Аналитическое выравнивание ряда динамики, расчет отклонений
Выявление основной тенденции ряда динамики. Сглаживание ряда динамики методом укрупнения интервалов, с применением скользящей средней, с помощью метода аналитического выравнивания. Расчет среднего арифметического, среднего квадратического отклонения.
| Рубрика | Экономика и экономическая теория |
| Вид | контрольная работа |
| Язык | русский |
| Дата добавления | 13.12.2015 |
| Размер файла | 550,1 K |
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/
1. Задание
Исходные данные
При проведении анализа динамики объёмов реализации некоторого условного продукта «А», произведенного предприятиями одного из регионов РФ за пятилетний период, получены статистические данные, представленные в табл.1.
Таблица 1 Объемы реализации условной продукции «А», произведенной предприятиями одного из регионов РФ за пятилетний период (тыс. тонн)
|
Месяцы |
Объемы реализации условной продукции, тыс. тонн |
||
|
январь |
61,1+16 |
77,1 |
|
|
февраль |
64,9+16 |
80,9 |
|
|
март |
86,3+16 |
102,3 |
|
|
апрель |
89,0+16 |
105 |
|
|
май |
113,6+16 |
129,6 |
|
|
июнь |
134,3+16 |
150,3 |
|
|
июль |
103,9+16 |
119,9 |
|
|
август |
105,1+16 |
121,1 |
|
|
сентябрь |
93,6+16 |
109,6 |
|
|
октябрь |
78,4+16 |
94,4 |
|
|
ноябрь |
60,1+16 |
76,1 |
|
|
декабрь |
71,4+16 |
87,4 |
|
|
Итого |
1253,7 |
По месячным данным об объемах реализации продукции, произведенной предприятиями одного из регионов РФ рассматриваемого периода (табл.1), осуществить сглаживание ряда динамики и графически отразить результаты сглаживания на основе применения методов:
· укрупнения интервалов (переход от помесячных данных к поквартальным);
· скользящей средней (с использованием трёхзвенной скользящей суммы);
· аналитического выравнивания ряда по прямой и параболе.
Сделать выводы по результатам выполнения задания.
Выполнение задания
Целью выполнения данного задания является выявление основной тенденции (тренда) ряда динамики объемов реализации продукции за годовой период, используя методы укрупнения интервалов, скользящей средней и аналитического выравнивания, а также отражение полученных результатов с помощью графического метода.
Суть различных приемов сглаживания рядов с целью выявления трендов с водится к замене фактических уровней ряда расчетными уровнями, которые в меньшей степени подвержены колебаниям, что способствует более четкому проявлению основной тенденции развития ряда.
Сглаживание ряда динамики методом укрупнения интервалов
Метод укрупнения интервалов - метод, при котором первоначальный ряд динамики заменяется другим рядом динамики, с большими временными промежутками (например, ряд недельных данных можно преобразовать в ряд помесячных данных, ряд квартальных данных заменить годовыми уровнями). Возможно прямое суммирование уровней укрупненного периода или же расчет средних уровней за укрупненный период.
В соответствии с заданием производиться укрупнение интервалов рассматриваемого периода путём перехода от помесячных к поквартальным данным об объеме реализации продукции (табл.2).
Таблица 2 Расчётная таблица для определения укрупнённых (поквартальных) данных об объеме реализации продукции
|
Месяцы |
Объем реализации продукции, тыс. тонн |
Кварталы |
Объем реализации продукции, тыс. тонн |
|
|
январь |
77,1 |
первый |
260,3 |
|
|
февраль |
80,9 |
|||
|
март |
102,3 |
|||
|
апрель |
105 |
второй |
384,9 |
|
|
май |
129,6 |
|||
|
июнь |
150,3 |
|||
|
июль |
119,9 |
третий |
350,6 |
|
|
август |
121,1 |
|||
|
сентябрь |
109,6 |
|||
|
октябрь |
94,4 |
четвёртый |
257,9 |
|
|
ноябрь |
76,1 |
|||
|
декабрь |
87,4 |
|||
|
Итого |
1253,7 |
Итого |
1253,7 |
На основе поквартальных данных табл. 2 построена эмпирическая кривая, представляющая собой график динамики развития изучаемого явления (рис. 1).
Рис. 1. График поквартальной динамики объемов реализации продукции
Вывод. Данные табл. 2 и рисунок 1, показывают, что в результате применения метода укрупнения интервалов проявилась тенденция развития явления, для отображения которой целесообразно использовать параболическую функцию.
