Вопросы

Заказать уникальную курсовую работу
Тип работы: Курсовая работа
Предмет: Математическая статистика
  • 1818 страниц
  • 8 + 8 источников
  • Добавлена 09.02.2008
800 руб.
  • Содержание
  • Часть работы
  • Список литературы
  • Вопросы/Ответы
ВВЕДЕНИЕ
ПРАКТИЧЕСКАЯ ЧАСТЬ
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

Фрагмент для ознакомления

По виду корреляционного поля можно сделать предположение, что связь между месяцем года и количеством регистраций линейная и прямая.
Построим модель линейной парной регрессии, уравнение которой имеет вид: Yx=b0+b1x Параметры b0 u b1 согласно методу наименьших квадратов находятся решением системы нормальных уравнений:

где у- фактические (эмпирические) значения результативного признака; х- факторный признак. Разделив обе части уравнений системы на n, получим систему нормальных уравнений в виде:

Решение этой системы относительно искомых параметров дает следующие выражения:

Для расчета параметров вычислим необходимые величины в таблице:

x y X2 x*y 1 78986 1 78986 2 76368 4 152736 3 63986
9 191958 4 66263
16 265052 5 71388
25 356940 6 72740
36 436440 7 55143
49 386001 28 484874 140 1868113 Итого














Найдем выборочные характеристики

Получили уравнение линейной регрессии, выражающее взаимосвязь между признаком Х (месяц) и фактором у (количество регистраций).
Yx=79465,23 - 2549,38x
Параметр показывает усредненное влияние на результативный признак (недельное потребление) неучтенных факторов, а - показывает, во сколько изменяется в среднем значение результативного признака (недельное потребление) при изменении факторного (недельный доход) на единицу его собственного измерения.
6.3.Оценим тесноту корреляционной зависимости и рассчитаем линейный коэффициент корреляции, характеризующий силу взаимосвязи между фактором и результатом.

где - среднее квадратическое отклонение фактора х. - среднее квадратическое отклонение результата у.
Коэффициент корреляции, т.е. связь между фактором и результатом достаточно сильная.
6.4. Оценим количество регистраций в феврале, используя полученное уравнение регрессии:
х=8, т.к. отчетных месяцев было 7 и следующий - 8-ой
Yx(8)=79465,23 - 2549,38*8=59070,19~59071.

Вопрос 7.
7.1. Для выбора альтернативы решения, которая минимизирует затраты, найдем величины мат.ожиданий каждого из методов управления и выберем из них в последствии наименьшее.
Для альтернативы решения собственного персонала:
М=Х1Р1+ Х2Р2+ Х3Р3=650*0,2+650*0,5+600*0,3=635
Внешний поставщик
М=Х1Р1+ Х2Р2+ Х3Р3=900*0,2+600*0,5+300*0,3=570
Сочетание
М=Х1Р1+ Х2Р2+ Х3Р3=800*0,2+650*0,5+500*0,3=635
Очевидно, что наиболее выгодной является модель управления при привлечении внешнего поставщика.
Ожидаемые ежегодные издержки составят в среднем $570.000.
7.2.
Зная математическое ожидание, найдем нужную вероятность, что издержки превысят $700000:
M=X4*P4
570=700*P4
P4=0.81.














Заключение

При написании работы мною была изучена литература по данной теме. Были рассмотрены вопросы математической статистики: определения вероятностей, анализ данных, построение графических интерпретаций данных, рассчитаны показатели развития различных ситуаций, исследовано явление корреляции.
Мною были решены задачи по каждому виду предложенных задач. Это задачи по работе с выборками, нахождением параметров распределения этих выборок, их интерпретация, решена задача с простейшим потоком событий (нахождение вероятности), несколько задач теории вероятности, задача по нахождению профиля риска.
Я считаю, что знание этой темы может пригодиться не только экономистам и людям, специально занимающимся этой наукой, но и ненаучным работникам, т.к. в жизни часто приходится сталкиваться с решением подобного рода задач.

Список использованной литературы:

Гмурман В.Е. теория вероятностей и математическая статистика. Изд. 4-е, доп. Учеб. Пособие для вузов. М., «Высшая школа», 1972.
Ильин, В.А. Математический анализ/ В.А. Ильин, В.А. Садовничий, Б.Х. Сендов. – М.: Наука, 1979
Красс, М.С. Основы математики и её приложения в экономическом образовании: Учебник. – 3-е изд. – М.: Дело,2002
Кремер, Н.Ш. Высшая математика для экономистов: Учебник для вузов/ Н.Ш. Кремер, Б.А. Путко, И.М. Тришин, М.Н Фридман. - М.: ЮНИТИ, 2002.
Малыхин, В.И. Математика в экономике: Учебное пособие.- М.:ИНФРА - Москва, 2002.
Сборник задач и упражнений по высшей математике: теория вероятности и математическая статистика: Учеб. Пособие/ А.В. Кузнецов, В.А. Сакович, Н.И. Холод; Под. общ. ред. А.В. Кузнецова – Мн.: Выш. шк., 2002
Сборник задач по высшей математике для экономистов: Учебное пособие/ Под. ред. В.И. Ермакова.- М.: Инфра – Москва, 2002.
Фихтенгольц, Г.М. основы математического анализа. Часть 1. 4-е изд. – СПб: издательство «Лань», 2002.














2



1

Список использованной литературы:

1.Ильин, В.А. Математический анализ/ В.А. Ильин, В.А. Садовничий, Б.Х. Сендов. – М.: Наука, 1979
2.Красс, М.С. Основы математики и её приложения в экономическом образо-вании: Учебник. – 3-е изд. – М.: Дело,2002
3.Кремер, Н.Ш. Высшая математика для экономистов: Учебник для вузов/ Н.Ш. Кремер, Б.А. Путко, И.М. Тришин, М.Н Фридман. - М.: ЮНИТИ, 2002.
4.Малыхин, В.И. Математика в экономике: Учебное пособие.- М.:ИНФРА - Мо-сква, 2002.
5.Сборник задач и упражнений по высшей математике: теория вероятности и математическая статистика: Учеб. Пособие/ А.В. Кузнецов, В.А. Сакович, Н.И. Холод; Под. общ. ред. А.В. Кузнецова – Мн.: Выш. шк., 2002
6.Сборник задач по высшей математике для экономистов: Учебное пособие/ Под. ред. В.И. Ермакова.- М.: Инфра – Москва, 2002.
7.Фихтенгольц, Г.М. основы математического анализа. Часть 1. 4-е изд. – СПб: издательство «Лань», 2002.
8.Гмурман В.Е. теория вероятностей и математическая статистика. Изд. 4-е, доп. Учеб. Пособие для вузов. М., «Высшая школа», 1972.

Вопросы и ответы

Какой вид связи можно предположить между месяцем года и количеством регистраций?

По виду корреляционного поля можно сделать предположение, что связь между месяцем года и количеством регистраций линейная и прямая.

Какое уравнение имеет модель линейной парной регрессии?

Уравнение модели линейной парной регрессии имеет вид: Yx=b0+b1x.

Как находятся параметры b0 и b1 в модели линейной парной регрессии?

Параметры b0 и b1 в модели линейной парной регрессии находятся решением системы нормальных уравнений: где y- фактические (эмпирические) значения результативного признака; x- факторный признак.

Как можно переписать систему нормальных уравнений?

Разделив обе части уравнений системы на n, получим систему нормальных уравнений.

Каким образом можно предположить влияние месяца года на количество регистраций?

Можно предположить влияние месяца года на количество регистраций, основываясь на виде корреляционного поля и предположив линейную и прямую связь между этими двумя переменными.

Каким методом была построена модель линейной парной регрессии?

Модель линейной парной регрессии была построена с использованием метода наименьших квадратов.

Какие параметры находятся решением системы нормальных уравнений?

Параметры b0 и b1 находятся решением системы нормальных уравнений.

Как выглядит уравнение модели линейной парной регрессии?

Уравнение модели линейной парной регрессии имеет вид: Y = b0 + b1x.

Каким образом была установлена линейная и прямая связь между месяцем года и количеством регистраций?

Линейная и прямая связь между месяцем года и количеством регистраций была установлена на основе анализа виду корреляционного поля.

Что предположительно говорит о виде корреляционного поля?

Вид корреляционного поля предположительно говорит о том, что связь между месяцем года и количеством регистраций является линейной и прямой.

Какую модель линейной парной регрессии необходимо построить?

Необходимо построить модель линейной парной регрессии, уравнение которой имеет вид Yx=b0+b1x.