6.Результативный признак

Таблица для расчета показателей

Группы	xi	Кол-во, fi	xi*fi	Накопленная частота, S	|x-xср|*f	(x-xср)2*f	Частота, fi/n
7129 - 65485.8	36307.4	13	471996.2	13	216753.83	3614017092.34	0.93
65485.8 - 123842.6	94664.2	0	0	13	0	0	0
123842.6 - 182199.4	153021	0	0	13	0	0	0
182199.4 - 240556.2	211377.8	0	0	13	0	0	0
240556.2 - 298913	269734.6	1	269734.6	14	216753.83	46982222200.37	0.0714
Итого		14	741730.8		433507.66	50596239292.71	1

Для оценки ряда распределения найдем следующие показатели:

1.1 Показатели центра распределения.

Средняя взвешенная

Мода

Медиана

Квартили.

Q₂ совпадает с медианой, Q₂ = 38551.89

.

Децили (децентили).

1.2 Показатели вариации.

Абсолютные показатели вариации.

R = 298913 - 7129 = 291784

Дисперсия

Несмещенная оценка дисперсии

Среднее квадратическое отклонение (средняя ошибка выборки).

Оценка среднеквадратического отклонения.

1.3 Относительные показатели вариации.

Коэффициент вариации

Линейный коэффициент вариации или Относительное линейное отклонение -

1.4 Показатели формы распределения.

Коэффициент осцилляции

Степень асимметрии

Выводы:

1. Наиболее часто встречающееся значение ряда – 36307.4

2. Таким образом, 50% единиц совокупности будут меньше по величине 38551.89

3. Поскольку s_Ex < 3, то отклонение от нормального распределения считается не существенным.

4. Коэффициент вариации значительно больше 33%. Следовательно, рассмотренная совокупность неоднородна и средняя для нее недостаточна типична. В таком случае при практических исследованиях различными статистическими приемами приводят совокупность к однородному виду

5. Поскольку v>70%, то совокупность приближается к грани неоднородности, а вариация сильная.

6. В анализируемом ряду распределения наблюдается существенная левосторонняя

7. Каждое значение ряда отличается от среднего значения 52980.77 в среднем на 60116.7

8. Каждое значение ряда отличается от другого в среднем на 30964.83

9. Таким образом, 25% единиц совокупности будут меньше по величине 22840.45

7.Корелляционно-регрессионный анализ

На основании произведенных расчетов проведем корреляционно-регрессионный анализ

Форма уравнения регрессии – линейная.

График зависимости результативного признака от факторного, составленный по исходным данным

Для наших данных система уравнений имеет вид

14a + 29772235 b = 587203

29772235 a + 79752791962413 b = 1929509699439

Уравнение регрессии (эмпирическое уравнение регрессии):

y = 0.04141 x - 46120.3288

Для расчета параметров регрессии построим расчетную таблицу

x	y	x2	y2	x • y
690349	7129	476581741801	50822641	4921498021
818566	7645	670050296356	58446025	6257937070
1243431	10574	1546120651761	111809476	13148039394
1274487	12453	1624317113169	155077209	15871186611
1319076	13253	1739961493776	175642009	17481714228
1368657	19548	1873221983649	382124304	26754507036
1517692	19939	2303389006864	397563721	30261260788
2016086	21074	4064602759396	444113476	42486996364
2503305	29905	6266535923025	894309025	74861336025
2634461	31384	6940384760521	984955456	82679924024
3213289	31589	10325226197521	997864921	101504586221
3289841	39210	10823053805281	1537424100	128994665610
3822038	44587	14607974473444	1988000569	170413208306
4060957	298913	16491371755849	89348981569	1213872839741
29772235	587203	79752791962413	97527134501	1929509699439