редакцией проф. Симчеры В.М. – М.: 1999.

6. Елисеева И.И., Юзбашев М.М. Е51 Общая теория статистики: Учебник / Под ред. И.И. Елисеевой. — 5-е изд., перераб. и доп. — М.: Финансы  
и статистика, 2004. — 656 с: ил.

7. www.stat-stayer.narod.ru

8. www.otherreferats.allbest.ru

9. www.gks.ru

 


Информация о работе Взаимосвязанные признаки и графики связи