Министерство образованияРоссийской Федерации
Южно-УральскийГосударственный Университет
Кафедра «Экономика ифинансы»
Статистическая обработка и статистический анализ данныхпоматериалам статистического наблюдения
Пояснительная записка ккурсовому проекту
по курсу «Статистика»
Руководитель: ЛазареваГ.В.
Авторпроекта:студент группы
ЭиУ-378 Дмитриев Д.Б..
Челябинск
2006
Введение
Статистика — это отрасль человеческой деятельности, направленная на сбор,обработку и анализ данных народно-хозяйственного учета. Сама статистикаявляется одним из видов учета. Предметомстатистики является количественная сторона массовых общественных явлений втесной связи с качественной стороной. Главнаязадача статистики на современном этапе состоит в обработке достовернойинформации. Обработанные определенным образом данные позволяют судить оявлении, делать прогнозы. Статистические данные способны сказать языкомстатистических показателей о многом в весьма яркой и убедительной форме.
В данномкурсовом проекте была произведена обработка и анализ статистических данных,полученных в результате статистического наблюдения над показателем,характеризующим долю денежных доходов, расходуемых на прирост финансовыхактивов в 2004 г.
Актуальностьстатистического анализа вышеприведенного показателя можно обосновать, исходя изопределения финансовых активов. Это кассовая наличность, депозиты в банках,вклады, чеки, страховые полисы, паи или долевые и т.п. Следовательно,результаты анализа можно использовать для расчета оборачиваемости денежныхсредств, развития экономики.
Целью данногокурсового проекта является освоение инструментов статистики для дальнейшегоприменения в решении управленческих задач. В качестве задач курсового проектаследует выделить следующее:
§ овладение методами выполнения оценокпараметров больших множеств по данным выборочного наблюдения;
§ приобретение навыков работы с большимимассивами данных и навыков представления данных статистического наблюдения вудобном для восприятия, анализа и принятия решений виде;
§ развитие аналитических навыков в ходеприменения вариационного метода интерпретации полученных результатов.
Сводка игруппировка данных статистического наблюдения
В даннойкурсовой работе рассматривается следующий показатель: «Доля денежных доходов,расходуемых на прирост финансовых активов, % «в 2004г. Все данные взяты изРоссийского Статистического ежегодника.
На основеполученных данных выполнена простая сводка (Приложение) по указанномупоказателю (далее просто показатель*). Но необходимо учитывать тот факт, чторассматривается относительная, а не абсолютная величина. Следовательно, длярасчета средней величины понадобятся дополнительные данные, отображающиегодовые доходы населения по регионам. Поэтому в сводку добавлен еще однистолбец с необходимой информацией.
Также стоитотметить, что пришлось внести исправления по некоторым позициям исходныхданных. Первоначально присутствовали 5 регионов РФ, в состав которых входило 2субъекта. Поэтому значения показателя в этих регионах были пересчитаны. Так, всостав Архангельской области входил Ненецкий автономный округ. Доля денежныхдоходов, расходуемых на прирост финансовых активов, в Архангельской областисоставила 29, 2%, причем сюда были включены значения показателя в Ненецкомавтономном округе (69,7%). Для Архангельской области было вычислено значениепоказателя в абсолютных единицах (руб.), затем из доходов населения по областибыли вычтены доходы населения в Ненецком автономном округе и рассчитано среднеезначение показателя по Архангельской области.
Группировка с выделением регионов со значениемпоказателя выше и ниже среднего
Среднеезначение показателя* по регионам считается как средняя взвешенная величина, гдероль весов играют годовые доходы населения. Сумма годовых доходов населения повсей Российской Федерации составила 11071919713 тыс. руб. Сумма средств, идущихна прирост финансовых активов, равна 2210034642,258 тыс. руб. Следовательно,среднее значение показателя по РФ составит 19,96%. Исходя из этих данных,строим группировку с выделением регионов со значением показателя выше и нижесреднего.
