Xreferat.com » Рефераты по экономике » Статистическая обработка данных. Статистика денежного обращения

Статистическая обработка данных. Статистика денежного обращения

КУРСОВАЯ РАБОТА

по дисциплине "Статистика"

на тему: "Статистическая обработка данных.

Статистика денежного обращения"


Санкт-Петербург 2010

Содержание


Введение

Глава 1. Статистическая обработка данных

1.1 Постановка задачи. Цель работы. Исходные данные

1.2 Вычисление основных выборочных характеристик по заданной выборке

1.3 Результаты вычисления интервальных оценок для математического ожидания и дисперсии

1.4 Результаты ранжирования выборочных данных вычисления моды и медианы

1.5 Параметрическая оценка функции плотности распределения

1.6. Проверка гипотезы о нормальном распределении случайной величины по критерию Пирсона

Глава 2. Статистика денежного обращения

2.1 Понятия денежного обращения и денежной массы

2.2 Система показателей денежной массы

2.3 Структура денежной массы и ее виды

2.4 Понятие денежной базы и ее составляющие

2.5 Статистический анализ оборачиваемости денежной массы

Заключение

Список литературы


Введение


Данная курсовая работа состоит из двух частей: в первой студентом по практическому заданию с индивидуальным вариантом необходимо данную выборку подвергнуть исследованию, путем расчета различных показателей, построить модели ряда теоретическую и практическую, сделать вывод о возможности или невозможности нормального распределения в данном ряду.

К основным задачам выполняемой работы можно отнести:

поставить задачу по исследованию ряда

определить основные параметры ряда

ранжировать ряд

произвести вычисления интервальных оценок для матожидания и дисперсии и некоторые другие задачи.

Во второй части работы основными задачами являются:

узнать основные теоретические понятия темы "структура денежного обращения"

произвести оценку по формулам показателей денежной системы России

проанализировать полученные данные за период времени 2005-2009

После выполнения поставленных задач, цель курсовой работы будет выполнена

Глава 1. Статистическая обработка данных


1.1 Постановка задачи. Цель работы. Исходные данные


По выборке объёма N провести статистическую обработку результатов

эксперимента.

Цель работы:

Изучить и усвоить основные понятия математической статистики. Овладеть методикой статистического оценивания числовых характеристик случайной величины и нормального закона распределения. Ознакомиться с методикой применения статистических критериев для проверки гипотез.

Исходные данные:

Проведён эксперимент, в результате которого была получена выборка N = 60,которая соответствует случайной величине, распределённой по нормальному закону. Итак, обратимся к приведенной ниже выборке. Затем проведем ранжирование.


Таблица 1.1

Выборка (исходные данные)

1 15,10 11 16,40 21 15,70 31 16,67 41 15,15 51 17,94
2 15,26 12 16,52 22 15,01 32 15,93 42 15,12 52 15,04
3 16,75 13 17,70 23 17,39 33 16,31 43 16,91 53 16,62
4 16,40 14 16,29 24 17,12 34 15,15 44 17,78 54 15,68
5 15,64 15 14,44 25 15,61 35 17,38 45 15,80 55 16,38
6 14,40 16 17,02 26 15,81 36 15,78 46 17,36 56 15,03
7 15,86 17 15,88 27 16,26 37 16,05 47 16,60 57 15,38
8 16,30 18 15,41 28 15,96 38 15,22 48 15,31 58 15,85
9 15,22 19 16,84 29 15,28 39 15,02 49 16,91 59 16,38
10 14,85 20 18, 19 30 15,59 40 15,81 50 15,07 60 17,26

1.2 Вычисление основных выборочных характеристик по заданной выборке


1. Среднее арифметическое случайной величины X - представляет собой обобщенную количественную характеристику признаков статистической совокупности в конкретных условиях места и времени


Статистическая обработка данных. Статистика денежного обращения16,0515

2. Среднее линейное отклонение - определяется как среднее арифметическое абсолютных значений вариант х-итое и среднего арифметического х-с-чертой


Статистическая обработка данных. Статистика денежного обращения=0,7447


3. Дисперсия случайной величины X - мера разброса данной случайной величины, то есть её отклонения от математического ожидания


Статистическая обработка данных. Статистика денежного обращения0,795586


4. Несмещенная оценка дисперсии


Статистическая обработка данных. Статистика денежного обращения0,809071


5. Среднее квадратическое отклонение


Статистическая обработка данных. Статистика денежного обращения0,86296


6. Несмещенная выборочная оценка для среднего квадратического отклонения


Статистическая обработка данных. Статистика денежного обращения0,899484


7. Коэффициент вариации


Статистическая обработка данных. Статистика денежного обращения=5,603735


8. Коэффициент асимметрии случайной величины X


Статистическая обработка данных. Статистика денежного обращения=0,069231


Коэффициент асимметрии положителен, значит "длинная часть" кривой распределена справа от математического ожидания

9. Коэффициент эксцесса случайной величины X


Статистическая обработка данных. Статистика денежного обращения3= - 0,68119


Для нормального распределения коэффициент эксцесса равен 0

Так как коэффициент отрицательный, то это значит, что сравниваемая кривая имеет более плоскую вершину, чем при нормальном распределении

10. Вариационный размах - показывает, насколько велико различие между наибольшей и наименьшей единицами совокупности


R = X max - X min=3,79


На основании полученных вычислений можно сделать следующие выводы:

1. Необходимое условие для того, чтобы выборка имела нормальный закон распределения, выполняется, т.к. для коэффициента вариации V выполняется неравенство:


V = 5,603735% < 33%


Отсюда следует, что все выборочные значения случайной величины X положительны, что мы и видим в исходных данных.

2. Для нормального распределения коэффициенты асимметрии и эксцесса должны быть равны нулю, т.е. Аs = Е = О

Выборочный коэффициент асимметрии служит для характеристики асимметрии распределения случайной величины. Если распределение симметрично относительно математического ожидания, то коэффициент асимметрии равен 0.

По результатам вычисления асимметрия близка к нулю Аs = 0,069231.

В связи с этим необходимы дополнительные исследования для выяснения степени близости распределения выборки к нормальному распределению.

1.3 Результаты вычисления интервальных оценок для математического ожидания и дисперсии


Для вычисления интервальной оценки математического ожидания воспользуемся формулой:


Статистическая обработка данных. Статистика денежного обращения


Где a=M [X] - математическое ожидание,

N-1=V=59 - число степеней свободы,

Статистическая обработка данных. Статистика денежного обращения - величина, численно равная половине интервала, в который может попасть случайная величина Статистическая обработка данных. Статистика денежного обращения, имеющая определённый закон распределения при заданной доверительной вероятности р и заданном числе степеней свободы V.

Подставляем в формулу вычисленные ранее значения Статистическая обработка данных. Статистика денежного обращения,Статистическая обработка данных. Статистика денежного обращения и N. В результате получим


16,0515 - t59,p (0,899484/√60) ‹a‹16,0515 + t59,p (0,899484/√60)


Задаёмся доверительной вероятностью Статистическая обработка данных. Статистика денежного обращения; Статистическая обработка данных. Статистика денежного обращения

Для каждого значения Статистическая обработка данных. Статистика денежного обращения (i=1,2) находим по таблице значения Статистическая обработка данных. Статистика денежного обращенияи вычисляем два варианта интервальных оценок для математического ожидания.


1. При Статистическая обработка данных. Статистика денежного обращения Статистическая обработка данных. Статистика денежного обращения

16,0515 - 2 (0,899484/√60) = 15,81925

16,0515 + 2 (0,899484/√60) = 16,28375

15,81925 < a < 16,28375

2.При Статистическая обработка данных. Статистика денежного обращения t59; 0,99= 2,66

16,0515 - 2,66 (0,899484/√60) = 15,74261

16,0515 + 2,66 (0,899484/√60) = 16,36039

15,74261 < a < 16,36039


Для интервальной оценки дисперсии существуют следующие неравенства:


Статистическая обработка данных. Статистика денежного обращения


Подставляем в неравенство известные значения N и Статистическая обработка данных. Статистика денежного обращенияполучим неравенство, в котором неизвестны Статистическая обработка данных. Статистика денежного обращения и Статистическая обработка данных. Статистика денежного обращения.


(59*0,809071) /Х22<σ2< (59*0,809071) / Х12


Задаваясь доверительной вероятностью Статистическая обработка данных. Статистика денежного обращения (или уровнем значимости а) вычисляем значения Статистическая обработка данных. Статистика денежного обращения и Статистическая обработка данных. Статистика денежного обращения. Используем эти два значения и степень свободы V=N-1 по таблице находим Статистическая обработка данных. Статистика денежного обращения и Статистическая обработка данных. Статистика денежного обращения


Статистическая обработка данных. Статистика денежного обращения

Статистическая обработка данных. Статистика денежного обращения


Статистическая обработка данных. Статистика денежного обращения и Статистическая обработка данных. Статистика денежного обращения - это границы интервала, в который попадает случайная величина Х, имеющая Статистическая обработка данных. Статистика денежного обращения распределение вероятности Статистическая обработка данных. Статистика денежного обращения и заданной степени свободы V.


Для Статистическая обработка данных. Статистика денежного обращения=0,95


Статистическая обработка данных. Статистика денежного обращения Статистическая обработка данных. Статистика денежного обращения и V=59 находим по таблице:

Статистическая обработка данных. Статистика денежного обращения

Статистическая обработка данных. Статистика денежного обращения


Подставляя в неравенства Статистическая обработка данных. Статистика денежного обращения и Статистическая обработка данных. Статистика денежного обращения и произведя вычисления, получим интервальную оценку:


(59*0,809071) /83,2976<σ2< (59*0,809071) / 40,4817

0,573068<σ2<1,179179

Для Статистическая обработка данных. Статистика денежного обращения

Статистическая обработка данных. Статистика денежного обращения; Статистическая обработка данных. Статистика денежного обращения и V=59 находим по таблице:

Статистическая обработка данных. Статистика денежного обращения, Статистическая обработка данных. Статистика денежного обращения


Подставляя в неравенства Статистическая обработка данных. Статистика денежного обращения и Статистическая обработка данных. Статистика денежного обращения и произведя вычисления, получим интервальную оценку:


(59*0,809071) /91,9517<σ2< (59*0,809071) / 35,5346

0,519133<σ2<1,343343


Для интервальной оценки среднего квадратического отклонения имеем


Статистическая обработка данных. Статистика денежного обращения

При Статистическая обработка данных. Статистика денежного обращения

Статистическая обработка данных. Статистика денежного обращения

σ = 0,899484

Статистическая обработка данных. Статистика денежного обращения

Статистическая обработка данных. Статистика денежного обращения6,909064

Статистическая обработка данных. Статистика денежного обращения

0,757017<σ<1,085904

При Статистическая обработка данных. Статистика денежного обращения

Статистическая обработка данных. Статистика денежного обращения

Статистическая обработка данных. Статистика денежного обращения

0,093802<σ< 0,368412


1.4 Результаты ранжирования выборочных данных вычисления моды и медианы

Используя исходные данные, записываем все заданные значения выборки в виде неубывающей последовательности значений случайной величины Х.

Таблица 1.4.1

Ранжированный ряд

1 14,4 11 15,15 21 15,61 31 15,88 41 16,4 51 17,02
2 14,44 12 15,15 22 15,64 32 15,93 42 16,4 52 17,12
3 14,85 13 15,22 23 15,68 33 15,96 43 16,52 53 17,26
4 15,01 14 15,22 24 15,7 34 16,05 44 16,6 54 17,36
5 15,02 15 15,26 25 15,78 35 16,26 45 16,62 55 17,38
6 15,03 16 15,28 26 15,8 36 16,29 46 16,67 56 17,39
7 15,04 17 15,31 27 15,81 37 16,3 47 16,75 57 17,7
8 15,07 18 15,38 28 15,81 38 16,31 48 16,84 58 17,78
9 15,1 19 15,41 29 15,85 39 16,38 49 16,91 59 17,94
10 15,12 20 15,59 30 15,86 40 16,38 50 16,91 60 18, 19

Интервал [14,40; 18, 19], содержащий все элементы выборки, разбиваем на частичные интервалы, используя при этом формулу Стерджесса для определения оптимальной длины и границ этих частичных интервалов.

По формуле Стерджесса длина частичного интервала равна:


Статистическая обработка данных. Статистика денежного обращения= 0,548717225


Для удобства и простоты расчетов округляем полученный результат до сотых: h = 0,55

За начало первого интервала принимаем значение:


Хо= Хmin - h/2 = 14,13

Х1=Х0 + h = 14,67

Х2 = Х1+h = 15,22

Х3 = Х2 + h = 15,77

Х4=16,32

Х5=16,87

Х6=17,42

Х7=17,97

Х8 = 18,52


Вычисление границ заканчивается как только выполняется неравенство


Хn >X max: Х8 = 18,52 > Хmax = 18, 19


По результатам вычислений составляем таблицу. В первой строке таблицы помещаем частичные интервалы, на второй строке - середины интервалов, в третьей строке записано количество элементов выборки, попавших в каждый интервал частоты, в четвертой строке записаны относительные частоты и в пятой строке записаны значения плотности относительных частот или значения выборочной, экспериментальной функции плотности (таблица 1.4.2).


Таблица 1.4.2

Значение выборочной функции и плотности

Интервалы

h

Статистическая обработка данных. Статистика денежного обращения

[14,33;

14,67)

[14,67;

15,22)

[15,22;

15,77)

[15,77;

16,32)

[16,32,16,87)

[16,87;

17,42)

[17,42;

17,97)

[17,97;

18,52)

Статистическая обработка данных. Статистика денежного обращения

14,40 14,95 15,50 16,05 16,59 17,14 17,69 18,24

частота

ni

2 12 10 14 10 8 3 1

Статистическая обработка данных. Статистика денежного обращения

0,033333333 0,2 0,166666667 0,233333333 0,166666667 0,133333333 0,05 0,016666667

Статистическая обработка данных. Статистика денежного обращения

0,060747744 0,364486462 0,303738718 0,425234206 0,303738718 0,242990975 0,091121615 0,030373872

Статистическая обработка данных. Статистика денежного обращения

60,747744 364,486462 303,738718 425,234206 303,738718 242,990975 91,121615 30,373872

По результатам вычислений функции плотности, представленной в таблице 4.1 можно сделать вывод, что мода имеет один локальный максимум в окрестностях точки х=0.34 с частотой n=20.

Оценку медианы находим, используя вариационный ряд


Статистическая обработка данных. Статистика денежного обращения

Т.к. N=2k, то k=N/2=30


Статистическая обработка данных. Статистика денежного обращенияСравнение оценок Статистическая обработка данных. Статистика денежного обращения медианы = 15,87 и оценки математического ожидания 16,0515 показывает, что они отличаются на 1,14 %.


1.5 Параметрическая оценка функции плотности распределения


Исходя из гипотезы, что заданная выборка имеет нормальный закон распределения, найдём параметрическую оценку функции плотности, используя формулу для плотности распределения вероятности нормального закона


Статистическая обработка данных. Статистика денежного обращения


где Статистическая обработка данных. Статистика денежного обращения и Статистическая обработка данных. Статистика денежного обращения известны - они вычисляются по выборке.

Статистическая обработка данных. Статистика денежного обращения=0,899484

Статистическая обработка данных. Статистика денежного обращения=16,0515

Значения этой функции вычисляют для середин частичных интервалов вариационного ряда, т.е. при Статистическая обработка данных. Статистика денежного обращения. На практике для упрощения вычислений функции Статистическая обработка данных. Статистика денежного обращения, где i=1,2,…,k, пользуются таблицами значений функции плотности стандартной нормальной величины.


Статистическая обработка данных. Статистика денежного обращения


Для этого вычисляем значения Статистическая обработка данных. Статистика денежного обращения для i=1,2,…,k:


Статистическая обработка данных. Статистика денежного обращения

Статистическая обработка данных. Статистика денежного обращения

Статистическая обработка данных. Статистика денежного обращения

Статистическая обработка данных. Статистика денежного обращения

Статистическая обработка данных. Статистика денежного обращения

Статистическая обработка данных. Статистика денежного обращения

Статистическая обработка данных. Статистика денежного обращения, Статистическая обработка данных. Статистика денежного обращения


Затем по таблице находим значение


Статистическая обработка данных. Статистика денежного обращения:

Статистическая обработка данных. Статистика денежного обращения0,0775

Статистическая обработка данных. Статистика денежного обращения 0,1895

Статистическая обработка данных. Статистика денежного обращения 0,3271

Статистическая обработка данных. Статистика денежного обращения 0,3986

Статистическая обработка данных. Статистика денежного обращения 0,3230

Статистическая обработка данных. Статистика денежного обращения 0,1804

Статистическая обработка данных. Статистика денежного обращения0,0694

Статистическая обработка данных. Статистика денежного обращения0,0184

И после вычисляем функцию Статистическая обработка данных. Статистика денежного обращения:


Статистическая обработка данных. Статистика денежного обращения0,0862

Статистическая обработка данных. Статистика денежного обращения0,2107

Статистическая обработка данных. Статистика денежного обращения 0,3637

Статистическая обработка данных. Статистика денежного обращения0,4431

Статистическая обработка данных. Статистика денежного обращения0,3591

Статистическая обработка данных. Статистика денежного обращения0, 2006

Статистическая обработка данных. Статистика денежного обращения0,0772

Статистическая обработка данных. Статистика денежного обращения0,0205


Функция Статистическая обработка данных. Статистика денежного обращения, вычисленная при заданных параметрах Статистическая обработка данных. Статистика денежного обращения и Статистическая обработка данных. Статистика денежного обращения в середине частичного интервала фактически является теоретической относительной частотой, отнесённой к середине частичного интервала


Статистическая обработка данных. Статистика денежного обращения


поэтому для определения теоретической частоты Статистическая обработка данных. Статистика денежного обращения, распределённой по всей ширине интервала, эту функцию необходимо умножить на N*h.


Статистическая обработка данных. Статистика денежного обращения, где h=0,55

Статистическая обработка данных. Статистика денежного обращения0,55*0,0862= 0,0473

Статистическая обработка данных. Статистика денежного обращения

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.
Подробнее

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: