БОЛЬШАЯ НАУЧНАЯ БИБЛИОТЕКА  
рефераты
Добро пожаловать на сайт Большой Научной Библиотеки! рефераты
рефераты
Меню
Главная
Банковское дело
Биржевое дело
Ветеринария
Военная кафедра
Геология
Государственно-правовые
Деньги и кредит
Естествознание
Исторические личности
Маркетинг реклама и торговля
Международные отношения
Международные экономические
Муниципальное право
Нотариат
Педагогика
Политология
Предпринимательство
Психология
Радиоэлектроника
Реклама
Риторика
Социология
Статистика
Страхование
Строительство
Схемотехника
Таможенная система
Физика
Философия
Финансы
Химия
Хозяйственное право
Цифровые устройства
Экологическое право
Экономико-математическое моделирование
Экономическая география
Экономическая теория
Сельское хозяйство
Социальная работа
Сочинения по литературе и русскому языку
Товароведение
Транспорт
Химия
Экология и охрана природы
Экономика и экономическая теория

Статистическая совокупность

Статистическая совокупность

Содержание

Введение

1. РАСЧЕТ ОСНОВНЫХ ПОКАЗАТЕЛЕЙ СОВОКУПНОСТИ

2. ВАРИАЦИОННЫЙ АНАЛИЗ СТАТИСТИЧЕСКОЙ СОВОКУПНОСТИ

3 ПРОВЕРКА ГИПОТЕЗЫ О НОРМАЛЬНОМ ХАРАКТЕРЕ РАСПРЕДЕЛЕНИЯ

4. ВЫБОРОЧНОЕ НАБЛЮДЕНИЕ

5. КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗ

6. АНАЛИЗ РЯДОВ ДИНАМИКИ

ЗАКЛЮЧЕНИЕ

Список использованной литературы

Приложение

ВВЕДЕНИЕ

Статистика - это отрасль человеческой деятельности, направленная на сбор, обработку и анализ данных народно-хозяйственного учета. Сама статистика является одним из видов учета. Предметом статистики является количественная сторона массовых общественных явлений в тесной связи с качественной стороной. Главная задача статистики на современном этапе состоит в обработке достоверной информации. Обработанные определенным образом данные позволяют судить о явлении, делать прогнозы. Статистические данные способны сказать языком статистических показателей о многом в весьма яркой и убедительной форме.

В данной работе была произведена обработка и анализ статистических данных, полученных в результате статистического наблюдения над показателем, характеризующим число больничных коек на 10 000 чел. в России.

Целью данного курсового проекта является освоение инструментов статистики для дальнейшего применения в решении управленческих задач. В качестве задач следует выделить следующее:

- овладение методами выполнения оценок параметров больших множеств по данным выборочного наблюдения;

- приобретение навыков работы с большими массивами данных и навыков представления данных статистического наблюдения в удобном для восприятия, анализа и принятия решений виде;

- развитие аналитических навыков в ходе применения вариационного метода интерпретации полученных результатов.

1. РАСЧЕТ ОСНОВНЫХ ПОКАЗАТЕЛЕЙ СОВОКУПНОСТИ

Рассмотрим данные Таблицы 1.1, которые показывает число больничных коек на 10 000 человек населения для каждого субъекта РФ.

Таблица 1.1 - Число больничных коек на 10 000 человек населения по субъектам РФ на конец 2006 года

