Кол. методы МБА 2012 / 1. Статистика / Книга по стат. методам / Книга
.pdfРаспределение квартир, с точки зрения стоимости одного квадратного метра, показывает, что 84% квартир предлагается по цене, большей 1500 долларов за метр. По цене, меньшей 1500 долларов за квадратный метр, предлагается 18% квартир. Доля дорогого жилья с ценой, большей 1700 долларов за квадратный метр, составляет 6%.
Основная масса квартир на вторичном рынке имеет общую площадь до 44 квадратных метров – 86%. Квартир с площадью 52-56 кв. метров на рынке всего 3%.
Отн. частота
Распределение квартир по размеру общей площади
60% |
|
|
|
|
|
|
|
|
|
50% |
|
|
|
|
|
50% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
40% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
30% |
|
17% |
|
19% |
|
|
|
|
|
|
|
|
|||
20% |
|
|
|
|
|
||
|
|
|
11% |
|
|
||
|
|
|
|
|
|||
10% |
|
|
|
|
0% |
3% |
|
|
|
|
|
|
|||
|
|
|
|
|
|||
|
|
|
|
|
|
||
0% |
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
до 36 |
36-40 |
40-44 |
44-48 |
48-52 |
52-56 |
|
|
|
||||||
|
|
|
Общая площадь квартиры (кв.м.) |
|
Основная масса однокомнатных квартир на рынке предлагается с кухней размерами от 7,5 до 10,5 кв.метров – 89%.
|
|
|
Распределение квартир по размеру кухни |
|
|
|
|
|||||||||
60% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
51% |
|
|
|
|
|
|
|
|||
50% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
40% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
30% |
|
|
|
|
|
|
|
|
|
22% |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
20% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
14% |
|
|
|
|
|
|
8% |
|
||||||
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
||||||||
10% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
3% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
6 |
|
|
|
7,5 |
|
|
9 |
|
|
10,5 |
|
|
12 |
|
|
|
|
|
Площадь кухни (кв.м)
191
2. Влияние характеристик квартиры на ее стоимость (на основе коэффициентов парной корреляции, вычисленных с помощью инструмента «Корреляция» из Пакета анализа Excel):
|
Стоимость |
Площадь |
Площадь |
Общая |
|
кв.м. |
комнаты |
кухни |
площадь |
Стоимость кв.м. |
1 |
|
|
|
Площадь комнаты |
-0,46873452 |
1 |
|
|
Площадь кухни |
-0,23003968 |
-0,441113 |
1 |
|
Общая площадь |
-0,59578627 |
0,732416 |
-0,1777051 |
1 |
3. Математическая (регрессионная) модель для оценки стоимости одного квадратного метра жилья для однокомнатных квартир данного района, построенная с помощью инструмента «Регрессия» из Пакета анализа Excel:
С($ / кв.м)расч. = -7,664 Sкомнаты + 65,917 Sкухни+ 28,486 Sобщая. |
||||||
|
|
|
|
|
|
|
|
Коэффици- |
Стан- |
t-стати- |
P-Зна- |
Нижние |
Верхние |
|
дартная |
|||||
|
енты |
ошибка |
стика |
чение |
95% |
95% |
|
|
|
|
|
|
|
Y-пере- |
|
|
|
|
|
|
сечение |
0 |
#Н/Д |
#Н/Д |
#Н/Д |
#Н/Д |
#Н/Д |
Комн. |
-7,66384175 |
14,81162 |
-0,5174209 |
0,6083136 |
-37,7983 |
22,47063 |
Кухня |
65,91717881 |
28,80264 |
2,28858142 |
0,0286403 |
7,317774 |
124,5166 |
Общаяпл. |
28,48613384 |
12,6642 |
2,24934269 |
0,0312836 |
2,720618 |
54,25165 |
4. Качество модели.
