Xreferat.com » Рефераты по экономике » Расчет показателей корреляционного, дисперсионного анализа

Расчет показателей корреляционного, дисперсионного анализа

Задача 1. Корреляционный анализ


Исследовано функционирование некоторого предприятия торговли в течение n месяцев. Необходимо проанализировать наличие предполагаемой зависимости между: расходами предприятия на рекламу и продвижение товаров на рынок Расчет показателей корреляционного, дисперсионного анализа, Расчет показателей корреляционного, дисперсионного анализа (в тыс. грн); расходами на обучение и повышение квалификации персонала Yi, Расчет показателей корреляционного, дисперсионного анализа(в тыс. грн.); объемом товарооборота предприятия торговли Ui, Расчет показателей корреляционного, дисперсионного анализа (в млн. грн.); прибылью предприятия Zi, Расчет показателей корреляционного, дисперсионного анализа (в тыс. грн.).


X Y U Z
82 101 48 34
100 106 52 24
85 66 51 36
85 80 47 33
102 71 49 23
102 80 54 24
85 119 46 35
88 66 49 30
90 84 50 30
84 94 46 33
83 73 47 32
87 59 47 31
102 79 52 24
80 116 44 36
80 103 48 33
96 76 52 27
95 89 52 27
81 66 45 34

Провести предварительный анализ (описательную статистику) исследуемых компонентов многомерной случайной величины

Для всех пар случайных величин построить диаграммы рассеивания (корреляционные поля).

Рассчитать матрицу выборочных парных коэффициентов корреляции. Сделать выводы о степени тесноты и тенденции связи между парами компонентов исследуемого многомерного признака в терминах решаемой прикладной задачи.

Проверить гипотезу об отсутствии корреляционной связи между двумя компонентами случайной величины (X,Z).

Построить доверительные интервалы для двух парных коэффициентов корреляции при р=0.95 (X,Z;Y,Z).

Исключив из рассмотрения случайную величину, не зависящую от других, для оставшихся случайных величин рассчитать матрицу частных коэффициентов корреляции.

Рассчитать парные ранговые коэффициенты корреляции Спирмена и Кендалла для двух компонентов многомерной случайной величины (U,Y).

Рассчитать корреляционные отношения между случайными величинами, для которых можно предположить наличие нелинейной связи.

Рассчитать коэффициент конкордации для трех случайных величин, между которыми на основе проведенного анализа можно предположить наличие статистической связи.

Проверить гипотезу о статистической значимости исследуемой множественной связи.

В терминах решаемой прикладной задачи дать содержательную интерпретацию результатов для каждого из пунктов.

РЕШЕНИЕ

1. Построим диаграммы рассеивания

Расчет показателей корреляционного, дисперсионного анализаРасчет показателей корреляционного, дисперсионного анализа


Расчет показателей корреляционного, дисперсионного анализаРасчет показателей корреляционного, дисперсионного анализа


2. Рассчитаем матрицу выборочных парных коэффициентов корреляции при помощи пакета анализа программы Excel:



Δ U Δ X Δ Y
Δ U 1

Δ X 0,80766 1
Δ Y -0,3689 -0,19614 1

Анализ полученных коэффициентов парной корреляции показывает, что зависимая переменная, т.е. объем товарооборота предприятия торговли имеет сильную прямую связь с расходами предприятия на рекламу и продвижение товаров на рынок (0,4≤0,81≤1) и слабую обратную связь с расходами на обучение и повышение квалификации персонала (0,37≤0,4). Мультиколлинеарность отсутствует, т.к. коэффициент парной корреляции равен -0,196, что не превышает значения 0,7-0,8.



Δ Z Δ X Δ Y
Δ Z 1

Δ X -0,95998 1
Δ Y 0,215933 -0,19614 1

Анализ полученных коэффициентов парной корреляции показывает, что зависимая переменная, т.е. прибыль предприятия торговли имеет сильную обратную связь с расходами предприятия на рекламу и продвижение товаров на рынок (0,4≤0,96≤1) и слабую прямую связь с расходами на обучение и повышение квалификации персонала (0,22≤0,4). Мультиколлинеарность отсутствует, т.к. коэффициент парной корреляции равен -0,196, что не превышает значения 0,7-0,8.

