Statistinės duomenų analizės kursinis
Ištrauka
Taigi, kas yra statistika? Statistika- duomenų apie ekonominius, demografinius, socialinius procesus, visuomenės ir aplinkos pokyčius rinkimo, tvarkymo ir statistinės informacijos skelbimo mokslas. Pagal analizuojamus duomenis statistika gali būti gyventojų skaičiaus, regioninė, socialinė, finansinė, verslo ir kt. Jei statistikos duomenis renka ir analizuoja valstybės (savivaldybių) institucijos, tokia statistika vadinama oficialiąja.
Aprašomosios statistikos metodai dažnai laikomi mažiau įdomiais ar svarbiais nei išvadų statistikos metodai. Tai klaidingas požiūris. Neatlikus kvalifikuotos ir nuodugnios aprašomosios duomenų analizės, yra sunku tikėtis patikimų statistinio tyrimo išvadų. Aprašomosios statistikos sritis – duomenų sisteminimo ir jų grafinio pateikimo metodai, pritaikyti konkrečiai mokslinių tyrimų sferai. Darbą su duomenimis reikėtų pradėti būtent nuo aprašomosios statistikos. Grafiškai pavaizdavus bei atlikus aprašomąją statistiką, galima padaryti tam tikras, apytiksles išvadas, apie imtį arba pačią populiaciją.
Statistinėje duomenų analizėje naudojama ne tik aprašomoji statistika, bet ir regresinė analizė. Regresinė analizė- yra statistinis metodas, kai naudojant matematines procedūras, gaunama lygtis arba jų sistema, rodanti dviejų ar daugiau veiksnių įtaką nagrinėjamas reiškiniui. Gauta matematinė lygtis yra vadinama regresijos lygtimi arba regresiniu modeliu.
Šio darbo tikslas, nustatyti nuo kokių veiksnių labiausiai priklauso namų ūkio išlaidos ir sudaryti regresinį modelį, kuris atspindės visų reikšmingų kintamųjų įtaką.
Kursinio darbo uždaviniai:
- Iš duomenų imties atrinkti 5 reikšmingus kintamuosius.
- Surasti duomenų išskirtis ir jas įtraukti į modelį, jei jos yra reikšmingos.
- Įvertinti pasirinktų duomenų reikšmingumą naudojantis Forward arba Backward metodu.
- Įvertinti modelio adekvatumą.
- Apskaičiuoti vidutinę santykinę absoliutinę modelio paklaidą.
- Įvertinti galutinio modelio paklaidų prielaidas.
Turinys
- Turinys
- Įvadas3
- Praktinė dalis4
- 1. Kintamųjų parinkimas4
- 2. Kokybinių kintamųjų pakeitimas į fiktyvius kintamuosius6
- 3. Duomenų išskirtys12
- 4. Modelio parametrai ir jų reikšmingumas. Modelio lygtis14
- 4.1. Backward metodas15
- 5. Modelio adekvatumas19
- 6. Santykinė absoliutinė modelio paklaida20
- 7. Modelio paklaidų nepriklausomumas, vidurkio lygybė nuliui, heteroskedastiškumas.22
- 7.1. Liekanų nepriklausomumas22
- 7.2. Prielaida apie vidurkio lygybę nuliui24
- 7.3. Paklaidų heteroskedastiškumas24
- Išvados26
- Literatūra27
- 1 priedas28
- 2 priedas29
- 2 priedas30
Reziumė
- Autorius
- grazinab
- Tipas
- Kursinis darbas
- Dalykas
- Vadyba
- Kaina
- €8.04
- Lygis
- Universitetas
- Įkeltas
- Sau 29, 2017
- Publikuotas
- 2016 m.
- Apimtis
- 34 psl.
Ne tai, ko ieškai?
Išbandyk mūsų paiešką tarp daugiau nei 16600 rašto darbų