Статистический анализ данных выборочного наблюдения

Автор работы: Пользователь скрыл имя, 10 Апреля 2012 в 16:54, курсовая работа

Краткое описание

Целью данного курсового проекта является освоение инструментов статистики для дальнейшего применения в решении управленческих задач. В качестве задач курсового проекта следует выделить следующее:
1. Овладение методами выполнения оценок параметров больших множеств по данным выборочного наблюдения;
2. Приобретение навыков работы с большими массивами данных и навыки представления данных статистического наблюдения в виде, удобном для восприятия, анализа и принятия решений;
3. Развитие аналитических навыков в ходе применения вариационного метода интерпретации полученных результатов.

Содержание работы

Введение……………………………………………………………………………………………….3

1. Сводка и группировка данных статистического наблюдения……………………………………...4
2. Вариационный анализ……………………………………………………………………………….. 8
3. Проверка гипотезы о нормальном характере распределения……………………………………...10
4. Корреляционно-регрессионный анализ……………………………………………………………. 11
5. Множественный корреляционно-регрессионный анализ………………………………………….15
6. Анализ качественных признаков……………………………………………………………...……..16
7. Интервальные оценки………………………………………………………………………………...18

Заключение………………………………………………………..………………………… ………....19
Литература………………………………………………………………………………………………20

Скачать целиком (960.10 Кб) Сколько стоит заказать работу?

Содержимое работы - 1 файл

Трифонова Ольга, 8202 на 5.doc

— 4.09 Мб (Скачать файл)

Корреляционная решетка – это аналитическая группировка единиц совокупности по двум признакам, между которыми оценивается связь. По расположению и концентрации единиц на поле корреляционной решетки можно сделать предположение о наличии и направлении связи, а также предварительную оценку тесноты связи.

Рассчитать эмпирическое корреляционное отношение, коэффициент детерминации

	78-90,5	90,5-103	103-115,5	115,5-128	128-140,5	140,5-153	153-165,5	165,5-178	Общий итог	Средние	Групповые средние (EQ)
43-49,25	14	3							17	46,1	86,5	238,9
49,25-55,5		10	1						11	52,4	97,9	84,1
55,5-61,75			20						20	58,6	109,3	63,9
61,75-68			1	13	1				15	64,9	121,8	7,6
68-74,25				1	19	2			22	71,1	134,8	3,8
74,25-80,5					2	8	3		13	77,4	147,7	30,2
80,5-86,75						1	15		16	83,6	158,5	96,0
86,75-93							1	20	21	89,9	171,2	263,3
Общий итог	14	13	22	14	22	11	19	20	135			787,7
Средние	84,3	96,8	109,3	121,8	134,3	146,8	159,3	171,8
Групповые средние (БТП)	46,1	50,9	58,6	65,3	71,4	76,8	83,0	89,9
	54,4	31,5	17,6	1,4	0,9	4,9	27,3	64,4	202,6


Дисперсия для БТП		208,73
Факторная дисперсия для БТП		202,58
ЭКО		0,97

В корреляционной таблице одни признаки располагаются по строкам, а другие – в колонках. Числа, стоящие на пересечении строк и колонок, показывают, сколько раз встречается данное значение факторного признака с данным значением результативного.

Эмпирическое корреляционное отношение (ЭКО) показывает тесноту связи между исследуемым явлением (БТП) и группировочным признаком (EQ). ЭКО изменяется в переделах от нуля до единицы. Чем ближе его значение к единице, тем сильнее корреляционная связь между признаками. В нашем случае значение ЭКО=0,97, значит связь между БТП и EQ достаточно сильная.

Видно, что ЭКО меньше чем коэффициент корреляции. Поэтому связь между признаками БТП и EQ считаем линейной.

Вывод: В этом пункте рассчитано эмперическое корреляционное отношение (ЭКО). Была построена корреляционная таблица, рассчитана факторная дисперсия и дисперсия для БТП, получено ЭКО, равное 0,97. Т.к 0,97<коэффициента корреляции (1,00) можно сделать вывод, что связь между БТП и EQ линейная.

5. Множественный корреляционно- регрессионный анализ.

Применяем Регрессия из Анализа данных.

