
- •Реферат
- •2. Зведення та групування зібраних статистичних даних
- •3. Обробка статистичної інформації
- •4. Аналіз отриманих результатів, висновки
- •Розділ і. Збір та обробка статистичних даних
- •1.1 План статистичного спостереження.
- •2. Організаційна частина включає:
- •1.2. Результати статистичного спостереження.
- •Розділ іі. Зведення та групування зібраних статистичних даних
- •Зведення статистичних даних по елементах сукупності
- •2.2 Статистичні групування.
- •Типологічне групування
- •Розділ III. Обробка статистичної інформації
- •3.1. Розрахунок відносних величин
- •3.2Середні величини та показники варіації.
- •3.4. Характеристика рядів розподілу Ряди розподілу характеризуються коефіцієнтом асиметрії та коефіцієнтом ексцесу.
- •Виконаємо розрахунки для віку працівників:
- •Виконаємо розрахунки для відпрацьованого часу :
- •Виконаємо розрахунки для коефіцієнту використаного робочого дня :
- •3.5. Перенесення результатів вибіркового спостереження на генеральну сукупність.
- •3.6. Показники та середні показники ряду динаміки.
- •1. Середній рівень – середнє значення для всієї сукупності:
- •Абсолютний приріст:
- •Темп росту:
- •3.Темп приросту:
- •3.6.1. Вирівнювання рядів динаміки (знаходження рівняння тренда).
- •3.6.2. Визначення взаємозв’язків між факторними та результативними ознаками
- •Розділ 4. Аналіз отриманих результатів.
3.6.2. Визначення взаємозв’язків між факторними та результативними ознаками
Існують такі види зв’язку:
- функціональний – кожному значенню факторної ознаки відповідає одне - значення результативної ознаки.
- стохастичний - кожному значенню факторної ознаки відповідає множина значень результативної, які утворюють умовний розподіл.
Існує декілька методів виявлення зв’язка між двома ознаками:
- метод аналітичних групувань;
- метод регресії і кореляції;
- метод кореляції рангів.
В даній частині курсової роботи буде виявлений зв’язок між кількістю їздок та виручкою за допомогою методу аналітичних групувань і методу регресії та кореляції.
Вимірювання зв’язку методом аналітичних групувань, який складається з таких етапів:
побудова аналітичного групування;
оцінка лінії регресії—тут оцінюють еластичність
: чи реагує результативна ознака на зміну факторної.
визначення щільності зв’язку між факторною та результативною ознакою за формулою:
,
де
-міжгрупова
дисперсія,
-
загальна дисперсія.
Для обчислення міжгрупової дисперсії використаємо формулу:
,
де
-
середнє значення ознаки по всій
сукупності;
-
середнє значення ознаки для кожної з
груп;
-
частоти.
4. Перевірка істотності зв’язку—це порівняння фактичного значення щільності зв’язку з його критичним значенням, яке ми беремо з таблиці даних. Фактичне значення розраховуємо за формулою:
Fф
де
Κ1
=
Г – 1 К2
=
n
– Г
Якщо Fкр ≤ Fф, то зв'язок істотний.
Цей метод добре застосовувати для великих сукупностей.
Визначимо зв'язок між віком і відпрацьованим часом.
Побудуємо аналітичне групування залежності відпрацьованим часом від віку, також в таблицю додамо стовпці для обчислення між групової дисперсії.
Таблиця 3.7.
Залежність відпрацьованого часу від віку
№ п\п |
Вік |
Кіль-кість працівників |
Загальній відпрацьований час |
Cередній відпрацьований час |
Yi-Y |
|
|
1 |
21-26,2 |
8 |
499.9 |
62.4 |
1.71 |
2.9241 |
23.3928 |
2 |
26,2-31,4 |
3 |
183 |
61 |
0.31 |
0.0961 |
0.2883 |
3 |
31,4-36,6 |
5 |
295.4 |
59.08 |
-1.61 |
2.5921 |
12. 9605 |
4 |
36,6-41,8 |
2 |
112.3 |
56.15 |
-4.54 |
20.6116 |
41.2232 |
5 |
41,8-47 |
3 |
125.15 |
41.72 |
-18.97 |
359.8609 |
1079.5827 |
6 |
47-52 |
7 |
419 |
59.86 |
-0.83 |
0.6889 |
4.8223 |
Рис.10.
Залежність відпрацьованого часу від
віку.
Визначимо щільність зв’язку між віком і відпрацьованим часом.
--
таким чином маємо слабкий зв'язокміж
віком і відпрацьованим часом, оскільки
.
Перевіримо істотність зв’язку:
К1= 6 - 1 = 5 ,
К2= 28 - 6=22
Fф= 0.71 /(1- 0.71 )*22/ 5=10.78
Fкр=2,67
В даному випадку Fкр < Fф, отже зв'язок між віком і відпрацьованим часом, вважається, що він спричинений випадковими факторами.
Іншим методом визначення взаємозв’язків між факторною і результативною ознакою метод регресії і кореляції.
На першому етапі при застосуванні цього методу визначають рівняння регресії. Задача регресійно-кореляційного методу полягає у виявленні зв’язку між факторною та результативною ознаками, та виборі рівняння регресії методом найменших квадратів. Це означає, що сума різниць квадратів теоретичних і емпіричних значень повинна бути мінімальною.
(Уі - У)2 min
На наступному етапі необхідно знайти параметри рівняння:
У = а + b*х
де а – параметр, що показує значення результативної ознаки (у), якщо факторна ознака х = 0;
b – параметр, що показує на скільки одиниці змінюється у середньому результативна ознака (у), якщо факторну ознаку змінити на одиницю.
Д
ля
знаходження параметрів будується
система рівняння:
n*a + b* x = y
a* x + b* x2 = x*y
Для розв’язку системи рівнянь побудуємо допоміжну таблицю.
На наступному етапі проводиться оцінка щільності зв’язку. Щоб виявити щільність зв’язку, вимірюють лінійний коефіцієнт кореляції Пірсона:
Лінійний коефіцієнт кореляції r змінюється в межах - 1 r +1. Він показує напрямок і тісноту зв’язку між ознаками.
На заключному етапі перевіряється істотність зв’язку.
Fф
,
де Κ1 = c– 1 К2 = n – c, с—кількість коефіцієнтів в рівнянні регресії.
Розглянемо взаємозв’язок між технічною швидкістю (факторна ознака) і продуктивністю праці (результативна ознака).
Побудуємо кореляційне поле.
Рис. 11.Кореляційне поле.
Припускаємо, залежність лінійна. Побудуємо допоміжну таблицю.
Таблиця 3.8.
Зв'язок між коефіцієнта використаного робочого дня (факторна ознака) і відпрацьованим часом (результативна ознака).
№ п\п |
Коефіцієнт використаного робочого дня |
Відпрацьований час |
X^2 |
XY |
Y(теор) |
1 |
1,30 |
65,3 |
1,69 |
84,89 |
120,4 |
2 |
1,03 |
71 |
1,0609 |
73,13 |
107,63 |
3 |
0,95 |
53,5 |
0,9025 |
50,8 |
103,84 |
4 |
0,99 |
57,9 |
0,9801 |
57,321 |
105,73 |
5 |
0,96 |
63 |
0,9216 |
60,48 |
104,31 |
6 |
1,05 |
60,2 |
1,1025 |
65,1 |
108,57 |
7 |
1,32 |
57,3 |
1,7424 |
75,636 |
121,34 |
8 |
1,33 |
58,5 |
1,7689 |
77,805 |
121,82 |
9 |
1,25 |
62,1 |
1,5625 |
77,625 |
118,03 |
10 |
1,99 |
59,1 |
3,9601 |
117,609 |
153,03 |
11 |
1,24 |
55,6 |
1,5376 |
68,944 |
117,56 |
12 |
1,15 |
56 |
1,3225 |
64,4 |
113,3 |
13 |
1,09 |
58 |
1,1881 |
63,22 |
110,46 |
14 |
1,35 |
63,2 |
1,8225 |
85,32 |
122,76 |
15 |
1,24 |
66 |
1,5376 |
81,84 |
117,56 |
16 |
1,12 |
61,4 |
1,2544 |
68,768 |
111,88 |
17 |
1,33 |
62,7 |
1,7689 |
90,041 |
121,82 |
18 |
0,97 |
57,5 |
0,9409 |
55,775 |
104,79 |
19 |
0,95 |
64,3 |
0,9025 |
61,085 |
103,84 |
20 |
1,35 |
58,5 |
1,8225 |
78,975 |
122,76 |
21 |
1,22 |
59,7 |
1,4884 |
72,834 |
116,61 |
22 |
1,32 |
53,2 |
1,7424 |
70,224 |
121,34 |
23 |
1,20 |
63,8 |
1,44 |
76,56 |
115,67 |
24 |
1,25 |
66 |
1,5625 |
82,5 |
118,03 |
25 |
1,25 |
66,1 |
1,5625 |
82,625 |
118,03 |
26 |
1,32 |
57,7 |
1,7424 |
76,164 |
121,34 |
27 |
1,35 |
60,5 |
1,8225 |
81,675 |
122,76 |
28 |
1,33 |
61,2 |
1,7689 |
81,396 |
121,82 |
|
28,97 |
1699,3 |
42,919 |
2082,7 |
|
|
1,0346 |
774,97 |
1,532 |
74,382 |
|
З системи рівнянь отримуємо рівняння регресії:
28а+ 1.034b=1698
1.034a+ 42.919b=2082.7
а=58,906
b=47,301
Функція має вигляд:
Y= 58,906 + 47,301х.
Відповідно до функції розрахуємо теоретичні значення результативної ознаки. Ці значення наведено в останньому стовпці табл. 3.13.
За допомогою коефіцієнта кореляції Пірсона оцінимо щільність зв’язку між віком і відпрацьованим часом.
XY=74,382
X=1,0346
Y=774,97
Отже, коефіцієнт кореляції має значення:
r =( 74,382- 1,0346*774,97 )/( * )=+ ,
тому можна зробити висновок, що зв'язок є досить суттєвим, оскільки значення коефіцієнта кореляції є досить близьким до 1.
Перевіримо істотність зв’язку між залишковою вартістю і кількістю їздок.
К1= 2 - 1=1
К2= 28- 2 =26
Fф= / *26/1=
Fкр=4,22
Таким чином, Fкр Fф, що вказує на неістотність зв’язку між віком і відпрацьованим часом.