Статистика
.docxСТАТИСТИКА
2. В данной таблице приведены статистические данные об Экспорте нефти в Саудовской Аравии в период с 2002 по 2017 года. В качестве показателей выступают: T – года,
Х1 – цена, долларов\баррель,
Х2 – дедвейт танкеров, миллионов-тонн,
Х3 – всего миллионов баррелей.
Экспорт нефти за 2002-2017 год в Саудовской Аравии |
|||
Время, год |
Цена, долларов\баррель |
Дедвейт танкеров, миллионов-тонн |
Всего миллионов баррелей |
Т |
X1 |
X2 |
X3 |
2002 |
20 |
394 |
305 |
2003 |
35 |
400 |
303 |
2004 |
37 |
405 |
305 |
2005 |
45 |
413 |
323 |
2006 |
49 |
425 |
348 |
2007 |
55 |
434 |
379 |
2008 |
90 |
449 |
421 |
2009 |
51 |
461 |
459 |
2010 |
75 |
470 |
470 |
2011 |
76 |
485 |
480 |
2012 |
110 |
495 |
491 |
2013 |
115 |
508 |
488 |
2014 |
111 |
520 |
494 |
2015 |
45 |
535 |
505 |
2016 |
38 |
544 |
510 |
2017 |
48 |
565 |
505 |
3. Для каждого показателя Х1, Х2 и Х3 рассчитаем выборочное среднее, стандартное отклонение и медиану.
|
Цена, долларов\баррель |
Дедвейт танкеров |
Всего миллионов баррелей |
Х1 |
Х2 |
Х3 |
|
выборочное среднее |
62,5 |
468,94 |
424,125 |
стандартное отклонение |
29,96 |
55,073 |
82,241 |
медиана |
50 |
465,5 |
464,5 |
4. Находим всевозможные коэффициенты парной корреляции Пирсона.
|
Цена, долларов\баррель |
Дедвейт танкеров |
Всего миллионов баррелей |
|
Х1 |
Х2 |
Х3 |
||
Цена, долларов\баррель |
Х1 |
1 |
0,4 |
0,6 |
Дедвейт танкеров |
Х2 |
0,4 |
1 |
0,9 |
Всего миллионов баррелей |
Х3 |
0,6 |
0,9 |
1 |
Прокомментируем полученные результаты:
1) Коэффициент корреляции между «Дедвейтом танкеров» и «Всего миллионов баррелей» равен 0,9 – это сильная прямая взаимосвязь. Так как чем больше продается нефти (баррелей), тем больше необходим дедвейт танкеров.
2) Коэффициент корреляции между «Цена, долларов\баррель» и «Всего миллионов баррелей» равен 0,6 – это средняя прямая взаимосвязь. Так как цена нефти зависит от количества добываемой нефти.
3) Коэффициент корреляции между «Дедвейт танкеров» и «Цена, долларов\баррель» равен 0,4 – это слабая прямая взаимосвязь. Так как стоимость перевозки не сильно влияет на стоимость самой нефти.
5. Построим линии тренда и найдем коэффициент детерминации. Для примера возьмем показатель Х1.
6. Построим прогноз на следующие 2 временных интервала. Соответственно на 2018 и 2019 года.
Наибольший коэффициент детерминации имеем в Полиномиальной линии тренда. R2 = 0, 5481.
С помощью её уравнения рассчитываем прогнозные значения параметра на следующие два временных интервала:
|
Время год |
Цена, долларов\баррель |
|
|
|
T |
X1 |
Фактические значения |
2002 |
20 |
|
2003 |
35 |
||
2004 |
37 |
||
2005 |
45 |
||
2006 |
49 |
||
2007 |
55 |
||
2008 |
90 |
||
2009 |
51 |
||
2010 |
75 |
||
2011 |
76 |
||
2012 |
110 |
||
2013 |
115 |
||
2014 |
111 |
||
2015 |
45 |
||
2016 |
38 |
||
2017 |
48 |
||
Прогнозируемые значения |
2018 |
55 |
|
2019 |
60 |
7. Находим статистические данные общего грузооборота портов всего мира, как показателя. Эти значения подвержены случайным колебаниям.
План действия с данной выборкой:
А) Построить гистограмму по данной выборке.
Б) Найти максимальное и минимальное значения, выборочное среднее, стандартное отклонение и медиану.
В) Найти верхний и нижний квартили.
