Большая коллекция рефератов

No Image
No Image

Реклама

Счетчики

Опросы

Оцените наш сайт?

No Image

Статистическое изучение социально-экономического явления

Статистическое изучение социально-экономического явления

30

МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ ОБЛАСТНОЙ УНИВЕРСИТЕТ

Экономический факультет. Государственное и муниципальное управление.

Курсовая работа

На тему: «Статистическое изучение социально-экономического явления.»

Вариант №7.

Выполнила студентка

заочного отделения

группа 21

Живаева К.М.

Москва, 2008

Оглавление

  • Введение
  • Формирование исходной выборки
  • Статистические распределения рядов признаков-факторов и результирующего признака
  • Проверка однородности и нормальности
  • Вывод зависимостей результирующего-признака от факторов-признаков
  • Группировка
  • Определение доверительного интервала
  • Вычисление линейных коэффициентов корреляции, вывод уравнения регрессии
  • Заключение
  • Список источников
  • Введение
  • Целью данной работы является статистическое исследование взаимосвязей стоимости автомобиля марки «Хонда-Сивик» с факторными признаками: пробегом и временем эксплуатации; а также, на основании исследования выявления первичных факторов, влияющих на стоимость и вывод зависимости целевого параметра(стоимости) от первичного фактора.
  • Для построения исходной выборки был выбран сайт www.auto.ru.
  • Формирование исходной выборки
  • Используя сайт auto.ru проводим выборочное исследование 50 автомобилей марки Хонда-Сивик.
  • Исследуемые признаки:
  • Y _ цена автомобиля, тыс.руб.;
  • Х1 _ время эксплуатации, лет;
  • Х2 _ пробег, тыс. км.
  • № п/п

    Марка

    Y

    Х1

    Х2

    1

    Civic VII

    379

    5

    121

    2

    Civic VII

    399

    4

    74

    3

    Civic VII

    429

    4

    88

    4

    Civic VII

    393

    3

    95

    5

    Civic VII

    397

    3

    60

    6

    Civic VII

    430

    3

    54

    7

    Civic VII

    459

    3

    46

    8

    Civic VIII

    455

    2

    107

    9

    Civic VIII

    467

    2

    47

    10

    Civic VIII

    468

    2

    97

    11

    Civic VIII

    552

    2

    60

    12

    Civic VIII

    565

    2

    41

    13

    Civic VIII

    570

    2

    57

    14

    Civic VIII

    579

    2

    30

    15

    Civic VIII

    597

    2

    150

    16

    Civic VIII

    441

    1

    75

    17

    Civic VIII

    466

    1

    30

    18

    Civic VIII

    500

    1

    15

    19

    Civic VIII

    524

    1

    26

    20

    Civic VIII

    530

    1

    22

    21

    Civic VIII

    539

    1

    32

    22

    Civic VIII

    555

    1

    62

    23

    Civic VIII

    560

    1

    14

    24

    Civic VIII

    575

    1

    30

    25

    Civic VIII

    575

    1

    88

    26

    Civic VIII

    600

    1

    18

    27

    Civic VIII

    600

    1

    18

    28

    Civic VIII

    615

    1

    40

    29

    Civic VIII

    680

    1

    14

    30

    Civic VIII

    510

    0

    18

    31

    Civic VIII

    533

    0

    0

    32

    Civic VIII

    533

    0

    0

    33

    Civic VIII

    541

    0

    0

    34

    Civic VIII

    541

    0

    0

    35

    Civic VIII

    561

    0

    0

    36

    Civic VIII

    570

    0

    29

    37

    Civic VIII

    585

    0

    0

    38

    Civic VIII

    590

    0

    0

    39

    Civic VIII

    606

    0

    0

    40

    Civic VIII

    616

    0

    0

    41

    Civic VIII

    640

    0

    0

    42

    Civic VIII

    640

    0

    0

    43

    Civic VIII

    640

    0

    0

    44

    Civic VIII

    643

    0

    0

    45

    Civic VIII

    650

    0

    10

    46

    Civic VIII

    650

    0

    0

    47

    Civic VIII

    661

    0

    0

    48

    Civic VIII

    661

    0

    0

    49

    Civic VIII

    683

    0

    0

    50

    Civic VIII

    600

    0

    13

    Статистические распределения рядов признаков-факторов и результирующего признака

    Исследуем статистическое распределение признаков Х1 с помощью интервального вариационного ряда:

    Интервальный ряд для Х 1

    Х 1

    F 1

    Ср. цена тыс.руб.

    0-1

    21

    603

    1-2

    14

    554

    2-3

    8

    532

    3-4

    4

    420

    4-5

    2

    414

    5-6

    1

    379

    Приведем графическое отображение ряда для Х1 в виде гистограммы и кумуляты:

    Вычислим среднюю арифметическую, моду и медиану интервального ряда распределения для X1. Формула для вычисления среднего арифметического:

    где - средняя по ряду распределения;

    - средняя по i-му интервалу;

    - частота i-го интервала (число автомобилей в интервале).

    Мода - это наиболее часто встречающееся значение признака. Для интервального ряда мода определяется по формуле:

    где - значение моды;

    X0 - нижняя граница модального интервала;

    h - величина модального интервала (1 год);

    - частота модального интервала;

    - частота интервала, предшествующая модальному;

    - частота послемодального интервала.

    Модальный интервал определяется по наибольшей частоте. Для ряда X1 наибольшее значение частоты равно 21, т.е. это будет интервал 0 лет , тогда значение моды:

    Медиана - значение признака, лежащее в середине упорядоченного ряда распределения.

    Номер медианы определяется по формуле:

    где

    n - число единиц в совокупности

    т.к. медиана с дробным номером не бывает, то полученный результат указывает, что медиана находится между 25-й и 26-й величинами совокупности.

    Значение медианы можно определить по формуле:

    где - значение медианы;

    - нижняя граница медианного интервала;

    - номер медианы;

    - накопленная частота интервала, предшествующая медианному;

    - частота медианного интервала.

    По накопленной частоте определяем, что медиана будет находиться в интервале от 1 года до 2-х лет , тогда значение медианы:

    Для вычисления дисперсии воспользуемся следующей формулой:

    где - дисперсия;

    - среднее по i-му интервалу;

    - среднее по ряду распределения;

    - частота i-го интервала;

    n - размер выборки (n=50).

    Среднее квадратическое отклонение вычислим по следующей формуле:

    где - дисперсия;

    - среднее квадратическое отклонение;

    Вычислим коэффициент вариации

    где - коэффициент вариации;

    - среднее квадратическое отклонение;

    - среднее по ряду распределения.

    Вычислим значения коэффициента ассиметрии:

    где ;

    - коэффициент ассиметрии;

    - среднее квадратическое отклонение;

    - среднее по i-му интервалу;

    - среднее по ряду распределения;

    - частота i-го интервала;

    n - размер выборки (n=50).

    Вычислим значения коэффициента эксцесса:

    где

    - коэффициент эксцесса;

    - среднее квадратическое отклонение;

    - среднее по i-му интервалу;

    - среднее по ряду распределения;

    - частота i-го интервала;

    n - размер выборки (n=50).

    Исследуем статистическое распределение признаков Х2 с помощью интервального вариационного ряда.

    Для построения ряда распределения необходимо определить число групп и величину интервала. Для определения числа групп воспользуемся формулой Стерджесса:

    гдеm - число групп (всегда целое);

    n - число единиц в выборке, в нашем случае n= 50.

    Вычислим m:

    Величину интервала определим по формуле:

    где Хmax - максимальное значение признака;

    Хmin - минимальное значение признака;

    m - число групп.

    На основании полученных данных построим интервальный ряд для Х2:

    Интервальный ряд для Х 2

    Х 2

    F 2

    Ср. цена тыс.руб.

    0 - 21

    25

    601

    21 - 42

    9

    551

    42 - 63

    7

    490

    63 - 84

    2

    420

    84 - 105

    4

    466

    105 - 126

    2

    417

    126 - 150

    1

    597

    Приведем графическое отображение ряда для Х2 в виде гистограммы и кумуляты:

    Вычислим среднюю арифметическую, моду и медиану интервального ряда распределения для X2. Формула для вычисления среднего арифметического:

    где - средняя по ряду распределения;

    - средняя по i-му интервалу;

    - частота i-го интервала (число автомобилей в интервале).

    Мода - это наиболее часто встречающееся значение признака. Для интервального ряда мода определяется по формуле:

    где - значение моды;

    - нижняя граница модального интервала;

    h - величина модального интервала (1 год);

    - частота модального интервала;

    - частота интервала, предшествующая модальному;

    - частота послемодального интервала.

    Модальный интервал определяется по наибольшей частоте. Для ряда X1 наибольшее значение частоты равно 25, т.е. это будет интервал 0 до 21 тыс. км., тогда значение моды:

    Медиана - значение признака, лежащее в середине упорядоченного ряда распределения.

    Номер медианы определяется по формуле:

    где

    n - число единиц в совокупности

    т.к. медиана с дробным номером не бывает, то полученный результат указывает, что медиана находится между 25-й и 26-й величинами совокупности.

    Значение медианы можно определить по формуле:

    где- значение медианы;

    - нижняя граница медианного интервала;

    - номер медианы;

    - накопленная частота интервала, предшествующая медианному;

    - частота медианного интервала.

    По накопленной частоте определяем, что медиана будет находиться в интервале от 21 до 42 тыс. км., тогда значение медианы:

    Для вычисления дисперсии воспользуемся следующей формулой:

    где - дисперсия;

    - среднее по i-му интервалу;

    - среднее по ряду распределения;

    - частота i-го интервала;

    n - размер выборки (n=50).

    Среднее квадратическое отклонение вычислим по следующей формуле:

    где - дисперсия;

    - среднее квадратическое отклонение;

    Вычислим коэффициент вариации

    где - коэффициент вариации;

    - среднее квадратическое отклонение;

    - среднее по ряду распределения.

    Вычислим значения коэффициента ассиметрии:

    где

    - коэффициент ассиметрии

    - среднее квадратическое отклонение;

    - среднее по i-му интервалу;

    - среднее по ряду распределения;

    - частота i-го интервала;

    n - размер выборки (n=50).

    Вычислим значения коэффициента эксцесса:

    где;

    - коэффициент эксцесса;

    - среднее квадратическое отклонение;

    - среднее по i-му интервалу;

    - среднее по ряду распределения;

    - частота i-го интервала;

    n - размер выборки (n=50).

    Исследуем статистическое распределение признаков Y с помощью интервального вариационного ряда.

    Величину интервала определим по формуле, используя полученное ранее значение m:

    где Хmax - максимальное значение признака;

    Хmin - минимальное значение признака;

    m - число групп.

    На основании полученных данных построим интервальный ряд для Y:

    Интервальный ряд для Y

    Y

    Fy

    Ср. цена тыс.руб.

    379 - 422

    4

    400,5

    422 - 465

    5

    443,5

    465 - 508

    4

    486,5

    508 - 551

    8

    529,5

    551 - 594

    12

    572,5

    594 - 637

    7

    615,5

    637 - 683

    10

    660

    Приведем графическое отображение ряда для Y в виде гистограммы и кумуляты:

    Вычислим среднюю арифметическую , моду и медиану интервального ряда распределения для Y. Формула для вычисления среднего арифметического:

    где - средняя по ряду распределения;

    - средняя по i-му интервалу;

    - частота i-го интервала (число автомобилей в интервале).

    Мода - это наиболее часто встречающееся значение признака. Для интервального ряда мода определяется по формуле:

    где - значение моды;

    Y0 - нижняя граница модального интервала;

    h- величина модального интервала;

    - частота модального интервала;

    - частота интервала, предшествующая модальному;

    - частота послемодального интервала.

    Модальный интервал определяется по наибольшей частоте. Для ряда Y наибольшее значение частоты равно 12, т.е. это будет интервал 551-594, тогда значение моды:

    Медиана - значение признака, лежащее в середине упорядоченного ряда распределения.

    Номер медианы определяется по формуле:

    где ;

    n - число единиц в совокупности;

    т.к. медиана с дробным номером не бывает, то полученный результат указывает, что медиана находится между 25-й и 26-й величинами совокупности.

    Значение медианы можно определить по формуле:

    где - значение медианы;

    - нижняя граница медианного интервала;

    - номер медианы;

    - накопленная частота интервала, предшествующего медианному;

    - частота медианного интервала;

    По накопленной частоте определяем, что медиана будет находиться в интервале 551-594 , тогда значение медианы:

    Для вычисления дисперсии воспользуемся следующей формулой:

    где - дисперсия;

    - среднее по i-му интервалу;

    - среднее по ряду распределения;

    - частота i-го интервала;

    n - размер выборки (n=50).

    Среднее квадратическое отклонение вычислим по следующей формуле:

    где - дисперсия;

    - среднее квадратическое отклонение;

    Вычислим коэффициент вариации

    где - коэффициент вариации;

    - среднее квадратическое отклонение;

    - среднее по ряду распределения.

    Вычислим значения коэффициента ассиметрии:

    где

    - коэффициент ассиметрии;

    - среднее квадратическое отклонение;

    - среднее по i-му интервалу;

    - среднее по ряду распределения;

    - частота i-го интервала;

    n - размер выборки (n=50).

    Подставив значения, получим, что:

    Вычислим значения коэффициента эксцесса:

    где ;

    - коэффициент эксцесса;

    - среднее квадратическое отклонение;

    - среднее по i-му интервалу;

    - среднее по ряду распределения;

    - частота i-го интервала;

    n - размер выборки (n=50).

    Проверка однородности и нормальности

    Проверим интервальные распределения на однородность:

    следовательно, совокупность для Х1 является неоднородной.

    следовательно, совокупность для Х2 является неоднородной.

    следовательно, совокупность для Y является однородной.

    Исследуем нормальность распределения факторного признака Х1:

    Интервалы значений признака-фактора

    Число единиц, входящих в интервал

    Удельный вес единиц, входящих в интервал, в общем их числе, %

    Удельный вес единиц, входящих в интервал, при нормальном распределении, %

    1

    2

    3

    4

    (1,6-1,25)-(1,6+1,25)

    0,35 - 2,85

    22

    44

    68,3

    (1,6-2?1,25) - (1,6+2?1,25)

    -0,9 - 4,1

    49

    98

    95,4

    (1,6-3?1,25) - (1,6+3?1,25)

    -2,15 - 5,35

    50

    100

    99,7

    Таким образом, сопоставляя гр.3 и гр.4 делаем вывод: распределение Х1 относительно близко к нормальному, но не подчиняется ему.

    Исследуем нормальность распределения факторного признака Х2:

    Интервалы значений признака-фактора

    Число единиц, входящих в интервал

    Удельный вес единиц, входящих в интервал, в общем их числе, %

    Удельный вес единиц, входящих в интервал, при нормальном распределении, %

    1

    2

    3

    4

    (36,15-34,03)-(36,15+34,03)

    2,12 - 70,18

    24

    48

    68,3

    (36,15-2?34,03) - (36,15+2?34,03)

    -31,91 - 104,21

    47

    94

    95,4

    (36,15-3?34,03) - (36,15+3?34,03)

    -65,94 - 138,24

    49

    98

    99,7

    Таким образом, сопоставляя гр.3 и гр.4 делаем вывод: распределение Х2 близко к нормальному, но не подчиняется ему.

    Таким образом, проведя анализ на нормальность распределения мы можем отобрать данные не попадающие в диапазон 3х у. Для ряда Х1 таких значений нет. Для ряда Х2 исключаем значение с пробегом 150 тыс. км.

    С учетом отфильтрованных по правилу 3х сигм составим интервальные ряды для Х1, Х2, Y.

    Вывод зависимостей результирующего-признака от факторов-признаков

    Интервальный ряд для Х 1

    Х 1

    F 1

    Ср. цена тыс.руб.

    0-1

    21

    603

    1-2

    14

    554

    2-3

    7

    522

    3-4

    4

    420

    4-5

    2

    414

    5-6

    1

    379

    Интервальный ряд для Х 2

    Х 2

    F 2

    Ср. цена тыс.руб.

    0 - 21

    25

    601

    21 - 42

    9

    551

    42 - 63

    7

    490

    63 - 84

    2

    420

    84 - 105

    4

    466

    105 - 126

    2

    417

    Интервальный ряд для Y

    Y

    F y

    Ср. цена тыс.руб.

    379 - 422

    4

    400,5

    422 - 465

    5

    443,5

    465 - 508

    4

    486,5

    508 - 551

    8

    529,5

    551 - 594

    12

    572,5

    594 - 637

    6

    615,5

    637 - 683

    10

    660

    Проведем аналитические группировки продаваемых автомобилей по времени эксплуатации и пробегу и определим групповые средние.

    Построим график Y(X1)

    Зависимость цены от времени эксплуатации существует и носит линейный характер, чем больше время эксплуатации, тем дешевле автомобиль.

    Построим график Y(X2)

    Зависимость цены от пробега существует и носит линейный характер, чем больше пробег автомобиля, тем дешевле автомобиль.

    Группировка

    На основании
    данных статистического наблюдения выделим три типа автомобилей:

    · по времени эксплуатации:

    o новые автомобили от 0 до 1 года - 34 шт.

    o средние автомобили от 2 до 3 лет - 13 шт.

    o старые автомобили от 3 до 5 лет - 3 шт.

    · по пробегу:

    o новые автомобили от 0 до 50 тыс. км. - 36 шт.

    o средние автомобили от 50 до 100 тыс.км. - 11 шт.

    o старые автомобили от 100 до 150 тыс.км. - 3 шт.

    · по цене:

    o новые автомобили от 581 до 683 тыс. руб. - 19 шт.

    o средние автомобили от 480 до 581 тыс. руб. - 12 шт.

    o старые автомобили от 379 до 480 тыс. руб. - 12 шт.

    Определение доверительного интервала

    Определим доверительный интервал, в котором заключена средняя цена всех продаваемых автомобилей, с вероятностью 0,9.

    При вероятности 0,9 t = 1,64

    Следовательно:

    Таким образом, с вероятностью 0,9 можно утверждать, что средняя цена автомобиля равна:

    Определим доверительный интервал, в котором заключена средняя цена всех продаваемых автомобилей, с вероятностью 0,95.

    При вероятности 0,95 t = 1,96

    Следовательно:

    Таким образом, с вероятностью 0,95 можно утверждать, что средняя цена автомобиля равна:

    Определим необходимую численность выборки при определении средней цены продаваемых автомобилей, чтобы с вероятностью 0,95 предельная ошибка выборки не превышала 10 тыс. руб.

    Вычисление линейных коэффициентов корреляции, вывод уравнения регрессии

    На основании выборочного наблюдения оценим степень тесноты связи и проведем оценку ее существенности:

    Для определения степени тесноты парной линей зависимости используем линейный коэффициент корреляции(r) :

    Для вычисления линейных коэффициентов корреляции составим вспомогательную таблицу:

    5

    121

    379

    1,6

    36,15

    509,8

    3,4

    84,85

    -130,8

    -444,72

    -11098,4

    288,49

    4

    74

    399

    1,6

    36,15

    509,8

    2,4

    37,85

    -110,8

    -265,92

    -4193,78

    90,84

    4

    88

    429

    1,6

    36,15

    509,8

    2,4

    51,85

    -80,8

    -193,92

    -4189,48

    124,44

    3

    95

    393

    1,6

    36,15

    509,8

    1,4

    58,85

    -116,8

    -163,52

    -6873,68

    82,39

    3

    60

    397

    1,6

    36,15

    509,8

    1,4

    23,85

    -112,8

    -157,92

    -2690,28

    33,39

    3

    54

    430

    1,6

    36,15

    509,8

    1,4

    17,85

    -79,8

    -111,72

    -1424,43

    24,99

    3

    46

    459

    1,6

    36,15

    509,8

    1,4

    9,85

    -50,8

    -71,12

    -500,38

    13,79

    2

    107

    455

    1,6

    36,15

    509,8

    0,4

    70,85

    -54,8

    -21,92

    -3882,58

    28,34

    2

    47

    467

    1,6

    36,15

    509,8

    0,4

    10,85

    -42,8

    -17,12

    -464,38

    4,34

    2

    97

    468

    1,6

    36,15

    509,8

    0,4

    60,85

    -41,8

    -16,72

    -2543,53

    24,34

    2

    60

    552

    1,6

    36,15

    509,8

    0,4

    23,85

    42,2

    16,88

    1006,47

    9,54

    2

    41

    565

    1,6

    36,15

    509,8

    0,4

    4,85

    55,2

    22,08

    267,72

    1,94

    2

    57

    570

    1,6

    36,15

    509,8

    0,4

    20,85

    60,2

    24,08

    1255,17

    8,34

    2

    30

    579

    1,6

    36,15

    509,8

    0,4

    -6,15

    69,2

    27,68

    -425,58

    -2,46

    2

    150

    597

    1,6

    36,15

    509,8

    0,4

    113,85

    87,2

    34,88

    9927,72

    45,54

    1

    75

    441

    1,6

    36,15

    509,8

    -0,6

    38,85

    -68,8

    41,28

    -2672,88

    -23,31

    1

    30

    466

    1,6

    36,15

    509,8

    -0,6

    -6,15

    -43,8

    26,28

    269,37

    3,69

    1

    15

    500

    1,6

    36,15

    509,8

    -0,6

    -21,15

    -9,8

    5,88

    207,27

    12,69

    1

    26

    524

    1,6

    36,15

    509,8

    -0,6

    -10,15

    14,2

    -8,52

    -144,13

    6,09

    1

    22

    530

    1,6

    36,15

    509,8

    -0,6

    -14,15

    20,2

    -12,12

    -285,83

    8,49

    1

    32

    539

    1,6

    36,15

    509,8

    -0,6

    -4,15

    29,2

    -17,52

    -121,18

    2,49

    1

    62

    555

    1,6

    36,15

    509,8

    -0,6

    25,85

    45,2

    -27,12

    1168,42

    -15,51

    1

    14

    560

    1,6

    36,15

    509,8

    -0,6

    -22,15

    50,2

    -30,12

    -1111,93

    13,29

    1

    30

    575

    1,6

    36,15

    509,8

    -0,6

    -6,15

    65,2

    -39,12

    -400,98

    3,69

    1

    88

    575

    1,6

    36,15

    509,8

    -0,6

    51,85

    65,2

    -39,12

    3380,62

    -31,11

    1

    18

    600

    1,6

    36,15

    509,8

    -0,6

    -18,15

    90,2

    -54,12

    -1637,13

    10,89

    1

    18

    600

    1,6

    36,15

    509,8

    -0,6

    -18,15

    90,2

    -54,12

    -1637,13

    10,89

    1

    40

    615

    1,6

    36,15

    509,8

    -0,6

    3,85

    105,2

    -63,12

    405,02

    -2,31

    1

    14

    680

    1,6

    36,15

    509,8

    -0,6

    -22,15

    170,2

    -102,12

    -3769,93

    13,29

    0

    18

    510

    1,6

    36,15

    509,8

    -1,6

    -18,15

    0,2

    -0,32

    -3,63

    29,04

    0

    0

    533

    1,6

    36,15

    509,8

    -1,6

    -36,15

    23,2

    -37,12

    -838,68

    57,84

    0

    0

    533

    1,6

    36,15

    509,8

    -1,6

    -36,15

    23,2

    -37,12

    -838,68

    57,84

    0

    0

    541

    1,6

    36,15

    509,8

    -1,6

    -36,15

    31,2

    -49,92

    -1127,88

    57,84

    0

    0

    541

    1,6

    36,15

    509,8

    -1,6

    -36,15

    31,2

    -49,92

    -1127,88

    57,84

    0

    0

    561

    1,6

    36,15

    509,8

    -1,6

    -36,15

    51,2

    -81,92

    -1850,88

    57,84

    0

    29

    570

    1,6

    36,15

    509,8

    -1,6

    -7,15

    60,2

    -96,32

    -430,43

    11,44

    0

    0

    585

    1,6

    36,15

    509,8

    -1,6

    -36,15

    75,2

    -120,32

    -2718,48

    57,84

    0

    0

    590

    1,6

    36,15

    509,8

    -1,6

    -36,15

    80,2

    -128,32

    -2899,23

    57,84

    0

    0

    606

    1,6

    36,15

    509,8

    -1,6

    -36,15

    96,2

    -153,92

    -3477,63

    57,84

    0

    0

    616

    1,6

    36,15

    509,8

    -1,6

    -36,15

    106,2

    -169,92

    -3839,13

    57,84

    0

    0

    640

    1,6

    36,15

    509,8

    -1,6

    -36,15

    130,2

    -208,32

    -4706,73

    57,84

    0

    0

    640

    1,6

    36,15

    509,8

    -1,6

    -36,15

    130,2

    -208,32

    -4706,73

    57,84

    0

    0

    640

    1,6

    36,15

    509,8

    -1,6

    -36,15

    130,2

    -208,32

    -4706,73

    57,84

    0

    0

    643

    1,6

    36,15

    509,8

    -1,6

    -36,15

    133,2

    -213,12

    -4815,18

    57,84

    0

    10

    650

    1,6

    36,15

    509,8

    -1,6

    -26,15

    140,2

    -224,32

    -3666,23

    41,84

    0

    0

    650

    1,6

    36,15

    509,8

    -1,6

    -36,15

    140,2

    -224,32

    -5068,23

    57,84

    0

    0

    661

    1,6

    36,15

    509,8

    -1,6

    -36,15

    151,2

    -241,92

    -5465,88

    57,84

    0

    0

    661

    1,6

    36,15

    509,8

    -1,6

    -36,15

    151,2

    -241,92

    -5465,88

    57,84

    0

    0

    683

    1,6

    36,15

    509,8

    -1,6

    -36,15

    173,2

    -277,12

    -6261,18

    57,84

    0

    13

    600

    1,6

    36,15

    509,8

    -1,6

    -23,15

    90,2

    -144,32

    -2088,13

    37,04

    Итого:

    -4829,8

    -98283,3

    1894,15

    Тогда

    Таким образом, значение линейного коэффициента корреляции = -0,84 свидетельствует о наличии обратной и тесной связи между временем эксплуатации и ценой автомобиля.

    Таким образом, значение линейного коэффициента корреляции = -0,63 свидетельствует о наличии обратной и тесной связи между пробегом и ценой автомобиля.

    Таким образом, значение линейного коэффициента корреляции = 0,89 свидетельствует о наличии прямой и тесной связи временем эксплуатации и пробегом автомобиля.

    Проведем анализ матрицы парных коэффициентов корреляции:

    Составим матрицу парных коэффициентов корреляции:

    Y

    X1

    X2

    Y

    1

    -0,84

    -0,63

    X1

    -0,84

    1

    0,89

    X2

    -0,63

    0,89

    1

    Так как оба условия не соблюдаются, то для составления уравнения регрессии будем использовать наиболее значимый (весомый) факторный признак, т.е. - X1 (время эксплуатации), т.к. .

    Составим уравнение регрессии:

    В качестве регрессионной модели выберем линейную модель, которая имеет вид:

    Вычислим коэффициенты регрессионного уравнения:

    Таким образом, уравнение регрессии примет вид:

    Заключение

    В ходе исследования были выявлены следующие характеристики взаимосвязи стоимости автомобиля с факторными признаками:

    · Стоимость автомобиля линейно зависит от пробега и времени эксплуатации причем эта зависимость обратная для обоих случаев. При увеличении пробега (времени эксплуатации) стоимость автомобиля уменьшается;

    · Основным фактором, влияющим на конечную стоимость, является время эксплуатации;

    · Выявлена зависимость стоимости автомобиля от времени эксплуатации, которая имеет следующий вид:

    Список источников

    1) Сайт www.auto.ru.

    2) Ефимова М.Р., Ганченко О.И., Петрова Е.В. Практикум по общей теории статистики: Учеб. пособие. - 2-е изд., перераб. и доп. - М.: Финансы и статистика, 2005. - 336 с: ил. ISBN 5-279-02555-0.


No Image
No Image No Image No Image


No Image
Все права защищены © 2010
No Image