|
Регрессионная статистика |
|
|
|
||
|
Множественный R |
|
0,989663501 |
|
||
|
R-квадрат |
|
|
0,979433845 |
|
|
|
Нормированный R-квадрат |
0,947884381 |
|
|||
|
Стандартная ошибка |
|
234,3168318 |
|
||
|
Наблюдения |
|
|
|
36 |
|
Дисперсионный анализ |
|
|
|
|
||
|
df |
SS |
MS |
F |
Значимость F |
|
Регрессия |
3 |
86286514 |
28762171,2 |
523,85934 |
|
2,89E-27 |
Остаток |
33 |
1811844 |
54904,3776 |
|
|
|
Итого |
36 |
88098358 |
|
|
|
|
192
Анализ остатков свидетельствует об относительно приемлемой точности расчетов по модели – средняя ошибка составляет 11%.
Исключение составляют квартиры дешевого сегмента со стоимостью квадратного метра, меньшей, чем 1300 долларов.
Предсказанное |
Остатки |
|
|
Реальная |
Ошибка в % |
(расчетное) значение |
|
|
|||
|
|
статистика |
|||
стоимости |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1711,257486 |
-511,2575 |
|
|
1200 |
43% |
1666,162599 |
-398,1626 |
|
|
1268 |
31% |
1502,909638 |
40,09036 |
|
|
1543 |
3% |
1682,771352 |
-272,7714 |
|
1410 |
19% |
|
1523,497999 |
-10,498 |
|
1513 |
1% |
|
1407,225256 |
231,7747 |
|
1639 |
14% |
|
1478,637043 |
116,363 |
|
1595 |
7% |
|
1523,497999 |
-10,498 |
|
1513 |
1% |
|
1407,225256 |
231,7747 |
|
1639 |
14% |
|
1523,497999 |
-10,498 |
|
1513 |
1% |
|
1320,485785 |
365,5142 |
|
1686 |
22% |
|
1378,489267 |
-45,48927 |
|
1333 |
3% |
|
1538,825682 |
-0,825682 |
|
1538 |
0% |
|
1505,0289 |
161,9711 |
|
1667 |
10% |
|
1630,850816 |
-211,8508 |
|
1419 |
15% |
|
1654,285218 |
-49,28522 |
|
1605 |
3% |
|
1461,006137 |
214,9939 |
|
1676 |
13% |
|
1456,533681 |
175,4663 |
|
1632 |
11% |
|
1418,239458 |
257,7605 |
|
1676 |
15% |
|
1476,542766 |
294,4572 |
|
1771 |
17% |
|
1400,583567 |
231,4164 |
|
1632 |
14% |
|
1479,500221 |
110,4998 |
|
1590 |
7% |
|
1636,654312 |
-4,654312 |
|
1632 |
0% |
|
1510,339548 |
121,6605 |
|
1632 |
7% |
|
1588,109123 |
-76,10912 |
|
1512 |
5% |
|
1679,321049 |
-131,321 |
|
1548 |
8% |
|
1525,642246 |
141,3578 |
|
1667 |
8% |
|
1534,328241 |
75,67176 |
|
1610 |
5% |
|
1567,286831 |
42,71317 |
|
1610 |
3% |
|
1980,666213 |
-762,6662 |
|
|
1218 |
63% |
1627,709401 |
47,2906 |
|
|
1675 |
3% |
1603,436806 |
-8,436806 |
|
1595 |
1% |
|
1560,720098 |
164,2799 |
|
1725 |
10% |
|
1482,56668 |
73,43332 |
|
1556 |
5% |
|
1593,344815 |
-82,34481 |
|
1511 |
5% |
|
1534,203314 |
30,79669 |
|
1565 |
2% |
|
|
|
|
Средняя ошибка => |
11% |
193
6.5. Рынок однокомнатных квартир
На основе данных о предложениях однокомнатных квартир в районе ст. м. Отрадное (на 22 января 2008 г.) выявите закономерности и особенности, присущие рынку однокомнатных квартир в данном районе.