Таблица 1 – Группировка с выделением регионов со значениемпоказателя выше и ниже среднегоГруппа Количество регионов Среднее значение, % Показатель ниже среднего 27 12,6 Показатель выше среднего 61 28,3
По даннымгруппировки построена Диаграмма 1. Анализ диаграммы показывает, что 69%регионов (т.е. в 61 регионе) доля денежных доходов, расходуемых на приростфинансовых активов, выше, чем средний показатель по стране. При этом среднеезначение показателя в первой группе (ниже среднего) в 2,25 раза ниже, чемсреднее значение во второй группе.
/>
Диаграмма 1 Распределение субъектовРФ с выделением регионов со значением показателя выше и ниже среднего
Группировка с выделением регионов со значениемпоказателя выше и ниже показателя в Челябинской области
В даннойгруппировке имеет место сравнение показателя* Челябинской области ссоответствующими показателями остальных регионов РФ. Выделим две группы:регионы с показателем выше и ниже показателя Челябинской области. В итогеполучим:Группа Количество регионов Среднее значение, % Показатель ниже показателя по Челябинской области 30 13,0 Показатель выше показателя по Челябинской области 58 29,0
По даннымгруппировки построена Диаграмма 2. Хотя значение показателя в Челябинскойобласти незначительно превышает аналогичный показатель по стране, все же есть58 регионов, в которых доля доходов, расходуемых на прирост финансовых активов,превышает соответствующую долю по Челябинской области. И лишь 34% (30) регионовимеют показатель ниже. Все вышеперечисленное позволяет сделать вывод о том, чтоЧелябинская область по значению показателя* находится в конце списка регионов,и показатель большинства субъектов РФ превышает показатель Челябинской области.
/>
Диаграмма 2 – Распределение субъектовРФ с выделением регионов со значением показателя выше и ниже соответствующегопоказателя Челябинской области
Вариационный анализ
Первый этапвариационного анализа — это построение вариационного ряда. Так как изучаемыйпризнак относится к непрерывному виду, то необходимо строить интервальный ряд.
По формулеСтержесса определяем длину интервала. Полученное значение k=7,46.Следовательно, будет 8 интервалов. Минимальное значение признака равно 0,2%, амаксимальное – 70,6%. За нижнюю границу первого интервала примем 0%, а заверхнюю границу последнего интервала – 72%. Такие границы, несомненно,способствуют легкости восприятия и наглядности распределения. Кроме того, этиграницы достаточно близки к соответственно минимальному и максимальномузначению признака.
Вариационный ряд имеет вид (
Таблица 2 –Вариационный ряд):
Таблица 2 – Вариационный рядИнтервал (%) Частота попадания 0-9 5 9-18 16 18-27 32 27-36 18 36-45 8 45-54 2 54-63 4 63-72 3
Графическираспределение представлено на диаграмме (Диаграмма 3).
/>
Диаграмма 3 – Распределение регионовпо показателю*
Анализдиаграммы показывает, что распределение не подчиняется нормальному закону. Явновыражена правосторонняя, то есть положительная, асимметрия, из чего можносделать вывод о том, что большинство значений признака сконцентрировано слева отсредней и имеет значение, меньшее, чем среднее. По гистограмме можноприблизительно определить моду, значение которой попадает в середину третьегоинтервала и составляет приблизительно 22%.
Дляпостроения кумуляты и огивы был произведен расчет накопленных частот.
Анализвышеприведенного графика позволяет примерно определить медианное значение, тоесть значение изучаемого признака, приходящееся на середину ранжированнойсовокупности. В данном случае медиана составляет приблизительно 23%.
Второй этапвариационного анализа – расчет показателей. Для этого была оформленадополнительная таблица (Приложение Б). В итоге получились следующие значения:Показатель Значение Среднее значение 27,1 Мода 22,8 Медиана 21,91 Размах вариации 70,4 Среднее линейное отклонение 10,86 Среднее квадратическое отклонение 14,23 Дисперсия 202,49 Относительный размах вариации 2,6 Относительное линейное отклонение 0,4 Коэффициент вариации 0,53 Коэффициент асимметрии 1,04
Таблица 3 – Показатели вариации Структурные характеристики
К данномутипу характеристик относят среднее значение, моду и медиану. Для оценки моды имедианы можно использовать графики распределения и пересечения огивы скумулятой соответственно.
Среднеезначение показателя* по регионам составило 27,1%. Однако индивидуальныеразличия единиц совокупности погашаются, неточно передается структура рядараспределения.
Медина равна21,91%. То есть половина единиц совокупности имеет значение показателя ниже данного,а вторая половина – не меньше медианного. Мода же равна 22,8%. Даннаяхарактеристика указывает на наиболее часто встречающееся значение признака.Однако, поскольку ряд интервальный, следует рассматривать моду как значение,вокруг которого плотность распределения достигает своего пика. То есть вокругэтого значения сконцентрировано наибольшее количество регионов РФ.
Длянормального закона характерно следующее соотношение: медиана находится винтервале между модой и средним значением, при чем она ближе к средней, чем кмоде. В рассматриваемой совокупности имеет место иное соотношение, а именно: Xср>Me>Mo,что обусловлено выраженной правосторонней асимметрии. Таким образом, нельзяутверждать, что распределение подчиняется вышеуказанному закону.
Характеристики рассеяния
Простейшим изпоказателей данной группы является вариационный размах. Он равен 70,4%, чтоявляется достаточно большим значением. Но он дает лишь самое общеепредставление о размерах вариации, так как показывает, насколько отчаются другот друга крайние значения, но не указывают, насколько велики отклонениязначений признака друг от друга внутри этого промежутка.
Более точнымбудет такой показатель, который учитывает отклонение каждой из вариант от среднейвеличины. Среднее линейное отклонение составило 10,86%. Именно на это значениеотклоняется в среднем доля доходов, идущих на пополнение финансовых активов, отсвоего среднего значения. Также необходимо рассчитать среднее квадратическоеотклонение. Оно равно 14,23%. По свойству мажорантности средних среднееквадратическое отклонение всегда больше среднего линейного отклонения.Соотношение среднего квадратического отклонения и среднего линейного отклонения,равное 1,31, позволяет сделать вывод об отсутствии нормального распределения.
Дисперсия –это средний квадрат отклонений индивидуальных значений признака от их среднейвеличины. В нашем случае она равна 202,49%.
Котносительным показателям вариации относят: относительный размах вариации (2,6),относительное линейное отклонение (0,4) и коэффициент вариации (0,53).Коэффициент вариации отражает состояние между вариацией выборки и ее центром.Данное значение коэффициента свидетельствует о том, что степень концентрациивокруг среднего допустима.
Относительноелинейное отклонение показывает, что доля усредненного значения абсолютныхотклонений от средней величины составляет 40%.
Относительныйразмах вариации отражает относительную колеблемость крайних значений признакавокруг средней. Такое значение коэффициента говорит о том, что относительныйразброс значений признака достаточно высок. Характеристики формы распределения вариационного ряда
Сюдаотносятся коэффициент асимметрии и коэффициент эксцесса.
Коэффициентасимметрии рассчитывается с помощью моментов третьего порядка. Для даннойсовокупности он равен 1,04. Такое значение показывает, что имеет место выраженнаяправосторонняя асимметрия и большинство значений признака имеет значение нижесреднего.
Так каккоэффициент асимметрии не равен нулю, то не имеет смысла рассчитывать показательэксцесса. Все вышеперечисленное подтверждает гипотезу об отсутствии нормальногораспределения. Моделирование рядараспределения
Нормальноераспределение важно по многим причинам. Распределение многих статистик являетсянормальным или может быть получено из нормальных с помощью некоторыхпреобразований. Рассуждая философски, можно сказать, что нормальноераспределение представляет собой одну из эмпирически проверенных истинотносительно общей природы действительности и его положение можетрассматриваться как один из фундаментальных законов природы.
