Изучение деятельности туристических фирм в России

Размещено на http://www.allbest.ru/

Федеральное агентство по образованию РФ

Государственное образовательное учреждение

высшего профессионального образования

Рыбинский государственный авиационный технический УНИВЕРСИТЕТ имени П. А. СОЛОВЬЕВА

Социально-экономический факультет

КУРСОВАЯ РАБОТА

по дисциплине: Статистика

на тему:

«Изучение деятельности туристических фирм в России»

Студент группы ЭУГ2-09

Денисов В. О.

Руководитель: канд. экон. наук,

доцент Ломанова Е.В.

Рыбинск 2011

Задание

1. Спроектировать статистическое наблюдение

Указать форму, вид, способ наблюдения;

Сформулировать цель наблюдения;

Выделить объект, единицу наблюдения, отчетную единицу;

Разработать программу наблюдения с соблюдением стандартных правил составления и с учетом следующих требований:

- Вопросы формуляра должны предполагать получение значений не только качественных, но и количественных признаков; (непрерывных и дискретных), что даст возможность в дальнейшем обработать полученные факты с применением достаточного количества методов;

- Важно наличие в формуляре не только закрытых, но и открытых вопросов, по которым ответ предполагает получение числовой информации;

Составить таблицу, в которой привести списки существенных признаков, по которым будет осуществляться наблюдение; столбцы таблицы назвать следующим образом: «Атрибутивные признаки», «Вариационные признаки»;

Разработать инструментарий наблюдения:

- Формуляр, включающий не менее 10 существенных признаков (вопросы, необходимые для получения информации справочного характера (пол, ФИО, возраст и т.п.) в это количество не входят);

- Инструкцию по заполнению формуляра;

Разработать организационный план наблюдении, содержащий срок наблюдения; критический момент наблюдения и место проведения наблюдения;

2. Провести статистическое наблюдение по разработанному проекту (при этом необходимо заполнение не менее 50 формуляров, учитывая, что точность наблюдения увеличивается с ростом объема выборки);

3. Осуществить сводку и группировку результатов статистического; наблюдения, используя статистические таблицы, построенные как по атрибутивным, так и по вариационным признаком;

4. Произвести обработку сгруппированных данных:

1) Графически представить результаты наблюдения таким образом, чтобы передать наибольший объем информации; при этом одинаковой смысловой нагрузки приводимые диаграммы и графики нести не должны;

2) Рассчитать среднюю величину, моду и медиану основных показателей;

3) Оценить вариацию признаков, рассчитав абсолютные и относительные показатели вариации, а так же используя дисперсионный анализ;

4) В полученной сводке результатов наблюдения выделить факторные и результативные признаки; оценить тесноту и характер связей между ними с использованием корреляционно-регрессионного анализа, а также путем расчета коэффициентов ассоциации, контингенции, коэффициентов взаимной сопряженности Пирсона и Чупрова, коэффициентов корреляции знаков и корреляции рангов и прочих;

5) Если позволяет собранная информация - проанализировать динамику явления;

5. Сделать выводы по результатам исследования, которые следует располагать равномерно по курсовой работе (выделять выводы отдельным разделом не следует).

Содержание

Введение

1. Подготовка статистического наблюдения

2. Статистическая сводка данных

3. Группировка, анализ и обработка полученных данных

3.1 Ряды распределения

3.2 Анализ методом расчета показателей динамики

3.3 Показатели среднего

3.4 Показатели вариации

3.4.1 Абсолютные показатели

3.4.2 Относительные показатели

3.5 Параметрические показатели связи

3.6 Непараметрические показатели связи

3.6.1 Коэффициенты взаимной сопряженности Пирсона и Чупрова

3.6.2 Ранговые коэффициенты связи

Заключение

Список используемой литературы

Введение

Статистика -- это общетеоретическая наука (комплекс научных дисциплин), которая изучает количественную сторону качественно определенных массовых социально-экономических явлений и процессов, их состав, распределение, размещение в пространстве, движение во времени выявляя действующие взаимозависимости и закономерности в конкретных условиях места и времени.

