Статистика
.pdfФЕДЕРАЛЬНОЕ АГЕНСТВО ПО ОБРАЗОВАНИЮ
ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
«ОРЕНБУРГСКИЙ ГОСУДАРСТВЕННЫЙ ИНСТИТУТ МЕНЕДЖМЕНТА»
Кафедра финансов, статистики и экономического анализа
Н. Ф. КОЛОДИНА Г. П. ГОРБАЧЕВА Н. А. ЯРЦЕВА
СТАТИСТИКА
Методические рекомендации по выполнению контрольных работ
Оренбург
2009
1
УДК 311
ББК 60.6 К 61
Обсуждены на заседании кафедры финансов, статистики и эко- номического анализа от 24 апреля 2008 г., протокол № 9.
Утверждены Учебно-методическим советом от 20 ноября 2008 г., протокол № 2.
Авторы: Колодина Н. Ф., Горбачева Г. П., Ярцева Н. А.
Колодина Н. Ф.
К61 Статистика : метод. рекомендации по выполнению контрольных работ / Н. Ф. Колодина., Г. П. Горбачева, Н. А. Ярцева.– Оренбург :
ОГИМ, 2009. – 38 с.
Всборник включены задачи по статистике, а также методиче- ские рекомендации по их решению. Перечень предложенных тем со- ответствует учебным программам по экономическим специально- стям. Решение задач предлагает применение широкого спектра ста- тистических методов анализа (расчет показателей динамики, вариа- ции, вычисление средних величин, факторный, индексный и др.).
Методические рекомендации к выполнению контрольных ра- бот адресованы студентам, обучающимся по специальности 080502.65 «Экономика и управление на предприятии (по отраслям)», 080109.65 «Бухгалтерский учет, анализ и аудит».
УДК 311
ББК 60.6
©Колодина Н. Ф., 2009 ©Горбачева Г. П., 2009 ©Ярцева Н. А., 2009 © ГОУВПО «ОГИМ», 2009
2
|
Оглавление |
|
Предисловие .............................................................................................. |
4 |
|
1 |
Методические указания по выполнению контрольной работы ........... |
5 |
2 |
Задачи для самостоятельного решения ................................................. |
14 |
Библиографический список ...................................................................... |
30 |
|
Приложение ............................................................................................... |
33 |
3
Предисловие
Целью изучения статистики является познание методологических основ и практическое овладение приемами экономико-статистического анализа. В курс закладывается фундамент для дальнейшего изучения практически многих экономических дисциплин, использующих стати- стические методы анализа (финансы, кредит, маркетинг, экономический анализ, финансовый менеджмент, ценные бумаги и другие).
По учебному плану студенты всех экономических специальностей изучают общеэкономическую дисциплину «Статистика» как базовую, формирующую профессиональный уровень экономиста любой специ- альности.
Дисциплина состоит из двух разделов:
•теория статистики;
•социально-экономическая статистика.
Теория статистики – наука, разрабатывающая общие понятия, катего- рии, методы сбора, обработки, обобщения и анализа массовых данных.
Социально-экономическая статистика дает количественную оцен- ку системы показателей уровня динамики и структуры, конкретных со- циально-экономических процессов в целях выявления общих закономер- ностей и специфических особенностей формирования и развития эконо- мики страны в целом.
В данном пособии даются методические советы по теории статистики.
4
1 МЕТОДИЧЕСКИЕ УКАЗАНИЯ ПО ВЫПОЛНЕНИЮ КОНТРОЛЬНОЙ РАБОТЫ
Написание контрольной работы является формой промежуточного контроля освоения студентами учебного материала по дисциплине. Це- лью контрольной работы является углубленное изучение методов стати- стики, закрепление теоретических знаний, приобретение навыков само- стоятельной исследовательской работы, овладение современными прие- мами анализа показателей.
При выполнении контрольной работы необходимо руководство- ваться следующими требованиями:
1.Работа должна быть выполнена аккуратно, разборчивым почерком.
2.В начале работы должен быть указан номер варианта работы, либо шифр зачетной книжки полностью. Задачи нужно решать в том порядке, в каком они даны в задании.
