Ввод в действие жилых домов на 1000 человек народонаселения за 2003 год

Содержание

Содержание


Введение 2
1. Посадка задачи 3
2. Ввод данных 6
3. Анализ эмпирического распределения 8
3. 1. Графическое и табличное понятие вариационного ряда распределения 9
3. 2. Расплата главных черт вариационного ряда 16
3. 3. Сглажение эмпирического распределения, испытание гипотезы о законе распределения 19
4. Выборочное наблюдение 23
4. 1. Определение размера выборки 23
Создание выборочной совокупности 23
4. 2. Статистическая переработка итогов опроса наблюдения 24
4. 3. Испытание статистических гипотез о смысле генеральной средней и о равенстве 2-ух генеральных средних 26
4. 4. Графическое понятие итогов опроса наблюдения 29
Заключение 30
Перечень использованных источников 31



Введение

Статистические ряды распределения являются одним из более принципиальных частей статистического разбора данных. Они представляют собой составную дробь способа статистических сводок и сортировок, ни одно из статистических изучений нереально вести, не представив сначало полученную в итоге статистического надзора информацию в облике статистических линий распределения/
Статистические данные оформляются с поддержкой линий распределения в таблицы, в итоге что информация видется в приятном, правильно изложенном облике, комфортном для применения и предстоящего изучения; строятся разного рода графики для более приятного восприятия и разбора инфы. На базе статистических линий распределения рассчитываются главные величины статистических изучений: коэффициенты; безусловные, условные, средние величины и т. д. , с поддержкой которых разрешено жить статистический анализ изучаемых действий и явлений [3].
Статистические ряды распределения охарактеризовывают состав наблюдаемой совокупы, разрешают осуждать о её однородности, структуре, закономерностях распределения, разрешают выполнить предсказание изучаемых действий и явлений.
Таковым образом, статистические ряды распределения являются базовым способом для хоть какого статистичского разбора.
Статистический разряд может существовать представлен в облике таблицы, в одной графе которой указываются варианты либо интервалы, а в иной надлежащие им частоты.
Главным шагом исследования вариационного ряда является его графическое изваяние. Разрывный вариационный разряд изоб¬ражается в облике этак именуемого полигона распределения частот, являющегося разновидностью статистиче¬ских ломаных. Для изображения интервального ряда применяют¬ся полигон распределения частот и гистограмма частот.
Средняя размер это обобщающий показатель, описывающий типичный степень явления. В качестве структурных средних почаще только употребляют характеристики моды более нередко циклического смысла признака и медианы величины признака, которая разделяет упорядоченную последовательность его значений на две одинаковые сообразно количества доли. В результате у одной пятидесяти процентов единиц совокупы смысл признака не превосходит медианного уровня, а у иной не не в такой мере его.
Конкретные условия, в которых располагаться любой из изучаемых объектов, а еще индивидуальности их личного развития(общественные, экономические и пр. )выражаются надлежащими числовыми уровнями статистических характеристик. Таковым образом, вариация, т. е. несовпадение уровней 1-го и такого же показателя у различных объектов, владеет беспристрастный нрав и способствует узнать суть изучаемого явления.
Для измерения варианты в статистике используют некоторое количество методик. Более обычным является расплата показателя размаха варианты R как различия меж наибольшим(Xmax)и наименьшим(Xmin)наблюдаемыми значениями признака. Наиболее серьезными чертами являются характеристики колеблемости сравнительно среднего уровня признака. Дисперсия признака определяется на базе квадратической степенной средней. Показатель, одинаковый , именуется средним квадратическим отклонением.

1. Посадка задачи

Целью предоставленной работы является статистический анализ данных, содержащих сведения о вводе в действие жилых домов на 1000 человек народонаселения в 2003 году. Данные расположены на официозном сайте Гос службы статистики [6]. Требуется обрисовать состав наблюдаемой совокупы, изготовить вывод о её однородности, структуре, закномерностях распределения, применяя разные способы статистического разбора данных.

Табл. 1. 1
Ввод в действие жилых домов на 1000 человек народонаселения в 2003 году
( квадратных метров общей площади)
Русская Федерация 252
Основной федерационный округ 351
Белгородская область 444
Брянская область 162
Владимирская область 185
Воронежская область 317
Ивановская область 105
Калужская область 210
Костромская область 144
Курская область 226
Липецкая область 288
Столичная область 622
Орловская область 280
Рязанская область 217
Смоленская область 250
Тамбовская область 222
Тверская область 201
Тульская область 135
Ярославская область 158
г. Москва 428
Северо-Западный федерационный округ 234
Республика Карелия 117
Республика Коми 158
Архангельская область 71
в том числе Ненецкий автономный
округ 227
Вологодская область 196
Калининградская область 244
Ленинградская область 267
Мурманская область 15
Новгородская область 159
Псковская область 151
г. Санкт-Петербург 379
Полудённый федерационный округ 231
Республика Адыгея 130
Республика Дагестан 201
Республика Ингушетия(1990 г. -
включая Чеченскую Республику) 42
Кабардино-Балкарская Республика 238
Республика Калмыкия 172
Карачаево-Черкесская Республика 156
Республика Северная Осетия -
Алания 192
Чеченская Республика(1990 г. -
включая Республику Ингушетия) -
Краснодарский край 309
Ставропольский край 232
Астраханская область 580
Волгоградская область 153
Ростовская область 229
Приволжский федерационный округ 245
Республика Башкортостан 358
Республика Марий Эл 203
Республика Мордовия 174
Республика Татарстан 414
Удмуртская Республика 201
Чувашская Республика 415
Пермский край 148
Кировская область 108
Нижегородская область 165
Оренбургская область 240
Пензенская область 163
Самарская область 263
Саратовская область 179
Ульяновская область 133
Уральский федерационный округ 228
Курганская область 101
Свердловская область 174
Тюменская область 363
в том числе:
Ханты-Мансийский автономный
округ - Югра 403
Ямало-Ненецкий автономный
округ 249
Челябинская область 206
Сибирский федерационный округ 164
Республика Алтай 113
Республика Бурятия 188
еспублика Тыва 65
Республика Хакасия 183
Алтайский край 162
Красноярский край 195
в том числе:
Таймырский(Долгано-
Ненецкий)самостоятельный округ 175
Эвенкийский самостоятельный округ 420
Иркутская область 84
в том числе Усть-Ордынский
Бурятский самостоятельный округ 22
Кемеровская область 178
Новосибирская область 211
Омская область 154
Томская область 226
Читинская область 89
в том числе Агинский Бурятский
автономный округ 128
Дальневосточный федерационный округ 122
Республика Саха(Якутия) 276
Приморский край 105
Хабаровский край 98
Амурская область 116
Камчатская область 35
в том числе Корякский
автономный округ -
Магаданская область 39
Сахалинская область 79
Еврейская независимая область 55
Чукотский самостоятельный округ 373

2. Ввод данных

Так как это одномерный массив данных, количество переменных(признаков)одинаково штуке, количество надзоров 77. Городка Столица и С-Петербург исключены как тривиальные выбросы, сообразно Корякскому самостоятельному округу и сообразно Чеченской республике данных недостает. В целях снабжения однородности подборки убираем из рассмотрения регионы, входящие в наиболее большие административные образования(к примеру, Таймырский самостоятельный округ, поступающий в Красноярский край). Исходные данные размещены в рабочую книжку с именованием Workbook3. stw, под именованием Var1.
Формируем рабочую книжку и вводим данные:


Рис. 2. 1 Ввод данных

Копируем данные в MS Excel и редактируем таблицу, чтоб она лучше читалась:
Табл. 2. 1
Номер региона Ввод в действие жилых домов на 1000 человек народонаселения в 2003 году Номер региона Ввод в действие жилых домов на 1000 человек народонаселения в 2003 году Номер региона Ввод в действие жилых домов на 1000 человек народонаселения в 2003 году Номер региона Ввод в действие жилых домов на 1000 человек народонаселения в 2003 году
1 444 21 196 41 174 61 162
2 162 22 244 42 414 62 195
3 185 23 267 43 201 63 84
4 317 24 15 44 415 64 178
5 105 25 159 45 148 65 211
6 210 26 151 46 108 66 154
7 144 27 130 47 165 67 226
8 226 28 201 48 240 68 89
9 288 29 42 49 163 69 276
10 622 30 238 50 263 70 105
11 280 31 172 51 179 71 98
12 217 32 156 52 133 72 116
13 250 33 192 53 101 73 35
14 222 34 309 54 174 74 39
15 201 35 232 55 363 75 79
16 135 36 580 56 206 76 55
17 158 37 153 57 113 77 373
18 117 38 229 58 188
19 158 39 358 59 65
20 71 40 203 60 183



3. Анализ эмпирического распределения

Анализ распределений ориентирован на обнаружение закономерност конфигурации частот в зависимости от значений варьирующего признака и анализ разных черт изучаемого распределения. До этого, чем начать к вычислению особых статистических характеристик, нужно из исходной совокупы турнуть единицы, не покоряющиеся общей закономерности распределения, этак именуемые выбросы. Выбросы это смысла признака, грубо имеющие отличия как в огромную, этак и в наименьшую сторону, от значений признака у главный доли единиц совокупы.
Для локализации и устранения выбросов нужно, до этого только, ранжировать исходные данные. Беря во внимание то, что для предстоящей работы имеют все шансы пригодиться исходные данные в начальном облике, ранжированию разрешено подвергнуть их умышленно сделанную резервную копию.

