Сводка и группировка статистических данных

Автор работы: Пользователь скрыл имя, 13 Апреля 2014 в 23:28, контрольная работа

Краткое описание

Статистическая сводка представляет собой научно организованную обработку материалов наблюдения, которая включает в себя группировку данных, расчет производственных показателей, составление таблиц.

Содержание

ТЕМА 1. «Сводка и группировка статистических данных.»………..с 3.

ТЕМА 2. «Статистическое изучение взаимосвязи социально-
экономических явлений.» ……………………………………….с 11.

ТЕМА 3. «Статистические показатели.» ……………………….с 16

ТЕМА 4. «Ряды динамики.» …………………………………….с 19

ТЕМА 5. «Экономические индексы.» …………………………с 22

Скачать полностью (217.93 Кб) Сколько стоит заказать работу?

Прикрепленные файлы: 1 файл

Контрольная по статистике.docx

— 228.29 Кб (Скачать документ)

МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА РФ

ДЕПАРТАМЕНТ НАУЧНО-ТЕХНОЛОГИЧЕСКОЙ ПОЛИТИКИ И ОБРАЗОВАНИЯ

ФГОУ ВПО КОСТРОМСКАЯ ГСХА

Кафедра экономической кибернетики

КОНТРОЛЬНАЯ РАБОТА

по дисциплине «СТАТИСТИКА»

Выполнила студентка:

Заочного обучения по спец.

«Бух. Учет, анализ и аудит»

Лобановская Ирина

Владимировна

Шифр:11153

Курс:2

Группа:6

Проверила:

доцент Клинкина Л.В.

КОСТРОМА 2012

Содержание

ТЕМА 1. «Сводка и группировка статистических данных.»………..с 3.

ТЕМА 2. «Статистическое изучение взаимосвязи социально-

экономических явлений.» ……………………………………….с 11.

ТЕМА 3. «Статистические показатели.» ……………………….с 16

ТЕМА 4. «Ряды динамики.» …………………………………….с 19

ТЕМА 5. «Экономические индексы.» …………………………с 22

ТЕМА 1. «Сводка и группировка статистических данных.»

Задание:

На основании данных статистического наблюдения, приведенных в таблице 16,
постройте ранжированный, интервальный и кумулятивный ряды распределения
сельскохозяйственных предприятий по факторному признаку, изобразите их графически.
Проведите сводку данных. Посредством метода группировок определите зависимость
результативного признака в сельскохозяйственных предприятиях от факторного.
Постройте таблицы и графики зависимости. Сделайте выводы. Статистическая сводка представляет собой научно организованную обработку материалов наблюдения, которая включает в себя группировку данных, расчет производственных показателей, составление таблиц. Статистическая группировка - это расчленение общей совокупности на однородные группы по одному или нескольким существенным признакам. Результаты группировки статистического наблюдения оформляются в виде статистических рядов распределения. Статистический ряд распределения представляет собой упорядоченное распределение единиц изучаемой совокупности по варьирующему признаку. Он характеризует состояние исследуемого явления, позволяет судить об однородности совокупности, границах ее изменения, закономерностях развития наблюдаемого явления. Удобнее всего ряды распределения анализировать с помощью их графического изображения, позволяющего судить о форме распределения.