3.Условия задачи переписываются в тетрадь.
4.Решение задач следует сопровождать необходимыми поясне- ниями, расчетами с указанием применяемых статистических формул, анализом и выводами.
5.Решение задач по возможности нужно представлять в таблицах, оформленных в соответствии с правилами, принятыми в стати- стике. Для иллюстрации динамики и структуры рассматривае- мых показателей следует использовать графики и диаграммы.
6.Если расчеты относительных показателей нужно производить с точностью до 0,001, а процентов до – 0,01.
7.В конце работы следует привести список использованной лите- ратуры, дату выполнения работы, подпись.
Студенты выполняют работу, состоящую из 7-8 задач.
Задачи 1-10 по теме «Статистические ряды распределения и их характеристики»
Ряд распределения – это ряд чисел, в котором значения изучаемого признака (варианты) расположены в определенном порядке: либо в по- рядке возрастания, либо убывания. Наряду с вариантами ряд распределе- ния включает и частоты – величины, показывающие, сколько раз каждая варианта встречается в данной совокупности. Сумма частот равна объему совокупности. Таким образом, ряд распределения состоит из вариант (х) и частот (f).
В зависимости от прерывности или непрерывности варьирующего признака ряды распределения удобно представлять в виде двух разно- видностей: дискретного и вариационного (интервального). Дискретный ряд представляет собой ряд прерывных чисел. Например, распределение студентов по успеваемости (см. Табл. 1). При непрерывной вариации распределение признака называется интервальным. Частоты относятся ко
5
всему интервалу. Примером интервального ряда может служить распре- деление предприятий по стоимости ОПФ (см. Табл. 2).
Таблица 1 – Распределение студентов по успеваемости
Оценка (балл) |
Число студентов (частоты) |
Накопленные |
|
частоты |
|||
|
|
||
2 |
2 |
1 |
|
3 |
12 |
12 |
|
4 |
10 |
22 |
|
5 |
6 |
30 |
|
Итого |
30 |
|
|
|
|
|
Таблица 2 – Распределение предприятий по стоимости ОПФ
Группы предприятий по |
Число предприятий |
Накопленные |
стоимости ОПФ, млн. руб. |
в группе (частоты) |
частоты |
|
|
|
20-40 |
2 |
2 |
40-60 |
5 |
7 |
60-80 |
10 |
17 |
80-100 |
8 |
25 |
100-120 |
5 |
30 |
Итого |
30 |
|
|
|
|
В зависимости от вида ряда распределения по-разному можно изо- бразить их графически. Если ряд дискретный – строится полигон распре- деления. Величина признака откладывается на оси абсцисс, частоты – на оси ординат. Вершины ординат соединяются прямыми линиями. Гисто- грамма распределения отличается от полигона тем, что на оси абсцисс берутся не точки, а отрезки, изображающие интервал, т.е. гистограмма строится на основе вариационного (интервального) ряда. По накоплен- ным частотам строится кумулятивная кривая (кумулята).
Для определения средней арифметической надо сложить все вари- анты и полученную сумму разделить на число единиц, входящих в сово- купность (объем совокупности). Средняя арифметическая бывает про- стая и взвешенная. Простая средняя используется тогда, когда каждая варианта встречается лишь один раз (1). Если каждая варианта встреча- ется несколько раз, то следует подсчитать частоты и умножить (взвесить) каждую варианту на соответствующую частоту (2).
Простая средняя арифметическая |
|
= |
å х |
(1) |
|
х |
|||||
n |
|||||
|
|
|
|
6
|
|
Средняя арифметическая взвешенная |
|
= |
å хf |
|
(2) |
|||||||
|
х |
|||||||||||||
|
å f |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||
В наших примерах средняя рассчитывается по формуле, взвешенной |
||||||||||||||
для таблицы |
1 |
|
|
= |
2×2 + 3×12 + 4×10 + 5×6 |
= 3,67(балл), |
|
|
|
|
|
|||
х |
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
||||||||
|
30 |
|
|
|
|
|
|
|
||||||
для таблицы |
2 |
|
= |
30×2 + 50×5 + 70×10 + 90×8 +110×5 |
= 76 (млн.руб). |
|
||||||||
х |
|
|||||||||||||
|
|
|||||||||||||
|
30 |
|
|
|
|
|
|
|
При расчете средней арифметической для интервального ряда нужно сначала определить середины интервалов как полусуммы значений верхней и нижней границ интервала. При наличии интервалов, где «открыты» верх- няя или нижняя граница, величину интервала определяют по последующему или предыдущему интервалу.
