Автор работы: Пользователь скрыл имя, 21 Октября 2010 в 08:27, Не определен
Предметом изучения статистики денежного обращения является количественная характеристика массовых явлений в сфере денежного обращения. Денежное обращение - это движение денег во внутреннем обороте в наличной и безналичной формах в процессе обращения товаров, оказания услуг и совершения различных платежей
Если общее число точек в зонах () и () заметно отличается от общего числа точек в зонах () и (), то линейная связь между рассматриваемыми признаками и положительная. Если общее число точек в зонах () и () заметно отличается от общего числа точек в зонах () и (), то линейная часть отрицательна. Если же точки распределены по зонам равномерно, то линейной связи между признаками и нет.
Корреляционный анализ можно проводить как для не сгруппированных данных, так и для сгруппированных. Проведем корреляционный анализ для исходных не сгруппированных данных таблица № 1.
Рис № 3. Корреляционное поле для исходного ряда.
Поскольку 12 точек из 16 точек лежат в зонах () и (), то линейная связь между рассматриваемыми признаками и положительная.
Парный линейный коэффициент корреляции характеризует направление взаимосвязи и оценивает ее степень тесноты.
= . (21)
Чем ближе модуль коэффициента корреляции к 1, тем взаимосвязь сильнее. Существует следующее упрощенное правило:
Если — связь практически отсутствует;
Если — связь слабая;
Если — связь средняя;
Если связь сильная .
Знак полученного коэффициента характеризует направление связи.
Значение
всех необходимых показателей найдем
с помощью вспомогательной
№ п/п | х | у | ху | (х,-х)² | (у,-у)² |
А | 1 | 2 | 3 | 4 | 5 |
1 | 65,5 | 652 | 42 706,0 | 19,27 | 34 618,32 |
2 | 92,8 | 811 | 75 260,8 | 524,86 | 119 073,00 |
3 | 62,4 | 405 | 25 272,0 | 56,10 | 3 712,46 |
4 | 78,4 | 193 | 15 131,2 | 72,42 | 74 529,00 |
5 | 85,8 | 496 | 42 556,8 | 253,12 | 904,20 |
6 | 80,1 | 621 | 49 742,1 | 104,24 | 24 036,7 |
7 | 58,4 | 509 | 29 725,6 | 132,02 | 18,05 |
8 | 34,2 | 257 | 8 789,4 | 1 273,77 | 43 651,74 |
9 | 60,5 | 141 | 8 530,5 | 88,17 | 105 364,5 |
10 | 75 | 502 | 37 650 | 26,11 | 1 301,04 |
11 | 68,6 | 409 | 28 057,4 | 1,66 | 3 241,02 |
12 | 71,8 | 437 | 31 376,6 | 3,64 | 836,94 |
13 | 74 | 550 | 40 700 | 16,89 | 7 067,76 |
14 | 54,1 | 276 | 14 931,6 | 249,32 | 36 070 |
15 | 75,4 | 526 | 39 660,4 | 30,36 | 3 690,4 |
16 | 81,5 | 670 | 54 605 | 134,79 | 41 644,56 |
Итого | 1118,5 | 7455 | 544695,4 | 2986,74 | 501548,74 |
Среднее | 69,89 | 465,93 | 34043,46 | 186,7 | 31347 |
Среднее квадратическое отклонение определяется на основании формулы:
= . (22)
Подставляем данные из таблицы № 9, получаем:
= = 13,66 тонн
= = 177,05 млн.руб.
Таким образом, парный линейный коэффициент корреляции:
= = = 0,61
Поскольку полученный коэффициент корреляции , то связь умеренная. Так как , то взаимосвязь между признаками средняя.
Проведем корреляционный анализ для сгруппированных данных таблица № 3.
Рисунок № 4. Корреляционное поле для вариационного ряда.
Поскольку на рисунке № 4 видно, что 5 точек из 5 лежит в зонах () и (), то линейная связь между рассматриваемыми признаками и положительная.
Составим
показательную таблицу для
Вспомогательная таблица расчета коэффициента корреляции (сгруппированных данных).
Таблица № 10
№ п/п | х | у | f | xf | yf | yxf | (х,-х)²f | (у,-у)²f |
А | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
1 | 34,20 | 257 | 1 | 34,2 | 257 | 8 789,4 | 1 273,77 | 43 651,74 |
2 | 54,10 | 276 | 1 | 54,1 | 276 | 14 931,6 | 249,32 | 36 073,4 |
3 | 63,08 | 423 | 5 | 315,4 | 2 116 | 133 414,2 | 231,88 | 9 214,92 |
4 | 75,78 | 472 | 6 | 454,68 | 2 829 | 214 608,96 | 208,15 | 221,06 |
5 | 86,60 | 650 | 3 | 259,8 | 1 950 | 168 870 | 837,67 | 101 645,29 |
Итого | 313,76 | 2077,7 | 16 | 1118,2 | 7455 | 540614,16 | 2800,79 | 190806,41 |
Среднее | 69,89 | 465,93 | 33788,39 | 175,05 | 11925,4 |
Определим среднее квадратическое отклонение по формуле (22):
= = 13,23 тонн
= = 109,2 (млн. руб.)
Парный линейный коэффициент корреляции:
= = = 0,84.
Поскольку полученный коэффициент корреляции , то связь положительная. Так как и практически равен 1, то связь между признаками очень высокая.
Значение
коэффициент корреляции для сгруппированных
данных является приближенным, так
как происходит усреднение значений
признака для каждой выделяемой группы.
Коэффициент корреляции для не сгруппированных
данных является точным, но связан с
большими вычислительными затратами,
поэтому на практике лучше проводить
корреляционный анализ для сгруппированных
данных, при условии что полученная группировка
является однородной.
Коэффициент вариации составил 19%,
а это значит, что вариация
признака выручки от
Рассчитанные значения дисперсии определены верно, так как 31347= 31347.
Исходя из полученного
Взаимосвязь между признаками
средней годовой
Связь между признаками
Исходя из коэффициента
Между признаками средней
Список используемой литературы
1. Статистика финансов. Учебник/ Под ред. проф. В.Н. Салина. - М.: Финансы и статистика, 2000. - 816 с: ил.
2. Теория статистики: Учебник / Под ред. проф. Г. Л. Громыко, - М.: ИНФРА-М, - М., 2005, - 476 с.-
3. Экономическая статистика. Учебник / Под ред. Ю. Н. Иванова – М.: ИНФРА-М, 2006 – 736 с.
4. Методическое
пособие по выполнению