Название субъекта

2007

Белгородская область

86

Брянская область

125

Владимирская область

94

Воронежская область

107

Ивановская область

110

Калужская область

111

Костромская область

150

Курская область

102

Липецкая область

130

Московская область

105

Орловская область

117

Рязанская область

120

Смоленская область

123

Тамбовская область

111

Тверская область

125

Тульская область

128

Ярославская область

130

г.Москва

104

Республика Карелия

111

Республика Коми

114

Архангельская область

115

Вологодская область

115

Калининградская область

91

Ленинградская область

89

Мурманская область

112

Новгородская область

127

Псковская область

123

г.Санкт-Петербург

99

Республика Адыгея

115

Республика Дагестан

68

Республика Ингушетия

41

Чеченская Республика

73

Кабардино-Балкарская Республика

98

Республика Калмыкия

113

Карачаево-Черкесская Республика

100

Республика Северная Осетия - Алания

102

Краснодарский край

94

Ставропольский край

89

Астраханская область

114

Волгоградская область

118

Ростовская область

102

Республика Башкортостан

95

Республика Марий Эл

119

Республика Мордовия

116

Республика Татарстан

100

Удмуртская Республика

128

Чувашская Республика

103

Пермский край

102

Кировская область

145

Нижегородская область

123

Оренбургская область

113

Пензенская область

102

Самарская область

88

Саратовская область

101

Ульяновская область

99

Курганская область

105

Свердловская область

106

Тюменская область

94

Челябинская область

117

Республика Алтай

115

Республика Бурятия

112

Республика Тыва

165

Республика Хакасия

101

Алтайский край

116

Красноярский край

109

Иркутская область

123

Кемеровская область

101

Новосибирская область

120

Омская область

121

Томская область

124

Читинская область

138

Республика Саха (Якутия)

142

Приморский край

90

Хабаровский край

97

Амурская область

131

Камчатская область

155

Магаданская область

165

Сахалинская область

139

Еврейская автономная область

171

Чукотский автономный округ

242

Рассчитаем на основе данной совокупности основные показатели: среднее значение и размах вариации (R)

= 15227365/142049 = 107 больничных коек на 10 000 человек

R = 242 - 41 = 201 больничных коек на 10 000 чел.

2. ВАРИАЦИОННЫЙ АНАЛИЗ СТАТИСТИЧЕСКОЙ СОВОКУПНОСТИ

На первом этапе задания строим вариационный ряд. Количество значений признака достаточно велико, поэтому наиболее рационально строить интервальный вариационный ряд. Для определения количества интервалов воспользуемся формулой Стерджесса.

К = 1 + 3,32lg80 = 7,3

Таким образом, количество интервалов равно 7;

Возможные длины интервалов соответственно равны:

l = (Xmax - Xmin)/k = (242 - 41)/7 = 28,7

Для удобства возьмем интервал равный 30

Построим вариационный ряд:

Таблица 2.1- Вариационный ряд

Число больничных коек на 10 000 чел.

Количество регионов

41 - 71

2

71 - 101

20

101 - 131

48

131 - 161

6

161 - 191

3

191 - 221

0

221 - 251

1

Итого

80

Рисунок 2.1-Гистограмма

Ряд накопленных частот выглядит следующим образом:

Рисунок 2.2-Огива

Рисунок 2.3-Кумулята

Рассчитаем показатели структуры вариации:

Мода = Мо = xМо+iМо,

где xМо - начальное значение модального интервала;

iМо - величина модального интервала;

fМо - частота модального интервала;

fМо-1 - частота интервала, предшествующего модальному;

fМо+1 - частота интервала, следующего за модальным.

Мо = 101 + 30*(48 - 20)/(28 + 48 - 6) = 117,3 больничных коек на 10 000 чел.

Ме = xМе+iМе ,

где xМе - начальное значение медиального интервала;

iМе - величина медиального интервала;

- половина суммы частот;

S(Ме-1) - сумма накопленных частот в интервалах, предшествующих медианному;

fМе - частота медианного интервала.

Ме = 101 + 30*(40 - 22)/48 = 112,25 больничных коек на 10 000 чел.

Размах вариации = 242 - 41 = 201 больничная койка на 10 000 чел.

= = 2,16 д.е.

Среднее значение (по формуле среднеарифметической взвешенной):

= (56*2 + 86*20 + 116*48 + 146*6 + 176*3 + 206*0 + 236*1)/80 = 9040/80 = 113 больничных коек на 10 000 чел.

Среднее линейное отклонение:

= = 16,4 больничных коек на 10 000 чел.

Дисперсия = = 55080/80 = 688,5

Среднее квадратическое отклонение (у) рассчитывается по слеующей формуле:

у = = 26, 2 больничные койки на 10 000 чел.

Относительный размах вариации = R/Xср = 201/113 = 177,9 %

Относительное линейное отклонение = /Xср = 16,4/113 = 14,5 %

Коэффициент вариации = V = = 26,2/113 = 23,2 %

(совокупность достаточно однородная)

3. ПРОВЕРКА ГИПОТЕЗЫ О НОРМАЛЬНОМ ХАРАКТЕРЕ РАСПРЕДЕЛЕНИЯ

Проверим гипотезу о нормальном характере распределения среднего размера вклада по критерию Пирсона.

Этапы:

1. Расчет нормированного отклонения (ti) для каждого интервала.

2. Нахождение плотности вероятности нормирования по таблице.

3. Определение теоретических частот для каждого интервала.

4. Определение теоретического значения критерия Пирсона ().

5. Сравнение теоретического и табличного значений критерия.

6. Подтверждение или опровержение гипотезы о нормальном распределении.

Таблица 2.1 - Таблица расчета теоретических частот

Интервалы

Количество субъектов

Середины интервалов

t

f(t)

41 - 71

2

56

-57

-2,18

0.002

0.17

4.05

71 - 101

20

86

-27

-1,03

0.031

2.35

0.052

101 - 131

48

116

3

0,11

0.1714

13.01

1.93

131 - 161

6

146

33

1,26

0.377

28.59

2.47

161 - 191

3

176

63

2,40

0.329

25.00

0.64

191 - 221

0

206

93

3,55

0.115

8.69

0.054

221 - 251

1

236

123

4,69

0.016

1.20

0.53

Итого

80

9.73

= 9,73

По таблице распределения Пирсона найдем :

,

получим,

,

Сравнивая полученное значение с табличным, получаем, что оно больше чем табличное, однако это превышение крайне незначительно, но все-таки, распределение нельзя считать нормальным при данном уровне значимости. Соответственно, гипотеза не подтвердилась.

Рассчитаем показатель асимметрии и выясним ее характер. Данный показатель рассчитывается на основе центрального момента распределения 3-го порядка (М3):

М3 = (- 58 607)/80 = - 732,6

As = - 732,6/9345 = - 0,078

Показатель асимметрии Аs<0, следовательно, можно сделать вывод о наличии левосторонней асимметрии.

Таблица 3.2 - Показатели вариации показателя количество больничных коек на 10 000 человек населения в 2007 году

Название показателя

Значение показателя

Среднее значение показателя

113

Мода

117,3

Медиана

112,25

Размах вариации

201

Среднее линейное отклонение

16,4

Дисперсия

688,5

СКО

26,2

Относительный размах вариации

177,9

Относительное линейное отклонение

14,5

Коэффициент вариации

23,2

Коэффициент ассиметрии

- 0,078

4. ВЫБОРОЧНОЕ НАБЛЮДЕНИЕ

Случайная бесповторная выборка

Выборка проходила следующим образом. Генеральная совокупность была упорядочена в порядке возрастания по второму столбцу, т.е. по значению показателя в 2007 году. Каждому субъекту был присвоен номер. Среди этих номеров была произведена жеребьевка, в ходе которой были отобраны 18 номеров. В результате в выборочную совокупность попали следующие субъекты:

Таблица 4.1 - Выборочная совокупность

Субъект

Значение показателя в 2007 году

Чеченская Республика

73

Самарская область

88

Краснодарский край

94

Ульяновская область

99

Пензенская область

102

Свердловская область

106

Ивановская область

110

Мурманская область

112

Астраханская область

114

Республика Адыгея

115

Алтайский край

116

Республика Марий Эл

119

Псковская область

123

Брянская область

125

Удмуртская Республика

128

Ярославская область

130

Читинская область

138

Костромская область

150

Найдем выборочную среднюю как среднее арифметическое взвешенное показателей:

= 2766350/25375 = 109 больничных коек на 10 000 чел.