Выдвинемгипотезу о том, что распределение в совокупности подчиняется нормальномузакону. Воспользуемся для проверки гипотезы критерием согласия Пирсона, длячего возьмем за основу вариационный ряд, составленный ранее. Для расчетовпонадобятся значения средней величины (27,1), среднего квадратическогоотклонения (14,23) и длина интервала (9). Дополним ряд так, чтобы получилась следующаятаблица:X`j Интервал
/> t 4,5 9 5 -1,59 0,1127 6 0,1667 13,5 9 18 16 -0,96 0,2516 14 0,2857 22,5 18 27 32 -0,32 0,3790 21 5,7619 31,5 27 36 18 0,31 0,3802 21 0,4286 40,5 36 45 8 0,94 0,2565 14 2,5714 49,5 45 54 2 1,57 0,1163 6 2,6667 58,5 54 63 4 2,21 0,0347 2 2,0000 67,5 63 72 3 2,84 0,0071 ошибка деления на ноль
Таблица 4 –Моделированиеряла распределения
Видно, чтодля последнего интервала округленная теоретическая частота, то есть частота,которая должна быть при нормальном распределении, статистически незначима. Дляинтервала 54-63 теоретическая частота равна 2, что тоже достаточно невысокийпоказатель. Объединим последние три интервала в один. Получим интервал 45-72 сдлиной, равной 27. Необходимо также пересчитать среднее значение и среднееквадратическое отклонение. Они равны соответственно 27 и 13,84.X`j Интервал
/> t 4,5 9 5 -1,63 0,1057 6 0,1667 13,5 9 18 16 -0,98 0,2468 14 0,2857 22,5 18 27 32 -0,33 0,3778 22 4,5455 31,5 27 36 18 0,33 0,3778 22 0,7273 40,5 36 45 8 0,98 0,2468 14 2,5714 58,5 45 72 9 2,28 0,0297 5 3,2 Итого Х Х Х Х Х Х 11,4965
Таблица 5 – моделирование ряда распределения послеобъединения интервалов
В данном рядунет статистически незначимых частот, поэтому можно приступать к определениюχ2. Предельное значение, определяющее условия отклонениягипотезы о нормальном характере распределения, для уровня значимости=0,05 пристепени свободы=3 равно 7,815. Эмпирическое же значение равно 11,5. Так кактеоретическое значение меньше полученного на практике, то гипотеза о нормальномзаконе распределения отвергается. Имеет место выраженная правосторонняяасимметрия со смещением в область более низких значений. Оценка параметровгенеральной совокупности на основе выборочных данных
В реальныхусловиях для наблюдения какого-то признака практически никогда не анализируетсявся совокупность в целом. Вместо этого применяют выборочное наблюдение, то естьстатистическому обследованию подвергаются определенным образом отобранныеединицы изучаемой совокупности. Целью выборочного наблюдения являетсяхарактеристика всей совокупности единиц по обследуемой части, при условиисоблюдения всех правил и принципов статистического наблюдения. Это позволяетсэкономить материальные, трудовые ресурсы, время, дает возможность болеедетально и подробно изучить отдельные единицы статистической совокупности и ихгруппы.
Дляпроведения выборочного наблюдения необходимо определить способ отбора и типвыборки. В данном конкретном случае считаю оптимальным применение бесповторнойсобственно случайной выборки методом жеребьевки, так как единицы наблюдаемойсовокупности не упорядочены и с равной вероятностью могут попасть в выборку.
Выборка 54 регионов
Из 88регионов выберем 54. Выбранные единицы представлены в Приложении В.
Рассчитаемвыборочную среднюю для совокупности. Вследствие отсутствия весов рассчитываетсякак простая арифметическая средняя. Она равна 27,07%. Вычислим предельнуюошибку средней с помощью коэффициента доверия для вероятностей 0,760, 0,860,0,880 и 0,960. Вероятность Предельная ошибка 0,76 6,05 0,86 6,68 0,88 6,80 0,96 7,25
Таблица 6 – Предельные ошибки
Необходимоотметить, что используемая для расчета предельной ошибки средней дисперсиягенеральной совокупности вычисляется из выборочной дисперсии путем ее умноженияна величину n/(n-1), где n – размер выборочной совокупности. В нашем случаеэтот коэффициент равен 54/53.
В результатеполучаем следующие доверительные интервалы генеральной средней:
Таблица 7 – Доверительныеинтервалы генеральной среднейВероятность Интервал 0,76 21,02 — 33,12 0,86 20,39 — 33,75 0,88 20,27 — 33,86 0,96 19,81 — 34,32
Выборка 24 региона
Выберем 24 регионаиз совокупности (Приложение Г). Рассчитаем среднее значение выборки как среднююарифметическую величину. Оно равно 29,14%.
Так какколичество единиц в выборке меньше 30, то она относится к малым. Следовательно,расчет предельной средней необходимо проводить по правилам малой выборки.
Здесьиспользуется критерий доверия Стьюдента. Также необходимо отметить, чтоприменяется выборочная, а не генеральная дисперсия, и коэффициент корректировкина бесповторность. Получаем следующие предельные ошибки:Степень значимости Предельная ошибка 0,24 3,43 0,14 4,45 0,12 4,45 0,04 6,49
Таблица 8 – предельные ошибки малой выборки
Коэффициенткорректировки на бесповторность равен 64/87. Число степеней свободы равно 23.Значение коэффициента доверия Стьюдента выбирается по соответствующей таблице.
Доверительныеинтервалы в малой выборке имеют вид:Степень значимости Интервал 0,24 25,72 — 32,57 0,14 24,69 — 33,59 0,12 25,69 — 33,59 0,04 22,65 — 35, 63
Значениегенеральной средней равно 27,1%. Для всех предложенных вероятностей онопопадает в доверительный интервал, рассчитанный как для малой, так и длябольшой выборки. Однако, на мой взгляд, к таким результатам привели большиезначения предельных ошибок, которые в свою очередь зависят от дисперсии. Ноформально можно считать обе выборки достаточно результативными. Анализ динамики
Проанализируемдинамику показателя «Среднедушевой доход в месяц, руб.», по Центральномуфедеральному округу за 2000-2004 годы. Построим ряд динамики:Год 2000 2001 2002 2003 2004 Значение 3230,6 4299,6 5435,6 7211,3 8999,5
Таблица 9 – Среднедушевые доходы населения по Центральномуфедеральному округу в месяц, руб.
Необходимоотметить, что ряд является интервальным и равномерным. Показатели в каждоминтервале полностью сопоставимы по единицам измерения и территории. Показатели ряда динамики и тенденции динамикиНаименование показателя -2 -1 1 2 Средние характеристики Уровень ряда, руб. 3230,60 4299,60 5435,60 7211,30 8999,50 5835,32 Абсолютный прирост (цепной), руб. … 1069,00 1136,00 1775,70 1788,20 1442,23 Абсолютный прирост (базисный), руб. 1069,00 2205,00 3980,70 5768,90 … Абсолютное ускорение (цепное) … … 67,00 639,70 12,50 239,73 Темп роста (цепной),% … 133,09 126,42 132,67 124,80 129,19 Темп роста (базисный),% 100,00 133,09 168,25 223,22 278,57 … Темп прироста (цепной),% … 33,09 26,42 32,67 24,80 29,19 Темп прироста (базисный),% 33,09 68,25 123,22 178,57 … Абсолютное значение 1% прироста (цепного) … 32,31 43,00 54,36 72,11 …
Таблица 10 – Показатели ряда динамики
Абсолютныйцепной прирост показывает изменение значения показателя по отношению кпредыдущему периоду, а абсолютный базисный прирост – по отношению к начальномупериоду. Цепной темп роста – это соотношение значения показателя в текущем ипредыдущем периоде. Видно, что во всех интервалах цепной темп роста больше100%, следовательно, значение показателя увеличивается. Средний уровень рядарассчитывается как простая арифметическая, так длина интервалов одинаковая, апоказатель выражен в абсолютных величинах. Средний прирост уровня рядасоставляет 1442,23 руб. в год. Средний темп прироста равен 29,19%, именно наэту величину в среднем увеличиваются среднедушевые доходы каждый год. Выбор вида тренда
Так какколичество уровней в ряду мало, то для выбора вида уравнения динамики можноиспользовать графический метод или метод наименьших квадратов.
Применимграфический метод. Нанесем на поле координат точки, соответствующие значениямпризнака в каждом периоде. Проведем прямую линию, наиболее точно отражающуютенденцию распределения точек.
/>
Напроведенной прямой выберем 2 произвольные точки. Используя их координаты, решимследующую систему уравнений:
/>a+b*=;
a+b* =;
a=, b=.