Объектом изучения статистики является общество, протекающие в нём процессы и закономерности развития. Предмет статистики -- размеры и количественные соотношения качественно определенных социально-экономических явлений, закономерности их связи и развития в конкретных условиях места и времени.

Статистические методы -- методы анализа статистических данных. Выделяют методы прикладной статистики, которые могут применяться во всех областях научных исследований и любых отраслях народного хозяйства, и другие статистические методы, применимость которых ограничена той или иной сферой.

Цель статистического исследования - раскрытие сущности массовых явлений и процессов, присущих им закономерностей. Отличительной особенностью этих закономерностей является то, что они относятся не к каждой отдельной единице совокупности, а ко всей массе единиц в целом.

В данной курсовой работе мы решили изучить деятельность туристических фирм в России.

Туризм -- временные выезды (путешествия) людей в другую страну или местность, отличную от места постоянного жительства на срок от 24 часов до 6 месяцев в течение одного календарного года или с совершением не менее одной ночевки в развлекательных, оздоровительных, спортивных, гостевых, познавательных, религиозных и иных целях без занятия деятельностью, оплачиваемой из местного источника.

Индустрия туризма -- многоотраслевой производственный комплекс, занимающийся воспроизводством условий для путешествий и отдыха, то есть производством туристского продукта. Является одной из самых значительных отраслей экономики в мире, а для некоторых развивающихся стран - основной экономической отраслью (Кипр, Малайзия, Таиланд и др.).

Туристский продукт окончательно превратился в экономическую категорию лишь в условиях массового туризма. Интенсивность туризма -- показатель, дающий представление о том, какая часть населения страны (в процентах) ежегодно совершает хотя бы одну поездку. Когда интенсивность туризма выше 50 %, можно говорить, что в данной стране туризм имеет массовый характер.

С экономической точки зрения привлекательность туризма как составной части услуг -- в более быстрой окупаемости вложенных средств и получении дохода в свободно конвертируемой валюте. Туристский бизнес стимулирует развитие других отраслей хозяйства: строительства, торговли, сельского хозяйства, производства товаров народного потребления, связи и т. д.

Данный бизнес привлекает предпринимателей по многим причинам: небольшие стартовые инвестиции, растущий спрос на туристские услуги, высокий уровень рентабельности и минимальный срок окупаемости затрат. В туристской индустрии динамика роста объёмов предоставляемых услуг приводит к увеличению числа рабочих мест намного быстрее, чем в других отраслях. Временной промежуток между ростом спроса на туристские услуги и появлением новых рабочих мест в туристском бизнесе минимальный.

Туризм помимо огромного экономического значения играет большую роль в расширении границ взаимопонимания и доверия между людьми разных религий и культур. Его деятельность не ограничивается только торговлей товарами и услугами и поиском новых торговых партнеров. Она направляется также на установление взаимоотношений между гражданами разных стран для сохранения и процветания мира.

Эта тема актуальна в наше время, так как задача развития туризма требует решения множества сопутствующих задач, например развитие транспортной системы, развитие системы общественного питания, улучшение имиджа, развитие информационной инфраструктуры.

1. Подготовка статистического наблюдения

Для проведения статистического исследования мы использовали данные Федеральной службы государственной статистики, которая находится в ведении Министерства экономического развития Российской Федерации. Федеральная служба государственной статистики - это государственный статистический орган, имеющий задачей удовлетворение потребностей органов власти и управления, средств массовой информации, населения, научной общественности, коммерческих организаций и предпринимателей, международных организаций в разнообразной, объективной и полной статистической информации.

Статистическое наблюдение предполагает достоверность и точность данных, полноту и их практическую ценность, единообразие и сопоставимость информации.

Процесс проведения статистического наблюдения включает следующие этапы:

· Подготовка статистического наблюдения;

· Проведение массового сбора данных;

· Подготовка данных к обработке;

· Разработка предложений по совершенствованию процесса наблюдения.

Для проведения такого наблюдения необходимо:

· выделить объект;

· единицу наблюдения;

· сформулировать цель наблюдения;

· составить перечень признаков.

Объект наблюдения: Российская Федерация.