1.Проанализируйте особенности собранной статистики.
2.Выявите наиболее значимые ценообразующие факторы.
3.Постройте наилучшую из возможных модель для оценки стоимости однокомнатных квартир.
4.Укажите, для какого типа квартир такая модель будет наиболее точной при оценке их стоимости.
5.Оцените качество и точность расчетов, проводимых на основе построенной модели.
|
Цена |
Цена |
Общая |
Площадь |
Площадь |
Удаленность |
№ |
квартиры |
квартиры |
площадь |
комнаты |
кухни |
от метро |
|
(руб) |
( $ ) |
кв.м. |
кв.м. |
кв.м. |
(мин.пеш.) |
|
|
|
|
|
|
|
1 |
4 392 500 |
179 285 |
36,3 |
20 |
7 |
40 |
2 |
6 272 000 |
256 000 |
44 |
20,5 |
11 |
15 |
3 |
3 797 500 |
155 000 |
37 |
19 |
9 |
40 |
4 |
5 500 000 |
224 489 |
39,5 |
20,2 |
10 |
10 |
5 |
4 150 000 |
168 000 |
37,6 |
19,2 |
9,4 |
10 |
6 |
4 500 000 |
183 673 |
35,1 |
19,6 |
9 |
5 |
7 |
5 000 000 |
204 081 |
40 |
18 |
9 |
15 |
8 |
4 900 000 |
200 000 |
39 |
19 |
8,5 |
1 |
9 |
4 250 000 |
173 469 |
35,5 |
18 |
7 |
10 |
10 |
4 750 000 |
193 877 |
39 |
19 |
8,5 |
5 |
11 |
3 773 000 |
154 000 |
32,6 |
18 |
6 |
2 |
12 |
4 410 000 |
180 000 |
37,6 |
19,2 |
9,4 |
10 |
13 |
5 145 000 |
210 000 |
32 |
20 |
8 |
2 |
14 |
4 532 500 |
185 000 |
37 |
20 |
9 |
7 |
15 |
3 724 000 |
152 000 |
32,6 |
18 |
6 |
30 |
16 |
3 969 000 |
162 000 |
33 |
19 |
6 |
5 |
17 |
4 400 000 |
179 591 |
35,7 |
20,8 |
6,4 |
7 |
18 |
4 655 000 |
190 000 |
44 |
21,2 |
9,2 |
15 |
19 |
4 750 000 |
193 877 |
39 |
21 |
8,5 |
7 |
20 |
4 900 000 |
200 000 |
42 |
19 |
8 |
20 |
21 |
3 650 000 |
148 979 |
38,7 |
17,3 |
9 |
18 |
22 |
4 550 000 |
185 714 |
43,1 |
21 |
9 |
15 |
194
Решение
1. Анализ особенностей рынка квартир методом группировки (на основе инструментов «Описательная статистика» и «Гистограмма» из Пакета анализа Excel).