ВЫВОД ИТОГОВ

Регрессионная статистика
Множественный R	0,999428
R-квадрат	0,998856
Нормированный R-квадрат	0,996378
Стандартная ошибка	0,818799
Наблюдения	20

Дисперсионный анализ
	df	SS	MS	F	Значимость F
Регрессия	13	3512,527	270,1944	403,0159839	1,02886E-07
Остаток	6	4,022586	0,670431
Итого	19	3516,55

	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение	Нижние 95%	Верхние 95%	Нижние 95,0%	Верхние 95,0%
Y-пересечение	5,75988	9,134132	0,630589	0,551555849	-16,59053549	28,1103	-16,5905	28,1103
Переменная X 1	0,026835	0,04831	0,555476	0,598653319	-0,091375611	0,145046	-0,09138	0,145046
Переменная X 2	0,186185	0,262995	0,707942	0,505538291	-0,457339532	0,829709	-0,45734	0,829709
Переменная X 3	-0,16346	0,284071	-0,57541	0,585927974	-0,858553839	0,531638	-0,85855	0,531638
Переменная X 4	0,045525	0,100539	0,45281	0,666598293	-0,200485636	0,291536	-0,20049	0,291536
Переменная X 5	-1,78099	2,527092	-0,70476	0,507381579	-7,964557588	4,402584	-7,96456	4,402584
Переменная X 6	-0,36306	0,542428	-0,66933	0,528188282	-1,690334359	0,964213	-1,69033	0,964213
Переменная X 7	0,000849	0,018587	0,045677	0,965049796	-0,044632382	0,04633	-0,04463	0,04633
Переменная X 8	0,482225	0,031312	15,40049	4,73812E-06	0,405606692	0,558844	0,405607	0,558844
Переменная X 9	-0,00077	0,000906	-0,85289	0,426450187	-0,002988628	0,001444	-0,00299	0,001444
Переменная X 10	0,001463	0,00296	0,494354	0,638632437	-0,005778965	0,008705	-0,00578	0,008705
Переменная X 11	-0,01921	1,179062	-0,01629	0,987529735	-2,904270405	2,865852	-2,90427	2,865852
Переменная X 12	-0,68404	2,154273	-0,31753	0,761602457	-5,955359037	4,587274	-5,95536	4,587274
Переменная X 13	-0,29099	0,762668	-0,38154	0,715949613	-2,157168127	1,575194	-2,15717	1,575194

Множественно корреляционно- регрессионный анализ состоит в анализе связи между несколькими независимыми переменными (называемыми также регрессорами или предикторами) и зависимой переменной.

Анализируя полученные данные, видим, что p-значение для X8 слишком велико и необходимо исключить ее из рассмотрения.

Кажется, что нет смысла в этом примере использовать множественную регрессию для прогнозирования БТП.

Вывод: В данном пункте проведен множественный корреляционно- регрессионный анализ. Для этого применена Регрессия с помощью описательной статистики. Из полученных данных мы видим, что р-значение (4,73812Е-06) для переменной Х8 слишком велико и ее необходимо исключить из рассмотрения. В моем примере нет смысла использовать множественную регрессию.

6. Анализ качественных признаков.

10. Расчет коэффициентов ассоциации и контингенции для признаков.

	Высшее				Здесь
Пол	0	1	Общий итог		a=	39
0	39	28	67		b=	28
1	30	38	68		c=	30
Общий итог	69	66	135		d=	38

	Коэффициенты:
	Коэффициент контингенции			-1,0
	Коэффициент ассоциации			0,1

	Наличие судимости			Здесь
Пол	0	1	Общий итог	a=	58
0	58	9	67	b=	9
1	44	24	68	c=	44
Общий итог	102	33	135	d=	25

	Коэффициенты:
	Коэффициент контингенции		1,0
	Коэффициент ассоциации		0,3

Коэффициенты ассоциации и контингенции применяются для определения тесноты связи двух качественных признаков., каждый который состоит только их двух групп. Коэффициент контингенции всегда меньше коэффициента ассоциации. Связь считается подтвержденной, если Ка > 0,5, а Кк > 0,3. В первом случае связь считается не подтвержденной, а во втором подтвержденной.

Коэффициент контингенции, равный -1 говорит об абсолютной отрицательной связи качественных признаков. Коэффициент контингенции, равный +1 говорит об абсолютной положительной связи качественных признаков, а нулевое значение говорит о независимости признаков.