Сглаживание ряда динамики с применением скользящей средней
Метод скользящей средней - метод, при котором формируют укрупнённые интервалы, состоящие из одинакового числа уровней, - трехзвенные, пятизвенные, семизвенные и т.д. При этом соблюдается правило: каждый последующий укрупненный интервал получают, путем постепенного смещения начала отсчета интервала на один уровень (отбрасывается один уровень в начале интервала и добавляется один следующий). Для трёхзвенного укрупнения интервалов:
первый интервал: y1, y2, y3;
второй интервал: y2, y3, y4;
……………………………;
последний интервал: yn-2, yn-1, yn.
По каждому из полученных укрупненных интервалов определяется средний уровень. Таким образом, при расчете средних они как бы «скользят» по ряду динамики от его начала к концу (от сюда название «скользящая средняя»). Выровненные данные отображаются эмпирической кривой.
При выполнении задания 1 на основании исходных данных табл. 1 определены значения скользящей трёхзвенной суммы, а также рассчитаны значения скользящей средней.
При этом сначала было произведен расчет средней за первые три месяца:
()= 86,8 тыс. тонн
Затем определена средняя за три месяца, начиная с февраля:
()=96,1 тыс. тонн.
и т.д.
()= 112,3 тыс. тонн
()= 128,3 тыс. тонн
()= 133,3 тыс. тонн
()= 130,4 тыс. тонн
()= 116,9 тыс. тонн
()= 108,4 тыс. тонн
()= 93,4 тыс. тонн
()= 86 тыс. тонн
Полученный новый ряд динамики, состоящий из скользящих средних уровней, представлен в табл.3.
Таблица 3 Расчётная таблица для определения значений скользящей средней
|
Месяцы |
Объем реализации, тыс. тонн |
Скользящая трёхзвенная сумма, тыс. тонн |
Скользящая средняя, тыс. тонн |
|
|
январь |
77,1 |
- |
- |
|
|
февраль |
80,9 |
260,3 |
86,8 |
|
|
март |
102,3 |
288,2 |
96,1 |
|
|
апрель |
105 |
336,9 |
112,3 |
|
|
май |
129,6 |
384,9 |
128,3 |
|
|
июнь |
150,3 |
399,8 |
133,3 |
|
|
июль |
119,9 |
391,3 |
130,4 |
|
|
август |
121,1 |
350,6 |
116,9 |
|
|
сентябрь |
109,6 |
325,1 |
108,4 |
|
|
октябрь |
94,4 |
280,1 |
93,4 |
|
|
ноябрь |
76,1 |
257,9 |
86 |
|
|
декабрь |
87,4 |
- |
- |
Эмпирическая кривая, иллюстрирующая сглаженный ряд динамики, построенный методом скользящих средних представлена на рис. 2.
Рис. 2. График динамики объемов реализации продукции рассчитанных методом скользящей средней
Вывод. Как показывают данные табл.3, а также рис.2, значения скользящей средней до середины года систематически возрастали, но к концу года снизились до исходного уровня (даже несколько ниже его), что свидетельствует о параболической тенденции изменения объемов реализации продукции за последний год рассматриваемого периода.
Сглаживание ряда динамики с помощью метода аналитического выравнивания
В отличие от двух предыдущих методов (укрупнения интервалов, скользящей средней) метод аналитического выравнивания позволяет не только выровнять данные, но и представить развитие ряда динамики в виде функции времени у =f(t).
При таком подходе изменение явления связывают лишь с течением времени: считается, что влияние других факторов несущественно или же косвенно сказывается через фактор времени. Правильно построеная модель у=f(t) должна соответствовать характеру изменения тенденции изучаемого явления. Выбранная функция у=f(t) позволяет получить выровненные (теоретические) значения уровней ряда динамики.
Для отображения трендов применяются различные функции: полиномы разной степени, экспоненты, логистические функции и т.д.
Оценка параметров в моделях у =f(t) находится методом наименьших квадратов (МНК), суть которого состоит в определении таких значений параметров (коэффициентов уравнения), при которых сумма квадратов отклонений расчетных значений уровней от фактических была бы минимальной:
( 17)
где yi- фактическое значение уровня ряда динамики; - расчетные значения; n - число уровней ряда.
