Автоматизированный априорный анализ статистической совокупности в среде MS Excel

Автор работы: Пользователь скрыл имя, 27 Мая 2010 в 17:06, Не определен

Описание работы

Отчет о результатах выполнения компьютерной лабораторной работы
Постановка задачи
При проведении статистического наблюдения за деятельностью предприятий корпорации получены выборочные данные о среднегодовой стоимости основных производственных фондов и выпуске продукции за год по 32-м предприятиям, выпускающим однотипную продукцию (выборка 10%-ная, механическая).
В статистическом исследовании эти предприятия выступают как единицы выборочной совокупности. Генеральную совокупность образуют все предприятия корпорации. Анализируемые признаки предприятий – Среднегодовая стоимость основных производственных фондов и Выпуск продукции – изучаемые признаки единиц совокупности.
Для автоматизации статистических расчетов используются средства электронных таблиц процессора Excel.
Выборочные данные представлены на Листе 1 Рабочего файла в табл.1 (ячейки B4:C35):

Файлы: 1 файл

oth_new.doc

— 3.09 Мб (Скачать файл)

     Согласно  таблице остатков максимальное превышение ожидаемого среднего объема выпускаемой  продукции имеют три предприятия - с номерами 6, 20, 27  а максимальные отрицательные отклонения - три предприятия с номерами 8, 21, 26 .Именно эти шесть предприятий подлежат дальнейшему экономическому анализу для выяснения причин наибольших отклонений объема выпускаемой ими продукции от ожидаемого среднего объема и выявления резервов роста производства.

     Задача 7. Нахождение наиболее адекватного нелинейного уравнения регрессии с помощью средств инструмента Мастер диаграмм.

      Уравнения регрессии и их графики построены  для 3-х видов нелинейной зависимости  между признаками и представлены на диаграмме 2.1 Рабочего файла.

      Уравнения регрессии и соответствующие  им индексы детерминации R2 приведены в табл.2.10 (при заполнении данной таблицы коэффициенты уравнений необходимо указывать не в компьютерном формате, а в общепринятой десятичной форме чисел).

     Таблица 2.10

     Регрессионные модели связи

     Вид уравнения      Уравнение регрессии Индекс

детерминации  R2

Полином 2-го порядка 1Е-0,4х²+0,6714х+101,13 0,8353
Полином 3-го порядка 3Е-0,7х³-0,002х²+5,0294х-2871,7 0,8381
Степенная функция 0,2411х 0,8371

      Выбор наиболее адекватного уравнения регрессии определяется максимальным значением индекса детерминации R2: чем ближе значение R2 к единице, тем более точно регрессионная модель соответствует фактическим данным.

      Вывод:

      Максимальное  значение индекса детерминации R2 =0,8381. Следовательно, наиболее адекватное исходным данным нелинейное уравнение регрессии имеет вид  3Е-0,7х³-0,002х²+5,0294х-2871,7.

 

 

       ПРИЛОЖЕНИЕ 

Результативные таблицы и графики

 

 

Информация о работе Автоматизированный априорный анализ статистической совокупности в среде MS Excel