Доля на рынке
Ценовое распределение квартир в выборке
60% |
|
|
|
|
50,0% |
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
50% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
40% |
|
|
|
|
27,3% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
30% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
20% |
|
|
|
|
|
|
|
|
|
|
|
|
13,6% |
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
10% |
|
|
|
4,5% |
|
|
|
|
|
|
|
|
|
|
|
4,5% |
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
0% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
до 150 |
|
|
|
150 - 175 175 - 200 200 - 225 свыше 225 |
|||||||||||||||
|
|
|
|
|
|
|
Цена квартиры (тыс. $)
Доля на рынке
Распределение квартир по размеру общей площади
30% |
|
|
|
|
|
23% |
27% |
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
25% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
18% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
20% |
|
14% |
|
|
|
|
|
|
|
|
|
14% |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
15% |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
10% |
|
|
|
|
|
|
|
|
|
|
|
5% |
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
5% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
34 |
36 |
38 |
40 |
42 |
|
|
Еще |
|
|
|||||||||
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
Общая площадь квартиры |
|
|
|
|
|
Доля на рынке
Распределение квартир по размеру кухни
60% |
|
|
|
|
50% |
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
50% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
40% |
|
|
|
27% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
30% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
18% |
|
|
|
|
|
|
||||
20% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
10% |
|
|
|
|
|
|
|
|
|
|
|
|
5% |
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
0% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
7,5 |
9 |
10,5 |
|
|
|
Еще |
|
|
|||||||
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
Площадь кухни (кв.м) |
|
|
|
|
|
|
195
Распределение квартир по удаленности от метро
Доля на рынке
35% |
|
|
|
27% |
32% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
30% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
25% |
|
|
|
|
|
|
|
|
18% |
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
20% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
14% |
|
|
||||
15% |
|
|
|
|
|
|
|
|
|
|
|
|
9% |
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
10% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
5% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5 |
10 |
15 |
20 |
|
|
|
Еще |
|
|
||||||||||
|
|
|
|
|
|
|
|
|
Удаленность от метро (минут пешком)
2. Влияние характеристик квартиры на ее стоимость (на основе коэффициентов парной корреляции, вычисленных с помощью инструмента «Корреляция» из Пакета анализа Excel):
|
Цена |
Общая |
Комната |
Кухня |
Удаленность |
|
|
квартиры |
площадь |
|
|
от метро |
|
Цена квартиры |
1 |
|
|
|
|
|
Общая площадь |
0,543254 |
1 |
|
|
|
|
Комната |
0,506271 |
0,403847 |
1 |
|
|
|
Кухня |
0,592873 |
0,708653 |
0,318742 |
1 |
|
|
Удаленность от |
-0,24481 |
0,11327 |
-0,09896 |
-0,02624 |
1 |
|
метро |
||||||
|
|
|
|
|
3. Математическая (регрессионная) модель для оценки стоимости однокомнатных квартир данного района, построенная с помощью инструмента «Регрессия» из Пакета анализа Excel:
Cквартиры |
расч. |
= 6087,76 Sкомнаты +8862,4 Sкухни − 482,39 tот метро |
|||||||
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|||
|
Коэффи- |
Стандарт- |
t-ста- |
P-Зна- |
Нижние |
Верхние |
|||
|
|
циенты |
ная ошибка |
тистика |
чение |
95% |
95% |
||
Y-пересе- |
|
|
0 |
#Н/Д |
#Н/Д |
#Н/Д |
#Н/Д |
#Н/Д |
|
чение |
|
|
|
|
|
|
|
|
|
Площадь |
6087,7584 |
1391,5259 |
4,37488 |
0,0003 |
3175,261 |
9000,2558 |
|||
комнаты |
|||||||||
|
|
|
|
|
|
|
|
||
Площадь |
8862,4025 |
3167,0657 |
2,79830 |
0,0114 |
2233,657 |
15491,147 |
|||
кухни |
|||||||||
|
|
|
|
|
|
|
|
||
Удаленность |
-482,39452 |
369,85818 |
-1,3042 |
0,2077 |
-1256,51 |
291,7275 |
|||
от метро |
|
|
|
|
|
|
|
|
196
В расчетную модель в качестве факторов целесообразно включить площади комнаты и кухни и удаленность от метро. Фактор «общая площадь» в этом случае учитывать нецелесообразно, так как он учитывается парой «комната-кухня».