Для характеристики рядов распределения кроме средней степенной применяются структурные средние: мода и медиана.
Мода-варианта, которая наиболее часто встречается в данной сово- купности, т. е. варианта с наибольшей частотой.
Медиана-варианта, находящаяся в середине ряда распределения. Мода для дискретного ряда определяется просто и соответствует ва-
рианте с наибольшей частотой (3). По данным таблицы 1 мода равна 3, т.к. эта варианта встречается наибольшее число раз – 12. Для интервального ряда (с равными интервалами) мода определяется по следующей формуле (по данным Табл. 2):
M o |
= xMo |
+ i |
|
f2 - f1 |
|
, |
(3) |
|
( f2 |
- f1 ) + ( f |
2 - f3 ) |
||||||
|
|
|
|
|
где i – длина интервала,
f2 – частота модального, f1 – домодального,
f3 – замодального интервалов;
хМо – начало модального интервала.
M o |
= 60 + 20 |
|
10 -5 |
|
(10 |
-5) + (10 -8) |
|||
|
|
Медиану для дискретного определяют по накопленным частотам делением объема совокупности пополам: по таблице 1-30:2=15. Это со- ответствует медиане, равной 4.
Для интервального ряда медиану определяют по формуле:
7
|
å f |
|
|
M e = xMo + i |
2 |
- Sm−1 , |
(4) |
|
|||
|
fMe |
|
где Sm-1 – накопленная частота интервала, предшествующего медианному, fМе – локальная частота медианного интервала,
хМе – начало медианного интервала.
В нашем примере по данным таблицы 2 получим:
M e |
= 60 + 20 |
15 - 7 |
||
|
10 |
|||
|
|
Размах вариации – разность между наибольшей и наименьшей ва- риантой:
R = Xmax - Xmin |
(5) |
Среднее квадратическое отклонение – показатель вариации, изме-
ряющий величину, на которую все варианты в среднем отклоняются от средней арифметической. Среднее квадратическое отклонение бывает простое (6) и взвешенное (7) и рассчитывается по формулам:
– простое (невзвешенное) σ = |
å(х - х)2 |
(6) |
||||
|
|
|
|
n |
|
|
– взвешенное |
σ = |
(x - x)2 × f |
|
(7) |
||
|
å f |
|||||
|
|
|
|
|
Квадрат среднего квадратического отклонения называется диспер-
сией, или средним квадратом отклонений.
Наряду с абсолютным показателем колеблемости признака – сред- ним квадратическим отклонением – широко применяется и относитель- ный показатель – коэффициент вариации, который показывает меру ко-
леблемости признака относительно его среднего значения и измеряется в процентах.
Задачи 11-20 на проверку гипотез относительно распределений
Рекомендуем применить критерий согласия Хг – Пирсона.
Каждому ряду распределения достаточно большой совокупности объ- ективно свойственна определенная закономерность. Моделирование кривой распределения позволяет в компактной форме дать характеристику зако- номерности распределения, используя ее в планировании и прогнозирова- нии. Одним из наиболее распространенных законов распределения, при- меняемых в качестве стандарта, с которым сравнивают другие распреде-
ления и которое имеет важное значение для решения задач выборочного
8
наблюдения, является нормальное распределение. Для того чтобы уста- новить, верно ли предположение о том, что эмпирическое распределение подчиняется закону нормального распределения, необходимо сравнить его с теоретическим распределением. Важно определить, являются ли различия между ними результатом действия случайных причин или обу- словлены неправильно подобранной функцией. Критерии согласия, ис- пользуемые с этой целью, разработаны К. Пирсоном, А. Колмогоровым, В. Романовским и др.
