Статистика ИжГТУ Курсовая Статистическая оценка взаимосвязи между величиной располагаемых ресурсов

ВВЕДЕНИЕ
Изучение статистических закономерностей – важнейшая познаватель-ная задача статистики, которую на решает с помощью особых методов, видоизменяющихся в зависимости от характера исходной информации и целей познания. Знание характера и силы связей позволяет управлять социально-экономическими процессами и предсказывать их развитие. Этим объясняется актуальность рассматриваемой темы.
Целью написания курсовой работы является повышение теорети-ческих знаний в области анализа взаимосвязи социально-экономических явлений, а также, а также показать навыки применения полученных теоретических знаний в проведении самостоятельного анализа взаимосвязи между признаками.
По структуре курсовая работа состоит из двух частей – теоретической и практической.
Задачами теоретической части являются:
- описать виды и классификации связей;
- перечислить методы изучения стохастических связей;
- рассмотреть корреляционно-регрессионный метод анализа взаимосвязи социально-экономических явлений.
В практической части проводится анализ зависимости расходов на конечное потребление от величины располагаемых ресурсов. Задачами практической части являются:
- оценка тесноты связи с помощью коэффициента корреляции;
- построение линейной модели парной регрессии;
- оценка значимости параметров модели парной регрессии;
- построение доверительного интервала для коэффициента регрессии;
- оценка значимости всей модели регрессии;
- выявление зависимости между признаками с помощью коэффициента знаков Фехнера;
Информационной базой для анализа взаимосвязи признаков являются 15 субъектов РФ, временной интервал – 2-й квартал 2016 года.
Для написания курсовой работы были использованы различные источники: учебники и учебные пособия, статистические сборники, официальные сайты статистической и учебной информации.
При работе с табличными данными использовался табличный процессор Excel пакета Microsoft Office 2007.
ЗАКЛЮЧЕНИЕ
В результате выполнения теоретический части курсовой работы можно сформулировать следующие выводы:
По степени тесноты связи в статистике изучают функциональную (строго детерминированную) и стохастическую зависимости. Частным слу-чаем стохастической связи является корреляционная связь.
По направлению связи классифицируются на прямые и обратные. По аналитическому выражению связи между явлениями могут быть прямоли-нейными и криволинейными. По количеству факторов, действующих на результативный признак связи делятся на однофакторные и многофакторные.
Простейшими методами изучения стохастических связей является со-поставление параллельных рядов и построение аналитической группировки. Для определения формы влияния факторных признаков на результативный используют методы корреляционно-регрессионного анализа.
Задачи корреляционного анализа сводятся к измерению тесноты связи между варьирующими признаками, определению неизвестных причинных связей, оценки факторов, оказывающих наибольшее влияние на результативный признак. Теснота связи оценивается с помощью различных показателей: линейного коэффициента парной корреляции, эмпирического корреляционного отношения, коэффициента ранговой корреляции Спирмена, коэффициента знаков Фехнера, коэффициента Кендала и др.
Задачи регрессионного анализа – выбор типа модели, установление степени влияния факторных переменных на зависимую и определение рас-четных значений зависимой переменной.
После построения модели проверяют значимость его параметров с помощью t-критерия Стьюдента, значимость всего уравнения регрессии с помощью F-критерия Фишера. Для оценки адекватности построенной модели проверяют выполнение рядом остатков предпосылок МНК (случайность, независимость, подчинение нормальному закону распределения, средняя величина остатков должна быть равна нулю и остатки должны быть гомоскедастичны). Для оценки точности модели рассчитывают среднюю относительную ошибку аппроксимации.
Если параметры модели и сама модель в целом статистически значима, адекватная (выполняются все предпосылки МНК) и точная, то признается качественной и ее можно использовать для прогнозирования социально-экономических явлений.
В результате анализа взаимосвязи величины расходов на конечное потребление от суммы располагаемых ресурсов, проведенной в практической части работы можно сформулировать следующие выводы.
Коэффициент корреляции свидетельствует о тесной и прямой связи между располагаемыми ресурсами и расходами на конечное потребление., при которой 75,8% вариации расходов на конечное потребление происхо-дит под влиянием величины располагаемых ресурсов, а остальные 24,2% вариации происходит под влиянием прочих факторов.
Коэффициент в уравнении регрессии показывает, что при увеличении располагаемых ресурсов на 1 руб. расходы на конечное потребление в среднем увеличиваются на 0,697 руб.
Коэффициент регрессии и сама модель являются статистически значимыми. С вероятностью 95% при увеличении располагаемых ресурсов на 1 руб. расходы на конечное потребление возрастут не менее, чем на 0,461 руб., но не более, чем на 0,934 руб. в месяц в среднем на одного члена домохозяйства.
В среднем фактические значения расходов на конечное потребление отличаются от полученных по модели на 7,6%. Т.к. значение ошибки меньше 10%, то модель считается точной.
Коэффициент Фехнера показывает, что связь между признаками заметная и прямая.

СОДЕРЖАНИЕ
Введение 3
1 Теоретические аспекты анализа взаимосвязи социально-экономических явлений 5
1.1 Виды и классификация связей между явлениями 5
1.2 Виды статистических методов моделирования стохастических связей 7
1.2.1 Простейшие методы изучения стохастических связей 7
1.2.2 Методы корреляционно-регрессионного анализа изучения стохастических связей 9
2 Статистическое изучение взаимосвязи расходов на конечное потребление тот величины от величины располагаемых ресурсов 21
Заключение 30
Список литературы 32