Статистическое исследование
Стадии статистического исследования. Научно организованный сбор данных о социально-экономических явлениях и процессах. Взаимопогашение случайных отклонений. Тенденции и закономерности, вскрытые с помощью закона больших чисел. Этапы процесса группировки.
| Рубрика | Экономико-математическое моделирование |
| Вид | контрольная работа |
| Язык | русский |
| Дата добавления | 10.10.2014 |
| Размер файла | 160,6 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. Из каких стадий состоит статистическое исследование, и какие статистические методы применяются на каждой из них?
статистический группировка отклонение экономический
В любом статистическом исследовании можно выделить три стадии:
- статистическое наблюдение;
- первичная обработка, сводка и группировка результатов наблюдения;
- обобщение и анализ полученных сводных материалов.
На каждой стадии применяются специальные приемы исследования, определяемые содержанием выполняемой работы.
На первой стадии производится статистическое наблюдение - научно организованный сбор данных о социально-экономических явлениях и процессах. Здесь применяется метод массовых наблюдений. Статистическое наблюдение всегда является массовым, так как статистика изучает закономерности, которые проявляются в массовых явлениях под действием закона больших чисел. Его сущность состоит в том, что закономерность проявляется тем полнее и точнее, чем больше явлений охвачено наблюдением.
В результате взаимопогашения случайных отклонений рассчитанные по массе явлений средние величины становятся типичными, отражающими действия постоянных, существенных факторов. Тенденции и закономерности, вскрытые с помощью закона больших чисел, имеют силу лишь в массе явлений, но не для каждого отдельного элемента. Так, закон непрерывного роста производительности труда не может быть отнесет ко всем предприятиям. Он выражается через преодоление свойственной ее отдельным элементам случайности. Статистические закономерности в отличие от детерминированных не выражают свойства каждого отдельного явления, объекта. Закономерность проявляется лишь в массе явлений, случаев, объектов. Статистическая закономерность опирается на действие закона больших чисел. Сущность закона заключается в том, что в достаточно большом числе случаев (единиц совокупности) различие отдельных единиц взаимопогашаются, и в общих средних величинах выступают существенные характерные черты и взаимосвязи явления в целом. Именно в результате взаимопогашения индивидуальных отклонений от типичного для совокупности уровня и проявляется закономерность. Поэтому в основе статистического наблюдения лежит массовое наблюдение фактов.
Результатом статистического наблюдения являются данные, характеризующие отдельные единицы совокупности. Чтобы охарактеризовать объект в целом, единичные данные необходимо определенным образом обработать. Такая обработка осуществляется на следующей стадии статистического исследования.
Вторая стадия - сводка результатов наблюдения представляет собой комплекс работ по обобщению первичных единичных данных в целях выявления закономерностей, присущих изучаемому явлению в целом. Основным методом на этой стадии является метод группировок. С его помощью исходные данные распределяют по качественно однородным группам и получают групповые итоги. Одним из этапов процесса группировки является построение рядов распределения.
Результаты сводки и группировки представляются в виде таблиц, которые являются наиболее рациональной и наглядной формой изложения массовых цифровых данных.
На третьей стадии - анализе сводного материала исследуется структура, динамика и взаимосвязи социально-экономических явлений и процессов. На данной стадии широко используются обобщающие показатели в форме абсолютных, относительных и средних величин, индексных систем. Важное значение имеет применение показателей вариации, позволяющих измерить степень колеблемости признаков, однородность статистической совокупности.
Закономерности развития явлений во времени устанавливаются путем исследования рядов динамики, используя ряд специальных приемов обработки и моделирования динамических рядов. Роль факторов-компонентов в изменении сложных явлений определяется с помощью индексного метода.
Количественные характеристики причинно-следственных связей даются в процессе корреляционно-регрессионного анализа. Связи между явлениями изучаются с помощью аналитических группировок, параллельных рядов и т.д.
Широко применяются графические методы, позволяющие наглядно представлять результаты статистических исследований.
2. Из каких элементов состоит график?
Статистических график - это особый способ наглядного изображения и обобщения статистических данных посредством геометрических символов точек, линий, геометрических фигур. График создает образ изучаемого предмета, помогая осмыслению исследуемого явления. Статистический график состоит из основного элемента графического образа и ряда вспомогательных элементов.
Графический образ - это геометрические знаки (точки, линии, геометрические фигуры); в помощью которых изображаются явления, т.е. количественные значения признаков, характеризующих явления.
К вспомогательных элементам относятся поле графика, пространственные ориентиры, масштабные шкалы или цифровые сетки, а так же экспликация графика.
Поле графика - пространство для размещения знаков.
Пространственные ориентиры определяются размещение знаков в поле графика, в качестве пространственных ориентиров чаще всего используется система прямоугольных координат, реже сферические карты.
В радиальных графиках лучи обозначают моменты времени, а окружность - величину изучаемого явления. На статистических картах пространственные ориентиры задаются контурной сеткой (контуры рек, береговая линия морей и океанов, границы государств) и определяют те территории, к которым относятся статистические величины.
Масштабные ориентиры статистического графика определяются масштабом и системой масштабных шкал. Масштаб статистического графика - это мера перевода числовой величины в графическую.
Масштабной шкалой называется линия, отдельные точки которой могут быть прочитаны как определенные числа. Шкала имеет большое значение в графике и включает три элемента: линию (или носитель шкалы); определенное число помеченных черточками точек, которые расположены на носителе шкалы в определенном порядке, цифровое обозначение чисел, соответствующих отдельным помеченным точкам.
Последний элемент графика - экспликация. Каждый график должен иметь словесное описание его содержания. Описание включает название графика, которое в краткой форме передает его содержание надписи вдоль масштабных шкал и пояснения к отдельным частям графика.
3. Задача 1
Сгруппируйте хозяйства по продолжительности уборки. Выявите влияние этого фактора на урожайность озимой пшеницы. Сделайте выводы.
Таблица 1. Данные выборочного обследования 30 с-х предприятий
|
№ п/п |
Урожайность озимой пшеницы, т / га |
Продолжительность уборки, дней |
|
|
1 |
2 |
15 |
|
|
2 |
3 |
10 |
|
|
3 |
1,5 |
15 |
|
|
4 |
1,5 |
25 |
|
|
5 |
3,6 |
10 |
|
|
6 |
3,5 |
11 |
|
|
7 |
3,8 |
10 |
|
|
8 |
2,5 |
14 |
|
|
9 |
2 |
17 |
|
|
10 |
2 |
15 |
|
|
11 |
1,8 |
24 |
|
|
12 |
1,9 |
14 |
|
|
13 |
1,5 |
25 |
|
|
14 |
2 |
21 |
|
|
15 |
1,9 |
14 |
|
|
16 |
3,8 |
10 |
|
|
17 |
1,5 |
15 |
|
|
18 |
3,2 |
11 |
|
|
19 |
4,2 |
9 |
|
|
20 |
3 |
10 |
|
|
21 |
1,8 |
17 |
|
|
22 |
2,2 |
24 |
|
|
23 |
3 |
11 |
|
|
24 |
4,2 |
11 |
|
|
25 |
2,5 |
17 |
|
|
26 |
3 |
14 |
|
|
27 |
3,5 |
10 |
|
|
28 |
4 |
9 |
|
|
29 |
3,6 |
10 |
|
|
30 |
2 |
17 |
Решение:
Для группировки хозяйств по продолжительности уборки рассчитаем количество групп по формуле Стерджесса
k = 1 + 3,322 * lg (N) = 1 + 3,322 * lg 30 = 5,9
N - количество значений в совокупности
Примем количество групп в группировке 5.