Рассчитаем предельную ошибку выборки по формуле:

1. При p = 0.903 и числе степеней свободы 17, по таблице распределения Стьюдента t = 2.110

=

109 - 7,86

101,14

С вероятностью 0.903 можно заключить, что среднее число больничных коек на 10 000 человек населения, находится в переделах от 101,14 до 116,8 шт.

2. При p = 0.870 и числе степеней свободы 17, по таблице распределения Стьюдента t = 1.74

=

109 - 6,48

103,52

С вероятностью 0.870 можно заключить, что среднее число больничных коек на 10 000 человек населения, находится в переделах от 103,52 до 115,48 шт.

3. При p = 0.655 и числе степеней свободы 17, по таблице распределения Стьюдента t = 1.069.

=

109 - 3,98

105,02

С вероятностью 0.655 можно заключить, что среднее число больничных коек на 10 000 человек населения, находится в переделах от 105,02 до 112,9 шт.

Районированная выборка

В качестве единиц выборочной совокупности будут выступать Федеральные округа РФ. Районированная выборка предполагает пропорциональный отбор единиц из структурных частей генеральной совокупности. Выберем 20% субъектов из каждого округа. Получим следующие данные:

Таблица 4.2 - 20% районированная выборка

Название округа

Число субъектов

Центральный

4

Северо-Западный

2

Южный

3

Приволжский

3

Уральский

1

Сибирский

3

Дальневосточный

2

В каждой типической группе проведем выборку случайным способом: с помощью жребия выберем соответствующее числу субъектов в каждом округе.

Найдем выборочную среднюю как среднее арифметическое взвешенное показателей:

Таблица 4.4. - Расчет внутригрупповых дисперсий по каждому округу

Округ

Количество субъектов

Центральный

136.7

4

Северо-Западный

66.9

2

Южный

197.3

3

Приволжский

268.7

3

Уральский

0

1

Сибирский

76

3

Дальневосточный

23.9

2

Чтобы рассчитать среднюю из групповых дисперсий, воспользуемся формулой, умножив внутригрупповые дисперсии по каждому округу на соответствующие им значения численности населения в данном округе.

Рассчитаем предельную ошибку выборки по формуле:

1. При p = 0.903 и числе степеней свободы 17,по таблице распределения Стьюдента t = 2.110.

С вероятностью 0.903 можно заключить, что среднее число больничных коек на 10 000 человек населения, находится в переделах от 107.6 до 119.5 шт.

2. При p = 0.870 и числе степеней свободы 17, по таблице распределения Стьюдента t = 1.740.

С вероятностью 0.870 можно заключить, что среднее число больничных коек на 10 000 человек населения, находится в переделах от 108.7 до 118.5 шт.

3. При p = 0.655 и числе степеней свободы 17, по таблице распределения Стьюдента t = 1.069.

С вероятностью 0.655 можно заключить, что среднее число больничных коек на 10 000 человек населения, находится в переделах от 110.6 до 116.6 шт.

Выводы:

На основании полученных интервалов для генеральной средней можно сделать вывод, что с уменьшением вероятности доверительный интервал сужается. Это напрямую связано с распределением Стьюдента: с увеличением вероятности растет критерий доверия t.

В ходе сравнения двух способов выборки можно отметить следующее. В первом способе проводилась 20%-ная выборка, в которую попали 18 единиц генеральной совокупности, тогда как во втором единицами выборки являлись районы, которых всего 7. Именно поэтому в районированной выборке данные более разнородны, в то время как в случайной выборке данные больше отражают общероссийский уровень показателя. Эти два отличия являются причинами того, что интервалы для генеральной средней отличаются достаточно сильно: для случайной выборки доверительные интервалы уже, чем для районированной.

5. КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗ

Построим поле корреляции. Оно представлено на Рисунке 5.1

Рисунок 5.1 - Поле корреляции рассматриваемых показателей

По полю корреляции достаточно трудно сделать вывод о характере связи, однако можно предположить, что, очевидно, линейная связь не ярко выраженная и несильная.

Рассчитаем показатели корреляции:

1. Коэффициент корреляции:

Коэффициент корреляции = rxy = - 0,306

Коэффициент корреляции показывает, что между переменными существует достаточно слабая отрицательная линейная связь

2. Коэффициент детерминации - это коэффициент корреляции в квадрате = -0,3062 = 0,0936 или 9,36 %

Коэффициент детерминации показывает, что фактор Х только на 9,36 % объясняет изменение результативного показателя.

3. Коэффициент рангов Спирмена

Расчет коэффициента рангов Спирмена представлен в Приложении А.

На основе рассчитанных значениях d^2 можно определить коэффициент Спирмена =

,

то есть связь обратная, средне-слабой силы.

Для того чтобы построить уравнение парной регрессии воспользуемся методом наименьших квадратов.

Определим параметры уравнений по каждому из предполагаемых вариантов связи.

Система уравнений для линейной зависимости:

y = - 0,004x + 122,6

Уравнение параболической зависимости:

y = 0,0006x2 - 0,013x + 131,9

Можно сделать, что связь между данными показателями слабая, обратная.

6. АНАЛИЗ РЯДОВ ДИНАМИКИ

1. Число больничных коек на 10 000 человек населения в целом по РФ за 2000-2006г.г., шт.

Построим ряд динамики для данного показателя (Таблица 6.1.)

Таблица 6.1 - Динамика числа больничных коек на 10 000 человек населения в целом по РФ за 2002-2007г.г., шт.

Показатель

Период

2002

2003

2004

2005

2006

2007

Число больничных коек на 10 000 человек населения в целом по РФ, шт.

113

112

113

111

109

107

Рассчитаем показатели тенденции динамики для данного ряда (Таблица 6.2.)

Таблица 6.2 - Показатели тенденции динамики

Год

Число коек

Абсолютный прирост

Темп роста цепной (%)

Темп прироста (%)

Абсолютное значение 1% прироста

Базисный

Цепной

Базисный

Цепной

Базисный

Цепной

2002

113

2003

112

-1

-1

0,9912

0,9912

-0,0088

-0,0088

1,13

2004

113

0

1

1,0000

1,0089

0,0000

0,0089

1,12

2005

111

-2

-2

0,9823

0,9823

-0,0177

-0,0177

1,13

2006

109

-4

-2

0,9646

0,9820

-0,0354

-0,0180

1,11

2007

107

-6

-2

0,9469

0,9817

-0,0531

-0,0183

1,09

Среднее значение показателя за период составило = (113 + 112 + 113 + 111 + 109 + 107)/6 = 110,8 шт. Ежегодно в среднем значение показателя уменьшалось на 1 койку.

Теперь построим тренд, различными способами определения параметров тренда.

1. Графический метод

Графически динамика числа больничных коек на 10 000 человек населения в целом по РФ за 2002-2007 г.г., шт. изображена на Рисунке 6.1.

Рисунок 6.1 - Динамика числа больничных коек на 10 000 человек населения в целом по РФ за 2002-2007 г.г., шт.

Уравнение тренда выглядит следующим образом:

y = -1,171x + 114,9

Построение тренда с помощью EXCEL:

Изобразим различные формы тренда: линейную форму (Рисунок 6.2.) и параболическую форму (Рисунок 6.3.) .

Рисунок 6.2 - Динамика числа больничных коек на 10 000 человек населения в целом по РФ за 2002-2007г.г., шт.

Рисунок 6.3 - Динамика числа больничных коек на 10 000 человек населения в целом по РФ за 2002-2007г.г., шт.

Можно сделать вывод, что у параболической модели коэффициент детерминации выше. Теперь рассчитаем показатели колеблемости для данного ряда.

1. Амплитуда отклонений отдельных уровней ряда от тренда.

Данные для расчета амплитуды

1

113

112,75

0,25

0,25

2

112

112,794

-0,794

0,794

3

113

112,232

0,768

0,768

4

111

111,064

-0,064

0,064

5

109

109,29

-0,29

0,29

6

107

106,91

0,09

0,09

Итого:

2,256

А= 0,768 - (-0,794) = 1,562

2. Среднее абсолютное отклонение уровней от тренда.

a (t) = 2,256/(6 - 3) = 0,752

3. Среднее квадратическое отклонение уровней от тренда.

s(t) =

4. Относительное линейное отклонение.

m = (2,256/3) : 110,8 = 0,679 %

5. Коэффициент колеблемости.

v = 0,678/110,8 = 0,612 %

В среднем за анализируемый период фактические значения показателя отклоняются от линии тренда на 0,752 шт., что составляет 0,612 % от среднего уровня ряда.

Сделаем интервальный прогноз на срок, составляющий 1/3 от базы прогноза, то есть на 2008 год

y = -0,303x2 + 0,953x + 112,1

t = 8 (2009 год)

yпрогноз = 100,33 больничных коек

s(t) =

Рассчитаем ошибку первого рода =

Рассчитаем общую ошибку прогнозов =

Определим прогнозный интервал с вероятностями 10% и 95%.

При вероятности 0,95

100,33 - 2,776*0,973

В 2009 году число больничных коек на 10 000 человек населения в целом по РФ будет находиться в переделах от 97,63 до 103,03 с вероятностью 95%.

При вероятности 0,1

100,33 - 0,134*0,973

В 2009 году число больничных коек на 10 000 человек населения в целом по РФ будет находиться в переделах от 100,2 до 100,46 с вероятностью 10 %.

Проведем анализ второго ряда динамики.

2. Число больничных коек на 10 000 человек населения в Челябинской области за 2002-2007 г.г., шт.

Построим ряд динамики для данного показателя (Таблица 6.3.)

Таблица 6.3 - Динамика числа больничных коек на 10 000 человек населения в Челябинской области за 2002-2007 г.г., шт.

Показатель

2002

2003

2004

2005

2006

2007

Число больничных коек на 10 000 человек населения в Челябинской области, шт.

119

119

121

120

120

117

Рассчитаем показатели тенденции динамики для данного ряда (Таблица 6.4)

Таблица 6.4. - Показатели тенденции динамики

Год

Число коек

Абсолютный прирост

Темп роста цепной (%)

Темп прироста (%)

Абсолютное значение 1% прироста

Базисный

Цепной

Базисный

Цепной

Базисный

Цепной

1

119

2

119

0

0

1,0000

1,0000

0,0000

0,0000

1,19

3

121

2

2

1,0168

1,0168

0,0168

0,0168

1,21

4

120

1

-1

1,0084

0,9917

0,0084

-0,0083

1,2

5

120

1

0

1,0084

1,0000

0,0084

0,0000

1,2

6

117

-2

-3

0,9832

0,9750

-0,0168

-0,0250

1,17

За период с 2002 по 2007 год число больничных коек на 10 000 человек населения в Челябинской области составляло в среднем 119,3 шт., причем ежегодно в среднем происходило снижение данного показателя на 0,33 шт.

Построим тренд, используя различные способы определения параметров тренда:

1. Графический метод

Графически динамика числа больничных коек на 10 000 человек населения в Челябинской области за 2002-2007г.г., шт. изображена на Рисунке 6.4.

Рисунок 6.4 - Динамика числа больничных коек на 10 000 человек населения в Челябинской области за 2002-2007г.г., шт.

Уравнение тренда:

y = - 0,228x + 120,1

Построение тренда с помощью EXCEL:

Изобразим 2 различные формы тренда: линейную форму (Рисунок 6.5) и параболическую форму (Рисунок 6.6).

Рисунок 6.5 - Динамика числа больничных коек на 10 000 человек населения в Челябинской области за 2002-2007 г.г., шт.