Единица наблюдения: Субъект федерации.

Цель наблюдения: Изучение деятельности туристических фирм в России.

Вид статистического наблюдения:

· По времени регистрации фактов: единовременное - это обследование дает сведения о количественных характеристиках какого-либо явления или процесса в момент его исследования.

· По охвату единиц совокупности: сплошное наблюдение - предполагает, что обследованию подлежат все единицы изучаемой совокупности.

Срок наблюдения: 1 января 2010 - 31 декабря 2010 года.

По форме внешнего выражения признаки делятся на:

- Атрибутивные

- Вариационные

Все признаки по данной теме можно разделить следующим образом:

Таблица 1.

Атрибутивные признаки	Вариационные признаки
Федеральный округ	Число турфирм
	Средняя численность работников (включая внешних совместителей и работников, выполнявших работы по договорам гражданско-правового характера)
	Сумма комиссионных, агентских и иных вознаграждений
	Выручка от оказания туристских услуг
	Расходы на услуги сторонних организаций, используемые при производстве туристского продукта
	Расходы, произведенные организацией на оказание туристских услуг
	Число турпакетов, реализованных населению за год
	Стоимость турпакетов, реализованных населению за год
	Число отправленных туристов (граждан России) всего за год
	Число принятых туристов (граждан других стран)

2. Статистическая сводка данных

Полученные в ходе проведения статистического наблюдения результаты можно свести в таблицы 2, 3 и 4, разделив соответственно по атрибутивным и количественным признакам.

Таблица 2. Сводка данных по атрибутивным признакам

Субъект РФ	Федеральный округ
Белгородская область	Центральный
Брянская область
Владимирская область
Воронежская область
Ивановская область
Калужская область
Костромская область
Курская область
Липецкая область
Московская область
Орловская область
Рязанская область
Смоленская область
Тамбовская область
Тверская область
Тульская область
Ярославская область
г.Москва
Республика Карелия	Северо-Западный
Республика Коми
Архангельская область
Ненецкий авт.округ
Вологодская область
Калининградская область
Ленинградская область
Мурманская область
Новгородская область
Псковская область
г.Санкт-Петербург
Республика Адыгея	Южный
Республика Калмыкия
Краснодарский край
Астраханская область
Волгоградская область
Ростовская область
Республика Дагестан	Северо-Кавказский
Республика Ингушетия
Кабардино-Балкарская Республика
Карачаево-Черкесская Республика
Республика Северная Осетия - Алания
Чеченская Республика
Ставропольский край
Республика Башкортостан	Приволжский
Республика Марий Эл
Республика Мордовия
Республика Татарстан
Удмуртская Республика
Чувашская Республика
Пермский край
Кировская область
Нижегородская область
Оренбургская область
Пензенская область
Самарская область
Саратовская область
Ульяновская область
Курганская область	Уральский
Свердловская область
Тюменская область
Ханты-Мансийский авт.округ-Югра
Ямало-Ненецкий авт.округ
Челябинская область
Республика Алтай	Сибирский
Республика Бурятия
Республика Тыва
Республика Хакасия
Алтайский край
Забайкальский край
Красноярский край
Иркутская область
Кемеровская область
Новосибирская область
Омская область
Томская область
Республика Саха (Якутия)	Дальневосточный
Камчатский край
Приморский край
Хабаровский край
Амурская область
Магаданская область
Сахалинская область
Еврейская автономная область
Чукотский авт.округ