Таблица 1 Данные статистического наблюдения

№	Качество почв, баллы	Продолжительность уборки оз. пш-цы, дней	Уд. вес сортовых посадок картофеля, %	Внесение удобрений		Посевная площадь, га				Урожайность, ц /га
№	Качество почв, баллы	Продолжительность уборки оз. пш-цы, дней	Уд. вес сортовых посадок картофеля, %	органичес-ких под картофель, т/га	кг действующего вещества на 1га посева	озимой пшени-цы	карто-феля	льна	овощей открыто-го грунта	озимой пшеницы	льносо-ломы	карто-феля	овощей открыто-го грунта
1	68	14	95	85	116	310	150	40	100	21	23,2	260	161
2	80	9	81	83	156	400	80	105	50	29	33,4	220	183
3	55	14	60	60	108	250	106	98	59	20	12,6	120	149
4	45	24	66	65	84	480	94	75	54	15	15,9	130	119
5	87	9	79	84	270	400	120	57	70	36	15,4	230	230
6	88	11	90	86	260	350	110	100	60	35	17,8	290	201
7	90	9	90	90	280	450	90	75	52	38	13,3	300	278
8	78	13	100	87	134	370	120	120	70	25	38,8	290	219
9	65	18	56	45	113	290	80	100	30	21	21,8	110	180
10	70	14	60	65	115	300	100	80	50	21	18,8	130	185
11	64	23	86	80	97	400	100	108	48	18	11,4	210	139
12	60	13	55	45	157	500	90	150	40	29	21,1	110	129
13	50	24	60	70	81	260	56	218	30	15	23,4	140	41
14	63	20	58	60	103	300	110	250	50	19	20,1	120	132
15	66	13	94	82	115	300	110	153	90	20	33,9	250	160
16	88	9	77	85	300	310	170	131	40	42	13,4	270	290
17	48	14	49	40	124	340	140	50	60	25	10,7	100	160
18	80	11	78	84	280	410	70	100	48	38	4,8	240	231
19	94	8	100	90	320	340	116	150	54	46	25,4	310	316
20	76	10	70	75	250	420	98	150	44	32	15,8	160	213
21	50	17	68	80	97	160	150	100	65	18	24,5	200	138
22	64	23	86	80	97	400	100	64	48	18	8,8	210	139
23	80	10	80	80	140	300	100	87	60	28	36,3	210	180
24	86	10	78	83	260	300	120	100	70	35	37,2	220	230
25	70	15	65	64	115	200	110	55	60	22	21,6	130	180
26	77	13	95	85	130	300	100	53	80	26	30,2	290	210
27	80	9	78	80	290	310	160	62	40	42	20,2	280	290
28	90	8	90	90	280	300	100	38	56	38	27	290	270
29	75	10	70	76	255	220	50	50	40	33	15,3	165	210
30	66	15	90	80	100	250	80	200	60	20	24,3	240	150

N+1	Факторный признак	Результативный признак
6.	Продолжительность уборки озимой пшеницы	Урожайность озимой пшеницы

РЕШЕНИЕ:

1.Построение ранжированного ряда распределения.

Ряд распределения – это группировка, в которой для характеристики групп применяется только один показатель – численность групп.

Ранжированный ряд распределения предполагает расположение всех вариантов ряда в порядке возрастания изучаемого признака.

Для проведения сортировки в ТП Excel нам нужно:

1.Выделить всю таблицу.

2.Открыть вкладку Данные.

3.В диалоговом окне выбирать столбец С.

4.Нажать ОК.

После этого вся таблица преобразуется. Так как у нас факторный признак продолжительность уборки, мы ориентируемся именно по этому столбцу в таблице. Следовательно, после проделанных нами действий, вся таблица отсортируется по факторному признаку в порядке возрастания.

Для графического изображения ранжированного ряда распределения необходимо построить точечную диаграмму. Для ее построения нужно проделать следующие действия:

В отсортированной таблице выделяем столбец С вместе с заголовком.

Открываем вкладку Вставка и выбираем Точечная диаграмма.

После чего получаем диаграмму ранжированного ряда распределения.

Из диаграммы видно, что признак изменяется плавно,

значит можно разбить предприятия на 3 группы

с низкой, средней и высокой производительностью.

Построение интервального ряда распределения предприятий по изучаемому признаку предполагает определение числа групп (интервалов).

Для расчета числа групп воспользуемся следующей формулой: , где N – oбщее число единиц изучаемой совокупности. Получаем:

n=2*1,477=2,954=3

Расчет равного интервала
Наименование показателя	Значение
Максимальное значение признака	24
Минимальное значение признака	8
Число групп	3
Округленное значение шага	5,333
Округленное значение шага	5,3

Интервальный ряд распределения строится в виде групповой таблицы, в сказуемом которой показывается число единиц в каждой группе (частота) или их удельный вес в общей численности единиц совокупности (частость).

Кумулята (кривая сумм) используется для изображения вариационных рядов, изображает ряд накопленных частот.

Кумулятивный ряд - это ряд, в котором подсчитываются накопленные частоты, он показывает, сколько единиц совокупности имеют значение признака не больше, чем данное значение, и вычисляется путем последовательного прибавления к частоте первого интервала частот последующих интервалов.

			Интервальный и кумулятивный ряды распределения
			предприятий по продолжительности уборки оз. Пшеницы
Группы предприятий по продолжительности уборки оз. Пшеницы, дней			Число предприятий (частота)	Удельный вес предприятий в группе в общей численности,% (частота)	Накопленная величина
№	Нижняя граница группы	Верхняя граница группы	Число предприятий (частота)		Накопленная величина
1	8	13,3	17	56,7%	17
2	13,4	18,7	8	26,7%	25
3	18,8	24,1	5	16,7%	30
			30	100%

Для графического изображения интервального ряда распределения выделяем номера групп и число предприятий в таблице, нажимаем вкладку Вставка- Гистограмма.

Кумулятивный ряд распределения предприятий

Где по оси У показана накопительная частота, а по оси Х продолжительность уборки.

Сводка статистических данных.

Результаты группировочного материала оформляются в виде таблиц, где он излагается в наглядно-рациональной форме.

Статистическая таблица - это цифровое выражение итоговой характеристики всей наблюдаемой совокупности или ее составных частей по одному или нескольким существенным признакам.

Статистическая таблица содержит два элемента: подлежащее и сказуемое.

Подлежащее – объект, характеризующийся цифрами. Обычно подлежащее дается в левой части, в наименовании срок.

Сказуемое - это цифровые показатели, с помощью которых дается характеристика выделенных в подлежащем групп и единиц. Сказуемое формирует верхние заголовки.

Сводные показатели.

Для нахождения урожайности нам необходимо умножить урожайность каждого предприятия на его посевную площадь, после чего найти общую сумму.

№ группы	Число предприятий в группе	Продолжительность уборки оз. Пшеницы	Посевная площадь	Валовый сбор
1 8-12	17	123	4510	163610
2 12-16	8	138	3120	73260
3 16-24	5	149	2290	40170
ИТОГО:	30		9920	277040
		410

На основе проведенной сводки данных рассчитывается таблица, содержащая средние характеристики анализируемой совокупности.

Подлежащее таблицы- группы предприятий по урожайности, ц; сказуемое таблицы- средняя продолжительность уборки оз. Пшеницы; средняя посевная площадь; средняя урожайность.

Для нахождения средних характеристик нам нужно найти среднее значение каждого признака у всех предприятий по отдельности. Для этого используем функцию СРЗНАЧ.

	Средние характеристики групп

№ группы	Средняя продолжительность уборки	Средняя посевная площадь, га	Средняя урожайность, ц
1 8-13,3	10,3	352	33,6
2 13,4-18,7	15,125	262,5	21,28
3 18,8-24,1	22,8	368	17,0
В среднем по совокупности	13,7	327,4	27,9

На основании полученных данных строим диаграмму показывающую зависимость урожайности оз. Пшеницы от продолжительности уборки. Для этого выделяем соответствующие столбцы ,открываем вкладку Вставка и выбираем точечную диаграмму.

ВЫВОД: Чем быстрее происходит уборка, тем выше мы получаем урожай. Можно предположить наличие обратной связи между рассматриваемыми параметрами.

ТЕМА 2. «Статистическое изучение взаимосвязи социально-экономических явлений.»

Задание:

На основании исходных данных задания 1, проведите
корреляционно-регресссионный анализ зависимости между
рассматриваемыми признаками, выполнив следующее:
1)постройте точечный график экспериментальных данных,
опишите формулу и направление связи;
2)оцените тесноту связи с помощью коэффициента корреляции;
3)определите параметры линейного уравнения связи;
4)выполните проверку на адекватность полученного уравнения
корреляционно-регрессионной зависимости по критериям
Фишера, Стьюдента и средней ошибке аппроксимации;
5)по построенному уравнению связи выполните прогноз
результативного признака, увеличив среднее значение факторного в 1,5 раз;
6)проанализируйте влияние изменения факторного признака на
результативный, рассчитав коэффициент эластичности.

РЕШЕНИЕ:

Построение точечного графика экспериментальных данных – это наиболее простой и наглядный способ определения формы и направления связи в случае парной корреляции.

Для построения точечного графика надо выделить столбцы урожайности оз. Пшеницы и продолжительность уборки; открыть вкладку Вставка, выбрать Диаграмма и нажать Точечная.

Анализируя полученный график ,можно заметить, что прослеживается обратная

зависимость между продолжительностью уборки оз. Пшеницы и её урожайностью, что и было установлено в ходе проведения аналитической группировки в первом задании.

Оценка тесноты связи между признаками осуществляется с помощью линейного коэффициента корреляции (r), который изменяется в пределах от -1 до 1. Чем ближе коэффициент корреляции по модулю к единице, тем сильнее связь между признаками. Для расчета коэффициента корреляции мы используем функцию КОРРЕЛ(), в качестве аргумента которой используются ссылки на столбцы урожайности оз. Пшеницы и продолжительность уборки. Коэффициент корреляции получается r=-0.84061, что свидетельствует о наличие сильной связи, а отрицательный знак свидетельствует о наличие обратной связи между параметрами.

3. Линейная зависимость может выражаться уравнением прямой линии: или , где - (результативный признак); -(факторный признак); , - параметры уравнения.

ŷ - урожайность оз. Пшеницы
х - продолжительность уборки оз. Пшеницы
аₒ, а₁ - параметры уравнения

Нахождение коэффициентов регрессии осуществляется с помощью пункта меню Сервис – Анализ данных – Регрессия

Получаем результат в вид

ВЫВОД ИТОГОВ

Регрессионная статистика
Множественный R	0,840606
R-квадрат	0,7066184
Нормированный R-квадрат	0,6961405
Стандартная ошибка	4,9404755
Наблюдения	30

Дисперсионный анализ
	df	SS	MS	F	Значимость F
Регрессия	1	1646,067644	1646,067644	67,4388528	6,13935E-09
Остаток	28	683,4323557	24,40829842
Итого	29	2329,5

	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение	Нижние 95%	Верхние 95%	Нижние 95,0%	Верхние 95,0%
Y-пересечение	48,38789	2,698746568	17,92976444	6,97795E-17	42,859 5851	53,916022	42,8597585	53,916022
Переменная X 1	-1,528382	0,186113076	-8,21211622	6,13935E-09	-1,909617569	-1,14714686	-1,90961757	-1,14714686

Соответствие расчетных показателей

Адрес ячейки

Обозначение показателя

Наименование показателя в общепринятой те

минологии

С56

Коэффициент корреляции

С57

Rˆ=rˆ

Коэффициент детерминации

F64

Расчет значения критерия Фишера

C69

аₒ

Свободный член в регрессионной модели

C70

а₁

Коэффициент модели, стоящий перед переменной х

E69

Расчет значения

критерия Стьюдента для параметра аₒ

E70

Расчет значения критерия Стьюдента для параметра а₁

Таким образом, в ходе вычислений получили регрессионную модель
следующего вида: ŷ=48,38789-1,52838х

4.Проверка полученной модели на адекватность осуществляется в несколько этапов.

1.Адекватность модели по критерию Фишера:

Модель адекватна, если

Для определения адекватности модели по критерию Фишера используем формулу

FРАСПОБР(а;k1;k2) где а=0,05 (допустимая погрешность модели)

k1=1 (число факторных признаков в модели)

k2=m-(k1+1)=30-(1+1)=28 (m-число экспериментальных данных).

Следовательно, построенная модель по критерию Фишера адекватна.

2. Значимость коэффициентов модели по критерию Стьюдента осуществляется по следующему условию: коэффициент значим, если .

Критическое значение Стьюдента определяется по формуле: СТЬЮДРАСПОБР(α;k), где α=0,05 (допустимая погрешность модели), k=m-n=30-2=28 (m - число экспериментальных данных, n – число коэффициентов регрессии в модели ( , )).

Получаем:

Вывод: все коэффициенты значимы.

Оценка качества модели по средней ошибке аппроксимации, проводится по следующей формуле:

где фактическое значение результативного признака, - значение результативного признака, рассчитанного по полученной модели, m – число наблюдений.

Для нахождения используем функцию ABS, в которой из урожайности вычитаем и делим полученное число на урожайность для каждого предприятия соответственно. После чего находим общую сумму .

Далее подставляем найденные значения в формулу:

Получили среднюю ошибку аппроксимации равную 16,23%.