Уравнениединамики имеет вид: y= +.
Методнаименьших квадратов дает оценку параметров, отвечающую принципам максимальногоправдоподобия, лишь в том случае, когда распределение в совокупностиподчиняется нормальному закону. В нашем случае гипотеза о нормальном характерераспределения была отвергнута. Поэтому методу МНК нельзя полностью доверять.
Рассчитаемпараметры уравнения прямой линейной зависимости:
/>5*a+0*b=29176,60
0*a+10*b=14449,5
a=5835,32;b=1444,95;
Суммаквадратов отклонений фактических значений признака от теоретических равна 329329,28.
Рассчитаемпараметры уравнения параболы:
/>5*a+0*b+10*c=29176,60
0*a+10*b+0*c=14449,5
10*a+0*b+34*c=60431,3
a=5538,45;b=1444,95; c=148,44.
Суммаквадратов отклонений фактических значений признака от теоретических равна20865,03.
Рассчитаемпараметры уравнения третьей степени:
/>5*a+0*b+10*c+0*d=29176,60
0*a+10*b+0*c+34*d=14449,5
10*a+0*b+34*c+0*d=60431,3
0*a+34*b+0*c+130*d=49062,9
a=5538,45; b=1460,392;c=148,44; d=-4,54.
Суммаквадратов отклонений фактических значений признака от теоретических равна 20568,00.
Минимальноезначение суммы квадратов отклонений фактических значений признака оттеоретических соответствует последнему уравнению. Таким образом, уравнениединамики имеет вид:
y = -4,5417x3+ 148,44x2 + 1460,4x + 5538,4.
Рассчитаемпоказатели колеблемости, для чего сначала вычислим показатели отклонения оттренда:Наименование показателя -2 -1 1 2 Уровень ряда (фактический), ед. 3230,60 4299,60 5435,60 7211,30 8999,50 Уровень ряда (теоретический), ед. 3247,74 4231,03 5538,45 7142,73 9016,64 Отклонение фактического уровня ряда от теоретического, ед. -17,14 68,57 -102,85 68,57 -17,14
Таблица 11 – показатели отклонения от трендаНаименование показателя Значение Амплитуда отклонений от тренда 171,41 Среднее линейное отклонение от тренда 17,14 Среднее квадратическое отклонение от тренда 143,42 Относительное линейное отклонение от тренда 0,00 Коэффициент аппроксимации 0,02
Таблица 12 – показатели колеблемости
Анализполученных результатов позволяет сделать вывод о том, что полученнаязависимость наилучшим образом аппроксимирует исходные данные. Очень низкиекоэффициент аппроксимации, показывающий очень слабую колеблемость тенденции, иотносительное линейное отклонение от тренда позволяют использовать тренд дляпрогнозирования изменения значений показателя среднедушевых денежных доходов вмесяц на срок приблизительно 1,5 года.
Заключение
В результатепроделанной работы по многостороннему исследованию совокупности, состоящей из88 регионов РФ, по показателю «Доля денежных доходов, расходуемых на приростфинансовых активов, % в 2004г.» можно сделать следующие выводы:
Выяснилось,что лишь 34% регионов имеет показатель ниже среднего, оставшиеся 66 субъектовРФ имеют показатель выше среднего, что свидетельствует о достаточно высокихразмерах финансовых активов.
Гипотеза онормальном характере распределения не подтвердилась вследствие выраженнойправосторонней асимметрии
В результатепостроения ряда динамики по показателю «Среднедушевой денежный доход в месяц,руб. по Центральному федеральному округу за 2000-2004гг.» и его последующегоанализа было получено уравнение третьей степени, наилучшим образом описывающеетенденцию динамики:
y = -4,5417x3+ 148,44x2 + 1460,4x + 5538,4.
Данноеуравнение с большой долей вероятности можно использовать для прогнозирования.
Припроведении выборки и анализе выборочных совокупностей установлено, чтогенеральная средняя попадает во все доверительные интервалы, рассчитанные длявероятностей 0,76; 0,86; 0,88; 0,96 как в малой, так и в большой выборке. Нозначительной степени это объясняется не столько высокой репрезентативностьювыборок, сколько большим значением предельной ошибки, на которую, в своюочередь, повлияла большая величина дисперсий.
В заключениинеобходимо отметить, что выполнение данного курсового проекта позволилоприобрести навыки по обработке больших массивов статистических данных и их.
ПриложениеАсубъект Доля денежных доходов, расходуемых на прирост финансовых активов, % Годовые доходы населения, руб. Белгородская область 24,3 73898551,2 Брянская область 20,4 60761572,8 Владимирская область 28,6 61031116,8 Воронежская область 18,9 114358623,6 Ивановская область 22,2 38765328 Калужская область 11,4 51631927,2 Костромская область 28,5 33240636 Курская область 27,4 61666344 Липецкая область 17,9 63852366 Московская область 0,9 461383876,8 Орловская область 17,6 39609660 Рязанская область 14,4 52748044,8 Смоленская область 19,5 54848736 Тамбовская область 24,6 56341308 Тверская область 11,6 68547835,2 Тульская область 25,5 78740886 Ярославская область 34,9 82593655,2 г. Москва 13,8 2615676553 Республика Карелия 25,1 49347250,8 Республика Коми 27,6 112165236 Архангельская область * 32,6 86642841,6 Ненецкий автономный округ 69,7 10141588,8 Вологодская область 30,6 79010784 Калининградская область 16 53494500 Ленинградская область 25,9 79962864 Мурманская область 20,5 88350240 Новгородская область 17,6 35761606,8 Псковская область 12,2 38539353,6 г. Санкт-Петербург 21,5 491351788,8 Республика Адыгея 25,3 16448802 Республика Дагестан 19 93681367,2 Республика Ингушетия 63,1 10038840 Кабардино-Балкарская Республика 24,8 34089001,2 Республика Калмыкия 40 8073853,2 Карачаево-Черкесская Республика 27,8 17534362,8 Республика Северная Осетия — Алания 40,7 34663927,2 Краснодарский край 4,8 268303960,8 Ставропольский край 6,9 127122103,2 Астраханская область 26,9 54509254,8 Волгоградская область 19,1 149095663,2 Ростовская область 17,5 263956135,2 Республика Башкортостан 17,6 253209686,4 Республика Марий Эл 18,7 22237022,4 Республика Мордовия 32,9 34335345,6 Республика Татарстан 20,2 242452980 Удмуртская Республика 22,7 68816592 Чувашская Республика 18,5 49761216 Кировская область 25,9 66695209,2 Нижегородская область 17,5 200127387,6 Оренбургская область 32,4 100524992,4 Пензенская область 15,4 58950672 Пермская область * 27,0 209680923,6 Коми-Пермяцкий автономный округ 45,4 3713354,4 Самарская область 7,4 277131585,6 Саратовская область 22,3 126753360 Ульяновская область 14,2 60046008 Курганская область 27,1 46431787,2 Свердловская область 22,2 354592780,8 Тюменская область* 70,6 219525381,6 Ханты-Мансийский автономный округ — Югра 33,4 261763454,4 Ямало-Ненецкий автономный округ 42,5 116604858 Челябинская область 20,8 206711582,4 Республика Алтай 39,5 8329658,4 Республика Бурятия 27,5 54605167,2 Республика Тыва 46,9 12307075,2 Республика Хакасия 34,3 28936904,4 Алтайский край 13,4 108352717,2 Красноярский край* 23,2 220950054 Таймырский (Долгано-Ненецкий) автономный округ 54,3 5267386,8 Эвенкийский автономный округ 60,6 1811224,8 Иркутская область* 23,3 163607767,2 Усть-Ордынский Бурятский автономный округ 57,7 2916648 Кемеровская область 26,5 212353382,4 Новосибирская область 0,2 159376021,2 Омская область 25,9 134092786,8 Томская область 23,2 80856968,4 Читинская область* 28,1 62226236,4 Агинский Бурятский автономный округ 38,2 3664045,2 Республика Саха (Якутия) 28,8 109702881,6 Приморский край 15,7 133027860 Хабаровский край 26,9 129327297,6 Амурская область 25,3 50371178,4 Камчатская область* 41,2 32658213,6 Корякский автономный округ 59,4 2882966,4 Магаданская область 40 20261882,4 Сахалинская область 29,7 61256464,8 Еврейская автономная область 28,8 11342316 Чукотский автономный округ 37,3 9386083,2
*Регионывходят в состав других субъектов РФ.
