Курсовая работа по статистике СПбГПУ (Политех) Вариант 9

е.

Коэффициент вариации .

По выполненным расчетам можно сделать вывод, что средняя заработная плата рабочих второго цеха выше средней заработной платы рабочих первого цеха на у.е.

Обе рассматриваемые совокупности рабочих однородны по признаку — средняя заработная плата, т.к. в обоих случаях коэффициент вариации меньше 33%.

С вероятностью 0,954 определим ошибку выборки для средней заработной платы рабочих цеха № 2 и для доли рабочих этого цеха, имеющих заработную плату менее 500 у.е.

Средняя ошибка выборочной средней у.е., предельная ошибка выборочной средней с вероятностью 0,954: у.е.

Доля рабочих второго цеха, имеющих заработную плату менее 500 у.е.: .

Средняя ошибка выборочной доли, предельная ошибка выборочной доли с вероятностью 0,954: .

Тогда возможные пределы средней заработной платы рабочих второго цеха в генеральной совокупности с вероятность 0,954: или у.е.

Возможные пределы доли рабочих второго цеха, имеющих заработную плату менее 500 у.е. в генеральной совокупности с вероятность 0,954: или или от 7,5% до 25,9%. Вероятность того, что доля рабочих цеха № 2, имеющих заработную плату до 500 у.е., в генеральной совокупности не превысит 25% рана 0,954.

5. Определим количественную взаимосвязь между производственным стажем и заработной платой рабочих цеха № 2 с № 21 по № 40 включительно.

№№.

пп Производственный стаж, полных лет, х Заработная плата, у.е., у Цех № 2 21 1 494 22 0 468 23 3 513 24 9 547 25 9 594 26 12 588 27 2 504 28 6 523 29 0 460 30 14 536 31 4 517 32 5 535 33 0 492 34 15 553 35 8 573 36 1 486 37 2 543 38 4 522 39 7 534 40 10 558.

Построим поле корреляции для определения формы связи между рассматриваемыми показателями.

С помощью графического метода можно выдвинуть гипотезу о линейной форме связи между рассматриваемыми показателями.

Определим параметры линейной регрессии .

Таблица 1 — Расчет показателей для оценки параметров модели парной линейной регрессии.

№ 1 494 1 494 1 244 036 499,02 2 468 0 0 0 219 024 492,94 3 513 3 1539 9 263 169 511,18 4 547 9 4923 81 299 209 547,66 5 594 9 5346 81 352 836 547,66 6 588 12 7056 144 345 744 565,9 7 504 2 1008 4 254 016 505,1 8 523 6 3138 36 273 529 529,42 9 460 0 0 0 211 600 492,94 10 536 14 7504 196 287 296 578,06 11 517 4 2068 16 267 289 517,26 12 535 5 2675 25 286 225 523,34 13 492 0 0 0 242 064 492,94 14 553 15 8295 225 305 809 584,14 15 573 8 4584 64 328 329 541,58 16 486 1 486 1 236 196 499,02 17 543 2 1086 4 294 849 505,1 18 522 4 2088 16 272 484 517,26 19 534 7 3738 49 285 156 535,5 20 558 10 5580 100 311 364 553,74 Итого 10 540 112 61 608 1052 5 580 224 Среднее 527 5,6 3080,4 52,6 279 011 1282,2 21,24 35,81 4,61

.

Т.е. уравнение линейной регрессии имеет вид:. Т. е. в среднем при производственного стажа на 1 год средняя заработная плата увеличивается на 6,08 у.е.

Определим линейный коэффициент корреляции:. Т. е. связь между рассматриваемыми показателями прямая, тесная.

Коэффициент детерминации. Т. е. вариация заработной платы определяется вариацией производственного стажа на 61,3%. Другие факторы оказывают влияние на 38,7%.

Оценим статистическую значимость уравнения регрессии в целом, для этого сравним фактическое и критическое значения F-критерия Фишера.

.

Т.к., то гипотеза о случайной природе оцениваемых характеристик отклоняется и признается их статистическая значимость и надежность.