5.Для прогнозирования урожайности оз. Пшеницы используем полученную ранее модель

ŷ=48,38789-1,52838х. Найдем среднюю продолжительность уборки оз. Пшеницы. Для этого в таблице выделим соответствующий столбец и выберем функцию СРЗНАЧ. Получаем 13,67 дней. Зная все данные, мы подставляем их в уравнение, увеличив среднюю продолжительность уборки в 1,5 раз. Получаем:

Вывод: Так, если среднюю продолжительность уборки увеличить в 1,5 раза, то средняя урожайность снизится с 27,5 ц/га до 17,05 ц/га.

6. Вычислим коэффициенты эластичности по формуле где - коэффициент регрессионного уравнения, - среднее значение факторного признака по всей совокупности, - среднее значение результативного признака по всей совокупности.

Получаем:

ВЫВОД: Таким образом, если мы увеличим продолжительность уборки оз. Пшеницы на 1% , то урожайность снизится на 0,76%.

ТЕМА 3. «Статистические показатели.»

Задание:

На основании данных, приведенных в таблице ниже, рассчитать следующие статистические показатели:
1)Относительная величина координации объемов производства объединения за август.
2)Средняя величина: себестоимость транспортных работ объединения за август;
процент выполнения плана по объему работ объединения в сентябре.
3)Показатель вариации: дисперсия себестоимости за сентябрь;
коэффициент вариации объема транспортных работ за август

	Таблица статистических данных.

Номер предприятия	Август		Сентябрь
Номер предприятия	Объем работ, т/км	Себестоимость, 1 т/км, руб	Общая сумма затрат, руб	Себестоимость, 1 т/км, руб	План по объему работ, т/км
1	124800	8,23	1690584	7,73	1896759
2	51000	7,53	603612	8,28	75870
3	180300	8,97	2389254	7,61	280395
4	63000	7,64	790860	8,97	107100
5	95376	8,35	1088370	8,34	153486

РЕШЕНИЕ:

Координация объемов производства объединения за август.

Координации – характеризуют соотношение отдельных частей одного целого, одна из которых принимается за базу сравнения.

Для нахождения координации объемов производства объединения за август, берем из графы объема работ наибольшее значение и сравниваем с ним остальные. Наибольший объем работ был у 3 предприятия, следовательно, все другие будем сравнивать с ним. Получаем:

Коэффициенты координации:

1-го предприятия

2-го предприятия

4-го предприятия

5-го предприятия

2.Средняя величина.

Средняя величина представляет собой обобщенную количественную характеристику признака в статистической совокупности в конкретных условиях места и времени. Она отражает типичные черты и уровень этого признака в расчете на единицу совокупности.

1.Средняя величина себестоимости транспортных работ вычисляется по формуле:

Находим сумму произведений объема работ на себестоимость с помощью функции СУММПРОИЗВ. Получается значение 4306610,77 т/км, руб. Затем находим сумму объема работ с помощью функции СУММ. Получаем значение 40,72 т/км.

Подставляем полученные значения в формулу:

Получили, что средняя себестоимость объема транспортных работ объединения за август равна 8,37 руб.

2.Чтобы найти процент выполнения плана по объему работ вычисляем по формуле:

Нам не известен фактический объем. Вычисляем его по формуле:

Найдем фактический объем для каждого предприятия. После чего рассчитаем суммы фактического объема и по плану. Получили:

Фактический = 824314,4 По плану = 2513610

Имея все необходимые данные, мы можем вычислить процент выполнения плана по объему работ объединения за сентябрь, подставив значение в первую формулу:

Следовательно, процент выполнения плана по объему работ объединения за сентябрь равен 32,79%.

3. Вариация - это различия в значениях признака у единиц совокупности

1. Дисперсия - это средний квадрат отклонений индивидуальных значений от своей средней величины. Она не имеет единиц измерения.

Дисперсию себестоимости за сентябрь вычисляем по взвешенной формуле

Получили значение дисперсии, равное 3,18E-16

Коэффициент вариации – это относительный показатель вариации, который наиболее часто используется в практических расчетах.

Коэффициент вариации объема транспортных работ за август вычисляем по формуле:

Где

Информация о работе Сводка и группировка статистических данных