- •Статистика
- •Часть I Теория статистики
- •Тема 1. Сводка и группировка статистических материалов
- •Тема 2. Абсолютные и относительные статистические
- •Тема 3. Средние величины
- •Тема 4. Показатели вариации
- •Тема 5. Индексы
- •Тема 6. Статистическое изучение динамики
- •Тема 7. Выборочное наблюдение
- •Тема 8. Статистическое изучение взаимосвязи
- •Статистика
- •Часть I Теория статистики
- •212027, Могилев, пр-т Шмидта, 3.
- •Рецензия
- •Министерство образования Республики Беларусь
- •Кафедра бухгалтерского учета, анализа и аудита выписка из протокола
Тема 8. Статистическое изучение взаимосвязи
Пример 48
Имеются данные о распределении предприятий по дневной заработной плате и уровню организации (таблица 48.1).
Таблица 48.1 – Распределение предприятий по дневной заработной плате и уровню организации
Уровень организации
Дневная зарплата |
Ниже среднего |
Средний |
Выше среднего |
Всего |
Ниже среднего |
6 2,77 (36) |
7 2,45 (49) |
9 4,77 (81) |
22 9,99 0,45 |
Средняя |
3 0,69 (9) |
8 3,2 (64) |
2 0,24 (4) |
13 4,13 0,32 |
Выше среднего |
4 1,23 (16) |
5 1,25 (25) |
6 2,12 (36) |
15 4,6 0,31 |
Итого |
13 |
20 |
17 |
50 1,08 |
Необходимо оценить тесноту связи между уровнем организации и дневной заработной платой с помощью коэффициентов взаимной сопряженности Пирсона и Чупрова.
Решение
1 Возведем каждую частоту в квадрат и результат запишем в этой же клетке, только в скобках.
2 Делим каждое число, стоящее в скобках на число стоящее в итоговой строке соответствующего столбца и записываем в этой же клетке (например, ).
3 Полученные числа складываем по строкам и результат записываем в графе «Всего» (например, ).
4 В графе «Всего» в каждой клетке второе число делим на первое (например, ).
5 Полученные числа складываем и результат записываем в правом нижнем углу таблицы ( ).
6 Для исследования тесноты связи между признаками, рассчитаем коэффициенты Пирсона и Чупрова
и ,
где – показатель взаимной сопряженности;
– количество групп по первому признаку;
– количество групп по второму признаку.
Коэффициент Чупрова всегда меньше коэффициента Пирсона. Он дает обычно более осторожную оценку связи. Коэффициенты принимают значения от 0 до 1, и чем ближе к 1, тем теснее связь.
Показатель взаимной сопряженности
.
Рассчитаем коэффициент Пирсона
.
Рассчитаем коэффициент Чупрова
.
Так как коэффициенты Пирсона и Чупрова значительно ниже 1, то связь между признаками незначительна.
Пример 49
В результате обследования работников предприятия получены следующие данные (таблица 49.1).
Таблица 49.1 – Сведения об уровне образования и степени удовлетворенности работников своей работой
Образование |
Удовлетворены своей работой |
Не удовлетворены своей работой |
Итого |
Высшее и среднее |
300 |
50 |
350 |
Незаконченное среднее |
200 |
250 |
450 |
Итого |
500 |
300 |
800 |
Требуется оценить тесноту связи между уровнем образования работников и удовлетворенностью своей работой с помощью коэффициентов ассоциации и контингенции.
Решение
Коэффициенты ассоциации и контингенции применяются тогда, когда исследуется связь между варьированием двух атрибутивных (пол, национальность, профессия) признаков, по каждому признаку имеется две группы (таблица 49.2).
Таблица 49.2 – Варьируемые атрибутивные признаки
|
1 |
2 |
Всего |
1 |
a |
b |
a+b |
2 |
c |
d |
c+d |
Итого |
a+c |
b+d |
a+b+c+d |
Коэффициент ассоциации
.
Коэффициент контингенции
.
Коэффициенты контингенции и ассоциации принимают значение от -1 до 1, показывают не только тесноту, но и направление связи.
Если коэффициент >0, связь прямая, <0 – обратная. Чем ближе коэффициент к ±1, тем связь теснее.