Критерий х2 – Пирсона: Х2факт = å |
(fi - fm )2 |
, |
(8) |
|
fm |
|
|
где fi – эмпирические частоты (фактическое число единиц в группе); fт –теоретические частоты.
Чем меньше отклонение между эмпирическими и теоретическими час- тотами, тем меньше значение Х 2факт, а значит, теоретическое распреде- ление лучше воспроизводит эмпирическое и наоборот. Если фактическое значение больше табличного, то отклонения являются существенными и эмпирический ряд распределения не подчиняется закону нормального рас- пределения.
Значение Х 2табл находится в специальных таблицах с учетом числа степеней свободы, равного числу интервалов (групп) ряда распределения минус единица.
Значение Х 2факт рассчитывается по изложенной выше формуле, для которой предварительно определяются теоретические частоты.
f m = Nσ×i × f (t) ,
где f (m) – для интервального ряда распределения, N – число единиц совокупности,
i – величина интервала,
σ – среднее квадратическое отклонение, t – нормированное отклонение,
f(t)- значение функции плотности нормального распределения.
Нормированное отклонение определяется по формуле:
t = |
|
|
xi - x |
|
|
, |
(9) |
|
|
||||||
|
|
σ
где x – среднее значение признака.
9
|
|
1 |
|
|
t 2 |
||
Значение функции: f ( t ) = |
|
|
×е |
|
табулировано и находится в спе- |
||
|
|
e2 |
|||||
|
|
|
|||||
2π |
|||||||
|
|
|
|
|
|
циальных таблицах в зависимости от величины нормированного откло- нения. Теоретические частоты и параметры для их определения вычис- ляются по каждой группе (интервалу) ряда распределения.
Пример: на примере таблицы 2 проверить при уровне значимости 0,05 гипотезу о нормальном законе распределения предприятий по стои- мости ОПФ.
Расчеты Х 2факт представим в таблице 3.
Таблица 3 – Эмпирическое и теоретическое распределение
предприятия по выпуску продукции
Середина |
Число |
|
|
xi - x |
|
f(t) |
f m = |
N ×i |
× f (t) |
å |
( fi - fm ) |
2 |
|
|
|
||||||||||
интервала |
|
|
|
|
|
|||||||
t = |
|
|
σ |
|
||||||||
предприятий f i |
|
|
|
|
|
fm |
|
|||||
|
σ |
|
|
|
||||||||
х i |
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
30 |
2 |
|
2,00 |
|
0,0540 |
|
2 |
|
|
0 |
|
|
50 |
5 |
|
1,13 |
|
0,2107 |
|
6 |
|
|
0,17 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
70 |
10 |
|
0,26 |
|
0,3857 |
|
10 |
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
90 |
8 |
|
0,61 |
|
0,3312 |
|
9 |
|
|
0,11 |
|
|
110 |
5 |
|
1,48 |
|
0,1334 |
|
3 |
|
|
1,3 |
|
|
Итого |
30 |
|
|
х |
|
X |
|
30 |
|
|
1,58 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
В расчетах теоретических частот fт округлять до целых в большую
сторону
x = 76 млн. руб.
σ = |
å( х - х )2 × f |
= |
( 30 - 76 )2 × 2 + ( 50 - 76 )2 × 5 + (70 -76 )2 ×10 + ( 90 -76 )2 × 8 + ( 110 - 76 )2 × 5 |
|
å f |
|
30 |
σ = 23 млн. руб.
N ×i = 30 × 20 = 26 σ 23
Х 2факт =1,58
Х 2табл =9,95 при уровне значимости 0,05 и числе степеней свободы число интервалов - 1. Так как Х 2факт < Х 2табл критического (допустимо- го) значения, то эмпирическое распределение соответствует нормальному.
Задачи 21-27 предполагают использование двух методов анализа взаимосвязей: аналитической группировки и корреляции. Результаты груп- пировки должны быть сведены в групповую таблицу, которая имеет вид:
10