4. Качество модели.
|
|
Регрессионная статистика |
|
|
0,995592682 |
|
|
|||||
|
|
Множественный R |
|
|
|
|
|
|||||
|
|
R-квадрат |
|
|
0,991204789 |
|
|
|||||
|
|
Нормированный R-квадрат |
|
0,937647399 |
|
|
||||||
|
|
Стандартная ошибка |
|
|
18877,1599 |
|
|
|||||
|
|
Наблюдения |
|
|
|
|
22 |
|
|
|||
|
Дисперсионный анализ |
|
|
|
|
|
|
|
||||
|
|
df |
|
|
SS |
MS |
|
|
F |
Значимость F |
|
|
|
Регрессия |
3 |
7,63034E+11 |
2,54E+11 |
713,7555 |
|
6,8248E-19 |
|
||||
|
Остаток |
19 |
6770596150 |
3,56E+08 |
|
|
|
|
|
|||
|
Итого |
22 |
7,69805E+11 |
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
||||
|
Реальная цена |
|
|
Цена, рассчитанная |
|
Остатки |
Ошибки моде- |
|
||||
|
|
|
|
|
по модели |
|
|
|
|
|
ли в % |
|
|
|
|
|
|
|
|
|
|
|
|||
|
179 286 |
|
|
|
164496,2063 |
|
14789,50801 |
8,2% |
|
|||
|
256 000 |
|
|
|
215049,5588 |
|
40950,44115 |
16,0% |
|
|||
|
155 000 |
|
|
|
176133,2528 |
|
-21133,25283 |
-13,6% |
|
|||
|
224 490 |
|
|
|
206772,8014 |
|
17716,99449 |
7,9% |
|
|||
|
168 000 |
|
|
|
195367,6014 |
|
-27367,60142 |
-16,3% |
|
|||
|
183 673 |
|
|
|
196669,7165 |
|
-12996,24707 |
-7,1% |
|
|||
|
204 082 |
|
|
|
182105,3576 |
|
21976,27508 |
10,8% |
|
|||
|
200 000 |
|
|
|
190515,4382 |
|
|
9484,56178 |
4,7% |
|
||
|
173 469 |
|
|
|
166792,5252 |
|
6676,862573 |
3,8% |
|
|||
|
193 878 |
|
|
|
188585,8601 |
|
5291,690918 |
2,7% |
|
|||
|
154 000 |
|
|
|
161789,2789 |
|
-7789,278898 |
-5,1% |
|
|||
|
180 000 |
|
|
|
195367,6014 |
|
-15367,60142 |
-8,5% |
|
|||
|
210 000 |
|
|
|
191689,6009 |
|
18310,39908 |
8,7% |
|
|||
|
185 000 |
|
|
|
198140,0308 |
|
-13140,03079 |
-7,1% |
|
|||
|
152 000 |
|
|
|
148282,2321 |
|
3717,767929 |
2,4% |
|
|||
|
162 000 |
|
|
|
166429,8538 |
|
|
-4429,8538 |
-2,7% |
|
||
|
179 592 |
|
|
|
179967,991 |
|
-376,1542973 |
-0,2% |
|
|||
|
190 000 |
|
|
|
203358,6653 |
|
-13358,66525 |
-7,0% |
|
|||
|
193 878 |
|
|
|
199796,588 |
|
-5919,037004 |
-3,1% |
|
|||
|
200 000 |
|
|
|
176918,7409 |
|
|
23081,2591 |
11,5% |
|
||
|
148 980 |
|
|
|
176396,743 |
|
-27417,15121 |
-18,4% |
|
|||
|
185 714 |
|
|
|
200368,633 |
|
-14654,34733 |
-7,9% |
|
Анализ остатков свидетельствует о приемлемой точности модели.
197
ПРИЛОЖЕНИЯ
СПРАВОЧНЫЕ МАТЕРИАЛЫ ИЗ ТЕОРИИ ВЕРОЯТНОСТЕЙ
И МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ
Приложение 1.
