![]() |
|
сделать стартовой | добавить в избранное |
![]() |
Искусство, Культура, Литература
Литература, Лингвистика
Проведение статистического анализа и прогнозирование результатов выпуска изданий Беларуси и России |
СОДЕРЖАНИЕ Введение 1. Временные ряды и методы их расчета 1.1. Случайные события и величины 1.2. Числовые характеристики распределения случайной величины 1.3. Теоретические сведения о временных рядах 1.3.1. Метод экспоненциального сглаживания 1.3.2. Метод скользящего среднего 1.3.3. Метод Брауна 1.3.4. Метод среднего темпа 2. Статистический показатель расчетов временных рядов (корреляция) Заключение Список использованной литературы Приложение 1. Исходные данные Приложение 2. Метод экспоненциального сглаживания Приложение 3. Метод скользящего среднего Приложение 4. Метод Брауна Приложение 5. Метод среднего темпа введение Моделирование — это процесс создания модели, а под моделью понимают искусственно созданный образ предмета, устройства, процесса. Вид деятельности, направленный на получение, обработку и анализ информации называется статистикой. Статистика — наука, изучающая не отдельные факты, а явления и процессы в целом. Объектом статистического исследования в статистике является статистическая совокупность. Статистическая совокупность — это множество единиц, обладающих массовостью, однородностью, целостностью и наличием вариантов. Каждый отдельный элемент этого множества называется единицей статистической совокупности. Статистической закономерностью называют одну из форм причинной связи, которая характеризуется последовательностью, регулярностью повторения событий с определенной степенью вероятности. Любая статистическая закономерность устанавливается на основе анализа массивов данных. Статистика печати изучает количественные и качественные изменения в издательском деле в целом, что позволяет определить особенности развития печати. 1. Временные ряды и методы их расчета 1.1. Случайные события и величины Событием называется любой факт, который в результате деятельности может произойти или не произойти. Всякое отдельное множество отличающихся друг от друга по величине событий, но имеющих одну систему измерения составляет совокупность. Число единиц совокупности характеризуется определенными признаками. Каждый признак у разных единиц совокупности может принимать различные значения. Это различие между единицами совокупности называется вариацией (дисперсией). Если величина изменяет свое значение под влиянием различных случайных величин, то она называется случайной переменной. Наиболее общая совокупность, содержащая множество случайных величин, называется генеральной совокупностью. Выборка из генеральной совокупности называется выборочной совокупностью. Задачей изучения совокупности является нахождение статистических характеристик, которые позволяют судить о поведении системы. Определенный набор случайных величин, имеющих некоторые ограничения, называют случайным событием. Для случайных величин значения параметров заранее предсказать невозможно. Многократное повторение измерений случайного события дает возможность получить определенные закономерности, т. е. определить частоту возникновения одного события. Вероятность любого события определяется как соотношение благоприятных исходов (а) к общему числу исходов ( ), т. е. (1.1) Вероятность любого события изменяется от 0 до 1, если в долях, и от 0 до 100, если в процентах.
Если , то вероятность события приближается к 0 (). Если , то событие называют достоверным. Если , то событие называют невозможным. Два события называют независимыми, если появление одного из них не зависит от появления другого. Случайные величины могут быть дискретными и непрерывными. Для дискретных случайных величин различия между вариантами случайных величин выражаются целыми числами. Совокупность возможных значений случайной величины и вероятность того, что она примет определенное значение образуют закон распределения случайной величины. Распределение дискретных случайных величин показывается в виде таблицы, в которой каждому значению случайной величины соответствует ее вероятность. Для непрерывной случайной величины составление ряда распределения заключается в том, что диапазон всех значений случайной величины разбивается на некоторое количество интервалов. Для каждого интервала измеряется количество попаданий в этот интервал. На основании этого рассчитывается вероятность попадания по каждому интервалу. Результат выводится в виде гистограммы. Наиболее общую характеристику распределения дискретной или непрерывной величины дает интегральный закон распределения. Он устанавливает вероятность того, что случайная величина (х) остается меньше некоторой количественной переменной (А), т. е. , (1.2) где — интегральная функция распределения. При изменении случайной величины (х) от минимального значения до максимального, интегральная функция распределения изменяется в диапазоне от 0 до 1. 1.2. Числовые характеристики распределения случайной величины Количество попаданий случайной величины в определенный интервал характеризуется плотностью распределения случайной величины. Одной из основных характеристик является математическое ожидание. Для дискретной случайной величины математическое ожидание определяется как сумма произведений всех возможных значений случайной величины на вероятность этих значений. (1.3) Для непрерывной случайной величины математическое ожидание равно: (1.4) Таким образом, математическое ожидание выступает как средневзвешенное значение случайной величины и характеризует положение центра распределения на оси абсцисс. На практике математическое ожидание для непрерывной случайной величины рассчитывается по формуле: (1.5) Для дискретной случайной величины по формуле: (1.6) Кроме математического ожидания для характеристики положения центра распределения случайной величины часто используют моду и медиану. Мода — это значение случайной величины, которому соответствует наибольшая плотность вероятности ее распределения. Медиана — это значение случайной величины для которого интегральная функция распределения . Для расчета значения моды и медианы необходимо сначала определить модальный и медиальный интервалы. Модальный интервал — это интервал, характеризующийся наибольшим количеством попаданий случайной величины. , (1.7) где— нижняя граница модального интервала; с — величина интервала; — разность числа попаданий случайной величины в модальном интервале и предыдущем; — разность числа попаданий случайной величины в модальном интервале и последующем.
