- •Методические указания к выполнению домашнего задания по дисциплине «Статистика» Раздел «Общая теория статистики» для студентов всех специальностей
- •Методические указания к выполнению домашнего задания по дисциплине «Статистика» Раздел «Общая теория статистики» для студентов всех специальностей
- •Содержание
- •Введение
- •Содержание задания
- •Рекомендации к выполнению и оформлению домашнего задания.
- •2.Вариационный ряд распределения активов банков и система показателей вычисляемая на его основе
- •2.1. Определение количества групп
- •2.3. Показатели вариации
- •2.4. Показатели дифференциации
- •2.2. Показатели центра распределения
- •2.5. Показатели концентрации
- •2.6. Показатели формы распределения
- •2.7. Проверка соответствия эмпирического распределения активов банков нормальному распределению с помощью критериев согласия Пирсона, Романовского и Колмогорова
- •3.Определение доверительного интервала для средней величины активов банков в генеральной совокупности
- •Построение групповой таблицы.
- •Проверка правила сложения дисперсий и оценка степени влияния факторного признака на величину результативного.
- •4.4. Построение уравнения парной регрессии
- •4.4.1. Статистический анализ модели
- •4.4.2. Оценка качества построенной модели
- •Характеристики точности
- •Проверка адекватности модели
- •Проверка значимости модели
- •Проверка наличия или отсутствия систематической ошибки
- •4.4.5. Построение доверительных интервалов
- •Надежда Баловсяк Реферат, курсовая, диплом на компьютере
- •Приложение 2
Построение групповой таблицы.
Для построения групповой таблицы вычислим среднее значение результативного признака по каждой группе (ячейки АJ3:АJ7). Сравнив их значения, можно предположить о наличии прямой корреляционной зависимости между признаками, что иллюстрируется рис. 14.
Рисунок 14
Проверка правила сложения дисперсий и оценка степени влияния факторного признака на величину результативного.
Правило сложения дисперсий заключается в равенстве общей дисперсии сумме средней из внутригрупповых и межгрупповой дисперсий, т.е.:
, (42)
где
общая дисперсия; (43)
внутригрупповые
дисперсии; (44)
средняя из
внутригрупповых дисперсий; (45)
межгрупповая
дисперсия; (46)
внутригрупповые
средние; (47)
общая средняя. (48)
Значение общей средней приведено в ячейке D65, а в ячейках D66 и D67 – среднее квадратическое отклонение и дисперсия зависимой переменной. Групповые средние приведены в ячейках АУ3:АУ7. Внутригрупповые дисперсии вычисляются с использованием функции ДИСПР, например, в ячейке АК3 записана формула = ДИСПР (С10:С15). Средняя из внутригрупповых дисперсий отображена в ячейке D68, в которой записана формула:
= СУММПРОИЗВ (АК3:АК7;Х3:Х7).
Для вычисления межгрупповой дисперсии в ячейку D69 записана формула = СУММПРОИЗВ (СТЕПЕНЬ(AJ3:АJ7-$D$65;2);X3:X7).
Как следует из данных табл. 2 правило сложения дисперсий выполняется, т.к. 11,25=1,62+9,63.
Для того, чтобы выяснить влияет ли контролируемый фактор на результативный признак, а при наличии такого влияния оценить его степень можно применить однофакторный дисперсионный анализ. Его логика рассуждений сводится к следующему:
Пусть
- математическое ожидание результативного
признака, соответственно в группах
.
Если при изменении уровня фактора
групповые математические ожидания не
изменяются, то результативный признак
не зависит от фактора А, в противном
случае такая зависимость имеется.
В связи с тем, что числовые значения математических ожиданий неизвестны, то возникает задача проверки гипотезы
Проверить данную гипотезу можно при соблюдении следующих требований при каждом значении уровня фактора:
наблюдения независимы и проводятся в одинаковых условиях;
результативный признак имеет нормальный закон распределения с постоянной для различных уровней генеральной дисперсией.
Для ответа на второй вопрос вычислим значения относительных показателей асимметрии и эксцесса (ячейки В71, В72). Учитывая, что каждый из них меньше 1,5 эмпирическое распределение прибыли банков не противоречит нормальному. Проверим выполнение гипотезы:
(49)
с помощью критерия Бартлетта:
(50)
где
;
(51)
l=n-m;
; (52)
; (53)
; (54)
k=m-1; (55)
- дисперсия в j-ой
группе;
-выборочная
дисперсия в j-ой
группе. (56)
При выполнении
гипотезы о равенстве дисперсий, величина
w
имеет распределение близкое к
с к=m-
степенями свободы.
При соблюдении условия
гипотеза (49)
подтверждается.
Здесь
- правосторонняя критическая точка при
заданном уровне значимости
,
определяющая критический интервал (
).
Проверка гипотезы
о равенстве математических ожиданий
основывается на сравнении оценок
и
.
В математической статистике доказывается,
что если гипотеза о равенстве математических
ожиданий подтверждается, то величина
(57)
имеет F
– распределения с числом свободы k=m-1
и
=n-m,
т.е.
При использовании
F
– критерия строится правосторонняя
область (
),
т.к. обычно
.
Если расчетное значение F
– критерия
попадает в указанный интервал, то
гипотеза о равенстве групповых
математических ожиданий отвергается,
т.е. считаем, что фактор А влияет на
результативный признак Y
и можно измерить степень этого влияния
с помощью выборочного коэффициента
детерминации.
Рассчитаем значение
перечисленных показателей. В ячейке
D72
записана формула =n-m,
т.е. вычисляется значение
;
Ячейка D73
содержит формулу =СУММПРОИЗВ(СТЕПЕНЬ(W3:W7-1;(-1)))
– вычисляется значение
;
Ячейка D74:
=1/D72
– вычисляется значение
;
Ячейка D75:
=СУММПРОИЗВ(W3:W7;AK3:AK7)*D74
– вычисляется значение
;
Ячейка D76: =1+(D73-D74)/(3*4) – вычисляется значение q;
Ячейка D77: =СУММПРОИЗВ(W3:W7-1;LN($D$75/AZ6:AZ10))/D76 – вычисляется значение критерия Бартлетта;
Ячейка D78: =ХИ20БР(0,05;4) – определяется значение правосторонней критической точки .
В связи с тем, что
=4,18
не попадает в критическую область
(9,49;
),
то гипотеза
принимается и можно приступить к проверке
гипотезы
.
Для этого сформируем массив значений
результативного признака по группам
(табл. 8).
Обратимся к режиму работы «Однофакторный дисперсионный анализ». Значения параметров, установленные в одноименном диалоговом окне, показаны на рис. 15.
Рисунок 15
Показатели, рассчитанные в ходе проверки гипотезы приведены в табл. 9 и 10.
Как видно из табл.
10 расчетное значение F
– критерия
,
а критическая область образуется
правосторонним интервалом (2,59:
).
Так как
попадает в критическую область, то
гипотеза о равенстве групповых
математических ожиданий отвергается,
т.е. считаем, что прибыль банков зависит
от их группы.
Рассмотрим более подробно алгоритм расчета основных показателей, представленных в табл. 10.
В ячейке AW15 (показатель SS между группами) рассчитывается взвешенная сумма квадратов отклонений групповых средних от общей выборочной средней:
.
В ячейке AW16 (показатель SS внутри групп) вычисляется остаточная сумма квадратов отклонений наблюдаемых значений уровня от своей выборочной средней:
.
В ячейке AW18
(показатель SS
итого) общая сумма квадратов отклонений
наблюдаемых значений от общей выборочной
средней:
или
В ячейках АХ15, АХ16 и АХ17 (показатель df) определяются степени свободы:
;
;
.
В ячейках AY15:AY16
(показатель MS)
вычисляются несмещенные оценки
и
В ячейке AZ15 (показатель F) вычисляется расчетное значение критерия :
.
В ячейке ВА15 (показатель Р – значение) определяется Р – значение, соответствующее расчетному значению критерия , с помощью формулы
=FРАСП(AZ15;AX15;AX16)
В ячейке ВВ15
(показатель
F
критическое)
рассчитывается значение правосторонней
критической точки
с помощью формулы:
=FРАСПОБР(0,05;АХ15;АХ16).
