рефераты конспекты курсовые дипломные лекции шпоры

Реферат Курсовая Конспект

Графический способ изображения статистических данных.

Графический способ изображения статистических данных. - раздел Философия, Лекция 1. Предмет, задачи и методы эконометрики Графическим Способом Изображения Статистических Данных Называют Их Условное И...

Графическим способом изображения статистических данных называют их условное изображение при помощи точек, линий, плоскостей, геометрических фигур и условных знаков. Графики в статистике применяются для: сравнения одноименных показателей, относящихся к различным объектам; наглядного представления структуры совокупности и ее изменения; характеристики динамики и степени распространения явления; отображения взаимосвязи явлений.

В зависимости от назначения используют различные виды графиков: линейные, столбиковые, ленточные, секторные, фигурные.

Линейные диаграммыобычно применяют для характеристики динамики явлений, их взаимосвязи.

Столбиковые, ленточные диаграммыиспользуются для сравнения значений статистических показателей, характеризующих изучаемые объекты в разные моменты времени (за разные периоды времени).

Секторные диаграммыиспользуются для характеристики структуры совокупности.

Фигурные диаграммы используют при сравнении различных явлений по степени их распространения.

Дискретные вариационные ряды изображают в виде полигона (многоугольника) распределения.

Полигон распределения строится в прямоугольной системе координат. На оси абсцисс откладываются варианты, а на оси ординат наносится шкала частот. На оси абсцисс отмечаются точки, соответствующие величинам вариант, и из них восстанавливаются перпендикуляры, длины которых соответствуют частотам конкретных вариант. В результате соединения концов перпендикуляров отрезками прямой, получают полигон распределения. При этом первую точку следует соединить с точкой на оси абсцисс, соответствующей предшествующей варианте, частота которой равна нулю. Последнюю точку следует также соединить с точкой на оси абсцисс, соответствующей варианте, следующей за последней (частота ее также равна нулю). Таким образом получается многоугольник, изображающий распределение признака (рис. 1.1).

 

 

 

Интервальный ряд графически изображается в виде гистограммы (клеточного графика) распределения.

Гистограмма распределения - ступенчатая фигура, состоящая из прямоугольников, основаниями которых служат частичные интервалы длины h, а высоты равны отношению ni/h (плотность частоты). В этом случае частота обезличивается и в каждом интервале ее можно отнести к любому значению признака. Площадь i - го прямоугольника равна ni, а площадь гистограммы равна объему выборки п.

Если частоты отнести к серединам интервалов и соединить ординаты прямыми, то получится полигон распределения.

Огива - графическое изображение рядов распределений по накопленным частотам.

В этом случае по оси абсцисс откладывают накопленные частоты (или частости), по оси ординат - значение признака по возрастающей величине. Соединяя точки, получают огиву распределения.

Корреляционная таблица - таблица, в которой представлена группировка по двум взаимосвязанным признакам: факторному и результативному. Концентрация частот около диагонали (любой) таблицы свидетельствует о наличии связи между признаками.

Пример 1.1. По 30 различным предприятиям области собраны статистические данные за прошедший год о доле (проценте) прибыли, направленной для выплаты дивидендов по своим акциям, и объеме средств (млн. руб.), выделенных на развитие производства (табл. 1.2).

Необходимо:

1) получить интервальный ряд, характеризующий распределение предприятий по сумме средств, направленных на развитие производства, образовав пять групп с равными интервалами;

2) построить корреляционную таблицу и аналитическую группировку для изучения связи между процентом прибыли для выплаты дивидендов по акциям и объемом средств, направленных на развитие производства.

Решение. Прибыль для выплаты дивидендов - это факторный признак X, а объем выделенных на развитие производства средств - результативный признак Y.

Для изучения структуры предприятия по объему средств, направленных на развитие производства, пользуясь данными табл. 1.2, построим интервальный вариационный ряд, характеризующий распределение предприятий по объему затраченных средств.

Величина интервала равна h = (ymax – ymin)/m,

где ymax , ymin - минимальное и максимальное значения величины Y.

т - количество интервалов.

Получаем: h = (36 – 6) / 5 = 6.0 млн.руб.

Путем прибавления величины интервала к минимальному уровню признака в группе получим группы предприятий по объему затраченных средств на развитие производства (табл. 1.3).

Данные группировки показывают, что 56.7 % предприятий затрачивают на развитие производства свыше 18 млн. руб.

Определим, существует ли зависимость между прибылью для выплаты дивидендов (факторный признак X) и размером затраченных средств (результативный признак Y).

Для этого построим корреляционную таблицу, образовав четыре группы по факторному и пять групп по результативному признакам (табл. 1.4).


Таблица 1.2.

Показатели некоторых статей расхода средств предприятий области

 

№ предприятия Прибыль для выплаты дивидендов по акциям, % Объем средств, направленных на развитие производства, млн.руб.
11,9 17,6
16,3 11,4
9,1 33,4
11,4 29,6
13,4 15,5
21,7 10,0
18,3 19,3
15,5 6,0
16,8 28,3
12,0 21,5
19,3 11,7
13,6 23,5
15,0 17,7
14,0 27,0
17,1 14,9
8,7 25,5
16,6 17,4
15,3 24,6
16,2 20,4
18,6 9,5
15,7 28,1
14,4 24,0
16,0 27,4
18,2 12,0
17,2 29,6
10,8 36,0
18,0 13,1
11,5 31,8
9,7 35,5
20,4 10,7

 

Таблица 1.3.

Распределение предприятий по объему средств на развитие производства

 

Номер группы Объем средств на развитие производства, млн.руб. Число предприятий
в абсолютном выражении в относительных единицах
I 6 – 12 23,3
II 12 – 18 20,0
III 18 – 24 16,7
IV 24 – 30 26,7
V 30 - 36 13,3
Итого: 100,0

 


Таблица 1.4.

Распределение предприятий по прибыли для выплаты дивидендов

и по объему средств на развитие предприятия

 

Прибыль для выплаты дивидендов по акциям, % Объем средств на развитие производства, млн.руб
6 - 12 12 - 18 18 - 24 24 - 30 30 - 36
8,7 – 11,95    
11,95 – 15,2    
15,2 – 18,45  
18,45 – 21,7        

 

Для построения корреляционной таблицы необходимо разбить прибыль для выплаты дивидендов по акциям на 4 интервала с шагом h = (21,7 – 8,7) / 4 = 3,25 %

Из данных корреляционной таблицы 1.4. видно, что распределение числа предприятий (частот) имеет место вдоль диагонали, проведенной из левого нижнего угла в правый верхний угол таблицы.

Уменьшение признака «прибыль для выплаты дивидендов, по акциям» сопровождалось увеличением признака «объем затраченных средств на развитие производства». Характер концентрации частот по указанной диагонали корреляционной таблицы, свидетельствует о, наличии обратной связи между изучаемыми признаками.

Установим наличие и характер связи между прибылью для выплаты дивидендов по акциям и объемом затраченных средств на развитие, предприятия методом аналитической группировки (табл. 1.5)

Для того чтобы рассчитать среднюю прибыль для выплат в группе необходимо сложить все значения прибыли по каждому предприятию группы и, поделить на количество предприятий в группе. По тому же принципу определяется средняя прибыль данной выборки в целом и средний объем затраченных средств на одно предприятие. Например, для первой,группы:

- средняя прибыль: (11,9+9,1+11,4+8,7+10,8+11,5+9,7)/7 = 10,4;

- объем средств: 17,6+33,4 + 29,6 + 25,5 + 36 + 31,8 + 35,5=209,4;

- в среднем на одно предприятие: 209,4 / 7 = 29,9.

Данные табл. 1.5 показывают, что с ростом прибыли для выплаты дивидендов по акциям, объем средств затрачиваемых на развитие производства, уменьшается. Следовательно, между исследуемыми признаками существует обратная зависимость.

 

Таблица 1.5

 

Зависимость объема затраченных средств на развитие производства от прибыли для выплаты дивидендов по акциям

 

№ п/п Прибыль для выплаты дивидендов по акциям, % Число предприятий в группе Средняя прибыль для выплат в группе Объем затраченных средств, млн.руб.
всего на одно предприятие
I 8,7 – 11,95 10,4 209,4 29,9
II 11,95 – 15,2 13,7 129,2 21,5
III 15,2 – 18,45 16,7 252,5 19,4
IV 18,45 – 21,7 20,0 41,9 10,5
Итого: 15,1 633,0 21,1

 


– Конец работы –

Эта тема принадлежит разделу:

Лекция 1. Предмет, задачи и методы эконометрики

Цели и задачи изучения темы... изучить предмет задачи и методы эконометрики... Основные понятия эконометрики Измерения в экономике Наблюдение сводка и группировка статистических данных...

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Графический способ изображения статистических данных.

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

Наблюдение, сводка и группировка статистических данных.
Объект наблюдения – явление или совокупность явлений, информацию о которых собирают в процессе наблюдения. В зависимости от цели наблюдения объектами наблюдения могут стать различные территории, от

Цели и задачи изучения темы
изучить понятия статистического ряда распределения, вариационного ряда распределения (дискретного/интервального); исследовать статистическое распределение выборки; определять величины интервала; из

Статистическим распределением выборки.
Статистическим распределением выборкиназывают перечень вариант и соответствующих им частот (или относительных частот). Статистическое распределение выборки можно задать в виде таблицы, в п

Определение величины интервала. Формула Стерджесса.
Величина интервала - разность между наибольшим и наименьшим значениями признака в каждой группе, называемыми границами интервала.

Резюме по теме
Результаты сводки и группировки материалов статистического наблюдения оформляются в виде статистических рядов распределения. Статистический ряд распределения представляет собой упорядоченн

Цели и задачи изучения темы
изучить абсолютные и относительные величины; средние величины (понятие средней величины, формула степенной средней, формула средней геометрической, свойство мажорантности средних, мода, медиана, фо

Абсолютные и относительные величины.
В результате статистического наблюдения, сводки и группировки собранного статистического материала получена разносторонняя информация об изучаемых процессах и явлениях. Итоговые данные по изучаемой

Средние величины.
Средняя величина представляет собой обобщенную характеристику совокупности однородных явлений по какому-либо одному количественно варьируемому признаку. Средние величины играют важную роль

Показатели вариации признака
Под вариациейв статистике понимают такие количественные изменения величины исследуемого признака в пределах однородной совокупности, которые обусловлены перекрещивающимся влиянием действия различны

Резюме по теме
Различают два вида обобщающих показателей, характеризующих количественную сторону исследуемых явлений и процессов: абсолютные и относительные. Абсолютные показатели - именованные числа, им

Законы распределения случайных величин
Экономические показатели, как правило, являются случайными величинами. Случайной величиной называется величина, которая в результате опыта (испытания) может принять одно и только одно возм

Числовые характеристики случайных величин.
Закон распределения полностью характеризует случайную величину. Однако он часто неизвестен. В ряде случаев даже удобнее пользоваться числами, которые описывают случайную величину суммарно. Такие чи

Резюме по теме
Экономические показатели, как правило, являются случайными величинами. Случайной величиной называется величина, которая в результате опыта (испытания) может принять одно и только одно возм

Закон равномерной плотности
На практике встречаются непрерывные случайные величины, о которых заранее известно, что их возможные значения лежат в пределах некоторого определенного интервала. Кроме того, известно, что в предел

Показательное распределение.
Показательным (экспоненциальным) называют распределение вероятностей величины Х, которое описывается плотностью

Нормальный закон распределения
Нормальный закон распределения (закон Гаусса) характеризуется плотностью В экономике часто вст

Усеченные законы распределения
Пусть случайная величина Химеет функцию распределения F(x), заданную на всей числовой оси. Выберем на этой оси интересующий нас отрезок [a

Описание системы двух случайных величин.
До сих пор рассматривались случайные величины, каждое возможное значение которых определялось одним числом. Такие величины называются одномерными. Часто результат опыта оп

Условные законы распределения
Для того, чтобы охарактеризовать зависимость между составляющими двумерной случайной величины, вводится понятие условного распределения. Условным законом распределениясост

Числовые характеристики системы двух случайных величин.
Начальным моментом порядка (k,s) системы (X,Y) называется математическое ожидание произведения Xk на Y

Статистическое исследование взаимосвязей.
При изучении различных экономических явлений постоянно сталкиваемся с причинно-следственными связями, когда некоторые явления, именуемые причинами, порождают другое явление, именуемое следствием (р

Исследование взаимосвязей количественных показателей.
Для оценки тесноты связей количественных признаков (измеряемых числами) используются различные показатели. Основными из них являются следующие. 1. Линейный коэффициент корреляции r

Исследование взаимосвязей качественных показателей.
Качественные показатели (признаки) – это показатели, которые нельзя изменить, но с помощью которых можно сравнивать объекты между собой по степени улучшения или ухудшения этого показателя, то есть

Однофакторный дисперсионный анализ.
В дисперсионном анализе исследуется влияние одного или несколь­ких качественных показателей на количественный показатель. В однофакторном дисперсионном анализе на одну количественную перем

Двухфакторный дисперсионный анализ
Двухфакторный дисперсионный анализ с однократными наблюдениями на каждой комбинации уровней определяется следующей расчетной схемой (табл. 5). Таблица 5 Расчетная схема двухфактор

Цели и задачи изучения темы
научиться применять метод наименьших квадратов; рассчитывать коэффициенты в множественной линейной регрессии; анализировать эмпирическое уравнение множественной линейной регрессии; проводить анализ

Расчет коэффициентов в множественной линейной регрессии.
Представим данные наблюдений и соответствующие коэффициенты в матричной форме. Y=(y1,y2,…yn)т B=(b0

Интервальные оценки коэффициентов теоретического уравнения регрессии.
По аналогии с парной регрессией после определения точечных оценок bj коэффициентов βj теоретического уравнения регрессии могут быть рассчитаны ин­тервальные оценки указанных коэффиц

Проверка общего качества уравнения регрессии.
После проверки значимости каждого коэффициента регрессии обычно проверяется общее качество уравнения регрессии. Для этой цели, как и в случае парной регрессии, используется коэффициент детерминации

Анализ статистической значимости коэффициента детерминации.
После оценки индивидуальной статистической значимости каждого из коэффициентов регрессии обычно анализируется совокупная значимость коэффициентов. Такой анализ осуществляется на основе проверки гип

Проверка равенства двух коэффициентов детерминации.
Другим важным направлением использования статистики Фишера является проверка гипотезы о равенстве нулю не всех коэффициентов регрессии одновременно, а только некоторой части этих коэффициентов. Дан

Статистика Дарбина-Уотсона.
Статистическая значимость коэффициентов регрессии и близкое к единице значение коэффициента детерминации R2 не гарантируют высокое качество уравнения регрессии. Для иллюстрации этого фак

Хотите получать на электронную почту самые свежие новости?
Education Insider Sample
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Реклама
Соответствующий теме материал
  • Похожее
  • Популярное
  • Облако тегов
  • Здесь
  • Временно
  • Пусто
Теги