Курсовая работа icon

Курсовая работа



НазваниеКурсовая работа
Дата конвертации07.07.2012
Размер99,37 Kb.
ТипКурсовая
Курсовая работа


Лабораторная работа № 1.Тема: «Сводка, группировка, статистические таблицы».Цель: выявление обобщающих закономерностей, характерных для изучаемойсовокупности объектов наблюдения как целостной системы.Цель исследования—определение уровня успеваемости студентов 1-ого курса, атак же факторов на него влияющих.В качестве исследуемых признаков я рассматриваю: 1. средний балл по итогам экзаменов за 1-ый курс (баллы). 2. посещаемость занятий в университете на 1-ом курсе. 3. самообразование (дополнительное обучение, курсы) (ч/нед). 4. сон (ч/сутки). 5. пол (м, ж). 6. подготовка к семинарским и практическим занятиям (ч/нед). 7. нравятся ли студенту на 1-ом курсе занятия в университете (да, нет).Из представленных признаков я выделяю признак-результат—средний баллзачётки по итогам 1-ого курса, так как его значение отвечает целиисследования. Остальные шесть признаков являются признаками-факторами, т.к. они оказывают влияние на признак-результат.Наблюдение единовременное ауд. 722, 522 СПбГИЭУ. Дата проведения:03.11.2000г. по форме проведения—опрос. Объектом наблюдения являются 2группы студентов (1093 и 1094) 2-ого курса. единица наблюдения—студент.Исследование основного массива. Таблицы с исходными данными. Таблица 1|Средний |Посещаемост|Самообразо|Подготовка|Сон |Пол |Нравятся ||балл |ь занятий |вание |к |(ч/сут) |(м, ж) |ли ||зачётки |на первом |(доп. |семинарски| | |занятия в||по |курсе |Курсы) |м занятиям| | |университ||итогам | |ч/нед |(ч/нед) | | |ете (да, ||экзамено| | | | | |нет) ||в за | | | | | | ||1-ый | | | | | | ||курс | | | | | | ||(баллы) | | | | | | ||4,7 |19,5 |0 |5 |7 |Ж |Да ||4,5 |22 |2 |6 |9 |Ж |Да ||4,2 |22 |0 |2 |6 |М |Да ||4,3 |19,5 |0 |7 |7 |Ж |Да ||4,5 |17,5 |0 |3 |7 |Ж |Нет ||4,2 |9,5 |6 |12 |10 |Ж |Да ||4,0 |12,5 |0 |5 |5 |Ж |Да ||4,7 |22 |4 |7 |6 |Ж |Да ||4,6 |17,5 |3 |4 |8 |Ж |Да ||4,7 |9,5 |0 |2 |7 |Ж |Да ||4,5 |11,5 |6 |3 |7 |Ж |Да ||4,0 |11,5 |2 |3 |9 |Ж |Да ||4,2 |19,5 |4 |8 |8 |Ж |Нет ||4,0 |20,5 |6 |9 |5 |Ж |Да ||3,2 |9,5 |0 |0 |10 |М |Нет ||4,0 |17,5 |0 |8 |8 |М |Нет ||3,2 |14,5 |0 |2 |8 |М |Нет ||3,5 |14,5 |0 |2 |8 |М |Нет ||4,8 |22 |0 |10 |10 |Ж |Нет ||4,6 |8,5 |0 |1 |8 |М |Да ||4,5 |22 |0 |4 |7 |Ж |Да ||4,5 |22 |6 |2 |7 |М |Да ||4,2 |17,5 |4 |4 |9 |М |Нет ||4,5 |14,5 |6 |4 |10 |Ж |Да ||4,2 |11,5 |2 |2 |8 |Ж |Нет ||4,8 |17,5 |0 |4 |9 |Ж |Нет ||4,0 |10,5 |0 |2 |7 |Ж |Да ||4,2 |17,5 |2 |6 |5 |Ж |Да ||3,0 |9,5 |0 |0 |9 |М |Нет ||4,8 |19,5 |2 |2 |8 |Ж |Да ||4,8 |19,5 |2 |6 |9 |Ж |Да ||4,3 |17,5 |4 |2 |7 |Ж |Да ||3,2 |6,0 |0 |0 |5 |М |Нет ||4,5 |22 |2 |5 |9 |Ж |Нет ||4,7 |22 |4 |3 |6 |Ж |Да ||4,2 |22 |3 |5 |8 |Ж |Да ||4,6 |9,5 |0 |1 |8 |Ж |Нет ||3,0 |14,0 |0 |2 |10 |М |Нет ||3,0 |6,5 |0 |5 |9 |М |Нет ||4,0 |22 |2 |5 |9 |Ж |Да ||4,7 |17,5 |6 |0 |10 |Ж |Нет ||3,5 |11,5 |0 |6 |7 |М |Нет ||4,7 |22 |6 |2 |5 |Ж |Да ||4,5 |22 |0 |0 |8 |Ж |Да ||3,2 |17,5 |4 |8 |9 |Ж |Да ||4,8 |22 |0 |0 |5 |М |Да ||3,2 |9,5 |0 |5 |10 |М |Да ||4,5 |17,5 |0 |3 |10 |Ж |Да ||3,0 |14,5 |5 |3 |7 |М |Нет ||4,7 |11,5 |5 |3 |7 |М |Нет | Структурные группировки.1 группировка. Таблица 2|Средний балл по |Число студентов |% к итогу |Fi ||итогам экзаменов | | | ||за 1 курс, баллы | | | ||[3-3,5] |9 |18 |9 ||[3,5-4] |3 |6 |12 ||[4-4,5] |15 |30 |27 ||[4,5-5] |23 |46 |50 ||Итог: |50 |100 | |Для удобства разбиваем вариационный ряд на 4 равных интервала. Величинуинтервала определяем по формуле: h = R / n = (X max – X min) / n = (5-3) / 4 = 0,5гистограмма: кумулята:[pic]считаем по несгруппированным данным для большей точности:Х = (4,7 + 4,5 + 4,2 + 4,2 +4,5 + 4,2 + 4,0 + 4,7 + 4,6 + 4,7 + 3,5 + 4,0 +3,2 + 4,0 + 3,2 + 3,5 + + 4,8 + 4,6 + 4,5 + 4,5 + 4,2 + 4,5 + 4,2 + 4,8 +4,0 + 4,2 + 3,0 + 3,2 + 4,8 + 4,8 + 4,3 + 4,5 + 4,7 + 4,2 + 4,6 + 3,0 + 3,0+ 4,0 + 4,7 + 3,5 + 4,7 + 4,5 + 3,2 + 4,5 + 4,8 + 3,2 + 3,0 + 4,5 + 4,7) /50 = 4,27 (балла)Ме = x0 + ( Ме (N/2 – F(x0) / NMeMe = 4+ 0,5 (25 –12) / 15 = 4,4 (балла)Мо = х0 + ( Мо (NМо – NМо-1) / (NМо – NМо-1) + (NМо – NМо+1)Mo = 4,5 + 0,5 (25-15) / ((23-15) + (23-0)) = 4,6 (балла)D = ( (xi – x)2 / n считаем по несгруппированным данным.D = 0,3 (кв. балла)bx = (Dbx = (0,3 = 0,55 (балла)V = bx / x ( 100%V = (0,55 / 4,27) ( 100% = 128%R = xmax – xminR = 5 – 3 = 2 (балла)Вывод: средний балл зачётки по итогам экзаменов за 1-ый курс для даннойсовокупности составляет 4,27 балла. Т. к. коэффициент вариации являетсявеличиной незначительной (128%), можно предполагать, что такой средний баллявляется типичным для данной совокупности. Наиболее распространённымявляется балл зачётки 4,6 балла. Средний балл у 50% студентов не больше 4,4балла.Группировка 2 Таблица 3|Посещаемость, |Число студентов, |% к итогу |Fi ||ч/нед |чел | | ||[6-10] |9 |18 |9 ||[10-14] |8 |16 |17 ||[14-18] |15 |30 |32 ||[18-22] |18 |36 |50 ||Итог: |50 |100 | |Разбиение на интервалы аналогично группировке 1.Для несгруппированных данных, значит более точный результат.Х = ( xi / nX = 16, 13 (ч/нед)Ме = x0 + ( Ме (N/2 – F(x0) / NMeМе = 14 + 4 (25 – 17) / 15 = 17,3 (ч/нед)[pic]D = ( (xi – x)2 / nD = 19,4 ((ч/нед)2)bx = (D = 4,4 (ч/нед)V = bx / x ( 100% = (4,4 / 16,13) ( 100% = 27,2%R = xmax – xminR = 22 – 16 = 16 (балла)Вывод: средняя посещаемость в группах составляет 16,13 ч/нед (70% от часовв неделю назначенных расписанием). Коэффициент вариации является величинойнезначительной (28,6%), следовательно. Такая средняя посещаемость типичнадля студентов данной совокупности. Большинство студентов посещало 17,3ч/нед. Посещаемость занятий у 50% студентов меньше 19 ч/нед, у 50% больше19 ч/нед.