3. Проверить гипотезу об отсутствии корреляционной связи между двумя компонентами случайной величины (X,Z):

В предыдущем пункте проверка гипотезы об отсутствии корреляционной связи между расходами предприятия на рекламу и продвижение товаров на рынок и прибылью предприятия была опровергнута, т.к. проверка коэффициентов парной корреляции показывает, что зависимая переменная, т.е. прибыль предприятия торговли имеет сильную обратную связь с расходами предприятия на рекламу и продвижение товаров на рынок (0,4≤0,96≤1).

4. Построить доверительные интервалы для двух парных коэффициентов корреляции при р=0.95 (X,Z;Y,Z)

Полагая доверительную вероятность р = 0,95 т. е. вероятность, с которой гарантируются результаты, равной 0,95, находим соответствующее ей значение критерия Стьюдента t, равное 2,1009. Воспользовавшись формулой средней квадратической ошибки, где вместо р возьмем рассчитанный выборочный коэффициент корреляции r, получим значение для средней квадратической ошибки X,Z: р = 0,95; r = - 0,96

Поскольку tσr= 2,1009 х 0,018 = 0,0388 верхняя и нижняя границы равны соответственно -0,9212 и -0,9988. Другими словами, с вероятностью 0,95 коэффициент корреляции данной совокупности находится в пределах от -0,9212 до -0,9988. Y,Z: р = 0,95; r = 0,216

Поскольку tσr= 2,1009 х 0,22 = 0,47 верхняя и нижняя границы равны соответственно 0,69 и -0,25. Другими словами, с вероятностью 0,95 коэффициент корреляции данной совокупности находится в пределах от -0,25 до 0,69.

6. Рассчитать парные ранговые коэффициенты корреляции Спирмена и Кендалла для двух компонентов многомерной случайной величины (U,Y).


Запишем ранги:

U 48 52 51 47 49 54 46 49 50 46 47 47 52 44 48 52 52 45
№ Z 11 5 6 14 9 1 16 8 7 15 13 12 4 18 10 3 2 17
№ X 15 4 12 11 3 2 10 8 7 13 14 9 1 18 17 5 6 16

-4 1 -6 3 6 -1 6 0 0 2 -1 3 3 0 -7 -2 -4 1

Расчет показателей корреляционного, дисперсионного анализа

16 1 36 9 36 1 36 0 0 4 1 9 9 0 49 4 16 1

ΣРасчет показателей корреляционного, дисперсионного анализа= 228


Тогда критерий Спирмена равен:


Расчет показателей корреляционного, дисперсионного анализа


r = 0,765, это больше табличного значения критерия, значит корреляция достоверно отличается от 0.

Критерий Кендалла:


Расчет показателей корреляционного, дисперсионного анализа

r = 4*153/(18*17) – 1 = -0,5

Значит между объемом товарооборота предприятия торговли и расходами предприятия на рекламу и продвижение товаров на рынок существует обратная средней тесноты связь.


Y 101 106 66 80 71 80 119 66 84 94 73 59 79 116 103 76 89 66
Z 4 15 1 6 18 16 3 11 12 7 9 10 17 2 8 13 14 5
X 15 4 10 11 1 2 12 8 7 13 14 9 3 17 18 5 6 16

-11 11 -9 -5 17 14 -9 3 5 -6 -5 1 14 -15 -10 8 8 -11

Расчет показателей корреляционного, дисперсионного анализа

121 121 81 25 289 196 81 9 25 36 25 1 196 225 100 64 64 121

ΣРасчет показателей корреляционного, дисперсионного анализа= 1780


Тогда критерий Спирмена равен:


Расчет показателей корреляционного, дисперсионного анализа


r = -0,837, это значит корреляция недостоверна. Значит между объемом товарооборота предприятия торговли и расходами на обучение и повышение квалификации персонала не существует связи.

7. Рассчитаем корреляционные отношения между случайными величинами, для которых можно предположить наличие нелинейной связи: расходами предприятия на рекламу и продвижение товаров на рынок и объемом товарооборота предприятия торговли; расходами предприятия на рекламу и продвижение товаров на рынок и прибылью предприятия.

Коэффициенты корреляции:


Rxu = 0,8

Rxz = -0,96

8. Рассчитаем коэффициент конкордации для расходов предприятия на рекламу и продвижение товаров на рынок, объемом товарооборота предприятия торговли и продвижение товаров на рынок и прибылью предприятия, между которыми на основе проведенного анализа можно предположить наличие статистической связи


Расчет показателей корреляционного, дисперсионного анализа


W = 0.88 – значит согласованность показателей стремиться к полной.

После проведении анализа можно сделать следующие выводы:

- объем товарооборота предприятия торговли имеет сильную прямую связь с расходами предприятия на рекламу и продвижение товаров на рынок (0,4≤0,81≤1) и слабую обратную связь с расходами на обучение и повышение квалификации персонала (0,37≤0,4);

- . прибыль предприятия торговли имеет сильную обратную связь с расходами предприятия на рекламу и продвижение товаров на рынок (0,4≤0,96≤1) и слабую прямую связь с расходами на обучение и повышение квалификации персонала (0,22≤0,4);

- между объемом товарооборота предприятия торговли и расходами предприятия на рекламу и продвижение товаров на рынок существует обратная средней тесноты связь;

- Rxu = 0,8 корреляция между расходами предприятия на рекламу и продвижение товаров на рынок и объемом товарооборота предприятия торговли;

Rxz = -0,96 корреляция расходами предприятия на рекламу и продвижение товаров на рынок и прибылью предприятия.


Задача 2. Однофакторный дисперсионный анализ


При уровне значимости a=0.05 определите статистическую достоверность влияния фактора А на динамику величины Х.


№ испытания A1 A2 A3 A4
1 2 2 6 7
2 0 13 8 11
3 14 13 10 2
4 11 5 9 5
5 1 12 4 6
6 7 4
8

РЕШЕНИЕ

Число выборок m=6, значения во всех выборках n=22


№ испытания A1 A2 A3 A4 Σ n
1 2 2 6 7 17 4
2 0 13 8 11 32 3
3 14 13 10 2 39 4
4 11 5 9 5 30 4
5 1 12 4 6 23 4
6 7 4
8 19 3

Выборочное среднее:


Расчет показателей корреляционного, дисперсионного анализа


Сумма квадратов отклонений выборочных средних  от общего среднего Расчет показателей корреляционного, дисперсионного анализа (сумма квадратов отклонений между группами):

Расчет показателей корреляционного, дисперсионного анализа


Сумма квадратов отклонений наблюдаемых значений Расчет показателей корреляционного, дисперсионного анализа от выборочной средней Расчет показателей корреляционного, дисперсионного анализа (сумма квадратов отклонений внутри групп):


Расчет показателей корреляционного, дисперсионного анализа


Общая сумма квадратов отклонений наблюдаемых значений Расчет показателей корреляционного, дисперсионного анализаот общего среднего


Расчет показателей корреляционного, дисперсионного анализа


№ А ср. А ср.2 А ср.2 * n
1 4,25 18,0625 72,25
2 10,66667 113,7778 341,3333
3 9,75 95,0625 380,25
4 7,5 56,25 225
5 5,75 33,0625 132,25
6 6,333333 40,11111 120,3333
Σ 7,272727
1271,417

Тогда Q = 330,36

Q1 = 107,18

Q2 = Q – Q1 = 222,58


В качестве критерия необходимо воспользоваться критерием Фишера:

Расчет показателей корреляционного, дисперсионного анализа

F = 1,549


Табличное значение критерия Фишера для заданном уровне значимости 0,05 равен 3,8564.

Так как расчетное значение критерия Фишера меньше табличного, нет оснований считать, что независимый фактор оказывает влияние на разброс средних значений.


Задача 3. Двухфакторный дисперсионный анализ


При уровне значимости a=0.05 определите статистическую достоверность влияния фактора А и фактора В на динамику величины Х.



