Автор работы: Пользователь скрыл имя, 16 Ноября 2009 в 12:36, Не определен
В подготовку экономиста любого профиля обязательно входит такая дисциплина, как статистика. Изучая ее, студент знакомится с такими процессами, как собирание массовых данных об изменении цен, уровне жизни на основе единичного явления, как данные обобщаются и анализируются.
МОСКОВСКИЙ
ГОСУДАРСТВЕННЫЙ ОБЛАСТНОЙ
Институт экономики, управления и права
Экономический факультет
кафедра «Прикладной математики и информатики»
КУРСОВАЯ РАБОТА
ПО ОБЩЕЙ
ТЕОРИИ СТАТИСТИКИ
Работу выполнил:
Л.Р. Ахатова
Студент II курса, 26 группы
экономического факультета
очного отделения
«государственное и
муниципальное управление»
Вариант № 3
Работу проверил:
доц.
Протасов Ю.М.
Москва 2008
СОДЕРЖАНИЕ
ВВЕДЕНИЕ 3
АНАЛИТИЧЕСКИЕ ГРУППИРОВКИ 5
По времени эксплуатации 5
По пробегу 5
МНОГОМЕРНАЯ СРЕДНЯЯ 6
СТАТИСТИЧЕСКОЕ РАСПРЕДЕЛЕНИЕ ПРИЗНАКОВ 8
ПО ЦЕНЕ 9
ПО ВРЕМЕНИ ЭКСПЛУАТАЦИИ 12
ПО ПРОБЕГУ 14
ПРОВЕРКА СООТВЕТСТВИЯ ЭМПИРИЧЕСКИХ РАСПРЕДЕЛЕНИЙ НОРМАЛЬНОМУ РАСПРЕДЕЛЕНИЮ 16
НА ОСНОВАНИИ ДАННЫХ ВЫБОРОЧНОГО НАБЛЮДЕНИЯ ОПРЕДЕЛИТЬ ДОВЕРИТЕЛЬНЫЙ ИНТЕРВАЛ В КОТОРОМ ЗАКЛЮЧЕНА СРЕДНЯЯ ЦЕНА ВСЕХ ПРОДОВАЕМЫХ АВТОМОБИЛЕЙ 17
ОЦЕНИТЬ НЕОБХОДИМУЮ ЧИСЛЕННОСТЬ ВЫБОРКИ ПРИ ОПРЕДЕЛЕНИИ СРЕДНЕЙ ЦЕНЫ ПРОДАВАЕМЫХ АВТОМОБИЛЕЙ 18
НА ОСНОВАНИИ ДАННЫХ ВЫБОРОЧНОГО НАБЛЮДЕНИЯ: 19
1. Составить уравнение множественной регрессии 19
2. Определить множественный 20
3. Сопоставить роль признаков-факторов Х1 и Х2 в формировании результативного признака Y, вычислив коэффициенты эластичности 20
ЗАКЛЮЧЕНИЕ 21
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 22
В подготовку экономиста любого профиля обязательно входит такая дисциплина, как статистика. Изучая ее, студент знакомится с такими процессами, как собирание массовых данных об изменении цен, уровне жизни на основе единичного явления, как данные обобщаются и анализируются. Курс статистики дает представление о сущности статистического метода и особенностях его применения к изучению социально-экономических и политических процессов. Данная дисциплина раскрывает назначение и методы построения основных статистических показателей, которые описывают состояние и развитие экономики.
Цель: проанализировать методы статистического исследования на конкретном примере, выявить закономерности.
Для
написания работы я использовала
газету «Из рук в руки. Средства транспорта»
на примере 50 автомобилей марки «Тайота-Королла»,
рассмотрим, от каких факторов зависит
цена автомобиля, какова его средняя цена
и как она менялась в последние годы.
№ автомобиля | цена/руб.(y) | пробег(x1) | время эксплуатации(x2) |
1 | 480000 | 76000 | 5 |
2 | 580000 | 36000 | 4 |
3 | 599000 | 20000 | 3 |
4 | 610000 | 53600 | 2 |
5 | 610000 | 50947 | 3 |
6 | 549000 | 67305 | 4 |
7 | 420000 | 155018 | 5 |
8 | 525000 | 25400 | 3 |
9 | 599000 | 121590 | 5 |
10 | 340000 | 160000 | 7 |
11 | 295000 | 168000 | 8 |
12 | 240000 | 87000 | 10 |
13 | 400000 | 180000 | 6 |
14 | 640000 | 75000 | 3 |
15 | 590000 | 20000 | 1 |
16 | 280000 | 123000 | 7 |
17 | 570000 | 30000 | 5 |
18 | 370000 | 15300 | 7 |
19 | 750000 | 40000 | 1 |
20 | 660000 | 30000 | 1 |
21 | 570000 | 77000 | 2 |
22 | 480000 | 100000 | 4 |
23 | 540000 | 81000 | 3 |
24 | 315000 | 125000 | 8 |
25 | 650000 | 35000 | 2 |
26 | 315000 | 125000 | 8 |
27 | 399000 | 103000 | 8 |
28 | 650000 | 40000 | 2 |
29 | 550000 | 85000 | 4 |
30 | 530000 | 52000 | 4 |
31 | 320000 | 165000 | 8 |
32 | 315000 | 86000 | 6 |
33 | 290000 | 170000 | 8 |
34 | 570000 | 84000 | 3 |
35 | 315000 | 123000 | 7 |
36 | 260000 | 135000 | 11 |
37 | 810000 | 42000 | 1 |
38 | 600000 | 77000 | 2 |
39 | 550000 | 61000 | 2 |
40 | 340000 | 117000 | 11 |
41 | 550000 | 86000 | 2 |
42 | 270000 | 90000 | 10 |
43 | 280000 | 175000 | 9 |
44 | 255000 | 24000 | 10 |
45 | 470000 | 90000 | 5 |
46 | 580000 | 240000 | 1 |
47 | 740000 | 100000 | 1 |
48 | 275000 | 160000 | 9 |
49 | 389000 | 74000 | 6 |
50 | 660000 | 36000 | 4 |
Исследуемые признаки:
Выборочное наблюдение является первым этапом статистического исследования. Вторым этапом является упорядочение и обобщение первичных данных, сведение их в группы получение характеристик совокупности в целом. Для выявления зависимости результативного признака Y от признаков-факторов Х1 и Х2 проводим аналитические группировки продаваемых автомобилей по времени эксплуатации и пробегу.
По времени экплуатации
Группа по эксп.лет | Кол-во | Общая цена | Средняя цена | Общее время эксп. | Среднее время эксп. |
1-2,5 | 13 | 7560000 | 581538,4615 | 20 | 1,538461538 |
2,5-4 | 12 | 6833000 | 569416,6667 | 42 | 3,5 |
4-5,5 | 5 | 2539000 | 507800 | 25 | 5 |
5,5-7 | 7 | 2409000 | 344142,8571 | 49 | 7 |
7-8,5 | 6 | 1934000 | 322333,3333 | 48 | 8 |
8,5-10 | 2 | 555000 | 277500 | 18 | 9 |
10-11,5 | 5 | 1365000 | 273000 | 42 | 8,4 |
итого | 50 | 23195000 | 2875731,319 | 244 | 40,9 |
По
пробегу
группы по пробегу | кол-во авто | общая цена | средняя цена | общий пробег | средний пробег |
15300-47400 | 13 | 7560000 | 581538,4615 | 20 | 1,538461538 |
47400-79500 | 12 | 6833000 | 569416,6667 | 42 | 3,5 |
79500-111600 | 5 | 2539000 | 507800 | 25 | 5 |
111600-143700 | 7 | 2409000 | 344142,8571 | 49 | 7 |
143700-175800 | 6 | 1934000 | 322333,3333 | 48 | 8 |
175800-207900 | 2 | 555000 | 277500 | 18 | 9 |
207900-240000 | 5 | 1365000 | 273000 | 42 | 8,4 |
итого | 50 | 23195000 | 2875731,319 | 244 | 40,9 |
Для составления таблицы, необходимы следующие значения:
m=7
h=32100
На основании данных статистического наблюдения, применяя метод многомерной средней, можно выделить 3 типа автомобилей.
Для вычисления нам понадобятся следующие формулы:
;
;
;
№ авто | Цена, руб | Пробег, км | Время эксп., лет | Нормированные уровни признака | Многормерн. средняя | ||
1 | 480000 | 76000 | 5 | 1,00229693 | 0,845918222 | 0,996015936 | 0,94807703 |
2 | 580000 | 36000 | 4 | 1,211108791 | 0,400698105 | 0,796812749 | 0,802873215 |
3 | 599000 | 20000 | 3 | 1,250783044 | 0,222610058 | 0,597609562 | 0,690334222 |
4 | 610000 | 53600 | 2 | 1,273752349 | 0,596594957 | 0,398406375 | 0,756251227 |
5 | 610000 | 50947 | 3 | 1,273752349 | 0,567065732 | 0,597609562 | 0,812809214 |
6 | 549000 | 67305 | 4 | 1,146377114 | 0,749138499 | 0,796812749 | 0,897442787 |
7 | 420000 | 155018 | 5 | 0,877009814 | 1,725428302 | 0,996015936 | 1,199484684 |
8 | 525000 | 25400 | 3 | 1,096262268 | 0,282714774 | 0,597609562 | 0,658862201 |
9 | 599000 | 121590 | 5 | 1,250783044 | 1,35335785 | 0,996015936 | 1,200052277 |
10 | 340000 | 160000 | 7 | 0,709960326 | 1,780880467 | 1,394422311 | 1,295087701 |
11 | 295000 | 168000 | 8 | 0,615994989 | 1,869924491 | 1,593625498 | 1,359848326 |
12 | 240000 | 87000 | 10 | 0,501148465 | 0,968353754 | 1,992031873 | 1,153844697 |
13 | 400000 | 180000 | 6 | 0,835247442 | 2,003490526 | 1,195219124 | 1,344652364 |
14 | 640000 | 75000 | 3 | 1,336395907 | 0,834787719 | 0,597609562 | 0,922931063 |
15 | 590000 | 20000 | 1 | 1,231989977 | 0,222610058 | 0,199203187 | 0,551267741 |
16 | 280000 | 123000 | 7 | 0,584673209 | 1,369051859 | 1,394422311 | 1,116049126 |
17 | 570000 | 30000 | 5 | 1,190227605 | 0,333915088 | 0,996015936 | 0,840052876 |
18 | 370000 | 15300 | 7 | 0,772603884 | 0,170296695 | 1,394422311 | 0,77910763 |
19 | 750000 | 40000 | 1 | 1,566088954 | 0,445220117 | 0,199203187 | 0,736837419 |
20 | 660000 | 30000 | 1 | 1,378158279 | 0,333915088 | 0,199203187 | 0,637092185 |
21 | 570000 | 77000 | 2 | 1,190227605 | 0,857048725 | 0,398406375 | 0,815227568 |
22 | 480000 | 100000 | 4 | 1,00229693 | 1,113050292 | 0,796812749 | 0,970719991 |
23 | 540000 | 81000 | 3 | 1,127584047 | 0,901570737 | 0,597609562 | 0,875588115 |
24 | 315000 | 125000 | 8 | 0,657757361 | 1,391312865 | 1,593625498 | 1,214231908 |
25 | 650000 | 35000 | 2 | 1,357277093 | 0,389567602 | 0,398406375 | 0,71508369 |
26 | 315000 | 125000 | 8 | 0,657757361 | 1,391312865 | 1,593625498 | 1,214231908 |
27 | 399000 | 103000 | 8 | 0,833159323 | 1,146441801 | 1,593625498 | 1,191075541 |
28 | 650000 | 40000 | 2 | 1,357277093 | 0,445220117 | 0,398406375 | 0,733634528 |
29 | 550000 | 85000 | 4 | 1,148465233 | 0,946092748 | 0,796812749 | 0,963790243 |
30 | 530000 | 52000 | 4 | 1,106702861 | 0,578786152 | 0,796812749 | 0,827433921 |
31 | 320000 | 165000 | 8 | 0,668197954 | 1,836532982 | 1,593625498 | 1,366118811 |
32 | 315000 | 86000 | 6 | 0,657757361 | 0,957223251 | 1,195219124 | 0,936733245 |
33 | 290000 | 170000 | 8 | 0,605554395 | 1,892185497 | 1,593625498 | 1,363788463 |
34 | 570000 | 84000 | 3 | 1,190227605 | 0,934962245 | 0,597609562 | 0,907599804 |
35 | 315000 | 123000 | 7 | 0,657757361 | 1,369051859 | 1,394422311 | 1,14041051 |
36 | 260000 | 135000 | 11 | 0,542910837 | 1,502617894 | 2,19123506 | 1,412254597 |
37 | 810000 | 42000 | 1 | 1,69137607 | 0,467481123 | 0,199203187 | 0,786020127 |
38 | 600000 | 77000 | 2 | 1,252871163 | 0,857048725 | 0,398406375 | 0,836108754 |
39 | 550000 | 61000 | 2 | 1,148465233 | 0,678960678 | 0,398406375 | 0,741944095 |
40 | 340000 | 117000 | 11 | 0,709960326 | 1,302268842 | 2,19123506 | 1,401154742 |
41 | 550000 | 86000 | 2 | 1,148465233 | 0,957223251 | 0,398406375 | 0,834698286 |
42 | 270000 | 90000 | 10 | 0,563792023 | 1,001745263 | 1,992031873 | 1,185856386 |
43 | 280000 | 175000 | 9 | 0,584673209 | 1,947838011 | 1,792828685 | 1,441779969 |
44 | 255000 | 24000 | 10 | 0,532470244 | 0,26713207 | 1,992031873 | 0,930544729 |
45 | 470000 | 90000 | 5 | 0,981415744 | 1,001745263 | 0,996015936 | 0,993058981 |
46 | 580000 | 240000 | 1 | 1,211108791 | 2,671320701 | 0,199203187 | 1,360544226 |
47 | 740000 | 100000 | 1 | 1,545207768 | 1,113050292 | 0,199203187 | 0,952487082 |
48 | 275000 | 160000 | 9 | 0,574232616 | 1,780880467 | 1,792828685 | 1,382647256 |
49 | 389000 | 74000 | 6 | 0,812278137 | 0,823657216 | 1,195219124 | 0,943718159 |
50 | 660000 | 36000 | 4 | 1,378158279 | 0,400698105 | 0,796812749 | 0,858556378 |
итого | 23945000 | 4492160 | 251 | 50 | 50 | 50 | 50 |
Среднее
Значение признаков |
478900 | 89843,2 | 5,02 |