Автор работы: Пользователь скрыл имя, 23 Октября 2011 в 12:03, курсовая работа
Индексный метод имеет широкое применение в статистике торговли. В зависимости от характера изучаемого явления здесь вычисляются индексы объемных и качественных показателей. Посредством индексов объемных показателей характеризуются изменения объема поступления и реализации товаров, уровня товарных запасов и т.д. Индексами качественных показателей характеризуются изменения цен, производительности труда, издержек обращения, прибыли и других показателей.
- базисный темп прироста;
- цепной абсолютный прирост;
- базисный абсолютный прирост;
- уровень базисного года;
- уровень предыдущего i-ого года.
Абсолютное
значение 1% прироста служит косвенной
мерой базисного уровня и вместе с темпом
прироста позволяет рассчитать абсолютный
прирост уровня за рассматриваемый период,
то есть показывает, сколько абсолютных
единиц приходится на 1% прироста. Абсолютное
значение 1% прироста вычисляется по
формуле:
где - абсолютное значение 1% прироста;
- цепной абсолютный прирост;
- цепной темп прироста.
Абсолютным ускорением в статистике называется разность между последующим и предыдущим абсолютными приростами и вычисляется по формуле:
где Δ – абсолютное ускорение;
- последующий абсолютный прирост;
- предыдущий абсолютный прирост.
Средний
уровень рядов динамики рассчитывается
по средней хронологической. Средней
хронологической называется средняя
исчисленная из значений, изменяющихся
во времени. Вычисляется по формуле:
где - средний уровень рядов динамики;
- уровень ряда данных;
- число уровней.
Обобщающим
показателем скорости изменения
явлений во времени является средний
абсолютный прирост, вычисляется по
формуле:
где - средний абсолютный прирост;
- абсолютный прирост;
-число уровней ряда.
Средний темп прироста вычисляется по формуле:
где - средний темп прироста;
- средний темп роста.
Расчет
показателей динамического ряда
для Y(t) представлен в таблицах 2.
Таблица 2 - Расчет показателей динамического ряда для Y(t)
Месяц | Численность кадров,чел., Y | Абсолютные приросты,% | Темпы роста | Темпы прироста | |||
цепные | базисные | цепные | базисные | цепные | базисные | ||
Январь | 132 | ||||||
Февраль | 134 | 2 | 2 | 101,5152 | 101,5152 | 1,492537 | 1,626016 |
Март | 123 | -11 | -9 | 91,79104 | 93,18182 | -8,94309 | -7,31707 |
Апрель | 112 | -11 | -20 | 91,05691 | 84,84848 | -9,82143 | -16,2602 |
Май | 98 | -14 | -34 | 87,5 | 74,24242 | -14,2857 | -27,6423 |
Июнь | 87 | -11 | -45 | 88,77551 | 65,90909 | -12,6437 | -36,5854 |
Июль | 84 | -3 | -48 | 96,55172 | 63,63636 | -3,57143 | -39,0244 |
Август | 99 | 15 | -33 | 117,8571 | 75 | 15,15152 | -26,8293 |
Сентябрь | 115 | 16 | -17 | 116,1616 | 87,12121 | 13,91304 | -13,8211 |
Октябрь | 132 | 17 | 0 | 114,7826 | 100 | 12,87879 | 0 |
Ноябрь | 119 | -13 | -13 | 90,15152 | 90,15152 | -10,9244 | -10,5691 |
Декабрь | 126 | 7 | -6 | 105,8824 | 95,45455 | 5,555556 | -4,87805 |
Январь | 129 | 3 | -3 | 102,381 | 97,72727 | 2,325581 | -2,43902 |
Февраль | 126 | -3 | -6 | 97,67442 | 95,45455 | -2,38095 | -4,87805 |
Март | 121 | -5 | -11 | 96,03175 | 91,66667 | -4,13223 | -8,94309 |
Апрель | 111 | -10 | -21 | 91,73554 | 84,09091 | -9,00901 | -17,0732 |
Май | 90 | -21 | -42 | 81,08108 | 68,18182 | -23,3333 | -34,1463 |