Рисунок 6.6 - Динамика числа больничных коек на 10 000 человек населения в Челябинской области за 2002-2007 г.г., шт.

Рассчитаем показатели колеблемости для данного ряда.

1

119

118,536

0,464

0,464

2

119

119,952

-0,952

0,952

3

121

120,548

0,452

0,452

4

120

120,324

-0,324

0,324

5

120

119,28

0,72

0,72

6

117

117,416

-0,416

0,416

Итого:

3,328

1. А = 0,72- (-0,952) = 1,672

2. Среднее абсолютное отклонение уровней от тренда.

a (t) = 3,328/(6 - 3) = 1,109

3. Среднее квадратическое отклонение уровней от тренда.

s(t) =

4. Относительное линейное отклонение.

m = 1,109 : 119,3 = 0,93 %

5. Коэффициент колеблемости.

v = 0,841/119,3 = 0,705 %

В среднем за анализируемый период фактические значения показателя отклоняются от линии тренда на 1,109 шт., что составляет 0,705 % от среднего уровня ряда.

Сделаем интервальный прогноз на срок, составляющий 1/3 от базы прогноза, то есть на 2008 год

y = -0,410x2 + 2,646x + 116,3

t = 8 (2009 год)

yпрогноз = 111,2 больничных коек

s(t) =

Рассчитаем ошибку первого рода =

Рассчитаем общую ошибку прогнозов =

Определим прогнозный интервал с вероятностями 10 % и 95 %.

При вероятности 0,95

111,2 - 2,776*1,207

В 2009 году число больничных коек на 10 000 человек населения в целом по Челябинской области будет находиться в переделах от 107,8 до 114,55 шт. с вероятностью 95%.

При вероятности 0,1

111,2 - 0,134*1,207

В 2009 году число больничных коек на 10 000 человек населения в целом по РФ будет находиться в переделах от 111,04 до 111,36 с вероятностью 10 %.

На основании проведенного анализа по двум рядам динамики можно сделать следующие выводы: значение показателей тенденции и показателей колеблимости по Российской Федерации меньше соответствующего значения по Челябинской области.

На основании прогноза можно сделать вывод, что с уменьшением вероятности прогнозный интервал сокращается. Также можно отметить, что количество больничных коек по Челябинской области в целом больше чем по России и снижение этого показателя осуществляется медленнее, что косвенно свидетельствует о более высоком социальном развитии области, чем в среднем по России.

ЗАКЛЮЧЕНИЕ

В результате проведенной работы мною окончательно усвоены методы исследования статистических совокупностей. Изучено здравоохранение в Российской Федерации, как в целом, так и по субъектам на примере количества больничных коек. Выявлены тенденции, закономерности и свойства данной совокупности.

Определены порядок и содержание этапов исследования статистических совокупностей. Подробно описан процесс построения тренда. Определены показатели тесноты и направления связи. Найдены показатели силы, структуры и интенсивности вариации.

Выполненная работа имеет практическую ценность и рекомендована для рассмотрения методов работы со статистическими совокупностями.

Список использованной литературы:

1. Российский статистический ежегодник: Официальное издание. - М.: Росстат, 2008.

2. Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник/Под ред. чл-корр РАН И.И.Елисеевой. - М.: Финансы и статистика, 1997.

3. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики - М.: ИНФРА-М, 2003

Приложение

Данные для расчета коэффициента Спирмена

Название субъекта

Число коек

Численность населения

Ny

Nx

d^2

Чукотский автономный округ

242

50

80

1

6241

Магаданская область

165

166

78

2

5776

Еврейская автономная область

171

186

79

3

5776

Республика Алтай

115

207

48

4

1936

Республика Калмыкия

113

286

41

5

1296

Республика Тыва

165

312

77

6

5041

Камчатская область

155

346

76

7

4761

Карачаево-Черкесская Республика

100

427

18

8

100

Республика Адыгея

115

441

47

9

1444

Республика Ингушетия

41

499

1

10

81

Сахалинская область

139

518

72

11

3721

Республика Хакасия

101

537

21

12

81

Новгородская область

127

652

65

13

2704

Республика Карелия

111

691

38

14

576

Костромская область

150

697

75

15

3600

Республика Северная Осетия - Алания

102

702

24

16

64

Республика Марий Эл

119

703

54

17

1369

Псковская область

123

706

59

18

1681

Орловская область

117

822

51

19

1024

Республика Мордовия

116

840

49

20

841

Мурманская область

112

851

39

21

324

Амурская область

131

870

70

22

2304

Кабардино-Балкарская Республика

98

891

15

23

64

Калининградская область

91

937

9

24

225

Республика Саха (Якутия)

142

951

73

25

2304

Республика Бурятия

112

960

40

26

196

Республика Коми

114

968

43

27

256

Курганская область

105

980

31

28

9

Смоленская область

123

983

58

29

841

Астраханская область

114

1001

44

30

196

Калужская область

111

1006

36

31

25

Томская область

124

1035

62

32

900

Ивановская область

110

1080

35

33

4

Тамбовская область

111

1106

37

34

9

Читинская область

138

1119

71

35

1296

Курская область

102

1162

23

36

169

Рязанская область

120

1165

55

37

324

Липецкая область

130

1169

68

38

900

Чеченская Республика

73

1209

3

39

1296

Вологодская область

115

1223

46

40

36

Архангельская область

115

1272

45

41

16

Чувашская Республика

103

1282

28

42

196

Брянская область

125

1309

63

43

400

Ульяновская область

99

1312

17

44

729

Ярославская область

130

1315

69

45

576

Тверская область

125

1380

64

46

324

Пензенская область

102

1388

27

47

400

Хабаровский край

97

1404

14

48

1156

Кировская область

145

1413

74

49

625

Владимирская область

94

1449

10

50

1600

Белгородская область

86

1519

4

51

2209

Удмуртская Республика

128

1533

67

52

225

Тульская область

128

1586

66

53

169

Ленинградская область

89

1633

6

54

2304

Приморский край

90

1996

8

55

2209

Омская область

121

2018

57

56

1

Оренбургская область

113

2119

42

57

225

Воронежская область

107

2280

33

58

625

Алтайский край

116

2508

50

59

81

Иркутская область

123

2508

61

60

1

Саратовская область

101

2584

20

61

1681

Волгоградская область

118

2609

53

62

81

Новосибирская область

120

2636

56

63

49

Республика Дагестан

68

2688

2

64

3844

Ставропольский край

89

2705

7

65

3364

Пермский край

102

2718

26

66

1600

Кемеровская область

101

2823

22

67

2025

Красноярский край

109

2890

34

68

1156

Самарская область

88

3173

5

69

4096

Нижегородская область

123

3360

60

70

100

Тюменская область

94

3374

12

71

3481

Челябинская область

117

3511

52

72

400

Республика Татарстан

100

3763

19

73

2916

Республика Башкортостан

95

4053

13

74

3721

Ростовская область

102

4255

25

75

2500

Свердловская область

106

4396

32

76

1936

г.Санкт-Петербург

99

4568

16

77

3721

Краснодарский край

94

5122

11

78

4489

Московская область

105

6673

30

79

2401

г.Москва

104

10470

29

80

2601





17.06.2012
Большое обновление Большой Научной Библиотеки  рефераты
12.06.2012
Конкурс в самом разгаре не пропустите Новости  рефераты
08.06.2012
Мы проводим опрос, а также небольшой конкурс  рефераты
05.06.2012
Сена дизайна и структуры сайта научной библиотеки  рефераты
04.06.2012
Переезд на новый хостинг  рефераты
30.05.2012
Работа над улучшением структуры сайта научной библиотеки  рефераты
27.05.2012
Работа над новым дизайном сайта библиотеки  рефераты

рефераты
©2011