Расчет аналитических показателей ряда динамики. Статистика налогов и налоговой системы - Курсовая работа

КУРСОВАЯ РАБОТА на тему: «Расчет аналитических показателей ряда динамики.Статистика - это самостоятельная общественная наука, которая изучает количественную сторону массовых явлений и процессов, исследует закономерности общественного развития в конкретных условиях, места и времени. Многовековая и древняя история статистики (от латинского слова status - «состояние и положение вещей») свидетельствует о крайней важности существования данной науки. Актуальность работы вызвана тем, что в наше время важность правильной, рациональной организации и реализации статистических методов вошла в повседневный обиход современной жизни.Постановка задачи: По выборке объема n провести статистическую обработку результатов выборочных наблюдений (статистических наблюдений). Цель работы: - изучить и усвоить основные понятия дисциплины "Статистика";Для расчета основных числовых характеристик выборочных наблюдений составим таблицу (Табл. Среднее арифметическое случайной величины Х : Среднее линейное отклонение: Смещенная оценка дисперсии случайной величины Х : Несмещенная оценка дисперсии случайной величины Х : Смещенное среднее квадратическое отклонение: Несмещенное среднее квадратическое отклонение: Коэффициент вариации: Коэффициент асимметрии случайной величины Х : Коэффициент эксцесса случайной величины Х : Вариационный размах: На основании полученных вычислений можно сделать следующие выводы: закон распределение статистический ряд Асимметрия положительна, если длинная часть кривой распределения расположена справа от математического ожидания. Асимметрия отрицательна, если длинная часть кривой расположена слева от математического ожидания. Поэтому если эксцесс некоторого распределения отличен от нуля, то кривая этого распределения отличается от нормальной кривой.Для вычисления интервальной оценки математического ожидания воспользуемся формулой: , где а = М(Х) - математическое ожидание, - процентная точка распределения Стьюдента с n-1 степенью свободы (величина, численно равная половине интервала, в который может попасть случайная величина , имеющая определенный закон распределения при заданной доверительной вероятности p и заданном числе степеней свободы v); p - доверительная вероятность. Подставим в формулу вычисленные ранее значения , и n. Для каждого значения находим по Табл. 3. значения и вычисляем два варианта интервальных оценок для математического ожидания. При находим и доверительный интервал для а = М(Х) имеет вид: При находим и доверительный интервал для а = М(Х) имеет вид: Для интервальной оценки дисперсии существуют следующие неравенства: Подставив в неравенство известные значения n и , получим неравенство, в котором неизвестны и : Задаваясь доверительной вероятностью (или уровнем значимости ), вычисляем значения и . где и - границы интервала, в который попадает случайная величина X, имеющая распределение при выбранной вероятности и заданной степени свободы v.Используя исходные данные, запишем все заданные значения выборки в виде неубывающей последовательности значений случайной величины Х. Интервал [7,3728; 11,6559], содержащий все элементы выборки, разбиваем на частичные интервалы, используя при этом формулу Стерджеса для определения оптимальной длины и границ этих частичных интервалов. За начало первого интервала принимаем значение После определения частичных интервалов, определяем экспериментальные частоты , равные числу членов вариационного ряда, попадающих в этот интервал: где , - границы i-го интервала; - значения вариационного ряда. Относительной частотой называют долю наблюдений, попадающих в рассматриваемый интервал: Плотность распределения относительных частот определим как отношение относительных частот к величине интервала: , где является серединой интервалаПредположим, что статистические наблюдения принадлежат к нормальному закону распределения с функцией плотности в виде: , , где а=М(Х) - математическое ожидание случайной величины Х; - дисперсия случайной величины Х. Исходя из гипотезы, что заданная выборка имеет нормальный закон распределения, найдем параметрическую оценку функции плотности, используя формулу для плотности распределения вероятности нормального закона: где = 9,9475 и = 0,9784. Значения этой функции вычисляют для середин частичных интервалов, т.е. при . На практике для упрощения вычислений функции , где i = 1,2,..., k, пользуются таблицами значений функции плотности стандартной нормальной величины (Табл. 7.).

Содержание

Введение

1. Статистическая обработка данных

1.1 Постановка задачи. Цель работы. Исходные данные

1.2 Вычисление основных выборочных характеристик по заданной выборке

1.3 Результаты вычисления интервальных оценок для математического ожидания и дисперсии

1.4 Результаты ранжирования выборочных данных и вычисление моды и медианы

1.5 Параметрическая оценка функции плотности распределения

1.6 Проверка гипотезы о нормальном распределении случайной величины по критерию Пирсона

2. Ряды динамики. Аналитические показатели ряда динамики. Пример расчетов

2.1 Классификация рядов динамики

2.2 Аналитические показатели изменения уровней ряда динамики

3. Статистика налогов и налоговой системы

3.1 Понятие налогов и сборов и их основные группировки

3.2 Система показателей и методы статистического анализа налогов

Библиография