№ |
Порт |
Общий грузооборот, миллионов тонн |
1 |
Россия, Новороссийск |
73,6 |
2 |
США, Новый Орлеан |
70 |
3 |
Бразилия, Сантус |
103,9 |
4 |
Австралия, Хей-Пойнт |
108,3 |
5 |
КНР, Далянь |
320,8 |
6 |
Нидерланды, Роттердам |
440,5 |
7 |
Испания, Валенсия |
64,5 |
8 |
Италия, Триест |
56,6 |
9 |
Румыния, Констанца |
55,1 |
10 |
КНР, Шанхай |
697 |
11 |
Япония, Нагоя |
208,2 |
12 |
Республика Корея, Ульсан |
167,9 |
13 |
США, Бомонт |
85,6 |
14 |
Иран, Бендер-Аббас |
73,4 |
15 |
Таиланд, Чонбури |
67,1 |
16 |
Индонезия, Котабару |
47,5 |
17 |
США, Техас-Сити |
45,1 |
18 |
КНР, Циндао |
450,1 |
19 |
США, Сент-Джон-Баптист |
216,4 |
20 |
Австралия, Дампир |
177,5 |
21 |
Германия, Гамбург |
139 |
22 |
Япония, Китакюсю |
100,5 |
23 |
Франция, Марсель |
74,8 |
25 |
Россия, Приморск |
63,8 |
26 |
Бразилия, Тубаран |
131,2 |
27 |
ОАЭ, Дубай |
163,7 |
28 |
Бельгия, Антверпен |
190,8 |
29 |
Великобритания, Гримсби |
62,6 |
30 |
Индия, Мумбаи |
59,2 |
31 |
Вьетнам, Хошимин |
93,5 |
32 |
Япония, Осака |
86,8 |
33 |
Малайзия, Порт-Кланг |
198,9 |
34 |
КНР, Гонконг |
276 |
35 |
США, Лонг-Бич |
76,6 |
36 |
Индия, Нави Мумбаи |
62,3 |
37 |
Норвегия, Берген |
50,6 |
38 |
Франция, Дюнкерк |
43,6 |
39 |
КНР, Сямынь |
171,9 |
40 |
КНР, Гаосюн |
115 |
41 |
Япония, Кобе |
88,3 |
42 |
Испания, Альхесирас |
85,6 |
43 |
США, Хьюстон |
208 |
44 |
КНР, Шэньчжэнь |
107,4 |
45 |
Япония, Токио |
86 |
46 |
Турция, Измит |
60,7 |
47 |
Россия, Санкт-Петербург |
58 |
48 |
Бразилия, Сан-Луис |
135,4 |
49 |
Малайзия, Джохор-Бару |
120 |
50 |
КНР, Циньхуандао |
253,3 |
51 |
Австралия, Ньюкасл |
159,6 |
52 |
Испания, Барселона |
41,4 |
53 |
Турция, Алиага |
39,5 |
54 |
США, Норфолк |
71,4 |
55 |
Япония, Тиба |
154 |
56 |
Республика Корея, Пусан |
313,3 |
57 |
Канада, Ванкувер |
135 |
58 |
Бразилия, Рио-де-Жанейро |
104,8 |
59 |
Франция, Гавр |
67,2 |
60 |
Индонезия, Джакарта |
58,4 |
61 |
Италия, Генуя |
49,5 |
62 |
Сингапур, Сингапур |
560,9 |
63 |
Австралия, Порт-Хедленд |
372,3 |
64 |
Япония, Иокогама |
119,2 |
65 |
США, Нью-Йорк |
111,9 |
66 |
Германия, Бремен |
78,8 |
67 |
Шри-Ланка, Коломбо |
53,7 |
68 |
Индия, Ченнаи |
51,3 |
69 |
КНР, Тяньцзинь |
477,3 |
70 |
Нидерланды, Амстердам |
95,7 |
71 |
КНР, Гуанчжоу |
472,8 |
72 |
КНР, Нинбо |
399,2 |
73 |
США, Лос-Анджелес |
52,5 |
74 |
Великобритания, Лондон |
43,2 |
75 |
Египет, Александрия |
46,8 |
76 |
КНР, Шэньчжэнь |
201,5 |
77 |
Австралия, Гладстон |
98,3 |
78 |
Филиппины, Манила |
45,1 |
79 |
Бангладеш, Читтагонг |
44,2 |
80 |
Индия, Парадип |
68 |
Общие грузообороты портов мира:
Минимальное значение |
39,5 |
Максимальное значение |
697 |
Выборочное среднее |
145,3 |
Стандартное отклонение |
134,1 |
Медиана |
93,5 |
Нижний квартиль |
61,5 |
Верхний квартиль |
169,9 |