Аналитическое выравнивание ряда динамики по прямой
Аналитическое уравнение прямой имеет вид:
, (18)
где t - порядковый номер периодов времени (или моментов);
- выровненные значения ряда динамики.
Система нормальных уравнений в данном случае имеет вид:
(19)
Отсчёт времени удобно производить так, чтобы сумма показателей времени ряда динамики была равна нулю, то есть: (20)
При нечётном числе уровней ряда динамики для достижения равенства (20) уровень, находящийся в середине ряда, условно принимается за начало отсчёта времени, то есть этому периоду времени (или моменту) придаётся нулевое значение. Все последующие за нулевым уровнем обозначаются: +1;+2;+3 и т.д., а все предыдущие уровни в порядке расчёта, начиная от нулевого, обозначаются соответственно: -1;-2;-3 и т.д.
При чётном числе уровней ряда динамики для достижения равенства (20) уровни первой половины ряда (от конца этой половины и до начала ряда динамики) нумеруются: -1;-2;-3 и т.д., а уровни второй половины ряда (от начала этой половины и до конца ряда динамики) обознаются соответственно: +1;+2;+3 и т.д.
При соблюдении указанного принципа отсчёта времени t от условного нулевого начала система нормальных уравнений (19) преобразуется к более простому виду:
(21)
Решение системы 21 относительно неизвестных а, b позволяет определить параметры уравнения прямой (18):
(22)
(23)
Аналитическое выравнивание ряда динамики по параболе
Аналитическое уравнение параболы имеет вид:
(24)
Параметры уравнения a ,b и c определяются на основе МНК.
Система нормальных уравнений в данном случае имеет вид:
(25)
При соблюдении принципа отсчёта времени t от условного нулевого начала система нормальных уравнений (25) преобразуется к следующему виду:
(26)
Решение системы уравнений (26) относительно неизвестных a,b,c позволяет определить параметры уравнения параболы (24).
Методику расчёта параметров уравнений прямой и параболы для данных последнего года рассматриваемого периода (табл.1) иллюстрирует табл.4.
Таблица 4 Расчетная таблица для определения параметров уравнений прямой и параболы
|
Месяцы |
|
|
|
|
|||
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
|
|
январь |
77,1 |
-6 |
36 |
- 462,6 |
2775,6 |
1 296 |
|
|
февраль |
80,9 |
-5 |
25 |
- 404,5 |
2022,5 |
625 |
|
|
март |
102,3 |
-4 |
16 |
- 409,2 |
1636,8 |
256 |
|
|
апрель |
105 |
-3 |
9 |
- 315 |
945 |
81 |
|
|
май |
129,6 |
-2 |
4 |
- 259,2 |
518,4 |
16 |
|
|
июнь |
150,3 |
-1 |
1 |
- 150,3 |
150,3 |
1 |
|
|
июль |
119,9 |
1 |
1 |
119,9 |
119,9 |
1 |
|
|
август |
121,1 |
2 |
4 |
242,2 |
484,4 |
16 |
|
|
сентябрь |
109,6 |
3 |
9 |
328,8 |
986,4 |
81 |
|
|
октябрь |
94,4 |
4 |
16 |
377,6 |
1510,4 |
256 |
|
|
ноябрь |
76,1 |
5 |
25 |
380,5 |
1902,5 |
625 |
|
|
декабрь |
87,4 |
6 |
36 |
524,4 |
3146,4 |
1 296 |
|
|
Итого |
1253,7 |
0 |
182 |
- 27,4 |
16198,6 |
4550 |
При подстановке итоговых данных гр. 2 в формулу 22, итоговых данных гр. 4 и 5 - в формулу 23 параметры уравнения прямой получают следующие значения:
Таким образом, основная тенденция развития ряда отображается уравнением прямой:
Для определения параметров уравнения параболы итоговые данные гр. 2, 4-7 необходимо подставить в систему уравнений 26:
Решая систему, из 2-го уравнения определяют значение b:
Затем из 1-го уравнения выражают значение а, через параметр с:
Подставляя значение, а в 3-е уравнение системы, получаем уравнение относительно с:
Решение последнего уравнения позволяет определить значение параметра c, а затем параметра а:
Таким образом, параболическая модель ряда имеет вид:
Правильность расчёта уровней выровненного ряда динамики проверяется следующим способом: сумма значений уровней эмпирического ряда должна совпадать с суммой значений уровней выровненного ряда , то есть:
(27)
Для того, чтобы определить, какое из полученных уравнений наиболее адекватно исходному ряду динамики, для каждого из них рассчитывают среднеквадратическое отклонение (среднеквадратическую ошибку) , которое определяется по следующей формуле:
, (28)
где m - число параметров в уравнении тренда (для уравнения прямой m=2, для уравнения параболы m=3).
С целью проверки правильности проведенных расчетов параметров уравнений прямой и параболы, а также выбора наиболее адекватной модели развития изучаемого явления, построена расчётная табл. 5
Таблица 5 Расчётная таблица
|
Месяцы |
для уравнения |
для уравнения |
для уравнения |
|||||
|
прямой |
параболы |
прямой |
параболы |
прямой |
параболы |
|||
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
|
|
январь |
77,1 |
105,375 |
70,804 |
-28,275 |
6,296 |
799,4756 |
39,63962 |
|
|
февраль |
80,9 |
105,225 |
88,257 |
-24,325 |
-7,357 |
591,7056 |
54,12545 |
|
|
март |
102,3 |
105,075 |
102,564 |
-2,775 |
-0,264 |
7,700625 |
0,069696 |
|
|
апрель |
105 |
104,925 |
113,725 |
0,075 |
-8,725 |
0,005625 |
76,12562 |
|
|
май |
129,6 |
104,775 |
121,74 |
24,825 |
7,86 |
616,2806 |
61,7796 |
|
|
июнь |
150,3 |
104,625 |
126,609 |
45,675 |
23,691 |
2086,206 |
561,2635 |
|
|
июль |
119,9 |
104,325 |
126,909 |
15,575 |
-7,009 |
242,5806 |
49,12608 |
|
|
август |
121,1 |
104,175 |
122,34 |
16,925 |
-1,24 |
286,4556 |
1,5376 |
|
|
сентябрь |
109,6 |
104,025 |
114,625 |
5,575 |
-5,025 |
31,08063 |
25,25062 |
|
|
октябрь |
94,4 |
103,875 |
103,764 |
-9,475 |
-9,364 |
89,77562 |
87,6845 |
|
|
ноябрь |
76,1 |
103,725 |
89,757 |
-27,625 |
-13,657 |
763,1406 |
186,5136 |
|
|
декабрь |
87,4 |
103,575 |
72,604 |
-16,175 |
14,796 |
261,6306 |
218,9216 |
|
|
Итого |
1253,7 |
1253,7 |
1253,7 |
0 |
0 |
5776,038 |
1362,038 |
Равенство итоговых значений гр.2,3,4 показывает, что согласно критерию 27 расчеты коэффициентов уравнений прямой и параболы выполнены правильно. Графики соответствующих сглаживающих кривых представлены на рис.3.
Рис. 3. Сглаживание ряда динамики объемов реализации продукции методом аналитического выравнивания по прямой и параболе
Для выбора наиболее адекватной модели развития ряда (прямой или параболы) необходимо рассчитать среднеквадратическое отклонение по формуле 27 с использованием итоговых данных гр.7,8 табл.5.
Для уравнения прямой: ,
Для уравнения параболы:
Вывод. Величина среднеквадратической ошибки , рассчитанная для уравнения параболы значительно меньше, чем для уравнения прямой. Следовательно, уравнение параболы является более адекватной моделью описания тенденции ряда динамики объемов реализации продукции по сравнению с уравнением прямой .
Этот же вывод подтверждают графики сглаживания ряда динамики на рис.3.
Параболическая форма ряда может объясняться разными причинами, в том числе наличием сезонной компоненты в развитии явления.
2. Задание
Исходные данные
Имеются следующие выборочные данные по 30-ти однотипным предприятиям одного из регионов РФ, характеризующие деятельность фирм за исследуемый период (выборка 20%-ная механическая):
Таблица 1
|
Номер предприятия п/п |
Вложения в рекламу, млн. руб (Х) |
Сумма прибыли, млн руб.(У) |
Номер предприятия п/п |
Вложения в рекламу, млн. руб (Х) |
Сумма прибыли, млн руб. (У) |
|
|
1 |
8 |
41,1 |
16 |
27,2 |
35,9 |
|
|
2 |
24 |
19 |
17 |
40 |
39,5 |
|
|
3 |
32 |
41,4 |
18 |
44 |
49,2 |
|
|
4 |
41,6 |
31,1 |
19 |
72 |
39,7 |
|
|
5 |
64,8 |
43,2 |
20 |
73,6 |
41,2 |
|
|
6 |
36 |
44,3 |
21 |
37,6 |
50,5 |
|
|
7 |
28 |
25 |
22 |
53,6 |
46,9 |
|
|
8 |
48 |
27 |
23 |
81,6 |
48,8 |
|
|
9 |
56,8 |
49 |
24 |
88 |
57 |
|
|
10 |
26,4 |
26 |
25 |
64 |
49 |
|
|
11 |
65,6 |
54,2 |
26 |
72 |
52 |
|
|
12 |
48 |
40,2 |
27 |
68 |
58 |
|
|
13 |
62,4 |
41,7 |
28 |
88,8 |
60,1 |
|
|
14 |
53,6 |
48,1 |
29 |
73,6 |
64 |
|
|
15 |
50,4 |
42 |
30 |
67,2 |
59,1 |
На основании представленных данных рассчитать средние арифметические, дисперсию, среднее квадратическое отклонение, коэффициент вариации переменных х и у; ковариацию и линейной коэффициент корреляции. Построить поле корреляции. Найти уравнение регрессии. Проверить значимость коэффициентов регрессии (б=5%). Рассчитать коэффициент детерминации. Сделать выводы.
Выполнение задания
Генеральная совокупность - подлежащая изучению совокупность однородных элементов, характеризуемых некоторым признаком.
Выборка - часть генеральной совокупности, выбираемая для обследования.
Дана двумерная выборка объемом n = 30.
Таблица 1
|
Номер предприятия п/п |
Вложения в рекламу, млн. руб (Х) |
Сумма прибыли, млн руб.(У) |
Номер предприятия п/п |
Вложения в рекламу, млн. руб (Х) |
Сумма прибыли, млн руб. (У) |
|
|
1 |
8 |
41,1 |
16 |
27,2 |
35,9 |
|
|
2 |
24 |
19 |
17 |
40 |
39,5 |
|
|
3 |
32 |
41,4 |
18 |
44 |
49,2 |
|
|
4 |
41,6 |
31,1 |
19 |
72 |
39,7 |
|
|
5 |
64,8 |
43,2 |
20 |
73,6 |
41,2 |
|
|
6 |
36 |
44,3 |
21 |
37,6 |
50,5 |
|
|
7 |
28 |
25 |
22 |
53,6 |
46,9 |
|
|
8 |
48 |
27 |
23 |
81,6 |
48,8 |
|
|
9 |
56,8 |
49 |
24 |
88 |
57 |
|
|
10 |
26,4 |
26 |
25 |
64 |
49 |
|
|
11 |
65,6 |
54,2 |
26 |
72 |
52 |
|
|
12 |
48 |
40,2 |
27 |
68 |
58 |
|
|
13 |
62,4 |
41,7 |
28 |
88,8 |
60,1 |
|
|
14 |
53,6 |
48,1 |
29 |
73,6 |
64 |
|
|
15 |
50,4 |
42 |
30 |
67,2 |
59,1 |
Построим поле корреляции по исходным данным
|
X |
8 |
24 |
32 |
41,6 |
64,8 |
36 |
28 |
48 |
56,8 |
26,4 |
65,6 |
48 |
62,4 |
53,6 |
|
|
Y |
41,1 |
19 |
41,4 |
31,1 |
43,2 |
44,3 |
25 |
27 |
49 |
26 |
54,2 |
40,2 |
41,7 |
48,1 |
|
X |
50,4 |
27,2 |
40 |
44 |
72 |
73,6 |
37,6 |
53,6 |
81,6 |
88 |
64 |
72 |
68 |
88,8 |
73,6 |
67,2 |
|
|
Y |
42 |
35,9 |
39,5 |
49,2 |
39,7 |
41,2 |
50,5 |
46,9 |
48,8 |
57 |
49 |
52 |
58 |
60,1 |
64 |
59,1 |
Определим числовые характеристики выборки по следующим формулам и отобразим результаты в таблице 2.
- среднее арифметическое (среднее)
- выборочная (эмпирическая) дисперсия
- среднее квадратическое отклонение является корнем из выборочной дисперсии
- коэффициент вариации
- ковариация и линейный коэффициент корреляции
ряд динамика выравнивание отклонение
Таблица 2 Расчетные данные
|
№ |
x |
y |
xy |
x2 |
y2 |
x- |
y- |
(x-)( y-) |
(x-)2 |
(y-)2 |
|
|
1 |
8 |
41,1 |
328,8 |
64 |
1689,21 |
-45,23 |
-3,04 |
137,4992 |
2045,753 |
9,2416 |
|
|
2 |
24 |
19 |
456 |
576 |
361 |
-29,23 |
-25,14 |
734,8422 |
854,3929 |
632,0196 |
|
|
3 |
32 |
41,4 |
1324,8 |
1024 |
1713,96 |
-21,23 |
-2,74 |
58,1702 |
450,7129 |
7,5076 |
|
|
4 |
41,6 |
31,1 |
1293,76 |
1730,56 |
967,21 |
-11,63 |
-13,04 |
151,6552 |
135,2569 |
170,0416 |
|
|
5 |
64,8 |
43,2 |
2799,36 |
4199,04 |
1866,24 |
11,57 |
-0,94 |
-10,8758 |
133,8649 |
0,8836 |
|
|
6 |
36 |
44,3 |
1594,8 |
1296 |
1962,49 |
-17,23 |
0,16 |
-2,7568 |
296,8729 |
0,0256 |
|
|
7 |
28 |
25 |
700 |
784 |
625 |
-25,23 |
-19,14 |
482,9022 |
636,5529 |
366,3396 |
|
|
8 |
48 |
27 |
1296 |
2304 |
729 |
-5,23 |
-17,14 |
89,6422 |
27,3529 |
293,7796 |
|
|
9 |
56,8 |
49 |
2783,2 |
3226,24 |
2401 |
3,57 |
4,86 |
17,3502 |
12,7449 |
23,6196 |
|
|
10 |
26,4 |
26 |
686,4 |
696,96 |
676 |
-26,83 |
-18,14 |
486,6962 |
719,8489 |
329,0596 |
|
|
11 |
65,6 |
54,2 |
3555,52 |
4303,36 |
2937,64 |
12,37 |
10,06 |
124,4422 |
153,0169 |
101,2036 |
|
|
12 |
48 |
40,2 |
1929,6 |
2304 |
1616,04 |
-5,23 |
-3,94 |
20,6062 |
27,3529 |
15,5236 |
|
|
13 |
62,4 |
41,7 |
2602,08 |
3893,76 |
1738,89 |
9,17 |
-2,44 |
-22,3748 |
84,0889 |
5,9536 |
|
|
14 |
53,6 |
48,1 |
2578,16 |
2872,96 |
2313,61 |
0,37 |
3,96 |
1,4652 |
0,1369 |
15,6816 |
|
|
15 |
50,4 |
42 |
2116,8 |
2540,16 |
1764 |
-2,83 |
-2,14 |
6,0562 |
8,0089 |
4,5796 |
|
|
16 |
27,2 |
35,9 |
976,48 |
739,84 |
1288,81 |
-26,03 |
-8,24 |
214,4872 |
677,5609 |
67,8976 |
|
|
17 |
40 |
39,5 |
1580 |
1600 |
1560,25 |
-13,23 |
-4,64 |
61,3872 |
175,0329 |
21,5296 |
|
|
18 |
44 |
49,2 |
2164,8 |
1936 |
2420,64 |
-9,23 |
5,06 |
-46,7038 |
85,1929 |
25,6036 |
|
|
19 |
72 |
39,7 |
2858,4 |
5184 |
1576,09 |
18,77 |
-4,44 |
-83,3388 |
352,3129 |
19,7136 |
|
|
20 |
73,6 |
41,2 |
3032,32 |
5416,96 |
1697,44 |
20,37 |
-2,94 |
-59,8878 |
414,9369 |
8,6436 |
|
|
21 |
37,6 |
50,5 |
1898,8 |
1413,76 |
2550,25 |
-15,63 |
6,36 |
-99,4068 |
244,2969 |
40,4496 |
|
|
22 |
53,6 |
46,9 |
2513,84 |
2872,96 |
2199,61 |
0,37 |
2,76 |
1,0212 |
0,1369 |
7,6176 |
|
|
23 |
81,6 |
48,8 |
3982,08 |
6658,56 |
2381,44 |
28,37 |
4,66 |
132,2042 |
804,8569 |
21,7156 |
|
|
24 |
88 |
57 |
5016 |
7744 |
3249 |
34,77 |
12,86 |
447,1422 |
1208,953 |
165,3796 |
|
|
25 |
64 |
49 |
3136 |
4096 |
2401 |
10,77 |
4,86 |
52,3422 |
115,9929 |
23,6196 |
|
|
26 |
72 |
52 |
3744 |
5184 |
2704 |
18,77 |
7,86 |
147,5322 |
352,3129 |
61,7796 |
|
|
27 |
68 |
58 |
3944 |
4624 |
3364 |
14,77 |
13,86 |
204,7122 |
218,1529 |
192,0996 |
|
|
28 |
88,8 |
60,1 |
5336,88 |
7885,44 |
3612,01 |
35,57 |
15,96 |
567,6972 |
1265,225 |
254,7216 |
|
|
29 |
73,6 |
64 |
4710,4 |
5416,96 |
4096 |
20,37 |
19,86 |
404,5482 |
414,9369 |
394,4196 |
|
|
30 |
67,2 |
59,1 |
3971,52 |
4515,84 |
3492,81 |
13,97 |
14,96 |
208,9912 |
