
- •1 Мета і завдання курсової роботи
- •2 Організація роботи над курсовою роботою
- •3 Тематика курсової роботи
- •4 Структура і зміст курсової роботи
- •4.1 Вступ
- •4.2 Статистична інформація та її узагальнення
- •4.3 Платіжна матриця
- •4.4 Комбінаційне та багатовимірне групування
- •4.5 Багатофакторні дисперсійні комплекси
- •4.6 Множинна регресія
- •4.7 Аналіз часових рядів і прогнозування
- •4.8 Аналіз структури і структурних зрушень
- •4.9 Висновки
- •5 Вимоги до оформлення курсової роботи
- •6 Захист курсової роботи
- •Перелік рекомендованих джерел
- •Пояснювальна записка
- •Завдання на курсову роботу
- •1. Тема роботи «Використання статистичних методів і моделей в аналізі складних соціально-економічних явищ»
- •Студентка _______________ ___________________
- •Зразок оформлення змісту курсової роботи
- •Додаток e
- •Об’єкти, комплекс ознак комбінаційного групування та багатовимірних класифікацій
- •Опис користування власною програмою іфнтунг „Багатофакторний кореляційний аналіз. Визначення коефіцієнтів рівняння множинної регресії”
- •Завдання для аналізу часових рядів
- •Завдання для аналізу структури і структурних зрушень Перелік соціально-економічних явищ і процесів, структуру яких вивчають
4.4 Комбінаційне та багатовимірне групування
Необхідно провести комбінаційне групування сукупності, яке полягає у послідовному розчленуванні сукупності за двома і більше ознаками, взятими в комбінації. Послідовність ознак визначає дослідник, виходячи із їх значення і взаємозв’язку.
При побудові таблиці необхідно мати на увазі, що групувальні ознаки поміщають у підметі (перші графи зліва), а всі інші ознаки – у присудку таблиці. В наступних графах вказується число одиниць в кожній групі, абсолютні підсумкові показники, а в останніх графах поміщають розрахункові показники (див додаток Е).
В роботі використовують такі формули:
Інтервал групування:
де xmax - максимальна величина ознаки;
xmin - мінімальна величина ознаки;
n - кількість груп.
Кількість груп за формулою Стерджеса:
n=1+3,321*lgN ,
де N - число одиниць сукупності.
Крім того, необхідно провести багатовимірну класифікацію сукупності. Метою багатовимірного групування є розчленування сукупності соціально–економічних явищ на якісно однорідні групи за великим числом ознак одночасно і на їх основі визначення зв’язку і впливу факторних ознак (незалежних змінних) на результативну (залежну змінну).
Розрахунок багатовимірної середньої слід представити в таблиці(Табл. 4.2).
Таблиця 4.2 – Розрахунок багатовимірної середньої
Об’єк- ти |
Результативна ознака у, |
Факторні ознаки |
|
Нормовані рівні (pij) |
Узагаль-нена ознака
|
||||
х1 |
х2 |
х3 |
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
Продовження таблиці 4.2
|
|
|
|
|
|
|
|
|
|
Ра- зом |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Якщо
зв'язок між результативною та
факторною ознакою прямий, то відношення
Pij
визначається за формулою:
.
Якщо звязок між
результативною та факторною ознакою
обернений, Pij
визначають за формулою:
.
Узагальнена ознака:
.
Одержані значення
багатовимірної середньої
слід розділити на групи:
m = 1+3.322lgN
Величина інтервалу групування визначається за формулою
.
Залежно від теми курсової роботи групуються статистичні сукупності, об’єктами яких є області України, підприємства, комерційні банки, страхові компанії, акції корпорацій тощо. Чисельність вибіркової сукупності приймається рівною малій вибірці і складає 30 одиниць. Перелік об’єктів, які потрапили у вибірку і підлягають багатовимірній класифікації, визначається способом власне випадкової вибірки шляхом жеребкування або використання таблиць випадкових чисел. Сукупності, чисельність яких не перевищує 30 одиниць, підлягають суцільному спостереженню. Багатовимірне групування здійснюється методом багатовимірної середньої та іншими методами.
Об’єкти групування, комплекс незалежних і залежних змінних вказані в додатку Є. Відповідні методи багатовимірного групування визначає керівник роботи і вказує їх у завданні на курсову роботу.
Для реалізації статистичної процедури групування в системі Statistica можна використати статистичний модуль Basic Statistics / Tables (Основні статистики / Таблиці), а для виділення в даних кластерів можна звернутися до модуля Claster Analysis (Кластерний аналіз).