Величина интервала по продолжительности уборки
h = (хмакс - хмин) / k = (25 - 9) / 5 = 3,2
хмакс - максимальная продолжительность уборки в совокупности
хмин - минимальная продолжительность уборки в совокупности
Составим аналитическую группировку совокупности. Факторный признак - продолжительности уборки, результативный признак - урожайность.
Таблица 2. Аналитическая группировка
|
Группы хозяйств |
интервал по продолжительности уборки, дней |
количество предприятий, шт. |
продолжительность уборки, дней |
урожайность озимой пшеницы, т/га |
||||
|
начало |
конец |
всего |
средняя |
всего |
средняя |
|||
|
1 |
9 |
12,2 |
13 |
132 |
10,15 |
46,4 |
3,57 |
|
|
2 |
12,2 |
15,4 |
8 |
116 |
14,50 |
16,3 |
2,04 |
|
|
3 |
15,4 |
18,6 |
4 |
68 |
17,00 |
8,3 |
2,08 |
|
|
4 |
18,6 |
21,8 |
1 |
21 |
21,00 |
2 |
2,00 |
|
|
5 |
21,8 |
25 |
4 |
98 |
24,50 |
7 |
1,75 |
|
|
Итого |
30 |
435 |
14,50 |
80 |
2,67 |
Большинство предприятий имеют длительность уборки не превышающую 15,4 дня. С увеличением длительности уборки количество предприятий уменьшается. Группа 4 (с длительностью уборки от 18,6 дней до 21,8 дней) содержит только одну группу. Аналитическая группировка позволяет сделать вывод о наличии обратной связи между длительностью уборки и урожайности пшеницы - с увеличением продолжительности уборки снижается урожайность озимой пшеницы.
4. Задача 2
На основе исходных данных таблицы 3 (количество внесенных органических удобрений и урожайность озимой пшеницы) методом корреляционного анализа исследуйте зависимость между данными признаками: постройте уравнение регрессии и рассчитайте коэффициент корреляции.
Таблица 3. Данные выборочного обследования 30 с-х предприятий
|
№ п/п |
Внесено органический удобрений на 1 га, т |
Урожайность озимой пшеницы, т / га |
|
|
1 |
4,5 |
1,7 |
|
|
2 |
3 |
1,5 |
|
|
3 |
1 |
2,2 |
|
|
4 |
2,5 |
1,6 |
|
|
5 |
5 |
1,9 |
|
|
6 |
6 |
1,9 |
|
|
7 |
3,5 |
1,7 |
|
|
8 |
9 |
2,5 |
|
|
9 |
8,5 |
2,4 |
|
|
10 |
3,5 |
1,6 |
|
|
11 |
9,5 |
2,5 |
|
|
12 |
5,5 |
1,8 |
|
|
13 |
8 |
2,4 |
|
|
14 |
8,5 |
2,4 |
|
|
15 |
3,5 |
1,7 |
|
|
16 |
9 |
2,3 |
|
|
17 |
4 |
1,8 |
|
|
18 |
5 |
2 |
|
|
19 |
5,5 |
2 |
|
|
20 |
7 |
2,1 |
|
|
21 |
8 |
2,3 |
|
|
22 |
7,5 |
2,2 |
|
|
23 |
4 |
2 |
|
|
24 |
5 |
1,8 |
|
|
25 |
6 |
2,2 |
|
|
26 |
6,5 |
2,1 |
|
|
27 |
7 |
2,3 |
|
|
28 |
6 |
2 |
|
|
29 |
6 |
2,1 |
|
|
30 |
6,5 |
2 |
Решение:
Линейное уравнение регрессии имеет вид
у = а + bх
Параметры данного уравнения рассчитываются по формулам
b =
а =
Для расчета параметров уравнения регрессии построим таблицу 4.
Таблица 4. Вспомогательная таблица для расчета параметров уравнения регрессии
|
№ п/п |
Внесено органический удобрений на 1 га, т, х |
Урожайность озимой пшеницы, т / га, у |
ху |
х2 |
|
|
1 |
4,5 |
1,7 |
7,65 |
20,25 |
|
|
2 |
3 |
1,5 |
4,5 |
9 |
|
|
3 |
1 |
2,2 |
2,2 |
1 |
|
|
4 |
2,5 |
1,6 |
4 |
6,25 |
|
|
5 |
5 |
1,9 |
9,5 |
25 |
|
|
6 |
6 |
1,9 |
11,4 |
36 |
|
|
7 |
3,5 |
1,7 |
5,95 |
12,25 |
|
|
8 |
9 |
2,5 |
22,5 |
81 |
|
|
9 |
8,5 |
2,4 |
20,4 |
72,25 |
|
|
10 |
3,5 |
1,6 |
5,6 |
12,25 |
|
|
11 |
9,5 |
2,5 |
23,75 |
90,25 |
|
|
12 |
5,5 |
1,8 |
9,9 |
30,25 |
|
|
13 |
8 |
2,4 |
19,2 |
64 |
|
|
14 |
8,5 |
2,4 |
20,4 |
72,25 |
|
|
15 |
3,5 |
1,7 |
5,95 |
12,25 |
|
|
16 |
9 |
2,3 |
20,7 |
81 |
|
|
17 |
4 |
1,8 |
7,2 |
16 |
|
|
18 |
5 |
2 |
10 |
25 |
|
|
19 |
5,5 |
2 |
11 |
30,25 |
|
|
20 |
7 |
2,1 |
14,7 |
49 |
|
|
21 |
8 |
2,3 |
18,4 |
64 |
|
|
22 |
7,5 |
2,2 |
16,5 |
56,25 |
|
|
23 |
4 |
2 |
8 |
16 |
|
|
24 |
5 |
1,8 |
9 |
25 |
|
|
25 |
6 |
2,2 |
13,2 |
36 |
|
|
26 |
6,5 |
2,1 |
13,65 |
42,25 |
|
|
27 |
7 |
2,3 |
16,1 |
49 |
|
|
28 |
6 |
2 |
12 |
36 |
|
|
29 |
6 |
2,1 |
12,6 |
36 |
|
|
30 |
6,5 |
2 |
13 |
42,25 |
|
|
Сумма |
174,5 |
61 |
368,95 |
1148,25 |
|
|
среднее |
5,817 |
2,033 |
12,298 |
38,275 |
b = = 0,106
а = 2,033 - 5,817 * 0,106 = 1,416
Уравнение линейной регрессии имеет вид
у = 1,416 + 0,106х
Графики исходных и выровненных (теоретических) значений урожайности в зависимости от количества внесенных органических удобрений представлено на рисунке 1.
Рисунок 1
Коэффициент корреляции рассчитаем по формуле
ryx=
Таблица 5. Вспомогательная таблица для расчета коэффициента корреляции
|
№ п/п |
Внесено органический удобрений на 1 га, т, х |
Урожайность озимой пшеницы, т / га, у |
х - хср |
у - уср |
(х - хср) * (у - уср) |
(х - хср)2 |
(у - уср)2 |
|
|
1 |
4,5 |
1,7 |
-1,317 |
-0,333 |
0,439 |
1,734 |
0,111 |
|
|
2 |
3 |
1,5 |
-2,817 |
-0,533 |
1,502 |
7,934 |
0,284 |
|
|
3 |
1 |
2,2 |
-4,817 |
0,167 |
-0,803 |
23,200 |
0,028 |
|
|
4 |
2,5 |
1,6 |
-3,317 |
-0,433 |
1,437 |
11,000 |
0,188 |
|
|
5 |
5 |
1,9 |
-0,817 |
-0,133 |
0,109 |
0,667 |
0,018 |
|
|
6 |
6 |
1,9 |
0,183 |
-0,133 |
-0,024 |
0,034 |
0,018 |
|
|
7 |
3,5 |
1,7 |
-2,317 |
-0,333 |
0,772 |
5,367 |
0,111 |
|
|
8 |
9 |
2,5 |
3,183 |
0,467 |
1,486 |
10,134 |
0,218 |
|
|
9 |
8,5 |
2,4 |
2,683 |
0,367 |
0,984 |
7,200 |
0,134 |
|
|
10 |
3,5 |
1,6 |
-2,317 |
-0,433 |
1,004 |
5,367 |
0,188 |
|
|
11 |
9,5 |
2,5 |
3,683 |
0,467 |
1,719 |
13,567 |
0,218 |
|
|
12 |
5,5 |
1,8 |
-0,317 |
-0,233 |
0,074 |
0,100 |
0,054 |
|
|
13 |
8 |
2,4 |
2,183 |
0,367 |
0,801 |
4,767 |
0,134 |
|
|
14 |
8,5 |
2,4 |
2,683 |
0,367 |
0,984 |
7,200 |
0,134 |
|
|
15 |
3,5 |
1,7 |
-2,317 |
-0,333 |
0,772 |
5,367 |
0,111 |
|
|
16 |
9 |
2,3 |
3,183 |
0,267 |
0,849 |
10,134 |
0,071 |
|
|
17 |
4 |
1,8 |
-1,817 |
-0,233 |
0,424 |
3,300 |
0,054 |
|
|
18 |
5 |
2 |
-0,817 |
-0,033 |
0,027 |
0,667 |
0,001 |
|
|
19 |
5,5 |
2 |
-0,317 |
-0,033 |
0,011 |
0,100 |
0,001 |
|
|
20 |
7 |
2,1 |
1,183 |
0,067 |
0,079 |
1,400 |
0,004 |
|
|
21 |
8 |
2,3 |
2,183 |
0,267 |
0,582 |
4,767 |
0,071 |
|
|
22 |
7,5 |
2,2 |
1,683 |
0,167 |
0,281 |
2,834 |
0,028 |
|
|
23 |
4 |
2 |
-1,817 |
-0,033 |
0,061 |
3,300 |
0,001 |
|
|
24 |
5 |
1,8 |
-0,817 |
-0,233 |
0,191 |
0,667 |
0,054 |
|
|
25 |
6 |
2,2 |
0,183 |
0,167 |
0,031 |
0,034 |
0,028 |
|
|
26 |
6,5 |
2,1 |
0,683 |
0,067 |
0,046 |
0,467 |
0,004 |
|
|
27 |
7 |
2,3 |
1,183 |
0,267 |
0,316 |
1,400 |
0,071 |
|
|
28 |
6 |
2 |
0,183 |
-0,033 |
-0,006 |
0,034 |
0,001 |
|
|
29 |
6 |
2,1 |
0,183 |
0,067 |
0,012 |
0,034 |
0,004 |
|
|
30 |
6,5 |
2 |
0,683 |
-0,033 |
-0,023 |
0,467 |
0,001 |
|
|
Сумма |
174,5 |
61 |
14,133 |
133,242 |
2,347 |
|||
|
среднее |
5,817 |
2,033 |
ryx= = 0,8
Коэффициент корреляции имеет положительное значение, следовательно, между показателями присутствует прямая связь. Величина коэффициента корреляции говорит о том, что, согласно шкале Чеддока, связь между показателями тесная.
5. Задача 3
Рассчитайте средний гармонический индекс урожайности и средний арифметический индекс посевных площадей, а так же абсолютную величину изменения валового сбора за счет урожайности и посевных площадей.
Таблица 6. Темпы роста урожайности и посевных площадей
|
Культуры |
Валовой сбор зерна, ц |
Индивидуальные индексы |
|||
|
Базисный период (У0П0) |
Отчетный период (У1П1) |
Урожайности (iу) |
Посевных площадей (iп) |
||
|
Озимая пшеница |
20000 |
19800 |
1,1 |
0,9 |
|
|
Озимая рожь |
8000 |
9660 |
1,15 |
1,05 |
|
|
Яр. пшеница |
12000 |
10800 |
0,75 |
1,2 |
Решение:
Средний гармонический индекс урожайности
Iу = 0,987
Средний индекс посевных площадей
Iп = (20000*0,9+8000*1,05+12000*1,2)/(20000+8000+12000) = 1,02
Абсолютная величина изменения валового сбора за счет урожайности
ДВСу = УУ1П1 - УУ1П1 / iу = (19800 + 9660 + 10 880) - (19800 / 1,1 + 9660 / 1,15 + 10800 / 0,75) = 40260 - 40800 = - 540 тыс. руб.
Абсолютная величина изменения валового сбора за счет изменения посевных площадей
ДВСп = УУ0П0 * iп - УУ0П0 = (20000*0,9 + 8000*1,05 + 12000*1,2) - (20000 + 8000 + 12 000) = 800 тыс. руб.
Величина валового сбора увеличилась в целом на 260 тыс. руб. Под влиянием изменения урожайности величина валового сбора снизилась на 540 тыс. руб. или на 1,3%. Под влиянием изменения величины посевных площадей валовой сбор увеличился на 800 тыс. руб. или на 2%.
Список литературы
1. Боярский А.Я. и др. Общая теория статистики: Учебник / А.Я. Боярский, Л.Л. Викторова, А.М. Гольдберг и др.; Под ред. А.М. Гольдберга, В.С. Козлова. М.: Финансы и статистика, 1985.
2. Гусаров В.М. Статистика: Учеб. пособие для вузов.- М.: ЮНИТИ-ДАНА, 2003.
3. Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник. М.: Финансы и статистика, 1996 г.
4. Ефимова М.Р., Рябцев В.М. Общая теория статистики: Учебник. М.: Финансы и статистика, 1991 г.
5. Шимко А.Д., Власов М.П. Статистика / Серия «Учебники, учебные пособия». Ростов н/Д: Феникс, 2003.
Размещено на Allbest.ru
...Подобные документы
Сущность закона больших чисел. Принцип диверсификации с математической точки зрения. Расчёт среднего ожидаемого дохода и среднего риска двух финансовых операций. Нетто-ставка как вероятность страхового случая. Обеспечение репрезентативности выборки.
презентация [78,1 K], добавлен 01.11.2013Эконометрическая модель и исследование проблемы автокорреляции случайных отклонений с помощью тестов Бреуша-Годфри, Сведа-Эйзенхарта и статистики Дарбина-Уотсона. Связь между реальным и номинальным обменными курсами на примере белорусского рубля.
курсовая работа [483,8 K], добавлен 19.12.2011Статистическая адекватность и проверка модели линейной регрессии на мультиколлинеарность. Исследование автокорреляции с помощью критерия Дарбина-Уотсона, тестов Сведа-Эйзенхарта и Бреуша-Годфри. Анализ гетероскедастичности и корректировка модели.
курсовая работа [1,5 M], добавлен 29.03.2015Разработка и исследование эконометрических методов с учетом специфики экономических данных и в соответствии с потребностями экономической науки и практики. Применение эконометрических методов и моделей для статистического анализа экономических данных.
реферат [43,1 K], добавлен 10.01.2009Основные понятия теории моделирования экономических систем и процессов. Методы статистического моделирования и прогнозирования. Построение баланса производства и распределение продукции предприятий с помощью балансового метода и модели Леонтьева.
курсовая работа [1,5 M], добавлен 21.04.2013Оценка параметров шестимерного нормального закона распределения с помощью векторов средних арифметических и среднеквадратического отклонений и матрицы парных коэффициентов корреляции (по программе Statistica). Методика определения Z-преобразования Фишера.