Июнь | 86 | -4 | -46 | 95,55556 | 65,15152 | -4,65116 | -37,3984 |
Июль | 88 | 2 | -44 | 102,3256 | 66,66667 | 2,272727 | -35,7724 |
Август | 100 | 12 | -32 | 113,6364 | 75,75758 | 12 | -26,0163 |
Сентябрь | 121 | 21 | -11 | 121 | 91,66667 | 17,35537 | -8,94309 |
Октябрь | 116 | -5 | -16 | 95,86777 | 87,87879 | -4,31034 | -13,0081 |
Ноябрь | 130 | 14 | -2 | 112,069 | 98,48485 | 10,76923 | -1,62602 |
Декабрь | 125 | -5 | -7 | 96,15385 | 94,69697 | -4 | -5,69106 |
Продолжение «Таблицы 2»
Абсолютные значения 1 % прироста | Абсолютные ускорения | Средний уровень | Средний абсолютный прирост | Средний темп прироста |
112,666667 | -0,30434783 | 97,90114 | ||
1,34 | -13 | |||
1,23 | 0 | |||
1,12 | -3 | |||
0,98 | 3 | |||
0,87 | 8 | |||
0,84 | 18 | |||
0,99 | 1 | |||
1,15 | 1 | |||
1,32 | -30 | |||
1,19 | 20 | |||
1,26 | -4 | |||
1,29 | -6 | |||
1,26 | -2 | |||
1,21 | -5 | |||
1,11 | -11 | |||
0,9 | 17 | |||
0,86 | 6 | |||
0,88 | 10 | |||
1 | 9 | |||
1,21 | -26 | |||
1,16 | 19 | |||
1,3 | -19 | |||
1,25 | 5 |
В графическом виде динамика изменения показателей Y1(t) и Y2(t) приведена на рис 3.
Рис.3
Темп прироста для Y(t)
2.4 Расчет коэффициентов корреляции
2.4.1
Коэффициенты корреляции
Для оценки тесноты связи между исследуемыми показателями используется следующая формула:
где ;
.
Результаты расчетов коэффициентов корреляции приведены в таблицах
3.
Таблица 3 – Результаты расчетов коэффициентов корреляции и оценка тесноты связи для Y
коэффициент корреляции | ryx1 | ryx2 | ryx3 | ryx4 | ryx5 |
значение | -0,38 | -0,15 | -0,15 | -0,15 | -0,23 |
2.4.2
Частный коэффициент
корреляции
Частные коэффициенты корреляции характеризуют степень тесноты связи между двумя признаками при фиксированном значении других факторных признаков.
Зависимость
Y от двух факторных признаков, в данном
случае X1 и X5
( так как связь между Y X1 и Y X5
самая сильная), коэффициент частной
корреляции вычисляется по следующей
формуле:
где
- парный коэффициент корреляции между
X1 и X5, он равен - 0,29.
2.4.3 Общий коэффициент
корреляции
Общий коэффициент корреляции для Y, X1 и X5 рассчитывается по формуле:
2.5
Построение парной
регрессионной модели
Выбор формулы связи называется спецификацией уравнения регрессии.
Перечислим основные виды уравнений парной регрессии
Определить тип уравнения можно, исследуя зависимость графически.
Для
построения парной регрессионной модели
были выбраны следующие показатели: операционные
доходы до резервов (Y1) и средства
клиентов(X2).
2.5.1
Линейная зависимость
Для
определения неизвестных
где, d – показатель, характеризирующий изменение тенденции в среднем;
- уровни факторного ряда
- уровни результативного ряда динамики;
, - средние уровни ряда динамики;
Решение:
Тогда
неизвестные коэффициенты будут
равны:
Уравнение линейной зависимости:
Графически уравнение линейной зависимости представлено на рисунке 4.
Рис.4
График линейной зависимости
2.5.2
Гиперболическая зависимость
При гиперболической зависимости Y=a + b*1/x параметры а и b находят, как и в случае линейной зависимости, но для уравнения регрессии ; где
Решение:
d= 5,15; da=0,082; db=1223,02.
.
Тогда
неизвестные коэффициенты будут
равны:
a=0,016;
b=237,41.
Уравнение
гиперболической зависимости:
Графически уравнение гиперболической зависимости представлено на рисунке 5.
Информация о работе Статистика населения и сельского хозяйства