Группировка 3 Таблица 4|Самообразование, |Число студентов |% к итогу |Fi ||курсы (ч/нед) | | | ||0 |25 |50 |25 ||2 |8 |16 |33 ||3 |2 |4 |35 ||4 |6 |12 |41 ||5 |2 |4 |43 ||6 |7 |14 |50 ||Итог: |50 |100 | |Полегон частот: кумулятаХ = ( xi (i / ( (i = (0 ( 25 + 2 ( 8 + 3 ( 2 + 4 ( 6 + 5 ( 2 + 6 ( 7) / 50= 1,96 (ч/нед)NMe = (n+1) / 2 = 51 / 2 = 25,5Me = x NMe ; Me = 2 (ч/нед) ; Мо = 0 (ч/нед)D = ( (xi – x)2 (i / ( (I = ((0 – 1,96)2 ( 25 + (2 – 1,96)2 ( 8 + (3 –1,96)2 ( 2 + (4 – 1,96)2 ( 6 + (5 – 1,96)2 ( 2 + (6 – 1,96)2 ( 7) / 50 =5,1 (ч/нед)2bx = 2,26 (ч/нед)V = (2,26 / 1,96) ( 100% = 115%R = 6 – 0 = 6 (ч/нед)Вывод: среднее количество часов, затраченное студентами на самообразование1,96 ч/нед. Т. к. коэффициент вариации является величиной значительной(115%), то среднее количество является не типичным для данной совокупности.Наиболее распространённым является количество часов самообразования равное0 ч/нед. Ровно половина из 50 опрошенных студентов не занимались на первомкурсе дополнительным самообразованием.Группировка 4 Таблица 5|Подготовка к |Число студентов |% к итогу |Fi ||семинарам, ч/нед | | | ||[0-3] |21 |42 |21 ||[3-6] |18 |36 |39 ||[6-9] |8 |16 |47 ||[9-12] |3 |6 |50 |Для удобства разбиваем вариационный ряд на 4 равных интервала. Величинуинтервала определяем по формуле: h = R / n. h = 3.[pic]Х = ( xi / nХ = 4,08 (ч/нед)Ме = 3 + 3 (25 – 21) / 18 = 3,6 (ч/нед)Мо = 0 + 3 (21 – 0) / ((21 – 0) + (21 – 8)) = 1,85 (ч/нед)D = ( (xi – x)2 / nD = 7,2 ((ч/нед)2)bx = 2,7 (ч/нед)V = (2,7 / 4,08) ( 100% = 65,6%R = 12 – 0 = 12 (ч/нед)Вывод: среднее время, затраченное на подготовку к семинарским занятиям устудентов на 1 курсе 4,08 ч/нед. Т. к. коэффициент вариации являетсявеличиной значительной, то среднее время подготовки является величиной нетипичной для данной совокупности студентов. Наиболее распространённымколичеством часов на подготовку равно 1,85 ч/нед. Число студентов,занимающихся больше 3,6 ч/нед равно числу студентов, занимающихсяподготовкой к занятиям больше 3,6 ч/нед.Группировка 5 Таблица 6|Сон, ч/сутки |Число студентов |% к итогу |Fi ||5 |6 |12 |6 ||6 |3 |6 |9 ||7 |13 |26 |22 ||8 |11 |22 |33 ||9 |8 |16 |41 ||10 |9 |18 |50 ||Итог: |50 |100 | |X = (5 6 + 6 3 + 7 13 + 8 11 + 9 8 + 10 9) / 50 = 7,78 (ч/сут)NMe = (n+1) / 2 Me = 8 (ч/сут)Мо = 7 (ч/сут)D = ( (xi – x)2 (i / ( (ID = 2,4 ((ч/сут)2)bx = 1,55 (ч/сут)V = (1,55 / 7,78) ( 100% = 19,9%R = 10 – 5 = 5 (ч/сут)Вывод: среднее значение часов сна 7,78 ч/сутки. Т. к. коэффициент вариацииявляется величиной незначительной (19,9%), то такое среднее значение часовсна является типичным для данной совокупности. Наиболее распространённымявляется количество часов сна 7 ч/сутки. Количество студентов, которые спятбольше 8 ч/сутки равно количеству студентов, спящих меньше 8 ч/сут.Группировка 6 Таблица 7|пол |Число студентов, |% к итогу |Fi || |чел | | ||Ж |33 |66 |30 ||М |17 |34 |50 ||Итог: |50 |100 | |Вывод: из таблицы видно, что большинство опрошенных студентов женскогопола.Группировка 7 Таблица 8|Нравятся ли |Число студентов, |% к итогу |Fi ||занятия на 1 |чел | | ||курсе | | | ||Да |30 |60 |30 ||Нет |20 |40 |50 ||Итог: |50 |100 | |[pic]Вывод: из таблицы видно, что большинству студентов данной совокупностинравились занятия на 1 курсе в академии. Комбинационные группировки. Таблица 9|сон |Средний балл зачётки |Всего||Неудовлетворительная |21 |3,7 ||Удовлетворительная |18 |4,3 ||Хорошая |8 |4,4 ||Отличная |3 |4,5 ||Всего: |50 | |Вывод: из таблицы видно, что зависимость между фактором и признакомсуществует.Группировка 2 Таблица 12Введём обозначения: 1. 1/3 всех занятий [6-12] ч/нед 2. половина [12-18] ч/нед 3. все занятия [18-22] ч/нед|Посещаемость занятий |Число студентов, чел |Средний балл зачётки за|| | |1 курс ||1/3 всех занятий |13 |3,3 ||половина |19 |4,0 ||все занятия |18 |4,5 ||Всего: |50 | |Вывод: из таблицы видно, что зависимости между признаком-фактором ипризнаком-результатом явной нет.Группировка 3 Таблица 13|Самообразование |Число студентов, чел |Средний балл зачётки за|| | |1 курс ||Посещали доп. курсы |25 |4,2 ||Не посещали доп. курсы |25 |4,0 |Вывод: не наблюдается явной зависимости между признаком-фактором ипризнаком результатом. Лабораторная работа № 2Тема: Корреляционный анализ, множественная линейная регрессия.Цель: выбор оптимальной модели многофакторной регрессии на основе анализаразличных моделей и расчитан для них коэффициентов множественнойдетерминации и среднеквадратических ошибок уравнения многофакторнойрегрессии. Корреляционная матрица Таблица 1| |0 |1 |2 |3 |4 ||0 |1 |0,572 |0,115 |0,486 |0,200 ||1 |0,572 |1 |0,218 |0,471 |-0,112 ||2 |0,115 |0,218 |1 |0,452 |-0,048 ||3 |0,438 |0,471 |0,452 |1 |-0,073 ||4 |-0,2 |-0,112 |-0,048 |-0,073 |1 |Где х0 – средний балл зачётки (результат), х1 – посещаемость занятий, х2 –самообразование (доп. курсы), х3 – подготовка к семинарским занятиям, х4 –сон.Введём обозначения признаков-факторов: 1 – посещаемость занятий на 1 курсе(ч/нед); 2 – самообразование (ч/нед); 3 – подготовка к семинарским ипрактическим занятиям (ч/нед); 4 – сон (ч/сут); 0 – средний балл зачётки поитогам экзаменов за 1 курс. Расчётная таблица для моделей многофакторной регрессии. Таблица 2|Модель многофакторной |R2 |E2 ||регрессии | | ||1-2-3-4 |0,39 |0,45 ||1-2-3 |0,37 |0,46 ||2-3-4 |0,23 |0,51 ||1-3-4 |0,38 |0,45 ||1-2 |0,33 |0,47 ||1-3 |0,36 |0,46 ||1-4 |0,35 |0,47 ||2-3 |0,20 |0,52 ||2-4 |0,05 |0,56 ||3-4 |0,22 |0,51 |По трём критериям выбираем оптимальную модель. 1. число факторов минимально (2) 2. max R, R = 0,36 3. min E, E = 0,46Следовательно, оптимальной моделью является модель 1-3. Значит, признаки-факторы «посещаемость занятий на 1 курсе» и «подготовка к семинарскимзанятиям» влияют значительнее других факторов на признак-результат.Среднеквадратическая ошибка уравнения многофакторной регрессии небольшая посравнению с ошибками, рассчитанными для других моделей многофакторнойрегрессии.Составляю для этой модели уравнение регрессии в естественных масштабах.