Выдержка

Формулы приобретенных статистических черт:

Valid N размер подборки(количество единиц в совокупы).

Характеристики центра:

Mean средняя арифметическая:
, (3. 2. )
где - смысл признака у i-й единицы совокупы;
n размер совокупы(Valid N).

Geometric mean геометрическая средняя:

. (3. 3. )
Median медиана:
, ежели n четное, (3. 4. )


, ежели n нечетное. (3. 5. )

Mode мода (Мо)определяется конкретно сообразно исходным этим.

Frequency гармоника модального смысла.




Характеристики рассеяния:

Variance дисперсия:
, (3. 6. )
где - средняя арифметическая.

Standard deviation среднее квадратическое(обычное)аномалия:
. (3. 7. )
Standard(Standard error) средняя(обычная)опечатка подборки:
. (3. 8. )
Minimum малое смысл признака в совокупы: Xmin.

Maximum наибольшее смысл признака в совокупы: Xmax.

Range размах варианты: R = Xmax Xmin. (3. 9. )

Lower(Lower quartile) нательный(1-ый)квартиль:
, (3. 10. )
, ,

где floor округление по наиблежайшего цельного;
ceiling округление по наиблежайшего большего.


Upper(Upper quartile) высокий(3-ий)квартиль:

,

, .

Quartile(Interquartile range) межквартильный размах: Q3 Q1.


Характеристики формы распределения:

Skewness асимметрия:
. (3. 11. )

Std. err. (Standardized skewness) стандартизованная асимметрия:

Kurtosis коэффициент эксцесса(куртозис):
. (3. 12. )

Std. err. (Standardized kurtosis) стандартизованный куртозис.


Коэффициент варианты(принято полагать в процентах):
. (3. 13)
На базе этого показателя делается вывод об однородности либо разнородности совокупы сообразно изучаемому признаку.
Исчесляем: = 48,2( %). Т. к. коэффициент варианты > 12%, совокупа невозможно полагать однородной.





3. 3. Сглажение эмпирического распределения,
проверка гипотезы о законе распределения

Построение модели эмпирического распределения, т. е. сглажение его тем либо другим теоретическим распределением, реализуется в меню Statistics/Distribution Fitting.
В качестве теоретической модели, может быть, применять различные типы распределений. В окне процедуры они соединены в две группы:
Continuous Distributions постоянные распределения;
Discrete дискретные распределения.

Поначалу вводим переменную(клавиша Variable = Var2), в подменю Distribution разрешено избираем закон распределения. На закладке Quick находятся клавиши Summary: Observed and expected distribution(пересчет наблюдаемого и ожидаемого распределения)( клавиша Summary в правом углу меню подобна) и Plot of observed and expected distribution(построение наблюдаемого и ожидаемого распределения). 1-ая значит вывод расчетной таблицы теоретических и эмпирических частот с расчетом выбранных критериев согласия. 2-ая клавиша гарантирует вывод гистограммы эмпирического распределения с наложением на нее косой абстрактного распределения.
В закладке Options задаем расплата аспекта согласия Пирсона Chi-square test/Combine categories: становим метку на поле Chi-square test/Combine categories.

Chi-square test дозволяет улаживать задачку испытания гипотезы о законе распределения, итог оценки видется в табличном облике. Расплата аспекта делается сообразно последующей формуле:

, (3. 14. )

где fi - эмпирические безусловные частоты(Observed Frequency);
fi-абсолютные частоты абстрактного распределения(Expected Frequency);
к количество промежутков.

Итоги сглаживания:


Рис. 3. 5. Испытание гипотезы о обычном распределении переменной Var2



Рис. 3. 6. Испытание гипотезы о прямоугольном распределении
переменной Var2

Литература

1. Боровиков В. П. , STATISTICA. Художество разбора данных на компе: для экспертов(2-е издание). - СПб. : - 2003. 688 с.
2. Статистика. : Учебник / Под ред. проф. И. И. Елисеевой. М. : ООО ВИТРЭМ, 2005. 448с.
3. Ефимова М. Р. ,Ганченко О. И. , Петрова Е. В. Практикум сообразно общей теории статистики. М. Деньги и статистика - 2005. 332 с.
4. Минашкин В. Г. , Козарезова Л. О. Базы теории статистики. М: Деньги и статистика - 2004.
5. www. statsoft. ru интернет-сайт фирмы StatSoft Russia(документация сообразно STATISTICA 6. 0).
6. www. gks. ru

Больше работ по теме: