
- •Курсовая работа по дисциплине: «Статистика»
- •Экономической статистики»
- •Содержание
- •1.2. Анализ основных показателей……………………………………….11
- •Раздел 5. Динамика……………………………………………............................. 28
- •Введение
- •Раздел 1. Первичный анализ
- •1.1. Анализ гистограмм
- •1.2. Анализ основных показателей
- •Раздел 2. Задачи на нормальное распределение
- •Раздел 3. Различные виды анализа
- •3.1. Кластерный анализ
- •3.2. Корреляционный анализ
- •3.3. Дисперсионный анализ
- •3.4. Регрессионный анализ
- •Раздел 4. Проверка гипотез
- •4.1.Ненаправленная гипотеза о зависимости золотой медали и даты основания школы
- •4.2.Ненаправленная гипотеза о зависимости среднего балла за егэ по математике от вида образовательного учреждения
- •4.3.Ненаправленная гипотеза о зависимости участия в международных проектах от вида образовательного учреждения
- •Раздел 5. Динамика
- •5.1 Анализ района
- •5.2. Анализ школы
- •Заключение
- •Список источников
- •Приложение 2 Первичный анализ
- •Приложение 3 Кластерный анализ
- •Приложение 4 Корреляционный анализ
3.4. Регрессионный анализ
В моём исследовании хотелось бы обратиться так же к данному виду анализа. Регрессионный анализ — статистический метод исследования влияния одной или нескольких независимых переменных на зависимую переменную. С его помощью я смогу предсказать значения зависимой переменной с помощью независимой.
Предскажем, каково будет среднее значение сдачи ЕГЭ в 2018 году по городу Санкт- Петербург. Это нужно для того, чтобы предсказать тенденцию развития данного экзамена и понимать насколько сильно увеличится уровень оценок и соответственно требования к поступлению в вузы. Для этого соберём данные среднего значения по ЕГЭ за последние 5 лет по всем районам города (таблица 2).
Таблица 2 – Данные по районам за последние 5 лет
Район |
2009 |
2010 |
2011 |
2012 |
2013 |
Адмиралтейский |
58,5 |
61,4 |
63,7 |
65,6 |
67,9 |
Василеостровский |
62,4 |
63,5 |
67,3 |
67,1 |
69,6 |
Выборгский |
59,3 |
61,5 |
65,7 |
65,5 |
67,4 |
Калининский |
60,3 |
60,5 |
65,6 |
66 |
68,2 |
Кировский |
58,3 |
60,2 |
64,6 |
64,3 |
66,5 |
Колпинский |
58,1 |
58,9 |
61,3 |
62,3 |
64,8 |
Красногвардейский |
58,8 |
57,6 |
61,5 |
64,2 |
66,6 |
Красносельский |
59,4 |
62,3 |
66 |
65,5 |
67,6 |
Кронштадтский |
55,3 |
55,9 |
58,8 |
60,2 |
62,5 |
Продолжение таблицы 2 |
|||||
Район |
2009 |
2010 |
2011 |
2012 |
2013 |
Курортный |
57,6 |
58,9 |
63,9 |
63,1 |
64,1 |
Московский |
57,2 |
60,7 |
65 |
64,4 |
66,7 |
Невский |
57,6 |
59,9 |
63,1 |
63,7 |
66,7 |
Петроградский |
60,1 |
61,6 |
64,9 |
68 |
70,7 |
Петродворцовый |
57,2 |
59,6 |
64,1 |
63,3 |
67,1 |
Приморский |
58,2 |
60,4 |
64,5 |
65,2 |
67,6 |
Пушкинский |
56,9 |
61,6 |
65,3 |
65,7 |
66,8 |
Фрунзенский |
57,2 |
59,8 |
62,2 |
63,7 |
66,2 |
Центральный |
62,3 |
63,6 |
67,6 |
67,9 |
71 |
Затем в получившихся данных мы считаем среднее значение для Санкт- Петербурга за каждый год. Для оценки связи мы строим точечный график зависимости среднего балла ЕГЭ по городу от года, в котором это ЕГЭ проходило, и добавим линию тренда. Получаем график с линейным уравнением регрессии (рис.16).
Рисунок 16
В получившемся уравнении регрессии мы будем предсказывать средний балл ЕГЭ, подставляя в качестве X не громоздкие четырехзначные года, а номер временного периода. Вместо 2009 – 1, 2010 – 2 и так далее.
Нам нужен 2018 год, что соответствует 10 периоду. Подставив в уравнение получаем (9):
y = 2,1356*10 + 56,609=77,974 (9)
И так, получается что в 2018 году если не произойдёт ни каких существенных изменений средний балл ЕГЭ по городу вырастет и составит примерно 77,97, что говорит о том что готовиться придётся чуть больше, чем мы бы поступали сегодня.