195,1609 |
223,8016 |
|
|
1596,8 |
1324,2 |
74910,8 |
- |
- |
- |
- |
4428,048 |
12111,02 |
3504,452 |
||
|
53,23 |
44,14 |
2497,027 |
- |
- |
- |
- |
- |
- |
- |
||
|
S2 |
- |
- |
- |
- |
- |
- |
- |
- |
417,6213 |
120,8432 |
|
|
S |
- |
- |
- |
- |
- |
- |
- |
- |
20,44 |
10,993 |
|
|
V |
- |
- |
- |
- |
- |
- |
- |
- |
0,384018 |
0,249048 |
|
|
cov(X,Y) |
- |
- |
- |
- |
- |
- |
- |
- |
- |
152,6913 |
|
|
- |
- |
- |
- |
- |
- |
- |
- |
0,679543 |
Коэффициент корреляции показывает, что между переменными X и Y прямая связь.
Вычислим коэффициенты уравнения линейной регрессии.
Решаем систему нормальных уравнений относительно a и b:
или параметры уравнения можно определить также и по формулам:
Таким образом, уравнение регрессии:
Поскольку оценка коэффициентов регрессии вычислена на конечной выборке, и поэтому может отклоняться от своего генерального значения, необходимо проверить значимость коэффициентов регрессии. Проверка производится с помощью t-критерия Стьюдента по следующим формулам:
; ,
где Sост - остаточное среднее квадратическое отклонение:
Получаем,
Полученные расчетные значения сравним с табличным:
Получаем, что
, следовательно, параметр a статистически значим, и его можно распространять на всю совокупность.
, следовательно, параметр b статистически значим, и его можно распространять на всю совокупность.
Коэффициент детерминации для линейной регрессии равен квадрату коэффициента корреляции, то есть
0,46
Таким образом, коэффициент детерминации означает, что в 46% случаев изменения х приводят к изменению y, другими словами, сумма прибыли предприятия на 46% объясняется изменениями вложений в рекламу.
Размещено на Allbest.ru
...Подобные документы
Способы анализа ряда динамики: приведение параллельных данных, смыкание рядов динамики, аналитическое выравнивание. Расчет средних цен на товар; определение дисперсии, среднего квадратического отклонения, коэффициента вариации, индивидуальных индексов.
контрольная работа [65,5 K], добавлен 12.04.2012Объекты статистического исследования. Необходимость и сущность выравнивания (сглаживания) рядов динамики. Методы выравнивания (укрупнение интервалов). Метод сменного среднего, аналитического выравнивания. Сравнительная характеристика и сфера применения.
контрольная работа [62,1 K], добавлен 30.04.2009Расчет показателей динамики с постоянной и переменной базой сравнения. Сглаживание ряда методом трехлетней скользящей средней. Измерение сезонных колебаний методом абсолютных и относительных разностей. Оценка деятельности предприятия с помощью индексов.
контрольная работа [695,2 K], добавлен 11.02.2014Характеристика исследуемой совокупности. Оценка абсолютных и относительных показателей динамики. Выравнивание ряда методом скользящей средней. Выявление тренда в рассматриваемых рядах (проверка гипотезы о разности средних у первой и второй половины ряда).
контрольная работа [856,7 K], добавлен 23.10.2012Современное состояние концерна. Анализ абсолютной и относительной скорости развития динамики объёма продаж автомобилей на рынке России. Сглаживание ряда динамики методами скользящей средней и аналитического выравнивания. Прогноз объёма проданных машин.