Полученные коэффициенты подтверждают наличие существенной связи между исследуемыми признаками. Однако коэффициент контингенции всегда бывает меньше коэффициента ассоциации и дает более корректную оценку тесноты связи.
Пример 50
Урожайность плодов и ягод по Могилевской области за 2007 год характеризуется данными, представленными в таблице 50.1.
Таблица 50.1 – Показатели урожайности плодов и ягод по колхозам Могилевской области за 2007 год
Номер колхоза |
Урожайность, ц/га ( ) |
Внесено удобрений на 1 га ( ) |
Знаки отклонений |
|
|
|
|||
1 |
31,9 |
15,5 |
- |
- |
2 |
33,3 |
11,3 |
- |
- |
3 |
32,9 |
39,7 |
- |
+ |
4 |
34,4 |
15,7 |
- |
- |
5 |
52,3 |
61,4 |
+ |
+ |
6 |
26,4 |
14,6 |
- |
- |
7 |
39,4 |
47,4 |
- |
+ |
8 |
41,6 |
50,1 |
+ |
+ |
9 |
77,3 |
80,5 |
+ |
+ |
10 |
45,9 |
45,1 |
+ |
+ |
Итого |
415,4 |
381,3 |
|
|
Определите тесноту связи с помощью коэффициентов знака Фехнера между урожайностью плодов и ягод по колхозам Могилевской области и количеством внесенных удобрений.
Решение
Коэффициент Фехнера основан на методе параллельных рядов. Суть его в том, что сравниваются знаки отклонений значений признака от их средних арифметических.
Найдем средние арифметические по формуле
; .
; .
Рассмотрим совпадение и несовпадение знаков отклонений.
Совпадение знаков (С) означает согласованную вариацию, а несовпадение (Н) – нарушение этой согласованности.
С = 8; Н = 2.
Коэффициент Фехнера вычисляется по формуле
.
Принимает значения от –1 до +1. Знак «–» означает, что связь обратная, «+» − связь прямая. Чем ближе коэффициент к ±1, тем связь теснее.
Вычислим коэффициент Фехнера:
.
Следовательно, связь прямая и заметно согласованная.
Пример 51
По группе акционерных коммерческих банков региона имеются данные о сумме прибыли банков и размере активов (таблица 51.1).
Таблица 51.1 – Информация о размере прибыли коммерческих банков и стоимости активов
№ банка |
Активы банка, млн руб. |
Прибыль банка, млн руб. |
1 |
866 |
39,6 |
2 |
328 |
17,8 |
3 |
207 |
12,7 |
4 |
185 |
14,9 |
5 |
109 |
4,0 |
6 |
104 |
15,5 |
7 |
327 |
6,4 |
8 |
113 |
10,1 |
9 |
91 |
3,4 |
10 |
849 |
13,4 |
Исчислить коэффициент корреляции рангов для оценки тесноты связи между суммой прибыли банка и размером его активов.
Решение
Для расчета коэффициента корреляции рангов предварительно выполняется ранжирование банков по уровню каждого признака (таблица 51.2).
Таблица 51.2 – Ранжирование банков
№ банка |
Активы банка, млн руб. ( ) |
Ранг по |
№ банка |
Прибыль банка, млн руб. ( ) |
Ранг по |
9 |
91 |
1 |
9 |
3,4 |
1 |
6 |
104 |
2 |
5 |
4,0 |
2 |
5 |
109 |
3 |
7 |
6,4 |
3 |
8 |
113 |
4 |
8 |
10,1 |
4 |
4 |
185 |
5 |
3 |
12,7 |
5 |
3 |
207 |
6 |
10 |
13,4 |
6 |
7 |
327 |
7 |
4 |
14,9 |
7 |
2 |
328 |
8 |
6 |
15,5 |
8 |
10 |
849 |
9 |
2 |
17,8 |
9 |
1 |
866 |
10 |
1 |
39,6 |
10 |
Коэффициент корреляции рангов найдем по формуле
,
где – разность рангов;
– число единиц совокупности.
Дальнейшие расчеты произведем в таблице 51.3.