ПриложениеБX`j
/>
/>
/>
/> 4,5 113,0 2554,3 -57733,29402 1304903,657 13,5 217,6 2960,3 -40267,47683 547729,2018 22,5 147,3 677,8 -3119,371009 14356,19612 31,5 79,2 348,1 1530,937227 6732,644396 40,5 107,2 1436,0 19239,03948 257759,4039 49,5 44,8 1003,3 22472,00651 503321,8731 58,5 125,6 3943,3 123809,6881 3887342,822 67,5 121,2 4895,9 197784,4088 7990040,605
/>
/>
/>
/> 955,8 17819,1 263715,9383 14512186,4
ПриложениеВРегион Показатель Республика Дагестан 19 Тамбовская область 24,6 Республика Марий Эл 18,7 Республика Коми 27,6 Чукотский автономный округ 37,3 Рязанская область 14,4 Владимирская область 28,6 Нижегородская область 17,5 Амурская область 25,3 Кировская область 25,9 Республика Северная Осетия — Алания 40,7 Омская область 25,9 Кемеровская область 26,5 Ханты-Мансийский автономный округ — Югра 33,4 Республика Бурятия 27,5 Республика Адыгея 25,3 Республика Мордовия 32,9 Краснодарский край 4,8 Челябинская область 20,8 Тульская область 25,5 Ставропольский край 6,9 Усть-Ордынский Бурятский автономный округ 57,7 Республика Татарстан 20,2 Архангельская область * 32,61787489 Саратовская область 22,3 Республика Саха (Якутия) 28,8 Кабардино-Балкарская Республика 24,8 Новгородская область 17,6 Мурманская область 20,5 Чувашская Республика 18,5 Пермская область * 26,96930302 Республика Ингушетия 63,1 Агинский Бурятский автономный округ 38,2 Ярославская область 34,9 Ямало-Ненецкий автономный округ 42,5 Республика Хакасия 34,3 Таймырский (Долгано-Ненецкий) автономный округ 54,3 Тверская область 11,6 г. Москва 13,8 Магаданская область 40 Калужская область 11,4 Эвенкийский автономный округ 60,6 Республика Калмыкия 40 Ростовская область 17,5 Орловская область 17,6 Ивановская область 22,2 Республика Алтай 39,5 Оренбургская область 32,4 Республика Башкортостан 17,6 Алтайский край 13,4 Приморский край 15,7 Курская область 27,4 Ульяновская область 14,2 Брянская область 20,4
*Регионывходят в состав других субъектов РФ.
ПриложениеГРегион Показатель Ставропольский край 6,9 Республика Северная Осетия — Алания 40,7 Ленинградская область 25,9 Еврейская автономная область 28,8 Иркутская область* 23,30824003 Челябинская область 20,8 Краснодарский край 4,8 Республика Тыва 46,9 Республика Ингушетия 63,1 Астраханская область 26,9 Корякский автономный округ 59,4 Орловская область 17,6 Курганская область 27,1 Республика Дагестан 19 Московская область 0,9 Ярославская область 34,9 Костромская область 28,5 Магаданская область 40 Кировская область 25,9 Республика Мордовия 32,9 Сахалинская область 29,7 Республика Коми 27,6 Республика Калмыкия 40 Карачаево-Черкесская Республика 27,8
Литература
1. Лазарева Г.В., Богданчикова М.Ю.Статистика / Учебное пособие по выполнению курсового проекта. — Челябинск,2003.
2. Российский статистический ежегодник:Официальное издание. –М.: Госкомстат, 2005.
3. Елисеева И.И., Юзбашев М.М. Общаятеория статистики: Учебник/Под ред. чл-корр РАН И.И.Елисеевой. – М.: Финансы истатистика, 1995.