Но недостатком коэффициента контингенции является то, что он не различает полной и абсолютной связанности признаков, давая для этих случаев +1 или -1, т.е. этот коэффициент существенно завышает оценку связи признаков. А у коэффициента ассоциации этого недостатка нет. Коэффициент ассоциации при независимости признаков также равен нулю, а значения +1, -1 принимает только при абсолютной связанности признаков.

Вывод: В этом пункте проведен анализ качественных признаков. В результате были получены коэффициент контингенции, равный -1,0 в первом случае, и 1,0 во втором, и коэффициент ассоциации, равный 0,1 в первом случае, и 0,3 во втором. В первом случае связь качественных признаков считается не подтвержденной (Кк< 0,3), а во втором- подтвержденной (Кк> 0,3).

11 Расчет коэффициента Спирмена.

Табельный номер сотрудника	Баллы по тренингу "Сервисное обслуживание"	Баллы по тренингу "Новая техника"	Ранг БТСО	Ранг для БТНТ
1	103	25	73	81
2	101	24	69	75
3	153	9	133	28
4	73	26	32	83
5	74	32	35	105
6	64	33	24	110
7	73	34	33	116
8	123	18	103	55
9	73	34	34	117
10	144	4	129	17
11	124	16	105	50
12	92	32	52	107
13	120	2	91	11
14	63	35	17	120
15	61	39	14	133
16	112	27	83	89
17	93	13	56	38
18	133	0	117	6
19	121	-4	95	4
20	60	37	11	126
21	140	10	124	30
22	80	26	41	84
23	122	3	98	14
24	84	24	46	74
25	111	12	81	33
26	82	35	42	122
27	114	23	88	71
28	130	12	109	35
29	104	21	78	66
30	102	21	71	64
31	70	37	26	129
32	132	13	116	43
33	74	33	36	112
34	91	13	51	36
35	60	31	12	98
36	100	13	64	39
37	122	21	99	68
38	53	38	6	131
39	102	21	72	65
40	52	41	4	135
41	140	3	125	15
42	114	22	89	69
43	124	6	106	21
44	54	36	10	123
45	120	21	92	67
46	122	2	100	12
47	74	32	37	106
48	100	31	65	101
49	124	11	107	31
50	90	31	48	99
51	153	-5	134	3
52	53	35	7	119
53	121	1	96	7
54	62	38	16	132
55	100	28	66	91
56	63	29	18	92
57	133	18	118	57
58	112	13	84	41
59	70	33	27	111
60	74	21	38	62
61	103	27	74	88
62	93	27	57	87
63	50	37	1	124
64	84	25	47	78
65	133	15	119	48
66	130	4	110	16
67	103	13	75	40
68	63	35	19	121
69	103	9	76	26
70	131	16	113	51
71	53	37	8	125
72	64	30	25	96
73	94	29	61	95
74	154	-7	135	1
75	104	19	79	59
76	61	37	15	127
77	114	25	90	82
78	130	2	111	13
79	133	14	120	45
80	131	7	114	22
81	101	14	70	44
82	120	19	93	60
83	71	27	29	85
84	113	13	86	42
85	82	37	43	130
86	71	32	30	104
87	93	28	58	90
88	122	1	101	8
89	51	32	3	102
90	143	17	127	52
91	134	19	122	61
92	93	21	59	63
93	112	18	85	54
94	151	5	132	19
95	70	25	28	77
96	60	32	13	103
97	74	24	39	73
98	113	6	87	20
99	94	33	62	114
100	120	10	94	29
101	133	7	121	23
102	100	32	67	108
103	144	8	130	25
104	90	12	49	32
105	104	15	80	47
106	144	18	131	58
107	50	35	2	118
108	63	29	20	93
109	143	5	128	18
110	83	27	44	86
111	74	29	40	94
112	100	15	68	46
113	93	25	60	80
114	122	1	102	9
115	52	31	5	97
116	92	31	53	100
117	134	-6	123	2
118	92	13	54	37
119	63	33	21	109
120	121	12	97	34
121	63	37	22	128
122	94	16	63	49
123	123	24	104	76
124	103	18	77	53
125	111	2	82	10
126	83	23	45	70
127	130	-3	112	5
128	71	24	31	72
129	53	40	9	134
130	90	25	50	79
131	63	34	23	115
132	131	18	115	56
133	124	9	108	27
134	140	7	126	24
135	92	33	55	113

rs=	-0,8283192

12 Расчет коэффициента Кендалла

Табельный номер сотрудника	Ранг БТСО	Ранг для БТНТ	Совпадения	Инверсии	Вспомогательный столбец
74	135	1	0	134	1
117	123	2	11	122	1
51	134	3	0	132	1
19	95	4	37	94	1
127	112	5	20	110	1
18	117	6	15	114	1
53	96	7	34	94	1
88	101	8	29	98	1
114	102	9	28	98	1
125	82	10	44	81	1
13	91	11	35	89	1
46	100	12	28	95	1
78	111	13	19	103	1
23	98	14	28	93	1
41	125	15	8	112	1
66	110	16	18	101	1
10	129	17	4	114	1
109	128	18	4	113	1
94	132	19	1	115	1
98	87	20	30	85	1
43	106	21	18	96	1
80	114	22	13	100	1
101	121	23	7	105	1
134	126	24	4	107	1
103	130	25	2	108	1
69	76	26	34	75	1
133	108	27	12	96	1
3	133	28	0	107	1
100	94	29	17	89	1
21	124	30	2	103	1
49	107	31	10	94	1
104	49	32	55	48	1
25	81	33	24	78	1
120	97	34	14	87	1
28	109	35	9	91	1
34	51	36	50	49	1
118	54	37	47	51	1
17	56	38	45	52	1
36	64	39	37	59	1
67	75	40	26	69	1
58	84	41	20	74	1
84	86	42	18	75	1
32	116	43	6	86	1
81	70	44	27	64	1
79	120	45	3	87	1
112	68	46	27	62	1
105	80	47	18	70	1
65	119	48	3	84	1
122	63	49	28	58	1
11	105	50	6	79	1
70	113	51	5	79	1
90	127	52	1	82	1
124	77	53	16	66	1
93	85	54	12	69	1
8	103	55	5	75	1
132	115	56	3	76	1
57	118	57	2	76	1
106	131	58	0	77	1
75	79	59	9	67	1
82	93	60	3	72	1
91	122	61	0	74	1
60	38	62	36	37	1
92	59	63	19	53	1
30	71	64	11	60	1
39	72	65	10	60	1
29	78	66	7	62	1
45	92	67	2	66	1
37	99	68	1	66	1
42	89	69	2	64	1
126	45	70	22	43	1
27	88	71	2	62	1
128	31	72	33	30	1
97	39	73	26	36	1
24	46	74	20	41	1
2	69	75	5	55	1
123	104	76	0	59	1
95	28	77	31	27	1
64	47	78	17	40	1
130	50	79	15	41	1
113	60	80	9	46	1
1	73	81	3	51	1
77	90	82	0	53	1
4	32	83	23	29	1
22	41	84	16	35	1
83	29	85	23	27	1
110	44	86	13	36	1
62	57	87	8	40	1
61	74	88	1	46	1
16	83	89	0	46	1
87	58	90	5	40	1
55	66	91	1	43	1
56	18	92	26	17	1
108	20	93	24	18	1
111	40	94	10	31	1
73	61	95	3	37	1
72	25	96	17	22	1
115	5	97	34	4	1
35	12	98	27	10	1
50	48	99	6	30	1
116	53	100	4	31	1
48	65	101	1	33	1
89	3	102	31	2	1
96	13	103	23	9	1
86	30	104	11	20	1
5	35	105	8	22	1
47	37	106	6	23	1
12	52	107	3	25	1
102	67	108	0	27	1
119	21	109	12	14	1
6	24	110	9	16	1
59	27	111	7	17	1
33	36	112	4	19	1
135	55	113	1	21	1
99	62	114	0	21	1
131	23	115	5	15	1
7	33	116	3	16	1
9	34	117	2	16	1
107	2	118	16	1	1
52	7	119	13	3	1
14	17	120	5	10	1
68	19	121	4	10	1
26	42	122	1	12	1
44	10	123	7	5	1
63	1	124	11	0	1
71	8	125	8	2	1
20	11	126	6	3	1
76	15	127	4	4	1
121	22	128	2	5	1
31	26	129	1	5	1
85	43	130	0	5	1
38	6	131	3	1	1
54	16	132	0	3	1
15	14	133	0	2	1
129	9	134	0	1	1
40	4	135	0	0	1
			1750	7295
			P	Q

Тогда τ =

-0,61

Информация о работе Статистический анализ данных выборочного наблюдения