СЛУЧАЙНЫЕ ВЕЛИЧИНЫ И ЗАКОНЫ ИХ РАСПРЕДЕЛЕНИЯ
(Краткие сведения из теории вероятностей и математической статистики)
П1.1. ПОНЯТИЕ О ЗАКОНАХ РАСПРЕДЕЛЕНИЯ СЛУЧАЙНЫХ ВЕЛИЧИН
Случайные величины подразделяют на дискретные, когда все
еевозможные значения можно перечислить или пронумеровать и непрерывные, когда возможные значения случайной величины непрерывно заполняют некоторый промежуток.
Законом (рядом) распределения дискретной, случайной ве-
личины называют всякое соотношение, связывающее между собой
еевозможные значения с соответствующими им вероятностями.
Если X – дискретная случайная величина, все значения кото-
рой можно перечислить (X принимает только одно из N возможных значений x1 , x2 , ..., xN ) и известны вероятности, с которыми она
принимает соответствующие значения, то закон ее распределения можно представить таблицей (рядом распределения) – табл. П1.1.
198
|
|
|
|
Таблица П1.1. |
|
|
|
|
|
|
|
Значения X |
x1 |
x2 |
. . . |
xn |
|
Вероятности P (X = xi) |
P1 |
P2 |
. . . |
Pn |
|
Причем, для любого ряда распределения должно выполняться условие
n
∑Pi =1.
i=1
Типичными примерами дискретных случайных величин являются число покупателей или посетителей магазина или ресторана, число проданных единиц товара, число вышедших из строя бытовых приборов, предъявленных на гарантийный ремонт и т.д. Дискретная случайная величина полностью определяется своим законом (рядом) распределения.
При обработке статистики с целью получения закона распределения исходные данные группируют по интервалам и в результате получают эмпирический аналог закона распределения. При этом, оценками вероятностей служат относительные частоты (доли), а в качестве xi используют, как правило, значение середины интервала.
Наряду с дискретными случайными величинами, большое число показателей в реальной экономике носит непрерывный характер – сроки службы объекта, время обслуживания клиента, вес груза или обрабатываемой детали и т.д. Для непрерывной случайной величины записать таблицу ряда распределения невозможно, т.к. число ее значений на любом числовом промежутке бесконечно в силу непрерывности. Поэтому для задания закона распределения таких величин используют не вероятность события X = xi , а вероятность события X < xi , для чего вводят специальную
функцию распределения (интегральную функцию распределе-
ния) вида
F(xi) = P (X < xi) .
Основные свойства функции распределения:
y Все значения функции распределения лежат в диапазоне
0 ≤ F(x) ≤1
yЕсли x2 > x1 , то F(x2 ) > F(x1 )
yПри x → + ∞ F(x) →1
199
Наряду с F(x) для задания закона распределения непрерывной случайной используют также функцию плотности вероятности,
обозначаемую f(x).
Обе функции связаны между собой соотношением
f (x) = F′(x) .
Графики функции распределения и функции плотности вероятности, например, для нормально распределенных случайных величин, выглядят следующим образом – Рис. П1.1.
График функции распределения |
График функции плотности |
|
F(x) |
вероятности |
|
1 |
0,12 |
|
0,8 |
0,1 |
|
0,08 |
||
0,6 |
||
0,06 |
||
0,4 |
||
0,04 |
||
0,2 |
||
0,02 |
||
0 |
||
0 |
||
|
||
|
Рис. П1.1. |
Вероятность того, что случайная величина с известной функцией плотности вероятности f(x) заключена в интервале (a,b) вычисляется по формуле
P(a < x < b) = ∫b f (x) dx = F(b) − F(a)
a
Для основных законов распределения случайных величин функции f(x) и F(x) получены в аналитическом либо табличном виде и хорошо изучены. Для определения их конкретных числовых значений существуют специальные таблицы, а в Excel предусмотрены стандартные функции.
Непрерывная случайная величина полностью определяется заданием либо функции распределения, либо функции плотности вероятности.
При обработке статистики с целью получения закона распределения, исходные данные группируют по интервалам и в результате получают эмпирический аналог закона распределения. В част-
200