контрольная работа [33,6 K], добавлен 13.09.2010Методы исследования и моделирования социально-экономических систем. Этапы эконометрического моделирования и классификация эконометрических моделей. Задачи экономики и социологии труда как объект эконометрического моделирования и прогнозирования.
курсовая работа [701,5 K], добавлен 14.05.2015Определение, цели и задачи эконометрики. Этапы построения модели. Типы данных при моделировании экономических процессов. Примеры, формы и моделей. Эндогенные и экзогенные переменные. Построение спецификации неоклассической производственной функции.
презентация [1010,6 K], добавлен 18.03.2014Применение метода аналитической группировки при оценке показателей розничного товарооборота. Определение эмпирического корреляционного отношения, издержек обращения и товарооборота с помощью уравнения линейной регрессии метода математической статистики.
контрольная работа [316,4 K], добавлен 31.10.2009Элементарные понятия о случайных событиях, величинах и функциях. Числовые характеристики случайных величин. Виды асимметрии распределений. Статистическая оценка распределения случайных величин. Решение задач структурно-параметрической идентификации.
курсовая работа [756,0 K], добавлен 06.03.2012Теоретико-методологические основы статистического исследования младенческой смертности. Способы вычисления показателей. Статистическое исследование младенческой смертности в Российской Федерации. Анализ динамики младенческой смертности по субъектам.
курсовая работа [224,7 K], добавлен 22.11.2013Оценка социально-экономического развития Финляндии. Установление степени однородности и закономерности распределения рядов данных в среде MS Excel с помощью инструментов "Описательная статистика" и "Скользящее среднее". Расчет коэффициента корреляции.
курсовая работа [176,8 K], добавлен 29.11.2014Особенности группировки экономических данных. Методика определения средних показателей, мод, медиан, средней арифметической, индексов товарооборота, цен и объема реализации, абсолютных приростов, темпов роста и прироста. Анализ цен реализации товара.
контрольная работа [51,1 K], добавлен 03.05.2010Особенности корреляционно-регрессионного анализа, его основные этапы. Характеристика показателей социально-экономического развития стран Африки. Этапы построения уравнения регрессии. Анализ средней продолжительности жизни населения в странах Африки.
контрольная работа [47,2 K], добавлен 17.04.2012Роль статистических методов в объективной оценке количественных и качественных характеристик процесса управления. Использование инструментов качества при анализе процессов и параметров продукции. Дискретные случайные величины. Теория вероятности.
курсовая работа [1,5 M], добавлен 11.01.2015Степень тесноты и характера направления зависимости между признаками. Парная линейная корреляционная зависимость, ее корреляционно-регрессионный анализ. Исследование связи между одним признаком-фактором и одним признаком-результатом, шкала Чеддока.
методичка [75,0 K], добавлен 15.11.2010Методика и этапы построения экономических моделей с помощью программы Microsoft Excel. Определение оптимальной структуры производства консервного завода на основании имеющихся статистических данных. Нахождение условного экстремума функции в Excel.
контрольная работа [1,4 M], добавлен 01.06.2009Теоретико-методологический подход к построению множественных регрессионных моделей. Моделирование и прогнозирование основных экономических показателей при использовании панельных данных. Исследование объемов продаж пяти предприятий с течением времени.
курсовая работа [2,0 M], добавлен 02.12.2013Приведение логарифмированием уравнения к линейному виду. Расчет средних значений арифметических переменных и коэффициентов регрессии. Определение средних квадратичных отклонений. Корреляционный анализ экспериментальных данных с помощью критерия Стьюдента.
контрольная работа [312,7 K], добавлен 10.03.2015Изучение показателей качества конструкционного газобетона как случайных величин. Проведение модульного эксперимента и дисперсионного анализа с целью определения достоверности влияния факторов на поведение выбранных показателей качества данной продукции.
курсовая работа [342,3 K], добавлен 08.05.2012