дипломная работа [141,8 K], добавлен 22.01.2016Оценка абсолютных и относительных показателей динамики. Проверка гипотезы на основе t-критерия Стьюдента. Аналитическое выравнивание при помощи тренда. Анализ колеблемости, расчет индексов сезонности. Экспоненциальное сглаживание динамического ряда.
курсовая работа [955,8 K], добавлен 20.04.2011Интервальный вариационный ряд распределения зарплаты 100 рабочих завода. Вычисление средней зарплаты и ее дисперсии. Изображение вариационного ряда графически полигоном. Выравнивание ряда динамики скользящей средней с группировкой по линейному тренду.
контрольная работа [546,6 K], добавлен 08.04.2014Динамика объема реализации продукции и расчет среднего уровня ряда динамики. Отображение динамики явлений с помощью знаков Вазара. Корреляционно-регрессионного анализ методом количественной оценки взаимосвязи и взаимозависимости между двумя явлениями.
контрольная работа [389,5 K], добавлен 26.01.2009Расчет выборочных параметров ряда. Построение диаграммы накопленных частот и гистограммы выборки. Линейная диаграмма исходного временного ряда. Его аналитическое выравнивание с помощью линейной функции, статистические показатели и прогнозирование.
курсовая работа [1006,5 K], добавлен 22.01.2015Группировка предприятий по величине основных фондов. Определение дисперсии и среднего квадратического отклонения, показателей ряда динамики; индексов себестоимости и объема продукции, показателей уровня производительности труда и использования ОФ.
контрольная работа [97,0 K], добавлен 14.03.2011Метод аналитической группировки и его реализация. Расчет средней арифметической и средней гармонической взвешенной. Определение среднего уровня моментного ряда динамики с равными интервалами. Расчет среднеарифметического или среднегармонического индекса.
методичка [41,1 K], добавлен 21.08.2009Анализ динамических рядов и выбор исходных данных. Графическое представление динамического ряда, расчет показателей изменения уровней динамических рядов и средних показателей. Периодизация динамических рядов и анализ основной тенденции динамики ряда.
курсовая работа [2,8 M], добавлен 16.09.2010Статистические методы анализа динамики производства молока в Российской Федерации. Выравнивание ряда динамики по среднему абсолютному приросту и среднему коэффициенту роста. Выявление тенденции развития в рядах динамики с использованием ППП Excel.
курсовая работа [1,0 M], добавлен 18.11.2015Оценка совокупности на предмет её однородности. Построение ранжированного и интервального рядов распределения. Анализ рядов динамики методами укрупнения интервалов и скользящей средней, аналитическое выравнивание по уравнению прямой и параболы.
курсовая работа [99,8 K], добавлен 10.09.2014Определение уровней ряда динамики с использованием взаимосвязей показателей динамики. Расчет индексов физического объема товарооборота, структурных сдвигов, стоимости реализованных товаров. Нахождение среднего процента реализованной стандартной продукции.
контрольная работа [1,4 M], добавлен 03.03.2010Расчет аналитических и средних показателей динамики стоимостных показателей с учетом уровня инфляции. Выявление наличия, характера и направления тенденции развития объема продаж нефти и нефтепродуктов. Применение методов выравнивания и скользящей средней.
курсовая работа [76,1 K], добавлен 07.03.2011Методика составления ранжированного и интервального ряда магазинов по товарообороту. Расчет частоты и частости, размера оборота и издержек обращения. Определение прироста и динамики населения, показателей ряда динамики по цепной и базисной системе.
контрольная работа [270,5 K], добавлен 19.12.2009Проблема неравенства и распределения доходов, бедность. Сводка и группировка. Выравнивание рядов динамики. Выравнивание ряда динамики аналитическим методом по линейной, логарифмической, экспоненциальной, степенной функции. Прогнозирование на будущее.
курсовая работа [118,6 K], добавлен 10.01.2014Изучение зависимости между объемом произведенной продукции и валовой прибылью. Анализ сглаживания уровней ряда динамики с помощью трехчленной скользящей средней. Расчет индекса физического объема реализации, индекса цен и индекса стоимости товарооборота.
контрольная работа [130,0 K], добавлен 22.03.2012Понятие 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 [354,6 K], добавлен 26.04.2010