B1 B2 B3 B4
A1 3 3 12 20
A2 7 10 18 7
A3 7 15 6 17
A4 5 18 0 18
A5 8 10 8 9

РЕШЕНИЕ

При двухфакторном дисперсионном анализе изучается влияние, которое оказывают два качественных признака (факторы A и B ) на некоторый количественный результат (отклик). Весьма типична ситуация, когда второй фактор (фактор B) является мешающим: он включается в рассмотрение по той причине, что мешает обнаружить и оценить влияние фактора A.

Пусть фактор A имеет k уровней A1, ..., Ak , а фактор B - n уровней B1,...,Bn . Предполагается, что измеряемая величина x есть результат действия факторов A и B и случайной составляющей e :


Расчет показателей корреляционного, дисперсионного анализа


Принимается аддитивная и независимая модель действия факторов:


Расчет показателей корреляционного, дисперсионного анализа причем

Расчет показателей корреляционного, дисперсионного анализа, Расчет показателей корреляционного, дисперсионного анализа


Последние два условия всегда можно выполнить смещением величин aj и bi и изменением величины c; величины aj и bi называются вкладами факторов.

Проведем двухфакторный дисперсионный анализ при помощи пакета анализа программы Excel:


ИТОГИ Счет Сумма Среднее Дисперсия
A1 4 38 9,5 67
A2 4 42 10,5 27
A3 4 45 11,25 30,91666667
A4 4 41 10,25 84,25
A5 4 35 8,75 0,916666667





B1 5 30 6 4
B2 5 56 11,2 32,7
B3 5 44 8,8 45,2
B4 5 71 14,2 33,7

Дисперсионный анализ

Источник

вариации

Сумма квадратов отклонений Степени свободы Среднеквадратическое отклонение Отношение ср.кв.откл. фактора к ср.кв.откл. погрешности P-Значение F критическое
А 14,7 4 3,675 0,0985 0,9809 3,259
В 182,55 3 60,85 1,631 0,2343 3,49
Погрешность 447,7 12 37,308









Итого 644,95 19




Так как расчетное значение 0,98 и 0,23 больше заданного уровня значимости независимый фактор оказывает существенное влияние на разброс средних значений.


Задача 4. Регрессионный анализ


Построить регрессионную модель и провести полный регрессионный анализ.


X 5.4 2.7 3.1 8.1 5.3
Y 0.0 -1.3 -1.1 1.4 -0.6

РЕШЕНИЕ

Построим диаграмму и добавим линию тренда для того чтобы определить коэффициенты регрессия и значение достоверности аппроксимации:

Расчет показателей корреляционного, дисперсионного анализа


Дальнейшее исследование выполним при помощи пакета анализа программы Excel:


ВЫВОД ИТОГОВ
Регрессионная статистика
Множественный R 0,97
R-квадрат 0,94
Нормированный R-квадрат 0,91
Стандартная ошибка 0,36
Наблюдения 4,00

Дисперсионный анализ





df SS MS F Значимость F
Регрессия 1,00 4,31 4,31 32,55 0,03
Остаток 2,00 0,27 0,13

Итого 3,00 4,58




Коэффициенты Стандартная ошибка t-статистика P-Значение
Y-пересечение -2,72 0,45 -6,11 0,03
5,4 0,48 0,08 5,71 0,03

Уравнение регрессии полученное с помощью Excel, имеет вид:


у = 0,4865х – 2,7138


По данным регрессионного анализа можно сказать:

- т.к. коэффициент детерминации равен 0,94, то вариация результата на 94% объясняется вариацией факторов.

- F-критерий равен 32,55, его табличное значение 3,98. т.к. фактическое значение превышает табличное, то делаем вывод, что полученной уравнение регрессии статистически значимо.


Расчет показателей корреляционного, дисперсионного анализа


Расчет показателей корреляционного, дисперсионного анализа


Задание №5


Предприятия мясной промышленности сгруппированы по числу видов производимой колбасной продукции. По данным табл. 5 (за отчётный год) определить: а) модальное, медианное и среднее значение числа видов производимой продукции; б) среднюю в целом по совокупности предприятий энергоёмкость продукции; в) среднюю себестоимость 1 т колбасных изделий по совокупности предприятий.