Разделив левую и правую части выражения (42) на общую дисперсию получим следующее равенство:
. (58)
Т.е. доли средней из внутригрупповых и межгрупповой дисперсий в сумме равны единице. Второе слагаемое именуется эмпирическим коэффициентом детерминации
. (59)
Он характеризует долю объясненной дисперсии в общей. Следовательно, 86% (ячейка D70) вариации прибыли банков объясняются величиной их активов. Для оценки тесноты зависимости используется эмпирическое корреляционное отношение
. (60)
Учитывая, что
(ячейка D71)
теснота зависимости (по шкале Чеддока)
весьма высокая.
При недостаточном количестве данных в выделенных группах к рассчитанной величине корреляционного отношения водится поправка на группировку:
, (61)
откуда
(ячейки D81
и D82).
Таким образом можно сделать вывод, что эмпирический коэффициент детерминации является значимым и его можно применять для оценки влияния суммы активов банков на величину их прибыли.
4.3. Оценка степени взаимной согласованности между суммой активов банков и величиной их прибыли с помощью линейного коэффициента корреляции. Проверка его значимости и возможности использования линейной функции в качестве формы уравнения.
Линейный коэффициент
корреляции в EXCEL
можно вычислить используя режим
«Корреляция» только для несгруппированных
данных. Поэтому в ячейке D83
записана формула
=(СУММПРОИЗВ(V3:V7:AJ3:AJ7;X3:X7)-B84*D65)/(B89*D66)
или в принятых обозначениях
.
(61)
Значение коэффициента
детерминации (
)
приведено в ячейке D84.
Для сравнения в ячейке D86
и D87
приведены значения перечисленных
показателей для несгруппированных
данных, вычисленные с использованием
функции ПИРСОН (В10: В57; С10:С57), диалоговое
окно которого приведено на рис. 16.
Рисунок 16
Из приведенных результатов следует, что степень взаимной согласованности между суммой активов банков и величиной их прибыли весьма высокая.
В связи с тем, что линейный коэффициент корреляции определен по выборочным данным, то его значение может существенно отличаться от аналогичного показателя в генеральной совокупности. Поэтому необходимо определить значимость выборочного линейного коэффициента корреляции. При наличии значимости определяются границы доверительного интервала линейного коэффициента корреляции и его можно использовать для оценки степени тесноты связи.
Оценку значимости линейного коэффициента корреляции выполним на основе t – критерия Стьюдента
, (62)
где
- стандартная ошибка линейного коэффициента
корреляции (ячейка D96) (63)
При этом проверяется
гипотеза
о равенстве нулю коэффициента корреляции
(
:r=0).
Если гипотеза
подтверждается, то t
– статистика имеет распределение
Стьюдента с выходными параметрами
и k
(
- уровень значимости; k=n-2
– число степеней свободы).
Так как рассчитанное
значение
,
гипотеза
:r=0
отвергается, что свидетельствует о
значимости линейного коэффициента
корреляции, а следовательно, и о
статистической существенности зависимости
между суммой активов банков и величиной
их прибыли.
При недостаточном
объеме выборки для построения
доверительного интервала коэффициент
корреляции преобразуют в величину
,
имеющую приблизительно нормальное
распределение и рассчитываемую по
формуле
(64)
Данное выражение имеет название «z – преобразование Фишера».
Интервальная оценка для z определяется из выражения
(65)
где
- табулированые значения для стандартного
нормального распределения, зависимые
от
.
На основе обратного
преобразования Фишера определяется
интервальная оценка линейного коэффициента
корреляции.
Приведем реализацию изложенного алгоритма.
ячейке D91 содержится формула =ФИШЕР(D83) – вычисляется значение ;
в ячейках D92 и D93 содержатся формулы
=D91-НОРМСТОБР((0,95+1)/2)*КОРЕНЬ(1/45) и
=D91+НОРМСТОБР((0,95+1)/2)*КОРЕНЬ(1/45) – рассчитываются интервальные оценки z;
ячейки D94 и D95 содержатся формулы =ФИШЕРОБР(D92) и ФИШЕРОБР(D93).
Таким образом, с вероятностью 0,95 линейный коэффициент корреляции заключен в интервале от 0,87 до 0,96 со стандартной ошибкой 0,06.
Проверка возможности
использования линейной функции в
качестве формы уравнения заключается
в определении разности квадратов
,
если она меньше 0,1, то считается возможным
использовать линейное уравнение
корреляционной зависимости. В данном
случае эта разность составляет 0,004
(ячейка D85).
