- •Оглавление
- •1 Роль статистики в научных исследованиях и основные понятия математической статистики
- •Семинарское занятие по теме № 1 «Роль статистики в научных исследованиях и основные понятия математической статистики»
- •Методические указания к проведению занятия
- •Семинарское занятие по теме № 2 «Статистическое наблюдение»
- •Методические указания к проведению занятия
- •Практическое занятие по теме № 3 « Статистические показатели»
- •Семинарское занятие по теме № 4 «Представление статистических данных: таблицы и графики»
- •Методические указания к проведению занятия
- •Практическое занятие по теме № 5 « Средние величины и изучение вариации»
- •Семинарское занятие по теме № 6 «Сводка и группировка статистических данных»
- •Методические указания к проведению занятия
- •Практическое занятие по теме № 7 «Выборочное наблюдение. Испытание статистических гипотез»
- •Методические указания к проведению занятия
- •Практическое занятие по теме № 8 « Корреляционно-регрессионный анализ и моделирование статистических связей»
- •Семинарское занятие по теме № 9 «Статистическое изучение динамики»
- •Методические указания к проведению занятия
- •Семинарское занятие по теме № 10 «Индексы»
- •Методические указания к проведению занятия
- •Семинарское занятие по теме № 11 « Статистическое изменение структуры совокупности и ее изменений»
- •Методические указания к проведению занятия
Практическое занятие по теме № 8 « Корреляционно-регрессионный анализ и моделирование статистических связей»
Задание 1.
Цель занятия: овладеть навыками корреляционно-регрессивного анализа между признаками X и Y.
Примерные варианты заданий
При изучении химического состава и реологических характеристик желе из ягод смородины было обследовано 10 образцов и получены следующие результаты о содержании сухих веществ Х (%) и прочности студня Y (кг), варианты заданий представлены в таблице 10.
В соответствии с выбранным вариантом (таблица 9) произвести статистическую обработку данных:
построить диаграмму рассеяния;
определить выборочный коэффициент корреляции , сделать вывод о направлении и тесноте связи между признакамиХ и Y;
полагая, что между признаками Х и Y имеет место линейная корреляционная вязь, найти выборочное уравнение линейной регрессии . Используя полученное уравнение регрессии, оценить ожидаемое среднее значение признакаY, когда признак Х принимает значение, равное а %.
построить линию регрессии.
Таблица 9 – Варианты заданий
Варианты заданий | |||||||||||
№1 |
№2 |
№3 |
№4 |
№5 |
№6 | ||||||
Прочность студня, кг |
Содержание сухих веществ в студне, % |
Прочность студня, кг |
Содержание сухих веществ в студне, % |
Прочность студня, кг |
Содержание сухих веществ в студне, % |
Прочность студня, кг |
Содержание сухих веществ в студне, % |
Прочность студня, кг |
Содержание сухих веществ в студне, % |
Прочность студня, кг |
Содержание сухих веществ в студне, % |
0,111 |
59,0 |
0,278 |
64,0 |
0,050 |
55,0 |
0,323 |
66,0 |
0,222 |
63,0 |
0,301 |
66,0 |
0,125 |
59,5 |
0,284 |
65,0 |
0,084 |
56,0 |
0,369 |
67,0 |
0,237 |
64,0 |
0,321 |
67,0 |
0,126 |
60,0 |
0,291 |
66,0 |
0,091 |
57,0 |
0,395 |
68,0 |
0,265 |
65,0 |
0,358 |
68,0 |
0,165 |
61,2 |
0,302 |
67,0 |
0,101 |
58,0 |
0,401 |
69,0 |
0,275 |
66,0 |
0,379 |
69,0 |
0,201 |
62,0 |
0,323 |
68,0 |
0,125 |
59,0 |
0,423 |
70,0 |
0,303 |
67,0 |
0,402 |
70,0 |
0,210 |
63,0 |
0,375 |
69,0 |
0,147 |
60,0 |
0,437 |
71,0 |
0,345 |
68,0 |
0,423 |
71,0 |
0,246 |
64,0 |
0,401 |
70,0 |
0,175 |
61,0 |
0,479 |
72,0 |
0,378 |
69,0 |
0,435 |
72,0 |
0,302 |
65,0 |
0,421 |
71,0 |
0,195 |
62,0 |
0,492 |
73,0 |
0,401 |
70,0 |
0,469 |
73,0 |
0,333 |
66,0 |
0,520 |
72,0 |
0,201 |
63,0 |
0,502 |
74,0 |
0,419 |
71,0 |
0,501 |
74,0 |
0,352 |
67,0 |
0,530 |
73,0 |
0,222 |
64,0 |
0,509 |
75,0 |
0,425 |
72,0 |
0,509 |
75,0 |
|
а=61,0 |
|
а=65,5 |
|
а=56,5 |
|
а=67,5 |
|
а=65,5 |
|
а=68,5 |
Задание 2.
Цель занятия: освоить корреляционно-регрессивный анализ между признаками X и Y с помощью компьютерной программы для статистической обработки данных STATISTICA 6.0.
Примерные варианты заданий
Произвести корреляционно-регрессивный анализ между признаками X и Y с помощью компьютерной программа для статистической обработки данных STATISTICA 6.0. Варианты заданий выбрать в соответствии с таблицей 9.
СТАТИСТИЧЕСКОЕ ИЗУЧЕНИЕ ДИНАМИКИ
Все процессы и явления, протекающие в общественной жизни человека, являются предметом изучения статистической науки они находятся в постоянном движении и изменении.
Ряды динамики представляют собой ряды изменяющихся во времени значений статистического показателя, расположенных в хронологическом порядке.
Составными элементами ряда динамики являются показатели уровней ряда и периоды времени (годы, кварталы, месяцы, сутки) или моменты (даты) времени. Уровни, образующие ряды динамики, определяют количественную оценку развития во времени исследуемого явления или процесса, они могут выражаться относительными, абсолютными либо средними величинами. Уровни рядов динамики в зависимости от характера исследуемого явления могут относиться к определенным датам времени или к отдельным периодам.
Важнейшим условием правильного построения ряда динамики является сопоставимость всех входящих в него уровней.
Причины несопоставимости уровней ряда динамики:
- изменение единиц измерения или единиц счета;
- методология учета или расчета показателей;
- периодизация динамики;
- интервалы или моменты, по которым определены уровни, должны иметь одинаковый смысл;
- несопоставимость по кругу охватываемых объектов вследствие перехода ряда объектов из одного подчинения в другое;
- изменение территориальных границ.
Основные показатели анализа динамических рядов
Для анализа динамических рядов в статистике используются показатели:
- уровень ряда;
- средний уровень;
- абсолютный прирост;
- темп роста;
- коэффициент роста;
- темп прироста;
- коэффициент опережения;
- абсолютное значение одного процента прироста.
Уровнем ряда является абсолютная величина каждого члена динамического ряда. Все уровни ряда характеризуют его динамику. Различают начальный, конечный и средний уровни ряда. Начальный уровень – величина первого члена ряда. Конечный уровень – величина последнего члена ряда, средний уровень – средняя из всех значений динамического ряда.
Абсолютный прирост характеризует размер увеличения или уменьшения изучаемого явления за определенный период времени определяется как разность между данным уровнем и предыдущим или первоначальным. Уровень, который сравнивается, называется текущим, а уровень, с которым делается сопоставление, именуется базисным, так как он является базой для сравнения.
Темп роста - относительный показатель, характеризующий интенсивность процесса роста (или снижения). Он показывает, сколько процентов составляет уровень данного периода по сравнению с базисным или предыдущим уровнем, то есть характеризует относительную скорость изменения уровня ряда в единицу времени.
Темпы роста вычисляются по формулам:
1) цепной:
(18)
2) базисный:
(19)
где yi – текущий уровень ряда;
yi—1 – уровень, предшествующий уi;
у0 – начальный уровень ряда.
Если у темпов роста база сравнения принимается за 1, то полученные статистические показатели называются коэффициентами роста.
Темпом прироста называется отношение абсолютного прироста к предыдущему или начальному уровню, выраженное в процентах. Темп прироста можно рассчитать по данным о темпе роста. Для этого надо от темпа роста отнять 100 или от коэффициента роста – 1.
Для получения обобщающих показателей социально-экономических явлений определяются средние величины: средний уровень ряда, средний абсолютный прирост, средний темп роста и прироста и т.д.
Тенденция ряда динамики (тренд). Важнейшим направлением в исследовании закономерностей динамики социально-экономических процессов является изучение общей тенденции развития (тренда). Основная тенденция (тренд) – достаточно плавное и устойчивое изменение уровня явления во времени, более или менее свободное от случайный колебаний. Основную тенденцию можно представить либо аналитически – в виде уравнения (модели) тренда, либо графически.
Экстраполяция – нахождение уровней за пределами изучаемого ряда, т.е. продление ряда на основе выявленной закономерности изменения уровней в изучаемый отрезок времени.
Интерполяция – приближенный расчет уровней, лежащих внутри ряда динамики, но почему-то неизвестных.