, (1.8) где— нижняя граница медиального интервала; с — величина интервала; — количество попаданий случайной величины в медиальный интервал; — общее число опытов; S — сумма исходов, соответствующая попаданию случайной величины по интервалам, не превышающим количество . Для описания рассеивания случайной величины вокруг математического ожидания используют дисперсию. На практике для расчета дисперсии используют следующую формулу: , (1.9) где — объем выборки (количество измерений); — значение случайной величины; — среднее значение случайной величины. Среднеквадратичное стандартное отклонение рассчитывается по формуле: (1.10) Для сравнения величин рассеивания различных случайных величин используют относительное отклонение. Оно рассчитывается по формуле: (1.11) 1.3. Теоретические сведения о временных рядах Временный ряд — это множество наблюдений X( ), полученных последовательно за время . Анализ временных рядов основан на предположении, что последовательные значения в базе данных фиксируются через определенные промежутки времени. Цели анализа временных рядов (определение природы ряда и прогнозирование) требуют математического описания модели. Различают детерминированные и случайные временные ряды. Детерминированный ряд — это ряд, значение компонентов которого определяется какой-либо математической зависимостью. Значение компонентов случайного ряда могут быть описаны только с помощью распределения вероятности. Явления, развивающиеся во времени согласно закону теории вероятности, называются стохастическим процессом. Выделяют два вида стохастических процессов: 1) стационарный. Это процессы, свойства которых не изменяются во времени. Они имеют постоянное математическое ожидание (постоянное среднее значение вокруг, которого варьируются), среднеквадратичное отклонение (определяет разброс компонентов ряда относительно их математического ожидания) и автокорреляцию. 2) динамические. При графическом построении временного ряда результаты наблюдений наносят на график в виде точек и соединяют последовательно ломаной линией. В результате получают линию фактических изменений. Для определения общих тенденций роста (снижения) показателей временного ряда используют выравнивание (сглаживание), общей картины происходящих процессов и стараются описать их с помощью математических зависимостей. Сглаживание ряда осуществляется следующими основными способами: 1) методом экспоненциального сглаживания; 2) методом скользящего среднего; 3) методом Брауна; 4) методом среднего темпа; 5) методом регрессионных уравнений. 1.3.1. Метод экспоненциального сглаживания Метод экспоненциального сглаживания является одним из простейших и распространенных способов выравнивания ряда. Выравнивание осуществляется по следующей формуле: , (1.12) где — значение экспоненциальной средней в момент времени ; — параметр сглаживания, принимает значения от 0 до 1; — параметр сглаживания. (1.13) Для расчета первого значения задается значение , которое высчитывается по формуле: (1.14) Если в формулу (1.12) подставить формулу (1.13), то получится следующее выражение: (1.15) Экспоненциальное среднее имеет математическое ожидание равное математическому ожиданию , при этом среднеквадратичное отклонение меньше среднеквадратичного отклонения .
Интересно, что эти вариации создаются преимущественно за счет мальчиков: разница в чтении создается большим числом слабоуспевающих мальчиков, а в математике большим процентом хорошо успевающих мальчиков (Guisoetal., 2008). Проведенный ОКО анализ результатов Единого государственного экзамена (ЕГЭ) по математике в 2005 и 2006Pгг. показал, что разница среднего балла по математике у девушек и юношей статистически незначима. Зато по русском языку она существенна: при выполнении заданий повышенного и высокого уровней сложности девичьи показатели выше, особенно при решении заданий, проверяющих сформированность лингвистической компетенции. Результаты экзаменационных работ по литературе в 2005Pг. также в пользу девушек: во всех типах общеобразовательных учреждений и всех типах населенных пунктов качество их работ выше, чем у юношей. О более высокой культуре чтения девочек говорит и опрос Левада-Центра в декабре 2006Pг. (опрошено 400 учащихся 1-4-х классов, 400 школьников 5-9-х классов и 600 родителей, имеющих детей школьного возраста)
1. Правила подготовки переговоров, их проведение и анализ результатов
2. Методика проведения анализа финансовых результатов деятельности организации
3. Статистический анализ и оптимизация САР. Привод сопла ракеты носителя
4. Анализ финансовых результатов от реализации продукции растениеводства
5. Учет и анализ финансовых результатов (на примере ООО "Карат", г. Биробиджан) ([Диплом])
9. Статистический анализ курса доллара США за ноябрь 1998 года
10. О возможности применения статистического анализа к источникам личного происхождения
11. Проведение хроматографического анализа в условиях не полностью разделенных пиков
12. Статистика здоровья населения, статистический анализ основных показателей
13. Статистический анализ динамики состава населения
14. Статистический анализ розничного товарооборота, запасов и оборачиваемости товаров
15. Статистический анализ трудовых ресурсов
16. Экономико-статистический анализ уровня жизни населения России
17. Анализ спортивных результатов
18. Анализ финансовых результатов
20. Методика проведения swot-анализа
21. Учет и анализ финансовых результатов
26. Статистический анализ инновационного потенциала
27. Экономико–статистический анализ развития малых предприятий Днепропетровской области
28. Анализ финансовых результатов деятельности банка
29. Анализ финансовых результатов деятельности коммерческого банка
31. Экономико-статистический анализ численности, продуктивности скота и выхода молока в ОПХ "Омское"
32. Методологические аспекты учета и анализа финансовых результатов предприятия ООО "Строй-Инвест"
33. Статистическое изучение финансовых результатов деятельности предприятия
34. УУчет и анализ финансовых результатов деятельности предприятия на примере ЗАО "ЧЕЛНЫВОДОКАНАЛ"
36. Статистический анализ добычи угля. Бурение скважин
37. Проведение SWOT-анализа организации для выбора дальнейшей стратегии
41. Статистический анализ динамики населения г. Москвы за период 2000-2005 гг.
42. Статистический анализ уровня жизни населения Чувашской республики
43. Анализ финансовых результатов деятельности организации
44. Анализ финансовых результатов деятельности предприятия
45. Анализ финансовых результатов деятельности предприятия ООО "Автомир"
46. Анализ финансовых результатов и планирование прибыли на примере ООО "Фирма "Реал ЗИС"
47. Анализ финансовых результатов коммерческого банка
48. Анализ финансовых результатов предприятия
49. Учет и анализ финансовых результатов на примере предприятия ООО "Родонит"
50. Анализ финансовых результатов деятельности предприятия ГУП "Норильское авиапредприятие"
51. Проведение статистического наблюдения. Относительные и базисные величины
52. Статистико-экономический анализ финансовых результатов деятельности предприятий
58. Экономико-статистический анализ деятельности СООО "Степове"
59. Экономико-статистический анализ и выявление резервов повышения рентабельности
60. Экономико-статистический анализ инвестиций в РФ
62. Анализ финансовых результатов деятельности предприятия
63. Анализ финансовых результатов от реализации продукции растениеводства в ОАО ОПХ ПЗ "Ленинский путь"
64. Анализ финансовых результатов предприятия
65. Анализ финансовых результатов сельскохозяйственного предприятия СПК "Звениговский"
66. Анализ финансовых результатов торговой организации
67. Библиофильское издание "Живописная Россия" М.О.Вольфа
68. Анализ динамики основных макроэкономических показателей в России с 1991-96гг.
69. Анализ рисков проекта глобальной интернетизации школ России
73. Анализ кризисных явлений в экономическом развитии России
74. Анализ рынка образовательных услуг в современной России
75. Современная научно-техническая документация на статистические методы анализа результатов измерений
78. Анализ итоговых финансовых результатов деятельности предприятия. Анализ баланса
79. Особенности анализа состояния и результатов деятельности инструментального хозяйства
80. Анализ хозяйственной деятельности предприятия на основе статистических данных
81. Использование корреляционно-регрессионного анализа для обработки экономических статистических данных
82. Анализ экономических и социальных результатов аграрной реформы на Дальнем Востоке
83. Комплексный анализ и прогнозирование товарного рынка в г. Тюмени
84. Лапароскопическая робот-ассистированная радикальная простатэктомия. Критический анализ результатов
85. Анализ результатов деятельности французского предприятия LUMET
89. Анализ и прогнозирование фонда труда и заработной платы
90. Методы и приемы финансового анализа и прогнозирования
91. Экономико-статистические методы анализа эффективности сельскохозяйственного производства
92. Анализ экономических и социальных результатов аграрной реформы на Дальнем Востоке
93. Анализ и прогнозирование конъюнктуры рынка ценных бумаг
94. Анализ результатов финансово-хозяйственной деятельности организации и ее финансового состояния
95. Статистические методы анализа финансового состояния предприятия в условиях рынка
96. Анализ экономических и социальных результатов аграрной реформы на Дальнем Востоке
97. Бухгалтерский учет, анализ и аудит финансовых результатов
98. Проверка формирования финансовых результатов и использования прибыли при проведении аудита
99. Учет, анализ и аудит финансовых результатов на примере ООО "Триса-М"