Таблица 3. Сводка данных по количественным признакам

Субъект РФ	Число турфирм, ед.	Средняя численность работников (включая внешних совместителей и работников, выполнявших работы по договорам гражданско-правового характера), чел.	Сумма комиссионных, агентских и иных вознаграждений, тыс. руб.	Выручка от оказания туристских услуг, тыс. руб.	Расходы на услуги сторонних организаций, используемые при производстве туристского продукта, тыс. руб.
Белгородская область	70	217	43760,1	65383,5	35993
Брянская область	62	219	30863,6	67835,3	23871
Владимирская область	142	533	92853,3	384473,9	209399,8
Воронежская область	67	169	35250,7	54358,9	2788
Ивановская область	121	621	40063,4	274254,1	162785,8
Калужская область	121	359	50058	119818,4	49274,6
Костромская область	79	252	635977,7	678661,2	23414,1
Курская область	66	196	39230,3	81925,8	37217,7
Липецкая область	81	237	47027,5	61504,6	8773,3
Московская область	461	1630	498173,1	3000297,9	933928,7
Орловская область	57	160	36773,2	41887,4	2592,5
Рязанская область	75	248	39134,9	75855,2	15777,2
Смоленская область	65	200	35863,2	56380,4	12641,2
Тамбовская область	44	119	23547,3	29247,9	3532
Тверская область	126	463	107550,8	183635,4	43405,9
Тульская область	107	272	41954,9	68484,3	21669,5
Ярославская область	87	733	104931,8	443514,4	253806,2
г.Москва	715	9828	3548783,4	12305639,8	5364266,1
Республика Карелия	43	209	41482,8	184157,7	77096,7
Республика Коми	97	311	127128,1	141124,3	3991,5
Архангельская область	123	381	129721,2	208323,2	38761,6
Ненецкий авт.округ	4	5	4026	24506,8	190,7
Вологодская область	159	643	108575	460589,7	139038,2
Калининградская область	87	477	116770,9	524854,7	285150,7
Ленинградская область	75	371	40385,7	111348	37433,6
Мурманская область	71	332	82548,3	402169,6	93324,1
Новгородская область	66	222	23007	122376,6	52421,2
Псковская область	49	187	38819,2	273619,5	65544,1
г.Санкт-Петербург	346	3798	578772,8	13533309,1	11513555,4
Республика Адыгея	33	163	7062,1	46310,3	1686
Республика Калмыкия	5	10	5391	6286,5	3600,5
Краснодарский край	413	1959	517712,9	1038705,7	201038,8
Астраханская область	94	966	36924,3	317492,4	16853,6
Волгоградская область	65	323	112289	231777,6	77195,4
Ростовская область	286	1379	385861,8	871668,2	279903,7
Республика Дагестан	6	32	1708,5	4261,5	0
Республика Ингушетия	1	3	0	117	0
Кабардино-Балкарская Республика	8	33	12741,3	203825,4	185185,7
Карачаево-Черкесская Республика	19	61	4439	14626,2	2911,9
Республика Северная Осетия - Алания	19	62	4666,6	29800,2	12204,3
Чеченская Республика	2	2	233,2	730,5	0
Ставропольский край	109	490	97527,5	174511,3	22710,2
Республика Башкортостан	273	948	211068,2	2311889,1	35111,6
Республика Марий Эл	31	152	28001,7	65811,9	2244,8
Республика Мордовия	18	121	55639,5	60152,5	2446,2
Республика Татарстан	296	1216	354319,7	822599,1	124562,3
Удмуртская Республика	112	325	58490,2	101714,8	38873,9
Чувашская Республика	71	198	51896,5	67006,3	6325,1
Пермский край	158	792	152988,9	459729,2	98682,7
Кировская область	66	156	46043,3	52337,5	6765,8
Нижегородская область	184	1004	233522,7	656917	223960,6
Оренбургская область	101	295	59303,2	73237,8	4602
Пензенская область	85	236	46531,2	81603,6	5972
Самарская область	242	1086	273375,4	820507,3	423781,3
Саратовская область	123	612	126124,5	172813	33569,5
Ульяновская область	85	219	46153,5	64271,1	5143,7
Курганская область	53	147	40094,7	29248,5	0
Свердловская область	245	1475	672303,1	1281209,2	610912,9
Тюменская область	217	862	288829,2	593559,3	182199,9
Ханты-Мансийский авт.округ-Югра	88	345	127137,9	188968	33804,2
Ямало-Ненецкий авт.округ	8	98	10300,5	10794,5	0
Челябинская область	310	1063	206258,5	682346,7	382368,5
Республика Алтай	61	300	5272,5	121404,3	22003,6
Республика Бурятия	58	262	29319,9	98009,1	46260,2
Республика Тыва	15	32	2772	3193,1	0
Республика Хакасия	26	89	28722,8	95980,9	2457,2
Алтайский край	110	427	119172	152454,5	15624,9
Забайкальский край	50	547	70189,6	436593,4	173738,4
Красноярский край	145	836	191429,8	488419,6	44667,1
Иркутская область	145	506	285103,9	453041,2	417745,4
Кемеровская область	183	582	143554,6	205916,2	29363,1
Новосибирская область	236	1186	562655,7	1392079,4	879569,4
Омская область	143	508	182896	214910,2	25310,8
Томская область	95	381	119677,1	201662	41706,1
Республика Саха (Якутия)	66	361	91708,5	283246,2	152514,5
Камчатский край	69	329	56872,1	278158	129685,7
Приморский край	107	809	168058,3	919754,3	268728,3
Хабаровский край	129	756	205224,5	768501	348906,4
Амурская область	31	323	74441,8	296685,5	104709,2
Магаданская область	12	49	15612,7	28007,4	7725
Сахалинская область	40	178	41155,2	129688,3	51139,4
Еврейская автономная область	18	68	2679,8	49810,2	12757,5
Чукотский авт.округ	1	6	0	8230,2	7174,4

