Расчет и анализ статистических показателей

Условные обозначения:
х - стаж по специальности;
f - частота;
Мо - мода.
Итак, мода равна 446 (по второму признаку).
Построим медиану для объема продаж и численности рабочих.

Условные обозначения:
х - средняя зарплата;
f - накопленная частота;
- медиана
Медиана для средней зарплаты равна - 5421.
Рисунок 4.4 Медиана для числености работников

Условные обозначения
х - средняя зарплата;
f - накопленная частота;
- медиана
Медиана для численности рабочих равна 446.
1.5 Рассчитать показатели вариации по сгруппированным данным
а) размах вариации;
б) среднее линейное отклонение;
в) среднее квадратическое отклонение;
г) коэффициенты вариации, сделать выводы;
Вариацией значений какого-либо признака в совокупности называется различие его значений у разных единиц данной совокупности в один и тот же период или момент времени.
а). Размах вариации рассчитывается по формуле:
![]()
где
- размах вариации;
- максимальное
значение признака;
![]()
-
минимальное
значение признака.
Рассчитаем размах вариации для объема продаж:
![]()
Рассчитаем размах вариации для численности работников:
![]()
Размах вариации для объема продаж равен 530, для численности работников - 48
б) Среднее линейное отклонение показывает, насколько в среднем отличаются индивидуальные значения признака от среднего значения, и рассчитывается по формуле (для несгруппированного ряда):
![]()
где
- среднее линейное
отклонение;
- индивидуальное
значение признака;
- простая средняя
арифметическая;
- численность
совокупности.
Рассчитаем среднее линейное отклонение по несгруппированному признаку для объема продаж.
![]()

Среднее линейное отклонение по сгруппированному признаку:

где
- среднее линейное
отклонение;
- центральный
вариант i-го
интервала;
-
средняя арифметическая
взвешенная;
- частота i-й
группы.
Рассчитаем среднее линейное отклонение по сгруппированному признаку для объема продаж.

Итак, среднее линейное отклонение для объема продаж по несгруппированному признаку равно 9, а по сгруппированному признаку -8,6. Рассчитаем среднее линейное отклонение по несгруппированному признаку для численности рабочих.

Рассчитаем среднее линейное отклонение по сгруппированному признаку для численности рабочих.
Таким
образом, среднее
линейное отклонение
для численности
рабочих по
несгруппированному
признаку равно
13,78 а по сгруппированному
признаку - 13,33
в) Среднее квадратическое отклонение, как и среднее линейное отклонение, показывает, на сколько в среднем отклоняются конкретные варианты признака от его среднего значения.
Среднее квадратическое отклонение по несгруппированному признаку:

где
- среднее квадратическое
отклонение;
- варианты
совокупности;
- средняя арифметическая
простая;
- численность
совокупности.
Среднее квадратическое отклонение по сгруппированному признаку:

где
- среднее квадратическое
отклонение;
- центральный
вариант i-го
интервала;
- средняя арифметическая
взвешенная;
- частота i-й
группы.
Рассчитаем среднее квадратическое отклонение по несгруппированным данным для объема продаж:

Среднее квадратическое отклонение по сгруппированному признаку для объема продаж равно:

Таким образом, среднее квадратическое отклонение по несгруппированным данным для объема продаж равно 133; по сгруппированному признаку - 130.
Рассчитаем среднее квадратическое отклонение по несгруппированным данным для численности работников:

Рассчитаем среднее квадратическое отклонение по сгруппированным данным для численности работников

Итак, среднее квадратическое отклонение по несгруппированным данным для численности рабочих равно 20; по сгруппированному признаку - 19.
г) Для оценки вариации и ее значимости пользуются также коэффициентами вариации, которые дают относительную оценку вариации и позволяет сравнивать степень вариации разных признаков. Различают:
коэффициент осцилляции;
относительное линейное отклонение;
коэффициент вариации.
Коэффициент осцилляции показывает соотношение размаха вариации и средней арифметической и рассчитывается по формуле:
![]()
где
- коэффициент
осцилляции;
- размах вариации;
- простая средняя
арифметическая.
Рассчитаем коэффициенты осцилляции:
для объема продаж
![]()
![]()
для численности работников
![]()
![]()
Относительное линейное отклонение показывает отношение среднего линейного отклонения к средней арифметической:
![]()
где
- относительное
линейное отклонение;
- среднее линейное
отклонение;
- простая средняя
арифметическая.
Рассчитаем относительное линейное отклонение:
для объема продаж
![]()
![]()
для численности работников
![]()
![]()
Коэффициент вариации, показывает соотношение среднего квадратического отклонения и средней арифметической:
![]()
где V
- коэффициент
вариации;
- среднее квадратическое
отклонение;
- средняя арифметическая.
Рассчитаем коэффициент вариации по сгруппированным данным:
для объема продаж:
,
![]()
для численности работников:
![]()
![]()
Рассчитаем коэффициент вариации по несгруппированным данным:
для объема продаж
![]()
![]()
для численности работников:
![]()
![]()
Рассматриваемый коэффициент вариации по объему продаж составляет 2,5%, следовательно рассматриваемая совокупность является однородной
1.6 Рассчитать дисперсии и произвести дисперсионный анализ
а) дисперсии: общую, межгрупповую и среднюю из внутригрупповых;
б) проверить правило сложения дисперсий.
Квадрат среднего квадратического отклонения дает величину дисперсии. Общую дисперсию, характеризующую вариацию признака под влиянием всех факторов, можно получить на основе ее составляющих - межгрупповой и внутригрупповой дисперсий.
Общая дисперсия рассчитывается по формуле
![]()
Межгрупповая дисперсия отражает систематическую вариацию, т.е. те различия в величине изучаемого признака, которые возникают под влиянием фактора, положенного а основу группировки и рассчитывается по формуле:

где
- межгрупповая
дисперсия;
- средняя арифметическая
в i-й группе;
- простая средняя
арифметическая;
- частота i-й
группы.
Внутригрупповая дисперсия:

где
- внутригрупповая
дисперсия;
- индивидуальное
значение единицы
совокупности
из i-й группы;
- простая средняя
арифметическая
i-й группы;
- частота i-й
группы.
Рассчитаем общую дисперсию для объема продаж

Рассчитаем межгрупповую дисперсию для объема продаж, для этого найдем среднюю арифметическую (простую) в каждой группе известным методом, результаты поместим в Таблице 6.1.
Таблица 6.1
Средняя арифметическая в каждой группе для объема продаж
| Объем продаж | Количество | Средняя арифметическая |
| А | 1 | 2 |
|
5100-5210 5210-5320 |
2 6 |
5150 5276 |
| 5320-5430 | 6 | 5367 |
| 5430-5540 | 8 | 5452 |
| 5540-5650 | 5 | 5602 |
| Итого: | 27 |

Межгрупповая дисперсия равна 16619.
![]()
Для того чтобы рассчитать дисперсию среднюю из внутригрупповых, необходимо найти дисперсию в каждой группе.




Теперь, исходя из приведенных расчетов, вычислим дисперсию среднюю из внутригрупповых.

![]()
Средняя из внутригрупповых дисперсия равна 989. Рассчитаем дисперсии для второго признака - численности работников. Общая дисперсия:

Общая дисперсия равна 406.
Рассчитаем межгрупповую дисперсию для численности работников, для этого найдем среднюю арифметическую (простую) в каждой группе, результаты поместим в Таблице 6.2.
Таблица 6.2
Средняя арифметическая в каждой группе для численности работников
| Коэффициент сменности | Количество | Средняя арифметическая |
| А | 1 | 2 |
|
420-429 429-438 |
3 5 |
423 435 |
| 438-447 | 6 | 444 |
| 447-456 | 5 | 453 |
| 456-465 | 5 | 461 |
| 465-474 | 3 | 471 |
| Итого: | 27 |
По данным представленной таблицы рассчитаем межгрупповую дисперсию.