Таблица 5

Число видов производимой колбасной продукции Число предприятий в группе Суммарный объём выпуска колбасной продукции по группе предприятий, т Средняя энергоёмкость 1 т продукции по группе предприятий, ГДж/ т Средняя себестоимость 1 т продукции по группе предприятий, тыс. руб./ т
До 4 11 580 6,2 86
5 – 7 11 520 6,5 91
8 – 10 14 610 6,3 87
11 – 13 13 480 6,6 93
14 – 16 5 210 6,9 96
17 и более 6 300 7,1 95

Решение:


Таблица 5.1

Число видов производимой колбасной продукции Число предприятий в группе Накопленная частота Закрытые интервалы группы

Середина

интервала

До 4 11 11 1 - 4 2.5
5 – 7 11 22 5 – 7 6
8 – 10 14 36 8 – 10 9
11 – 13 13 49 11 – 13 12
14 – 16 5 54 14 – 16 15
17 и более 6 60 17 - 19 18
Σ 60



Модой называется величина признака (вариант), которая чаще всего встречается в статистической совокупности. В вариационном ряду это будет значение показателя, имеющее наибольшую частоту.

Для интервального ряда распределения мода рассчитывается по следующей формуле


Расчет показателей корреляционного, дисперсионного анализа

где xMo — нижняя граница модального интервала; iMo — величина модального интервала; fMo, fMo−1, fMo+1 — частота модального, предшествующего модальному и последующего за модальным интервала.

Модальным интервалом по значению числа видов производимой продукции является интервал 8-10, т.к. наибольшее число предприятий (14) находится в данном интервале.


Мо = 8 + 2 · (14 – 11)/((14 – 11) + (14 – 13)) = 9,5


Наиболее часто встречающееся значение числа видов производимой продукции является 9,5.

Медианой называется варианта, которая находится в середине вариационного ряда по частоте. Медиана делит ряд пополам, по обе стороны от нее находится одинаковое количество единиц совокупности. Медиана показывает количественную границу варьирующего признака, которую достигла половина членов совокупности.

В интервальном ряду распределения медиана рассчитывается следующим образом


Расчет показателей корреляционного, дисперсионного анализа


где xMo — нижняя граница медианного интервала;

iMo — величина медианного интервала;

SMe−1 — частота, накопленная до медианного интервала;

fMе — частота медианного интервала.

Для расчета медианы определяются накопленные частоты. Медианным является интервал, на который приходится половина предприятий, т.е. интервал 5 – 7.


Ме = 5 + 2 · (60/2 – 11)/11 = 8,45.


Половина предприятий выпускает 8,45 видов производимой продукции.

При определении средней величины в интервальном ряду с открытыми интервалами прежде всего необходимо закрыть интервалы.

Используем формулу средней арифметической взвешенной


Расчет показателей корреляционного, дисперсионного анализа


где x — значения (варианты) признака; n — число вариантов (число наблюдений), из которых рассчитывается средняя; f — статистический вес (число повторений значения признака).


Х = (2,5 · 11 + 6 · 11 + 9 · 14 + 12 · 13 + 15 · 5 + 18 · 6)/60 = 9,31


Таблица 5.2

Число видов производимой колбасной продукции Число предприятий в группе Суммарный объём выпуска колбасной продукции по группе предприятий, Q, т

Средняя энергоёмкость 1 т продукции по группе предприятий, E,

ГДж/ т

Средняя себестоимость 1 т продукции по группе предприятий, С тыс. руб./ т Q·E Q·C
До 4 11 580 6,2 86 3596 49880
5 – 7 11 520 6,5 91 3380 47320
8 – 10 14 610 6,3 87 3843 53070
11 – 13 13 480 6,6 93 3168 44640
14 – 16 5 210 6,9 96 1449 20160
17 и более 6 300 7,1 95 2130 28500
Σ
2700

17566 243570

При определении средней в целом по совокупности предприятий энергоёмкость продукции и средней себестоимости 1 т колбасных изделий по совокупности предприятий используем формулу средней арифметической взвешенной


Расчет показателей корреляционного, дисперсионного анализа


где x — значения (варианты) признака; n — число вариантов (число наблюдений), из которых рассчитывается средняя; f — статистический вес (число повторений значения признака).

Средняя в целом по совокупности предприятий энергоёмкость продукции


Еср = (580 · 6,2 + 520 · 6,5 + 610 · 6,3 + 480 · 6,6 + 210 · 6,9 + 300 · 7,1)/2700 = =6.505926 ГДж/ т.


Средняя себестоимость 1 т колбасных изделий по совокупности предприятий


Сср = (580 · 86 + 520 · 91 + 610 · 87 + 480 · 93 + 210 · 9,6 + 300 · 95)/2700 = =90.21111 тыс. руб./ т.


Задание №10


По данным табл. 10: 1) графически изобразить зависимость результирующего показателя от каждой факторной величины; 2) построить уравнения парной регрессии результирующего показателя от каждого отдельного фактора; 3) рассчитать выровненные значения результирующего показателя по полученным уравнениям регрессии; 4) рассчитать характеристики тесноты (силы) корреляционной зависимости результата от каждого из факторов в отдельности и от совокупности обоих факторов. Сделать выводы по результатам расчётов.


Таблица 10

Город Среднедушевое потребление деликатесной мясной продукции в год, кг/ чел. Среднегодовая цена продукции по городу, руб./кг Среднедушевой доход одного жителя города за месяц, тыс. руб./ чел.
А 3,5 215 4,6
Б 3,8 230 4,8
В 6,2 265 6,7
Г 4,6 205 5,1
Д 5,7 200 4,3
Е 4,1 220 5,0
Ж 3,3 225 4,0
З 4,9 230 6,1
И 5,2 250 6,4
К 4,0 245 5,2

Решение:


Расчет показателей корреляционного, дисперсионного анализа


Y X Z Y-Yср (Y-Yср)2 Х-Хср (х-хср)2 Z-Zср (Z-Zср)2 (Y-Yср) * (Х-Хср) (Y-Yср) * (Z-Zср)
3.5 215 4.6 -1.03 1.0609 -13.5 182.25 -0.62 0.3844 13.905 0.6386
3.8 230 4.8 -0.73 0.5329 1.5 2.25 -0.42 0.1764 -1.095 0.3066
6.2 265 6.7 1.67 2.7889 36.5 1332.25 1.48 2.1904 60.955 2.4716
4.6 205 5.1 0.07 0.0049 -23.5 552.25 -0.12 0.0144 -1.645 -0.0084
5.7 200 4.3 1.17 1.3689 -28.5 812.25 -0.92 0.8464 -33.345 -1.0764
4.1 220 5 -0.43 0.1849 -8.5 72.25 -0.22 0.0484 3.655 0.0946
3.3 225 4 -1.23 1.5129 -3.5 12.25 -1.22 1.4884 4.305 1.5006
4.9 230 6.1 0.37 0.1369 1.5 2.25 0.88 0.7744 0.555 0.3256
5.2 250 6.4 0.67 0.4489 21.5 462.25 1.18 1.3924 14.405 0.7906
4 245 5.2 -0.53 0.2809 16.5 272.25 -0.02 0.0004 -8.745 0.0106
Сумма
4.53 228.5 5.22 -2.7E-15 8.321 0 3702.5 -7.1E-15 7.316 52.95 5.054

Рассчитаем конечный вид уравнений прямолинейной регрессии по формуле


Расчет показателей корреляционного, дисперсионного анализа

yx = 1.262 + 0.014x

yz = 0.924 + 0.69z


Из полученных уравнений рассчитаем выровненные значения результирующего показателя


Среднедушевое потребление деликатесной мясной продукции в год,

кг/ чел.

Среднегодовая цена продукции по городу, руб./кг Среднедушевое потребление деликатесной мясной продукции в год, кг/ чел. Среднедушевой доход одного жителя города за месяц, тыс. руб./ чел.
4.337 215 4.102 4.6
4.551 230 4.240 4.8
5.052 265 5.552 6.7
4.194 205 4.447 5.1
4.122 200 3.894 4.3
4.408 220 4.378 5
4.480 225 3.687 4
4.551 230 5.138 6.1
4.837 250 5.345 6.4
4.766 245 4.516 5.2

Рассчитаем значение нормированного коэффициента корреляции по формуле:


Расчет показателей корреляционного, дисперсионного анализа

rxy = 0.301669

rzy = 0.647755


Общая классификация корреляционных связей

сильная, или тесная при коэффициенте корреляции r>0,70;

средняя при 0,50<r<0,69;

умеренная при 0,30<r<0,49;

слабая при 0,20<r<0,29;

очень слабая при r<0,19.

Следовательно, связь между Среднегодовой ценой продукции по городу и Среднедушевым потреблением деликатесной мясной продукции в год (rxy = 0,301669) умеренная.

Связь между Среднедушевым доход одного жителя города за месяц и Среднедушевым потреблением деликатесной мясной продукции в год (rzy = 0,647755) средняя.

Критическое значение коэффициента корреляции ккрит=0,72, так как рассчитанные значения меньше критического, предположение о том что зависимость достоверная ложно.


Задание №14


По данным табл. 14 определить: 1) основные параметры вариационного ряда (среднее арифметическое, среднее линейное отклонение, дисперсию, среднее квадратическое отклонение и коэффициент вариации), сделать вывод об однородности совокупности данных и следствии из него; 2) графически изобразить вариационный ряд и определить аналитический вид распределения частот (или частостей); 3) рассчитать теоретические частоты (частости) по предполагаемому аналитическому уравнению и построить полигон распределения теоретических частот (частостей) на предыдущем графике.


Таблица 14

Количество поставщиков основного сырья на предприятие Число предприятий
1 4
2 6
3 10
4 12
5 13
6 11
8 7
9 8
11 5
14 4

Решение:

Среднее арифметическое рассчитаем по формуле среднего арифметического взвешенного:


Расчет показателей корреляционного, дисперсионного анализа


Среднее линейное отклонение (средний модуль отклонения) от среднего арифметического. Среднее линейное отклонение рассчитывается по формуле:


Расчет показателей корреляционного, дисперсионного анализа


Отклонение наблюдаемого значения (для каждого наблюдения) ai величины А от среднего арифметического: ai - a. Для определения дисперсии нормального закона распределения ошибок в этом случае пользуются формулой:


Расчет показателей корреляционного, дисперсионного анализа


Среднеквадратическое отклонение показывает абсолютное отклонение измеренных значений от среднеарифметического. В соответствии с формулой для меры точности линейной комбинации средняя квадратическая ошибка среднего арифметического определяется по формуле:


Расчет показателей корреляционного, дисперсионного анализа


Коэффициент вариации характеризует относительную меру отклонения измеренных значений от среднеарифметического:

Расчет показателей корреляционного, дисперсионного анализа


Количество поставщиков основного сырья на предприятие Число предприятий Частота Накопленная частота а-аср (а-аср)2 а*n (а-аср)2*n
1 4 4 0.05 -4.8 23.04 4 92.16
2 6 10 0.075 -3.8 14.44 12 86.64
3 10 20 0.125 -2.8 7.84 30 78.4
4 12 32 0.15 -1.8 3.24 48 38.88
5 13 45 0.1625 -0.8 0.64 65 8.32
6 11 56 0.1375 0.2 0.04 66 0.44
8 7 63 0.0875 2.2 4.84 56 33.88
9 8 71 0.1 3.2 10.24 72 81.92
11 5 76 0.0625 5.2 27.04 55 135.2
14 4 80 0.05 8.2 67.24 56 268.96
Сумма 80
1

464 824.8

Тогда используя формулы и предварительные расчеты определим основные параметры вариационного ряда:


Среднее арифметическое 5.8
Среднее линейное отклонение 3.3
Дисперсия 10.31
Среднее квадратическое отклонение 3.210918872
Коэффициент вариации 55.36%

Проверка однородности совокупности осуществляется по коэффициенту вариации. Так как коэффициент вариации равен 55,36% (больше 33%) то совокупность неоднородна. Существует большой разброс данных или размера выборки мало.

Графически изобразим вариационный ряд:

Расчет показателей корреляционного, дисперсионного анализа


Аналитическое уравнение


y =

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.

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: