Автор работы: Пользователь скрыл имя, 18 Февраля 2013 в 09:41, контрольная работа
Задача №1
По данным таблицы №1 рассчитать: 1) меры вариации (среднее абсолютное отклонение; среднее квадратическое отклонение; дисперсию; коэффициент вариации); 2) моду и медиану; 3) построить полигон и гистограмму распределения; 4) теоретический вопрос: укажите различные методы расчета дисперсии; меры вариации для сгруппированных данных; дисперсию альтернативного признака.
Задача №1 - Задача №4
Вариант 6
Задача №1
По данным таблицы №1 рассчитать: 1) меры вариации (среднее абсолютное отклонение; среднее квадратическое отклонение; дисперсию; коэффициент вариации); 2) моду и медиану; 3) построить полигон и гистограмму распределения; 4) теоретический вопрос: укажите различные методы расчета дисперсии; меры вариации для сгруппированных данных; дисперсию альтернативного признака.
Таблица 1
Урожайность зерна в фермерских хозяйствах области в 1996г.
Кол-во хозяйств Урожайность |
В А Р И А Н Т Ы |
6 | |
до 38,25 |
21 |
38,25-38,75 |
13 |
38.75-39.25 |
36 |
39,25-39,75 |
20 |
39,75-40,25 |
10 |
40,25-40,75 |
4 |
свыше 40,75 |
1 |
Решение
где х – середина интервала, f – частота
Мода для интервального ряда определяется по формуле
Медиана
Дисперсию определяем по формуле
Среднее квадратическое отклонение
Среднее линейное отклонение
Расчеты производим в таблице
х |
f |
xf |
|
|||||
38 |
21 |
798 |
39,005 |
21 |
0,0128 |
0,113 |
21 |
1,0622 |
38,5 |
13 |
500,5 |
3,25 |
6,5 | ||||
39 |
36 |
1404 |
0 |
0 | ||||
39,5 |
20 |
790 |
5 |
10 | ||||
40 |
10 |
400 |
10 |
10 | ||||
40,5 |
4 |
162 |
9 |
6 | ||||
41 |
1 |
41 |
4 |
2 | ||||
70 |
4095,5 |
39,0 |
52,25 |
0,0128 |
0,113 |
55,5 |
1,0622 |
Коэффициент вариации
Следовательно, изучаемая совокупность является количественно однородной.
3. Полигон
Гистограмма
Теоретический вопрос: различные методы расчета дисперсии; меры вариации для сгруппированных данных; дисперсия альтернативного признака.
Показатели вариации делятся на две группы: абсолютные и относительные. К абсолютным относятся: размах вариации, среднее линейное отклонение, дисперсия и среднее квадратичное отклонение.
Самым распространенным абсолютным показателем является размах вариации, определяемый как разность между наибольшим (Хmax) и наименьшим (Хmin) значениями вариантов.
Этот показатель прост для расчета, что и обусловило его широкое распространение. Однако, он улавливает только крайние отклонения и не отражает отклонений всех вариант в ряду.
Для обобщающей характеристики распределения отклонений рассчитывают среднее линейное отклонение , определяемое как средняя арифметическая из отклонений индивидуальных значений от средней, без учета знака этих отклонений:
- невзвешенное среднее линейное отклонение
- взвешенное среднее линейное отклонение
Среднее линейное
отклонение как меру вариации признака
применяют в статистической практике
редко, т.к. во многих случаях этот показатель
не устанавливает степень
Меру вариации более объективно отражает показатель дисперсии ( - средний квадрат отклонений), определяемый как средняя из отклонений, возведенных в квадрат:
- невзвешенная или - взвешенная
Корень квадратный из дисперсии s «среднего квадрата отклонений» представляет собой среднее квадратическое отклонение:
Среднее квадратическое отклонение (СКО) выражается в тех же единицах измерения, что и признак ( в литрах, тоннах, рублях, %-х и т.д.). СКО является мерилом надежности средней. Чем меньше СКО, тем лучше средняя арифметическая отражает собой представляющую совокупность.
К относительным показателям, позволяющим сравнивать характер рассеивания в различных распределениях, относятся следующие:
Коэффициент осциляции – отражающий относительную колеблемость крайних значений признака вокруг средней:
Относительное линейное отклонение характеризует долю усредненного значения абсолютных отклонений от средней величины:
Коэффициент вариации является наиболее распространенным показателем колеблемости, используемым для оценки типичности средней величины.
Если n>33% , то это говорит о большой колеблемости признака в изучаемой совокупности.
Дисперсия обладает рядом свойств, которые позволяют упростить ее расчеты.
Если из всех значений вариант отнять какое-то постоянное число А, то средний квадрат отклонений от этого не изменится:
Если
все значения вариант
Если исчислить средний квадрат отклонений от любой величины А, которая в той или иной степени отличается от средней арифметической х, то он всегда будет больше среднего квадрата отклонений s², исчисленный от средней арифметической:
А именно средний квадрат отклонений при этом будет больше на квадрат разности средней и этой условно взятой величиной, т.е. на :
или
Дисперсия от средней имеет свойство минимальности, т.е. она всегда меньше дисперсий, исчисленных от любых других величин. В этом случае, когда А приравнивается к нулю формула принимает вид:
или = -
средний квадрат
квадрат среднего
значений значения
признака признака
Этот способ расчета дисперсии и среднего квадратического отклонения называется способом моментов, или способом от условного нуля. Он применяется при условии равных интервалов.
Используя второе свойство дисперсии, разделив, все варианты на величину интервала, получим: .
Наряду с
изучением вариации признака по всей
совокупности в целом часто бывает
необходимо проследить количественные
изменения признака по группам, на которые
разделяется совокупность, а также
между группами. Такое изучение вариации
достигается посредством
Выделяют общую, межгрупповую и внутригрупповую дисперсии.
Общая дисперсия характеризует вариацию признака, которая зависит от всех условий в данной совокупности:
где - общая средняя для всей изучаемой совокупности
Межгрупповая дисперсия отражает вариацию изучаемого признака, которая возникает под влиянием признака-фактора, положенного в основу группировки. Она характеризует колеблемость групповых (частных) средних около общей средней :
где – средняя по отдельным группам,
– общая средняя, - численность отдельных групп.
Средняя внутригрупповая дисперсия характеризует случайную вариацию в каждой группе. Эта вариация возникает под влиянием других неучитываемых факторов и не зависит от условия (признака-фактора), положенного в основу группировки:
Существует закон, связывающий три вида дисперсии (правило сложения дисперсий): общая дисперсия равна сумме средних из внутригрупповой и межгруповой дисперсии:
Задача № 2
По данным таблицы № 2 рассчитайте: 1) показатели ряда динамики; 2) средние показатели ряда динамики; 3) выявить основную тенденцию развития ряда (тренд): а) методом трехлетней скользящей средней; б) при помощи аналитического выравнивания; в) произвести прогноз на 2 года.
Таблица 2
Динамика продажи мясных консервов в одном из регионов
за 1991-1999г. (млн.усл. банок)
консервы мясные (млн. усл. банок) год |
В А Р И А Н Т Ы |
6 | |
1991 |
780 |
1992 |
810 |
1993 |
820 |
1994 |
840 |
1995 |
910 |
1996 |
930 |
1997 |
960 |
1998 |
990 |
1999 |
1000 |
Решение
Средний уровень интервального ряда определяем по формуле
Абсолютный прирост
Темп роста
Темп прироста
Абсолютное значение 1% прироста
Средний абсолютный прирост
Средний темп роста
Средний темп прироста
Результат расчета по данным формулам аналитических показателей ряда динамики представим в виде таблицы
годы |
консервы мясные (млн. усл. банок) |
абсолютный прирост |
темп роста |
темп прироста |
абсолютное значение 1% прироста | |||
цепной |
базисный |
цепной |
базисный |
цепной |
базисный | |||
1991 |
780 |
- |
- |
100 |
100 |
- |
- |
- |
1992 |
810 |
30 |
30 |
103,85 |
103,85 |
3,85 |
3,85 |
7,80 |
1993 |
820 |
10 |
40 |
101,23 |
105,13 |
1,23 |
5,13 |
8,10 |
1994 |
840 |
20 |
60 |
102,44 |
107,69 |
2,44 |
7,69 |
8,20 |
1995 |
910 |
70 |
130 |
108,33 |
116,67 |
8,33 |
16,67 |
8,40 |
1996 |
930 |
20 |
150 |
102,20 |
119,23 |
2,20 |
19,23 |
9,10 |
1997 |
960 |
30 |
180 |
103,23 |
123,08 |
3,23 |
23,08 |
9,30 |
1998 |
990 |
30 |
210 |
103,13 |
126,92 |
3,13 |
26,92 |
9,60 |
1999 |
1000 |
10 |
220 |
101,01 |
128,21 |
1,01 |
28,21 |
9,90 |
Σ |
8040 |
220 |
Средний абсолютный прирост
Средний темп роста
Средний темп прироста
Изобразим исходные данные графически
Следовательно, наблюдается положительная тенденция потребления мясных консервов: Наблюдается ежегодный прирост потребления мясных консервов, при сравнении с 1991 годом также наблюдается равномерный рост потребления. В среднем абсолютный прирост составил 24,4 млн.усл.банок или 3,15%.
Основная тенденция развития ряда (тренд):
а) методом трехлетней скользящей средней: производится укрупнение интервалов, рассчитываются средние арифметические из окружающих значений
годы |
консервы мясные (млн. усл. банок) |
метод |
1991 |
780 |
- |
1992 |
810 |
803,33 |
1993 |
820 |
823,33 |
1994 |
840 |
856,67 |
1995 |
910 |
893,33 |
1996 |
930 |
933,33 |
1997 |
960 |
960,00 |
1998 |
990 |
983,33 |
1999 |
1000 |
- |
8040 |
Изобразим данные и сглаженные значения на графике
б) при помощи аналитического выравнивания
Значения t выбираются таким образом, чтобы сумма t равнялась 0
Тогда
годы |
консервы мясные (млн. усл. банок) |
t |
t2 |
ty |
yt |
1991 |
780 |
-4 |
16 |
-3120 |
773,98 |
1992 |
810 |
-3 |
9 |
-2430 |
803,81 |
1993 |
820 |
-2 |
4 |
-1640 |
833,64 |
1994 |
840 |
-1 |
1 |
-840 |
863,47 |
1995 |
910 |
0 |
0 |
0 |
893,3 |
1996 |
930 |
1 |
1 |
930 |
923,13 |
1997 |
960 |
2 |
4 |
1920 |
952,96 |
1998 |
990 |
3 |
9 |
2970 |
982,79 |
1999 |
1000 |
4 |
16 |
4000 |
1012,62 |
Σ |
8040 |
0 |
60 |
1790 |
8039,7 |