Таблица 51.3 – Вспомогательная таблица для расчета коэффициента корреляции рангов
Активы банка, млн руб. ( ) |
Прибыль банка, млн руб. ( ) |
Ранги |
(ранг – ранг ) |
|
||
|
|
|||||
1 |
866 |
39,6 |
10 |
10 |
0 |
0 |
2 |
328 |
17,8 |
8 |
9 |
- 1 |
1 |
3 |
207 |
12,7 |
6 |
5 |
1 |
1 |
4 |
185 |
14,9 |
5 |
7 |
- 2 |
4 |
5 |
109 |
4,0 |
3 |
2 |
1 |
1 |
6 |
104 |
15,5 |
2 |
8 |
- 6 |
36 |
7 |
327 |
6,4 |
7 |
3 |
4 |
16 |
8 |
113 |
10,1 |
4 |
4 |
0 |
0 |
9 |
91 |
3,4 |
1 |
1 |
0 |
0 |
10 |
849 |
13,4 |
9 |
6 |
3 |
9 |
Итого |
|
|
|
|
0 |
68 |
Следовательно, связь между признаками прямая и заметная.
Пример 52
По группе предприятий имеются данные о стоимости суммарных активов и сумме чистой прибыли (таблица 52.1).
Таблица 52.1 – Информация о стоимости суммарных активов предприятий и размере их чистой прибыли
№ предприятия |
Суммарные активы, млн руб. |
Чистая прибыль, тыс. руб. |
19 |
4 613 |
345 |
20 |
5 929 |
502 |
21 |
1 705 |
123 |
22 |
4 591 |
361 |
23 |
6 321 |
466 |
24 |
802 |
70 |
25 |
1 778 |
132 |
26 |
773 |
81 |
27 |
2 186 |
185 |
28 |
6 768 |
492 |
29 |
4 362 |
368 |
30 |
7 129 |
476 |
31 |
914 |
68 |
32 |
5 227 |
386 |
33 |
4 355 |
377 |
На основании приведенных данных
1) оценить тесноту связи между результативным и факторным признаком с проверкой коэффициента корреляции на значимость;
2) построить линейное уравнение парной регрессии между чистой прибылью и суммарными активами, оценить на основании расчета различных коэффициентов полученные результаты.
Решение
1 Необходимые данные вычислим в таблице 52.2.
Таблица 52.2 – Вспомогательная таблица
№ предприятия |
Суммарные активы, млн руб. ( ) |
Чистая прибыль, тыс. руб. ( ) |
|
|
|
19 |
4 613 |
345 |
1 591 485 |
21 279 769 |
119 025 |
20 |
5 929 |
502 |
2 976 358 |
35 153 041 |
252 004 |
21 |
1 705 |
123 |
209 715 |
2 907 025 |
15 129 |
22 |
4 591 |
361 |
1 657 351 |
21 077 281 |
130 321 |
23 |
6 321 |
466 |
2 945 586 |
39 955 041 |
217 156 |
24 |
802 |
70 |
56 140 |
643 204 |
4 900 |
25 |
1 778 |
132 |
234 696 |
3 161 284 |
17 424 |
26 |
773 |
81 |
62 613 |
597 529 |
6 561 |
27 |
2 186 |
185 |
404 410 |
4 778 596 |
34 225 |
28 |
6 768 |
492 |
3 329 856 |
45 805 824 |
242 064 |
29 |
4 362 |
368 |
1 605 216 |
19 027 044 |
135 424 |
30 |
7 129 |
476 |
3 393 404 |
50 822 641 |
226 576 |
31 |
914 |
68 |
62 152 |
835 396 |
4 624 |
32 |
5 227 |
386 |
2 017 622 |
27 321 529 |
148 996 |
33 |
4 355 |
377 |
1 641 835 |
18 966 025 |
142 129 |
Итого |
57 453 |
4 432 |
22 188 439 |
292 331 229 |
1 696 558 |
Оценка тесноты связи определяется с помощью коэффициента корреляции
;
; .
; .
; .
.
Так как , то связь прямая, сильная.
2 Линейное уравнение парной регрессии имеет вид
.
, т. е. при увеличении стоимости суммарных активов на 1 млн руб. чистая прибыль в среднем увеличивается на 0,072 тыс. руб.
.
Таким образом
Коэффициент детерминации или 96,49%, т. е. вариация результативного признака на 96,49% обусловлена различиями факторного признака и на 3,51% (100 – 96,49) – другими факторами.
Коэффициент эластичности , т. е. при увеличении стоимости суммарных активов на 1% чистая прибыль в среднем увеличится на 0,9332%.
Учебное издание