Автор работы: Пользователь скрыл имя, 29 Ноября 2009 в 15:09, Не определен
1. Введение
2. Теоретические основы использования рабочего времени. Рабочее время, его структура, классификация затрат рабочего времени
3. Трудовые ресурсы
4. Статистика рабочего времени
5. Рабочее время, рабочая сила, цена труда (показатели затрат труда)
6. Расчетная часть
7. Аналитическая часть
8. Заключение
2.
Мода (Мо) – это значение случайной
величины, встречающееся с наибольшей
вероятностью в дискретном
,
где х0 – нижняя граница модального интервала;
i– размер модального интервала;
fMo – частота модального интервала;
fMo-1 – частота интервала, стоящего перед модальной частотой;
fMo+1 – частота интервала, стоящего после модальной частоты.
Отсюда: млн.руб.
|
Модальный
интервал
Графическое
нахождение моды:
Медиана (Ме) – это величина признака, который находится в середине ранжированного ряда, то есть расположенного в порядке возрастания или убывания.
Для нахождения Ме графически произведем следующий расчет:
Для
интервального вариационного
,
где х0 – нижняя граница медианного интервала;
i– размер медианного интервала;
- половина от общего числа наблюдений;
SMe – сумма наблюдений, накопленная до начала медианного интервала;
fMe
– частота медианного интервала .
В
графе «Сумма накопленных частот»
таблицы 1.5. значение 15.5 соответствует
интервалу №2, то есть 150-200. Это и есть
медианный интервал, в котором находится
медиана.
|
Медианный
интервал
Отсюда: млн.руб.
Рассчитаем
среднее значение выпуска продукции
по исходным данным (средне арифметическая
простая):
млн.руб.
где х – значение признака;
n – число единиц признака
Для расчета
необходимо определить середины интервалов
выпуска продукции (таблица 1.6.).
Группы | Количество, f | х | хf | (х-ֿх) | (х-х)2 | (х-х)2f |
100-150 | 8 | 125 | 1000 | -58 | 3364 | 26912 |
150-200 | 13 | 175 | 2275 | -8 | 64 | 832 |
200-250 | 5 | 225 | 1125 | 42 | 1764 | 8820 |
250-300 | 4 | 275 | 1100 | 92 | 8464 | 33856 |
Сумма | 30 | 5500 | 70420 |
=183,3
млн.руб.
где х – варианты или середины интервалов вариационного ряда;
f – Количество вариантов в вариационном ряду ( ).
Расхождения между арифметической средней простой и взвешенной возникли из-за того, что арифметическая средняя взвешенная считалась по сгруппированным данным.
Среднее квадратическое отклонение представляет собой корень квадратный из дисперсии и равно:
Среднее квадратическое отклонение – это обобщающая характеристика размеров вариации признака в совокупности; оно показывает на сколько в среднем отклоняются конкретные варианты от их среднего значения; является абсолютной мерой колеблемости признака и выражается в тех же единицах, что и варианты, поэтому экономически хорошо интерпретируется.
Чем меньше значение дисперсии и среднего квадратического отклонения, тем однороднее (количественно) совокупность и тем более типичной будет средняя величина.
То есть в среднем выпуск продукции по предприятиям колеблется в пределах ± 48,45 млн.руб. от ее среднего значения 183,3 млн.руб
В статистической практике часто возникает необходимость сравнения вариаций различных признаков. Для этого используют относительный показатель вариации – коэффициент вариации.
Коэффициент вариации представляет собой процентное отношение среднего квадратического отклонения к средней арифметической:
Коэффициент
вариации используют не только для сравнительной
оценки вариации единиц совокупности,
но и как характеристику однородности
совокупности. Совокупность считается
количественно однородной, если коэффициент
вариации не превышает 33%. В нашем случае
V@26,43%,
следовательно совокупность количественно
однородна.
Задание 2:
Метод аналитических группировок. Стохастическая связь будет проявляться отчётливее, если применить для её изучения аналитические группировки. Чтобы выявить зависимость с помощью этого метода, нужно произвести группировку единиц совокупности по факторному признаку и для каждой группы вычислить среднее или относительное значение результативного признака. Сопоставляя затем изменения результативного признака по мере изменения факторного, можно выявить направление, характер и тесноту связи между ними.
Имеются следующие данные предприятия:
Таблица 2.1.
№ предприятия п/п | Потери
рабочего времени,чел.дн
(х) |
Выпуск
продукции, млн.руб
(у) |
4 | 100 | 5,1 |
8 | 115 | 5 |
18 | 130 | 4,5 |
1 | 132 | 4,4 |
20 | 137 | 4,2 |
6 | 140 | 4 |
7 | 142 | 4 |
11 | 147 | 3,9 |
2 | 151 | 3,8 |
30 | 152 | 3,8 |
14 | 160 | 3,7 |
22 | 163 | 3,7 |
9 | 167 | 3,7 |
24 | 170 | 3,7 |
16 | 173 | 3,7 |
3 | 177 | 3,6 |
19 | 181 | 3,6 |
17 | 183 | 3,6 |
12 | 190 | 3,5 |
5 | 192 | 3,5 |
25 | 193 | 3,5 |
21 | 200 | 3,4 |
10 | 210 | 3,3 |
23 | 222 | 3,2 |
28 | 230 | 3,2 |
13 | 241 | 3,1 |
26 | 259 | 2,9 |
15 | 263 | 2,8 |
27 | 270 | 2,7 |
29 | 300 | 2,7 |
Произведём группировку предприяти. По таблице 2.1. Определим величину интервала i=(X max–X min)/n, где X max, X min – наибольшее и наименьшее значения признака, n – число групп. В нашем случае n = 4, то X max =111,1 ; X min =19,6 млн. руб.; i=(111,1-19,6)/4=22,875.
Величина интервала равна 22,875. Отсюда путем прибавления величины интервала к минимальному уровню признака в группе получим следующие группы (таблица 2.2.).
|
Таблица 2.2.
Составим таблицу для работы с первичными данными:
Таблица 2.4.
№
п/п |
Потери рабочего времени,чел.дн (Х) | Выпуск
продукции, млн.руб
(У) |
Х2 | У2 | УХ |
4 | 100 | 5,1 | 10000 | 384,16 | 1960 |
8 | 115 | 5 | 13225 | 529 | 2645 |
18 | 130 | 4,5 | 16900 | 835,21 | 3757 |
1 | 132 | 4,4 | 17424 | 900 | 3960 |
20 | 137 | 4,2 | 18769 | 1062,76 | 4466,2 |
6 | 140 | 4 | 19600 | 1225 | 4900 |
7 | 142 | 4 | 20164 | 1260,25 | 5041 |
11 | 147 | 3,9 | 21609 | 1421,29 | 5541,9 |
2 | 151 | 3,8 | 22801 | 1576,09 | 5994,7 |
30 | 152 | 3,8 | 23104 | 1600 | 6080 |
14 | 160 | 3,7 | 25600 | 1866,24 | 6912 |
22 | 163 | 3,7 | 26569 | 1944,81 | 7188,3 |
9 | 167 | 3,7 | 27889 | 2034,01 | 7531,7 |
24 | 170 | 3,7 | 28900 | 2116 | 7820 |
16 | 173 | 3,7 | 29929 | 2190,24 | 8096,4 |
3 | 177 | 3,6 | 31329 | 2420,64 | 8708,4 |
19 | 181 | 3,6 | 32761 | 2530,09 | 9104,3 |
17 | 183 | 3,6 | 33489 | 2580,64 | 9296,4 |
12 | 190 | 3,5 | 36100 | 2948,49 | 10317 |
5 | 192 | 3,5 | 36864 | 3014,01 | 10540,8 |
25 | 193 | 3,5 | 37249 | 2926,81 | 10441,3 |
21 | 200 | 3,4 | 40000 | 3457,44 | 11760 |
10 | 210 | 3,3 | 44100 | 4044,96 | 13356 |
23 | 222 | 3,2 | 49284 | 4816,36 | 15406,8 |
28 | 230 | 3,2 | 52900 | 5169,61 | 16537 |
13 | 241 | 3,1 | 58081 | 5580,09 | 18002,7 |
26 | 259 | 2,9 | 67081 | 7974,49 | 23128,7 |
15 | 263 | 2,8 | 69169 | 8817,21 | 24695,7 |
27 | 270 | 2,7 | 72900 | 10000 | 27000 |
29 | 300 | 2,7 | 90000 | 12343,21 | 33330 |
Сумма: | 5490 | 109,8 | 1073790 | 99569,11 | 323519,3 |
Информация о работе Статистическое изучение использования рабочего времени