Х0/1,3 = a + b1x1 + b3x3 Корреляционная матрица. Таблица 3| |0 |1 |3 ||0 |1,00 |0,57 |0,48 ||1 |0,57 |1,00 |0,47 ||3 |0,43 |0,47 |1,00 |t0/1,3 = (1t1 + (3t30,57 = (1 + 0,47(3 0,57 = (1 + 0,47(0,44 – 0,47(1) (1 = 0,40,44 = 0,47(1 + (3 (3 = 0,44 – 0,47(1 (3 = 0,25t0/1,3 = 0,4t1 + 0,25t3b1 = ((0 / (x1) (1 = (0,47 / 4,4) 0,4 = 0,071b3 = ((0 / (x3) (3 = (0,79 / 2,68) 0,25 = 0,073a = x0 – b1x1 – b3x3 = 4,27 – 0,071 ( 16,13 – 0,073 ( 4,08 = 2,8имеем: х0/1,3 =2,8 + 0,071х1 + 0,073х3 – уравнение линейной множественнойрегрессии.R0/1,3 = ((1r01 + (3r03R0/1,3 = (0,4 ( 0,58 + 0,25 ( 0,48 = 0,6Вывод: коэффициент (1 говорит о том, что признак-результат—средний баллзачётки за 1 курс на 0,4 долю от своего среднеквадратического отклонения(0,4 ( 0,79 = 0,316 балла) при изменении признака-фактора—посещаемости на 1курсе на одно своё СКО (4,4 ч/нед).(3 – средний балл зачётки изменится на 0,25 долю от своего СКО (0,25 0,79= 0,179 балла) при увеличении признака-фактора—подготовки к семинарскимзанятиям на одно своё СКО (2,68 ч/сут).Т. к. (1 < (3, следовательно фактор 1—посещаемость занятий влияет насредний балл зачётки больше, чем фактор 3—подготовка к занятиям.R2 говорит о том, что 36% общей вариации значений среднего балла зачётки на1 курсе вызвано влиянием посещаемости и подготовки к занятиям. Остальные60% вызваны прочими факторами.R = 0,58 свидетельствует о том, что между посещаемостью занятий иподготовкой к ним и средним баллом зачётки существует заметная линейнаязависимость.Коэффициент b1 говорит о том, что если посещаемость занятий увеличится на1 ч/нед, то средний балл зачётки увеличится в среднем на 0,071 балла, приусловии неизменности всех остальных факторов. b2 говорит о том, что еслиподготовка к занятиям увеличится на 1 ч/нед, то средний балл зачётки всреднем увеличится на 0,073 балла. (1 = 0,4 (3 = 0,25 r01 = 0,52 r03= 0,44 r13 = 0,47Граф связи признаков-факторов: х2 – подготовки к семинарским занятиям,ч/нед; х1 - посещаемости занятий, ч/нед с признаком-результатом х0 –средним баллом зачётки по итогам экзаменов за 1 курс.(1 – мера непосредственного влияния на признак-результат посещаемостизанятий.(3 – мера непосредственного влияния подготовки к занятиям на средний баллзачётки.r01 = (1 + r13(3, где r01 – общее влияние х1 на r13(3 – мераопосредованного влияния х1 через х3 на х0.r01 = 0,4 + 0,47 ( 0,25 = 0,52r03 = (3 + r31(1, где r03 – общее влияние х3 на r31(1 – мераопосредованного влияния х3 через х1 на х0. Лабораторная работа № 3.Тема: «Дисперсионное отношение. Эмпирическая и аналитическая регрессии.»Цель: выявление зависимости между признаками-факторами и признаком-результатом. Таблица с исходными данными. Таблица 1|Средний балл |Посещаемость |Самообразование |Подготовка к ||зачётки по |занятий на первом |(доп. Курсы) |семинарским ||итогам |курсе (ч/нед) |(ч/нед) |занятиям (ч/нед) ||экзаменов за | | | ||1-ый курс | | | ||(баллы) | | | ||4,7 |19,5 |0 |5 ||4,5 |22 |2 |6 ||4,2 |22 |0 |2 ||4,3 |19,5 |0 |7 ||4,5 |17,5 |0 |3 ||4,2 |9,5 |6 |12 ||4,0 |12,5 |0 |5 ||4,7 |22 |4 |7 ||4,6 |17,5 |3 |4 ||4,7 |9,5 |0 |2 ||4,5 |11,5 |6 |3 ||4,0 |11,5 |2 |3 ||4,2 |19,5 |4 |8 ||4,0 |20,5 |6 |9 ||3,2 |9,5 |0 |0 ||4,0 |17,5 |0 |8 ||3,2 |14,5 |0 |2 ||3,5 |14,5 |0 |2 ||4,8 |22 |0 |10 ||4,6 |8,5 |0 |1 ||4,5 |22 |0 |4 ||4,5 |22 |6 |2 ||4,2 |17,5 |4 |4 ||4,5 |14,5 |6 |4 ||4,2 |11,5 |2 |2 ||4,8 |17,5 |0 |4 ||4,0 |10,5 |0 |2 ||4,2 |17,5 |2 |6 ||3,0 |9,5 |0 |0 ||4,8 |19,5 |2 |2 ||4,8 |19,5 |2 |6 ||4,3 |17,5 |4 |2 ||3,2 |6,0 |0 |0 ||4,5 |22 |2 |5 ||4,7 |22 |4 |3 ||4,2 |22 |3 |5 ||4,6 |9,5 |0 |1 ||3,0 |14,0 |0 |2 ||3,0 |6,5 |0 |5 ||4,0 |22 |2 |5 ||4,7 |17,5 |6 |0 ||3,5 |11,5 |0 |6 ||4,7 |22 |6 |2 ||4,5 |22 |0 |0 ||3,2 |17,5 |4 |8 ||4,8 |22 |0 |0 ||3,2 |9,5 |0 |5 ||4,5 |17,5 |0 |3 ||3,0 |14,5 |5 |3 ||4,7 |11,5 |5 |3 |Рассматриваю первую пару признаков: признак-фактор—посещаемость занятий на1 курсе (ч/нед) и признак-результат—средний балл зачётки по итогамэкзаменов за 1 курс (баллы). Далее обосную взаимосвязь между ними.Расчётная таблица №1 Таблица 2|Посещаемость|Число |xi |yi |(yi |(2yi |(2yi |yi - y|(yi–y)||занятий |наблюде| | | | |(i | |2(I ||(ч/нед) |ний | | | | | | | ||[6-10] |9 |8,6 |3,7 |0,71 |0,5 |4,5 |-0,5 |2,25 ||[10-14] |8 |11,5 |4,1 |0,38 |0,14 |1,12 |-0,1 |0,08 ||[14-18] |15 |16,4 |3,7 |1,01 |1,02 |15,3 |-0,5 |3,75 ||[18-22] |18 |19,6 |4,4 |0,31 |0,09 |1,62 |0,4 |2,88 ||Сумма |50 |- |- |- |- |22,54 |- |8,96 ||Средняя |- |15,3 |4,0 |- |- |5,6 |- |2,24 |(2y = (((yi–y)2(I)( 2y = 8,96 / 50 = 0,1792 (балла)2E2y= ((б2yi(I) / ((IE2y = (4,5 + 1,12 + 15,3 + 1,62) / 50 = 0,4508(балла)2б2y = E2y + ( 2y = 0,4508 + 0,1792 = 0,63 (балла)2(2 = ( 2y / б2y = 0,1792 / 0,63 = 0,28 (0,28%) построение аналитической регрессии.yx = a + bxxy = ((xy(I) / ((I = 62,52б2x = 19,4 (ч/нед)2b = (xy – x y) / б2x = (62,52 – 15,3 ( 4,0) / 19,4 = 0,068a = y – bx = 4,0 – 0,068 ( 15,3 = 2,96Линейное уравнение регрессии зависимости среднего балла зачётки за 1 курсот посещаемости: строим по двум точкамyx = 2,96 + 0,068х 1. yx = 2,96 + 0,068 ( 6 = 3,358 2. yx = 2,96 + 0,068 ( 22 = 4,446rxy = (xy – x y) / бxбy = 0,37Корреляционное полеЭмпирическая линия регрессииАналитическая линия регрессииРаспределение среднего балла зачётки за 1 курс по признаку-фактору—посещаемости занятий на 1 курсе.Вывод: (2 свидетельствует о том, что 28% общей вариации результативногопризнака вызвано влиянием признака фактора—посещаемостью. Остальные 72% -вызваны влиянием прочих факторов. Можно сказать, что это слабаякорреляционная зависимость. Интерпретируя параметр b, предполагаем, что дляданной совокупности студентов с увеличением посещаемости занятий на 1 курсена 1 ч/нед средний балл зачётки увеличивается на 0,068 балла. rxy говорит отом, что между признаком-результатом и признаком-фактором заметная линейнаясвязь.Рассматриваю вторую пару признаков:Расчётная таблица № 2. Таблица 3|Подготовка|Число |xi |yi |(yi |(2yi |(2yi |yi - y|(yi–y)||к |наблюде| | | | |(i | |2(i ||семинарски|ний | | | | | | | ||м занятиям| | | | | | | | ||(ч/нед) | | | | | | | | ||[0-3] |20 |1,2 |3,78 |0,63 |0,39 |7,8 |-0,22 |0,96 ||[3-6] |18 |4,0 |4,31 |0,45 |0,2 |3,6 |0,31 |1,72 ||[6-9] |9 |6,8 |4,46 |0,28 |0,07 |0,63 |0,46 |1,9 ||[9-12] |2 |9,5 |4,4 |0,399 |0,15 |0,3 |0,4 |0,32 ||Сумма |50 |- |- |- |- |2,33 |- |4,9 ||средняя |- |3,5 |4,0 |- |- |3,08 |- |1,2 |(2y = (((yi–y)2(I)( 2y = 4,9 / 50 = 0,098 (балла)2E2y= ((б2yi(I) / ((IE2y = 12,33 / 50 = 0,25 (балла)2б2y = E2y + ( 2y = 0,35 (балла)2(2 = ( 2y / б2y = 0,098 / 0,35 = 0,28 (0,28%)( = 0,53 построение аналитической регрессии.yx = a + bxxy = ((xy(I) / ((Ixy = 15,2б2x = 7,2 (ч/нед)2b = (xy – x y) / б2x = (15,2 – 3,5 ( 4,0) / 7,2 = 0,16a = y – bx = 4,0 – 0,16 ( 3,4Линейное уравнение регрессии зависимости среднего балла зачётки за 1 курсот подготовки к семинарским занятиям:yx = 2,96 + 0,068хx = 0 y = 3,4x = 7 y = 4,5rxy = (xy – x y) / бxбy = (15,2 – 14) / 2,6 = 0,46Корреляционное полеЭмпирическая линия регрессииАналитическая линия регрессииРаспределение среднего балла зачётки за 1 курс по признаку-фактору—подготовке к семинарским занятиям.Вывод: (2 свидетельствует о том, что 28% общей вариации результативногопризнака вызвано влиянием признака фактора—подготовкой к семинарскимзанятиям. Остальные 72% - вызваны влиянием прочих факторов. Можно сказать,что это слабая корреляционная зависимость. Интерпретируя параметр b,предполагаем, что для данной совокупности студентов с увеличениемподготовки к занятиям на 1 курсе на 1 ч/нед средний балл зачёткиувеличивается на 0,16 балла. rxy говорит о том, что между признаком-результатом и признаком-фактором есть умеренная линейная связь.Рассматриваю третью пару признаков:Расчётная таблица № 3 Таблица 4|Самообразовани|Число |xi |yi |(yi |(2yi |(2yi |yi - y|(yi–y)||е (ч/нед) |наблюд| | | | |(i | |2(i || |ений | | | | | | | ||0 |25 |0 |4,07 |0,68 |0,46 |11,5 |-0,03 |0,022 ||2 |8 |2 |4,38 |0,3 |0,09 |0,72 |0,28 |0,62 ||3 |2 |3 |4,40 |0,2 |0,04 |0,08 |0,3 |0,18 ||4 |6 |4 |4,22 |0,5 |0,25 |1,5 |0,12 |0,08 ||5 |2 |5 |3,35 |0,35 |0,12 |0,24 |-0,75 |1,16 ||6 |7 |6 |3,3 |0,40 |0,16 |1,12 |0,2 |0,28 ||Сумма |50 |- |- |- |- |15,88 |- |2,34 ||средняя |- |1,96 |4,1 |- |- |0,31 |- |0,39 |(2y = (((yi–y)2(I)( 2y = 2,34 / 50 = 0,046 (балла)2E2y= ((б2yi(I) / ((IE2y = 15,88 / 50 = 0,31 (балла)2б2y = E2y + ( 2y = 0,31 + 0,046 = 0,36 (балла)2(2 = ( 2y / б2y = 0,046 / 0,36 = 0,13 (13%)( = 0,36 построение аналитической регрессии.yx = a + bxxy = ((xy(I) / ((Ixy = 8,22б2x = 5,1 (ч/нед)2b = (xy – x y) / б2x = (8,22 – 8,036) / 5,1 = 0,032a = y – bx = 4,1 – 0,032 ( 1,96 = 4,03Линейное уравнение регрессии зависимости среднего балла зачётки за 1 курсот самообразования:yx = 2,96 + 0,068хx = 0 y = 3,4x = 7 y = 4,5rxy = (xy – x y) / бxбy = (8,2 – 8,036) / 2,25 ( 0,6 = 0,12Корреляционное полеЭмпирическая линия регрессииАналитическая линия регрессииВывод: (2 свидетельствует о том, что 13% общей вариации результативногопризнака вызвано влиянием признака фактора—самообразованием. Можно сказать,что это очень слабая корреляционная связь. Зная коэффициент b,предполагаем, что для данной совокупности студентов с увеличениемсамообразования на 1 ч/нед средний балл зачётки увеличивается на 0,032балла. rxy говорит о том, что между признаком-результатом и признаком-фактором есть слабая прямая линейная связь. Министерство Высшего Образования РФ Санкт-Петербургский Государственный Инженерно-Экономический Университет Лабораторные работы По статистике Студентки 1 курса Группы 3292 Специальность коммерция Харькиной Анны.Преподаватель: Карпова Г. В.Оценка: СПб 2001----------------------- Х1[pic] Х0Х3




Нажми чтобы узнать.

Похожие:

Курсовая работа iconКурсовая работа по дисциплине компьютерная графика. На тему: Эксплуатация и сопровождение системы управления обучением lms moodle
Курсовая работа (далее работа) состоит из исследовательской и практической части. 5
Курсовая работа iconДисциплина: "Размещение производительных сил" Пищевая промышленность Украины Курсовая работа
Курсовая работа: 38 страниц, 1 таблица, 1 картосхема, 11 использованных источников
Курсовая работа iconКурсовая работа рассчитана по следующим данным: Задача 1
Курсовая работа оформлена на 35 страницах машинописного текста, содержит 18 рисунков, 16 источников использованной литературы и 5...
Курсовая работа iconКурсовая работа Курсовая работа
Себестоимость их полностью передается на вновь созданный продукт. В целом по стране удельный вес материалов в себестоимости изготовляемой...
Курсовая работа iconКурсовая работа по дисциплине «Информатика»
Данная курсовая работа посвящена рассмотрению такого важного и актуального в настоящее время аспекта современной жизни общества,...
Курсовая работа iconКурсовая работа Анализ прибыли ао «Саранский хлебокомбинат» Реферат. Данная курсовая работа содержит 38 страниц, 9 таблиц, 23 формулы, 30 источников
Перечень ключевых слов: прибыль, рентабельность, себестоимость, коэффициент, фонд
Курсовая работа iconКурсовая работа Макроэкономика Молчанов Алексей Николаевич Московский Государственный Авиационный Институт (технический университет) Курсовая работа по курсу макроэкономики
Специализация и универсализация экономических элементов в кредитно-финансовой сфере
Курсовая работа iconКащук Ирина Вадимовна 01. 01 2009 курсовая работа курсовая работа по оценке стоимости предприятия представляет собой индивидуальное исследование
Курсовая работа по оценке стоимости предприятия представляет собой индивидуальное исследование одной из составляющих оценочной деятельности,...
Курсовая работа iconЛ. В. Романов В. В. Курсовая работа и диссертация
С24 Курсовая работа и диссертация по магистерской программе «Управление человеческими ресурсами»/ Л. В. Свиридова. – Нижний Новгород:...
Курсовая работа iconКащук Ирина Вадимовна 01. 01 2009 курсовая работа курсовая работа по теории и практике оценочной деятельности представляет собой индивидуальное исследование
Выполнения курсовой работы по дисциплине Теория и практика оценочной деятельности
Курсовая работа iconКурсовая работа по дисциплине «Операционные Системы». Разработка ВебОС
Данная курсовая работа посвящена планировке и разработке Вебос (Операционной Системы работающей «в браузере») с базовым функционалом...
Разместите кнопку на своём сайте:
Документы


База данных защищена авторским правом ©rushkolnik.ru 2000-2015
При копировании материала обязательно указание активной ссылки открытой для индексации.
обратиться к администрации
Документы