Методы статистических исследований (стр. 1 из 4)

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

ЮЖНО-УРАЛЬСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

ФАКУЛЬТЕТ ПРАВА И ФИНАНСОВ

КОНТРОЛЬНАЯ РАБОТА

По курсу: «Статистика»

Выполнил: студент группы ПФ-176\з

Исаенко В.В.

Проверил: Земцова Е.М.

Челябинск

2008

Задача 1

Для изучения выполнения плана рабочими завода было проведено десятипроцентное выборочное обследование по методу случайного бесповторного отбора. Результаты обследования показали следующее распределение рабочих по проценту выполнения норм выработки:

Выполнение норм, %	Число рабочих, чел.
До 90	4
90-100	16
100-110	40
110-120	30
120-130	10
ИТОГО:

На основании этих данных вычислить:

1) средний процент выполнения нормы;

2) моду и медиану;

3) размах вариаций;

4) среднее линейное отклонение;

5) дисперсию;

6) среднее квадратичное отклонение;

7) коэффициент вариации, оцените однородность совокупности;

8) с вероятностью 0,954 возможные пределы, в которых ожидается средний процент выполнения норм выработки по заводу;

9) с вероятностью 0,954 возможные пределы доли рабочих, выполняющих нормы выработки более, чем на 110%.

Сделать выводы.

Решение:

Перед нами представлен ряд с равными интервалами. Интервал равен 10. И один отрытый интервал «до 90». Так как следующий за открытым интервал равен 10 следовательно при расчетах получим границу верхнего интервала, она будет равна «80-90».

1) Найдем середины интервалов по формуле:

Получаем следующие значения: 85, 95, 105, 115, 125.

Используя среднюю арифметическую взвешенную, определим средний процент выполнения нормы:

Средний процент выполнения нормы равен 107,6%.

2)Рассчитаем моду:

= 100+10

Таким образом, наиболее часто встречающееся значение процента выполнения нормы равно 107,06%

Рассчитаем медиану:

Подставляем значения:

- нижняя граница медианного интервала «100-110», равная 100;

- величина медианного интервала, равная 10:

- накопленная частота интервала, предшествующая медианному, равная 20:

Выполнение норм, %	Число рабочих, чел.	Накопленная частота
До 90	4	4
90-100	16	4+16=20
100-110	40	20+40=60
110-120	30	60+30=90
120-130	10	90+10=100
ИТОГО:	100	-

полусумма частот, равная 50:

соответственно полусумма равна 50;

- частота медианного интервала, равная 40.

3) Рассчитаем размах вариаций - разность между самым большим и самым малым наблюдаемыми значениями признака:

R=Xmax – Xmin = 130-80 = 50

4) Рассчитаем среднее линейное отклонение

. Эта величина определяется как средняя арифметическая из абсолютных значений отклонений

. Так как сумма отклонений значений признака от средней величины равна нулю, то все отклонения берутся по модулю.

Формула среднего линейного отклонения для нашего случая:

Найдем середину интервалов, определим произведения значений середины интервалов на соответствующие им веса и подсчитаем сумму их произведений, рассчитаем абсолютные отклонения середины интервалов от средней велечины, вычислим произведения отклонений на их веса и подсчитаем сумму их произведений.

Средняя величина нами рассчитана в первом пункте задания и равна

Выполнение норм, %	Число рабочих, чел.	Середина интервала
А	1	2	3	4	5
До 90	4	85	340	22,6	90,4
90-100	16	95	1520	12,6	201,6
100-110	40	105	4200	2,6	104
110-120	30	115	3450	7,4	222
120-130	10	125	1250	17,4	174
ИТОГО:	100	-	10760	-	792

Рассчитываем среднее линейное отклонение:

Таково в среднем отклонение вариантов признака от их средней величины. Это отклонение по сравнению со средней величиной признака небольшое. Оно отличается от средней на 99,68%. Это свидетельствует о том, что данная совокупность в отношении нашего признака однородна, а средняя – типична.

5) Дисперсия есть не что иное, как средний квадрат отклонений индивидуальных значений признака от его средней величины.

Формула дисперсии для нашего случая:

Рассчитаем данные и заполним таблицу:

Выполнение норм, %	Число рабочих, чел.	Середина интервала
А	1	2	3	4	5
До 90	4	85	340	510,76	2043,04
90-100	16	95	1520	158,76	2540,16
100-110	40	105	4200	6,76	270,4
110-120	30	115	3450	54,76	1642,8
120-130	10	125	1250	302,76	3027,6
ИТОГО:	100	-	10760	-	9524

6)Среднее квадратическое отклонение показывает, на сколько в среднем отклоняются конкретные варианты признака от среднего значения и равно корню квадратному из дисперсии:

Степень вариации в данной совокупности невелика, так как средняя величина выполнения нормы равна 107,6%. Это говорит об однородности рассматриваемой совокупности.

7) коэффициент вариации, оцените однородность совокупности:

Так как коэффициент вариации в нашем примере меньше 33% совокупность считается однородной.

8) вычислить с вероятностью 0,954 возможные пределы, в которых ожидается средний процент выполнения норм выработки по заводу.

Для определения заданных пределов нам необходимо рассчитать предельную ошибку выборки по формуле:

где:

t – коэффициент доверия, для нашего случая равен 2;

- выборочная дисперсия;

N – численность генеральной совокупности, так как наша выборка десятипроцентная, то N = 1000;

n – численность выборки.

Определим заданные пределы по формуле:

или

С вероятностью 0,954 можно утверждать, что средний процент выполнения норм выработки по заводу будет находиться в пределах от 105,75% до 109,45%.

9) с вероятностью 0,954 возможные пределы доли рабочих, выполняющих нормы выработки более, чем на 110%

Согласно результатам обследования, численность таких рабочих составила 40 человек, определим выборочную долю: