Автор работы: Пользователь скрыл имя, 11 Мая 2015 в 14:07, контрольная работа
История развития человечества показала, что без статистических данных невозможно управление государством, развитие отдельных отраслей и секторов экономики, обеспечение оптимальных пропорций между ними. Необходимость сбора и обобщения множества данных о населении страны, предприятиях, банках, фермерских хозяйствах и т.д. приводит к существованию специальных статистических служб-учреждений государственной статистики.
ВВЕДЕНИЕ…………………………………………………………………………..3
 
1.       Наука, предмет статистики…………………………………………………...4
 
Развитие статистической науки……………………………………………...4
 
Предмет статистики…………………………………………………………..7
 
2.      Применение метода  парной корреляции…………………………………....10
 
3.       Решение задач………………………………………………………………..16
 
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ…………………………………...21
Парная корреляция подразумевает выявление наличия и формы корреляционной зависимости между результативным показателем (ценой) и одним из главных факторных признаков (значением главного ценообразующего параметра) на основе имеющейся статистической выборки машин-аналогов. При этом предполагается условное равенство значений всех прочих параметров в сравниваемых машинах, а результативный показатель (Y) является функцией от значения главного ценообразующего параметра (X) аналогичных объектов:
Y = f(x)
Выбор главного ценообразующего параметра того или иного вида рассматриваемых машин зависит от величин предварительно рассчитанных статистических показателей, таких как коэффициент корреляции, коэффициент детерминации и др. Например, при сравнении степени влияния каждого из анализируемых параметров на формирование стоимости главным ценообразующим параметром может считаться тот, у которого значение линейного коэффициента корреляции с ценой окажется по модулю ближе к 1,0.
Знак при этом указывает на направление корреляционной связи – прямой (+) или обратной (-). При прямой связи увеличение значения параметра приводит к повышению цены и наоборот, если при повышении значения параметра цена уменьшается, то это говорит о наличии обратной связи.
Линейный коэффициент корреляции рассчитывается следующим образом (или находится с помощью встроенной функции Excel – КОРРЕЛ):
где: Хi – значение главного ценообразующего параметра по каждому элементу статистической выборки;
Yi – соответствующая каждому Хi цена;
M – количество исходных значений Xi и Yi (количество аналогов в выборке).
Для определения стоимости АБМК серии «Тулица»-0,4 произведем выбор главного ценообразующего параметра (ГЦП).
Коэффициент корреляции между Y и каждым из Xi, рассчитанные по данным задачи, имеют вид:
Y=f(Xi)  | 
  X1  | 
  X2  | 
  X3  | 
  X4  | 
  X5  | 
  X6  | 
  X7  | 
r=  | 
  0,99305  | 
  0,86721  | 
  0,99326  | 
  0,99720  | 
  0,88023  | 
  0,99335  | 
  0,99070  | 
Максимальное значение коэффициента корреляции в 0,9972 говорит о более высокой ценообразующей роли параметра Х4 – производительность водогрейной установки. Влияние на формирование цены параметров Х3 и Х6 практически одинаково.
Следующим этапом метода парной корреляции является выбор регрессии, и при этом могут быть использованы следующие основные виды корреляционной зависимости (уравнений регрессии):
где А0 – свободный член;
А1, А2 – коэффициенты регрессии.
На основе данных таблицы П1.1 рассмотрим пример расчета стоимости оцениваемой АБМК серии «Тулица»-0,4 методом парной корреляции на основе линейной корреляционной зависимости (уравнения регрессии) вида: У=А0+А1*х4. Главным ценообразующим параметром является производительность водогрейной установки.
Свободный член А0 и коэффициент регрессии А1 могут быть рассчитаны с помощью функции «Excel-ЛИНЕЙН, РЕГРЕССИЯ» или по следующим формулам:
где: - математическое ожидание (среднеарифметическая величина) по Y и Х исходя из данных Таблицы П1.1.
Таким образом, уравнение регрессии с рассчитанными коэффициентами имеет следующий вид:
Y=926,32+369,48*Х4
Прежде чем производить расчет стоимости по вышеприведенному уравнению регрессии, необходимо оценить относительную погрешность этого уравнения (достоверность). Оценка меры достоверности (D) анализируемого уравнения регрессии производится с помощью процентного соотношения среднеквадратической ошибки уравнения Se (функция Excel-СТОШУХ) и среднеарифметического значения по результативному признаку
                              
                              
Где m – количество объектов в выборке;
I – количество параметров уравнения регрессии;
Yi – исходные значения цен в выборке;
Yip – расчетные значения Yi после подстановки в уравнение регрессии значений Xi.
В случае, если максимальное значение D не превышает 10%, анализируемое уравнение регрессии достаточно корректно отображает корреляционную связь и может быть использовано для расчета стоимости оцениваемой машины. Расчет достоверности произведен в таблице П1.2.
Таблица П1.2
Основные характеристики объектов-аналогов
Объект оценки  | 
  АНАЛОГИ  | ||||||||
А 1  | 
  А 2  | 
  А 3  | 
  А 4  | 
  А 5  | 
  А 6  | ||||
1  | 
  2  | 
  3  | 
  4  | 
  5  | 
  6  | 
  7  | |||
Тип котельной: Тулица                                 | 
  Тулица – 0,2  | 
  Тулица - 0,3  | 
  Тулица - 0,5  | 
  Тулица – 1,26  | 
  Тулица – 1,89  | 
  Тулица – 2,52  | |||
Технические параметры:  | |||||||||
Производительность водогрейной установки, м3/ч  | 
  
   
 (Х4)  | 
  
   
 3  | 
  
   
 0,5  | 
  
   
 1  | 
  
   
 3  | 
  
   
 5  | 
  
   
 9  | 
  
   
 12  | |
Стоимость, тыс. руб. (Yi)  | 
  ?  | 
  1043  | 
  1248  | 
  2086  | 
  2970  | 
  4076  | 
  5404  | ||
Yi-расчетное, тыс. руб.  | 
  1111,06  | 
  1295,8  | 
  2034,8  | 
  2773,72  | 
  4251,64  | 
  5360,1  | |||
Среднеквадратическая ошибка:  | 
  Se=  | 
  142,17  | |||||||
Продолжение табл. П1.2
1  | 
  2  | 
  3  | 
  4  | 
  5  | 
  6  | 
  7  | |
Математическое ожидание по Y:  | 
  
   
 =  | 
  2804,5  | |||||
Достоверность:  | 
  D=  | 
  5,06  | |||||
Высокое значение достоверности в 5% («10%) свидетельствует о возможности использования линейной зависимости вида Y=А0+А1*Х4 для расчета стоимости оцениваемой АБМК. Стоимость оцениваемой АБМК серии «Тулица»-0,04:
926,32+369,48*3=2035 т. руб
Проводя подобные расчеты со вторым по своему значению параметром – потребление газа, а также с другими параметрами, получим следующие результаты:
Таблица П1.3
Показатели Параметры  | 
  Уравнение регрессии  | 
  Se  | 
  D, %  | 
  Стоимость АБМК «Тулица»-0,4, т.руб  | 
Потребление газа  | 
  Y=14,8+819,26Х6  | 
  218,8  | 
  7,8  | 
  1530  | 
Мощность  | 
  Y=1784+821,3Х1  | 
  223,6  | 
  8  | 
  1535  | 
Отапливаемый объем  | 
  Y=59,57+822,89Х3  | 
  220,22  | 
  7,9  | 
  1538  | 
Средняя  | 
  1534  | |||
Явно завышенный результат в случае использования в качестве ГЦП производительности водогрейной установки (2035 т.руб) вызван особенностью данного параметрического ряда: оцениваемая котельная и третий аналог имеют одинаковые значения параметра А4, а величины их стоимостей должны быть разными по причине влияния других параметров. Учитывая высокую сходимость оцениваемой АБМК серии «Тулица»-0,4 может быть рассчитана как среднеарифметическая величина по данным Таблицы П1.3:
С0,4=(1534+2035)/2=1785 т.руб.
На рисунке П1.1 представлена графическая интерпретация различных видов корреляционной зависимости Y=f(X4).
Рис. П1.1. Зависимость цены от производительности водогрейной установки.
Рассмотренные выше методы расчета позволяют достаточно просто и быстро учесть разницу в значениях ГЦП аналогичных машин, чем объясняется их широкое распространение. Вместе с тем необходимо отметить, что расчет стоимости с учетом только одного ГЦП, высокой точностью не отличается.
Резюмируя все ранее сказанное, можно сделать вывод о том, что в проводимых расчетных процедурах для уменьшения погрешности, вызванной учетом только одного из главных ценообразующих параметров при условном равенстве всех прочих, необходимо использовать комплексные параметрические методы, предусматривающие отбор нескольких важнейших параметров с последующим анализом взаимосвязей между ними и ценами машин. Такой анализ производится путем последовательного учета в цене значения каждого параметра или всех параметров одновременно, а также использованием многофакторного анализа.
Задача № 1.
В таблице приведены данные по 25 предприятиям одной из отраслей ДВ:
№ предприятия  | 
  Выпуск продукции, млн. р.  | 
  Численность работающих, чел.  | 
  № предприятия  | 
  Выпуск продукции, млн. р.  | 
  Численность работающих, чел.  | 
1  | 
  52,5  | 
  230  | 
  13  | 
  58,9  | 
  270  | 
2  | 
  62,3  | 
  350  | 
  14  | 
  62,3  | 
  360  | 
3  | 
  45,4  | 
  150  | 
  15  | 
  68,9  | 
  390  | 
4  | 
  72,1  | 
  420  | 
  16  | 
  54,1  | 
  250  | 
5  | 
  85,6  | 
  520  | 
  17  | 
  58,2  | 
  265  | 
6  | 
  87,1  | 
  570  | 
  18  | 
  47,5  | 
  185  | 
7  | 
  98,2  | 
  690  | 
  19  | 
  49,8  | 
  200  | 
8  | 
  50,0  | 
  200  | 
  20  | 
  72,1  | 
  425  | 
9  | 
  56,3  | 
  245  | 
  21  | 
  80,2  | 
  510  | 
10  | 
  102,2  | 
  800  | 
  22  | 
  86,9  | 
  555  | 
11  | 
  87,3  | 
  505  | 
  23  | 
  93,5  | 
  650  | 
12  | 
  47,4  | 
  170  | 
  24  | 
  58,1  | 
  260  | 
25  | 
  97,1  | 
  685  |