Межгрупповая дисперсия равна 403.
Используя рассчитанные данные, найдем дисперсию среднюю из внутригрупповых.
![]()
![]()
![]()
![]()
![]()
![]()
![]()
Средняя из внутригрупповых дисперсия для численности работников равна 3,34.
б) Проверим правило сложения дисперсий.
Между рассмотренными видами дисперсий существует определенное соотношение: общая дисперсия равна сумме средней из внутригрупповых дисперсий и межгрупповой, т.е.
![]()
где
- общая дисперсия;
- межгрупповая
дисперсия;
- средняя из
внутригрупповых
дисперсия.
Проверим правило сложения дисперсий для объема продаж
=16619
=989
17608= 16619+989
Видно, что средняя из внутригрупповых теоретическая совпадает с расчетной, а именно:

Проверим правило сложения дисперсий для численности рабочих.
=403
=3,34
406=3,34+403
Как видно,
средняя из
внутригрупповых
расчетная
оказалась равна
теоретической,
т.е.
![]()
Это значит, что в нашем случае правило сложения дисперсий верно.
1.7 Построить кривые распределения
а) эмпирическую;
б) теоретическую (функция нормального распределения - Приложение Б).
а) Эмпирическая кривая строится по результатам группировки. Теоретическая линия строится по теоретическим частотам. Теоретические частоты определяются по формуле:
![]()
![]()
где
- теоретические
частоты для
определенной
группы;
- величина интервала;
- сумма эмпирических
частот ряда;
- среднее квадратическое
отклонение
для сгруппированных
данных;
- математическая
функция, определяемая
по специальным
таблицам в
соответствии
с рассчитанным
значением
;
- центральный
вариант i-го
интервала;
- средняя арифметическая
взвешенная;
- нормированное
отклонение.
а) Рассчитаем теоретические частоты для объема продаж и результаты поместим в Таблице 7.1.
![]()
![]()
Остальные показатели рассчитываются аналогично.
Таблица 7.1
Теоретические частоты для объема продаж
| Объем продаж | Количество | t | ф (t) | Теоретические частоты |
| А | 1 | 2 | 3 | 4 |
|
5100-5210 5210-5320 |
2 6 |
1,87 1,03 |
0,0693 0,2347 |
2 5 |
| 5320-5430 | 6 | 0,18 | 0,3925 | 9 |
| 5430-5540 | 8 | 0,66 | 0,3209 | 7 |
| 5540-5650 | 5 | 1,51 | 0,1276 | 4 |
| Итого: | 27 | 27 |
По данным таблицы построим теоретическую и эмпирическую кривые распределения.
Рисунок 7.1 Кривые распределения объема продаж

Условные обозначения:
х - объем распределения;
f - частота;
1 - эмпирическая линия;
2 - теоретическая линия.
Рассчитаем теоретические частоты для численности работников и результаты поместим в Таблице 7.2.
Таблица 7.2
Теоретические частоты для численности работников
| Коэффициент сменности | Количество | t | ф (t) | Теоретические частоты |
| А | 1 | 2 | 3 | 4 |
| 420-429 | 3 | 0,53 | 0,3467 | 5 |
| 429-438 | 5 | 0,05 | 0,3984 | 6 |
| 438-447 | 6 | 0,42 | 0,3653 | 6 |
| 447-456 | 5 | 0,89 | 0,2685 | 5 |
| 456-465 | 5 | 1,36 | 0,1582 | 3 |
| 465-474 | 3 | 1,84 | 0,0734 | 2 |
| Итого: | 27 | 27 |
По данным таблицы построим теоретическую и эмпирическую кривые распределения.
Рисунок 7.2 Кривые распределения численности рабочих

Условные обозначения:
х - объем распределения;
f - частота;
1 - эмпирическая линия;
2 - теоретическая линия.
1.8 Произвести анализ ряда распределения
а) рассчитать асимметрию;
б) рассчитать эксцесс;
в) определить существенность асимметрии и эксцесса;
г) оценить соответствие эмпирического ряда распределения теоретическому по критериям Пирсона, Колмогорова (Приложения В, Г).
а) Коэффициент асимметрии определяется как отношение разницы между средней и модой к среднему квадратическому отклонению (показатель Пирсона):
![]()
где
- коэффициент
асимметрии;
- средняя арифметическая
взвешенная;