Статистико-экономический анализ услуг связи (сети интернет)

Автор работы: Пользователь скрыл имя, 06 Мая 2012 в 17:11, курсовая работа

Описание

Сегодня множество людей неожиданно для себя открывают существование глобальных сетей, объединяющих компьютеры во всём мире в единое информационное пространство которое называется интернет.
На сегодняшний день в мире существует более 130 миллионов компьютеров и более 80 % из них объединены в различные информационно-вычислительные сети от малых локальных сетей в офисах до глобальных сетей типа интернет.

Содержание

1. Введение…………………………………………………………………………..3
2. Понятие и сущность основных категорий данной темы…………………........5
2.1 Общая характеристика сети интерне………………………………………….5
2.2 История развития сети интернет………………………………………………7
2.3 Компоненты сети интернет…………………………………………………….9
2.4 Административное устройство сети интернет………………………………10
2.5 Потенциальные пользователи сети интернет………………………………..12
3. Статистико-экономический анализ численности пользователей сети интернет…………………………………………………………………...……….14
3.1 Сводка и группировка данных…………………………………………..……14
3.2 Ряд распределения лет по величине средней численности пользователей сети интернет, и его характеристика…………………………………….……….23
3.3 Ряд динамики и методы определения тенденций………………….……….31
3.4 Индексный анализ…………………………………………….……….……....43
3.5 Корреляционно-регрессионный анализ численности пользователей сети интернет………………………………………………………………………...….45
4 .Заключение………………………………………………………………..….....50
5. Список используемой литературы………………………………………….....51
6. Приложения……………………………………………………………………..52

Скачать (160.75 Кб) Сколько стоит заказать работу?
Работа состоит из  1 файл

курсовая по статистике Хворенкова А.О..doc

— 660.50 Кб (Скачать документ)

     Чтобы построенную модель можно было использовать для дальнейших экономических расчетов только проверки качества модели недостаточно. Необходимо проверить значимость полученного уравнения и отдельных его параметров с помощью F-критерий Фишера  и критерия Стъюдента.

     F-критерий Фишера состоит в проверке гипотезы Но о статистической незначимости уравнения регрессии и показателя тесноты связи. Для этого сравнивают фактическое значение Fфакт и критическое (табличное) значение Fтабл.

     Определим Fтабл, то есть максимально возможные значения критерия под влиянием случайных факторов. Для определения Fтабл. необходимо рассчитать коэффициенты и :

      =m=1 ( m- число независимых переменных);

      =n-m-1=8 (n- число наблюдений, m- число независимых переменных).

     При , =1, =9   Fтабл=5,12.

     определяют  фактическое значение F-критерия: 
 

       Так как Fфакт > Fтабл, уравнение  регрессии  значимо, статистически   надежно.

     С помощью t-критерия Стъюдента в линейной регрессии оценивается значимость  отдельных параметров уравнения регрессии. Оценим Значимость коэффициента корреляции. 

     По  таблице Стьюдента с уровнем  значимости α=0.05 и степенями свободы k=9 находим tкрит:

     tкрит (n-m-1;α/2) = (9;0.025) = 2.262

     где m = 1 - количество объясняющих переменных.

     Если tнабл > tкритич, то полученное значение коэффициента корреляции признается значимым.

     Поскольку tнабл > tкрит, то можно сказать что коэффициент корреляции статистически – значим.

     Дадим оценку значимости  коэффициентам  линейного уравнения регрессии. Для этого найденное  значение  t-критерия (его еще называют наблюдаемым или фактическим) сравнивается с табличным (критическим) значением, определяемым по таблицам распределения Стьюдента.

     Табличное значение определяется в зависимости  от уровня значимости (α) и числа степеней свободы, которое в случае линейной парной регрессии равно (n-2), n-число наблюдений.

     tкрит (n-m-1;α/2) = (9;0.025) = 2.262 
 

     Поскольку 8.42  >  2.262, то статистическая значимость коэффициента регрессии b подтверждается  
 

     Поскольку 0.8  <  2.262, то статистическая значимость коэффициента регрессии a не подтверждается. Это означает, что в данном случае коэффициентом a можно пренебречь.

               Анализируя вышеперечисленные показатели, можно сделать вывод, что полученное  уравнение регрессии статистически   значимо и надежно.

     Аналогично  проведем корреляционно-регрессионный  анализ зависимости численности  пользователей сети интернет от уровня денежных доходов населения.

        Уравнение парной линейной регрессии, связывающей численность  пользователей сети интернет от уровня денежных доходов населения  имеет  вид:

         ŷ =  0.0023 x - 1.62

        Полученное уравнение  означает, что с увеличением денежных доходов населения на 1 млрд.руб. численность пользователей сети интернет уменьшится в среднем на 1,62 млн.чел.

        Определим качество полученной модели регрессии.

        Качество парной регрессии можно оценить с  помощью  показателей:

     1)Коэффициент  детерминации R2 ( ) - показывает, на сколько процентов вариации результативного признака объясняется вариацией факторного признака в общем объеме вариации.

       = 0,95 – это означает, что вариация величины численности пользователей сети интернет на 95 % зависит от вариации денежных доходов населения, а на остальные 5 % - от вариации факторов, не включенных в модель. Можно сделать вывод о существенности статистической связи между величиной денежных доходов населения Х и величиной численности пользователей сети интернет У.

     2)Коэффициент корреляции - позволяет оценить тесноту связи между 2мя изучаемыми признаками. Чем ближе коэффициент корреляции к единице, тем более тесной считается связь между изучаемыми признаками. Данный показатель можно найти по формуле:

       

     Найдем  значение показателя: rxy=0,98. Такое значение коэффициента корреляции свидетельствует о наличии прямой и сильной связи между признаками. Можно сделать вывод о существенности статистической связи между величиной денежных доходов населения  Х и величиной численности пользователей сети интернет У.

     3) Оценим качество уравнения регрессии  с помощью ошибки абсолютной  аппроксимации. Средняя ошибка  аппроксимации - среднее отклонение  расчетных значений от фактических: 

     Ошибка  аппроксимации в пределах 5%-7% свидетельствует  о хорошем подборе уравнения  регрессии к исходным данным. 

     Данное  значение ошибки аппроксимации означает, что качество модели удовлетворительное, так как допустимый предел значений не более 12-15 %. Однако ошибка аппроксимации не является главным критерием оценки значимости модели.

     Чтобы построенную модель можно было использовать для дальнейших экономических расчетов только проверки качества модели недостаточно. Необходимо проверить значимость полученного уравнения и отдельных его параметров с помощью F-критерий Фишера  и критерия Стъюдента.

     F-критерий Фишера состоит в проверке гипотезы Но о статистической незначимости уравнения регрессии и показателя тесноты связи. Для этого сравнивают фактическое значение Fфакт и критическое (табличное) значение Fтабл.

     Определим Fтабл, то есть максимально возможные значения критерия под влиянием случайных факторов. Для определения Fтабл. необходимо рассчитать коэффициенты и :

      =m=1 ( m- число независимых переменных);

      =n-m-1=8 (n- число наблюдений, m- число независимых переменных).

     При , =1, =10   Fтабл=4,96.

     определяют  фактическое значение F-критерия: 
 

       Так как Fфакт > Fтабл, уравнение  регрессии  значимо, статистически   надежно.

     С помощью t-критерия Стъюдента в линейной регрессии оценивается значимость  отдельных параметров уравнения регрессии. Оценим Значимость коэффициента корреляции. 

        По таблице Стьюдента  с уровнем значимости α=0.05 и степенями свободы k=10 находим tкрит:

        tкрит (n-m-1;α/2) = (10;0.025) = 2.228

        где m = 1 - количество объясняющих переменных.

        Если tнабл > tкритич, то полученное значение коэффициента корреляции признается значимым.

     Поскольку tнабл > tкрит, то можно сказать что коэффициент корреляции статистически – значим.

     Дадим оценку значимости  коэффициентам  линейного уравнения регрессии. Для этого найденное  значение  t-критерия (его еще называют наблюдаемым  или фактическим) сравнивается с  табличным (критическим) значением, определяемым по таблицам распределения Стьюдента.

     Табличное значение определяется в зависимости  от уровня значимости (α) и числа  степеней свободы, которое в случае линейной парной регрессии равно (n-2), n-число наблюдений.

     tкрит (n-m-1;α/2) = (10;0.025) = 2.228 
 

     Поскольку 14.11  >  2.228, то статистическая значимость коэффициента регрессии b подтверждается. 
 

     Поскольку 1.12  <  2.228, то статистическая значимость коэффициента регрессии a не подтверждается. Это означает, что в данном случае коэффициентом a можно пренебречь

               Анализируя вышеперечисленные показатели, можно сделать вывод, что полученное  уравнение регрессии статистически   значимо и надежно. 
 
 
 
 
 
 
 
 
 
 
 
 
 

     Заключение

     Проведя статистико-экономический анализ услуги связи (сети интернет), нами были получены данные о численности пользователей  сети интернет в РФ, на основании  которых была проанализирована динамика численности пользователей сети интернет. При анализе были применены такие приемы и методы как группировка (аналитическая и комбинационная), индексный метод, корреляционно - регрессионный метод.

     В работе было рассмотрено влияние  на численность пользователей сети интернет таких факторов как валовой внутренний продукт, денежные доходы населения и численность абонентов сотовых мобильных телефонных сетей.

     На  основании проведенного анализа  можно сделать ряд выводов.

     Среднегодовая численность пользователей сети интернет за период с 2001 года по 2009 год составила 18,7 млн.чел. При чем увеличение в среднем за год происходило примерно на 5,1 млн.чел.

     За  весь исследуемый период с 2001 года по 2009 год показатель численности пользователей  сети интернет не снижался ни разу. К  тому же по результатам прогнозов ожидаемое значение  численности пользователей сети будет продолжать увеличиваться и составит в 2010 году 50,72 млн.чел., а в 2011 году – 60,93 млн.чел. Это значит, что данный показатель можно считать почти полностью зависящим от времени.

     По  результатам проведенного анализа нельзя сделать однозначные выводы о сильной зависимости численности пользователей сети интернет от таких факторов, как денежные доходы населения, ВВП  и численность абонентов сотовых мобильных телефонных сетей. Причиной этому достаточно большой разброс между показателями, а также небольшой рассматриваемый период. Для построения более точных моделей следует учитывать гораздо более обширный спектр показателей и наиболее длинные временные ряды. 
 

     Список  использованной литературы 

    1. Электронный ресурс Федеральной службы Государственной статистики http://www.gks.ru
    2. Истомина Л. А. Методические указания по выполнению курсовой работы по статистике. Ижевск: ИжГСХА, 2005.
    3. Елисеева И. И. Эконометрика: Учебник. М.: Финансы и статистика
    4. Елисеева И. И., Юзбашев М.М. Общая теория статистики. М.: Финансы и статистика, 2004
    5. Практикум по статистике/А.П. Зинченко, А.Е. Шибалкин, О.Б. Тарасова, Е.В. Шайкина; Под ред.  А.П. Зинченко.- М.: КолоС, 2003.-392.: ил - (Учебники и учеб. пособия для студентов высш. Учеб. заведений).
    6. Лекционный материал по Общей теории статистики.
    7. Лекционный материал по эконометрике.
    8. Сайт  www.referats.ru/
    9.     Золотов С., Протоколы INTERNET.-СПб.: BHV – Санкт-Петербург, 1998.
    10. Электронный ресурс http://www.novoteka.ru/sevent/10548857
    11. Электронный ресурс http://knowledge.allbest.ru
 
 
 
 
 
 
 
 
 
 
 
 
 

     Приложения

                                                                                                             Приложение 1 

Численность населения РФ, млн.чел. 

Годы 2001 2002 2003 2004 2005 2006 2007 2008 2009
Все население, млн.чел 146,3 145,2 145,0 144,2 143,5 142,8 142,2 142,0 141,9

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Информация о работе Статистико-экономический анализ услуг связи (сети интернет)