Таблица 4. Сводка данных по количественным признакам

Субъект РФ	Расходы, произведенные организацией на оказание туристских услуг, тыс. руб.	Число турпакетов, реализованных населению за год, ед	Стоимость турпакетов, реализованных населению за год, тыс. руб.	Число отправленных туристов (граждан России) всего за год, чел.	Число принятых туристов (граждан других стран), чел.
Белгородская область	76409,8	13685	484930,9	22772	0
Брянская область	50667	10830	300237,4	10806	0
Владимирская область	348720,5	27217	923376,9	38678	13834
Воронежская область	27435,2	7040	342955,3	8926	0
Ивановская область	260668,6	11816	426448,4	14454	0
Калужская область	123018	12372	523807,7	15049	0
Костромская область	30060,5	10457	459127,6	18440	0
Курская область	81557,4	13494	521480,6	24362	0
Липецкая область	47798,5	10209	445672,5	14573	0
Московская область	3681210,2	78761	4384948,1	104605	8340
Орловская область	29023,6	9479	341043,1	14019	0
Рязанская область	55383,2	11415	426394,1	15538	0
Смоленская область	34371,8	10874	377764,2	17801	1205
Тамбовская область	20052,3	5762	243017,2	6778	0
Тверская область	138519,1	35890	1042973,6	33016	0
Тульская область	46251,2	11362	405555,3	13153	0
Ярославская область	285817,8	22749	534155,4	14924	2015
г.Москва	11581610,2	1347467	70826033,8	2704451	28597
Республика Карелия	135421	13649	362220,8	12202	7606
Республика Коми	82297	24915	1246132,9	38322	31
Архангельская область	133842,8	31654	1588444	59155	25
Ненецкий авт.округ	21593,4	734	57550	1723	0
Вологодская область	338889,4	33614	1099459,8	35565	72
Калининградская область	391463,1	30931	1314712,1	51765	8919
Ленинградская область	121694	11403	376390,7	14021	576
Мурманская область	181403,1	15320	722631,1	22067	1870
Новгородская область	127794,6	9946	295732,3	9603	870
Псковская область	242054,9	10419	339706,6	17707	2337
г.Санкт-Петербург	13078285,6	363588	9999086,3	413258	58772
Республика Адыгея	33322,5	2323	75048,4	2201	0
Республика Калмыкия	5192,2	3898	46878,4	2150	0
Краснодарский край	815118,9	107491	3843264,7	95965	278
Астраханская область	209776,3	18151	550971,7	7466	486
Волгоградская область	193330	26417	759232,1	21078	0
Ростовская область	654520,2	86115	4111958,3	147480	36277
Республика Дагестан	4161,6	941	20552,3	914	0
Республика Ингушетия	27	0	0	0	0
Кабардино-Балкарская Республика	190302,3	339	29512,7	26901	0
Карачаево-Черкесская Республика	13302,6	886	22232,9	1530	66
Республика Северная Осетия - Алания	17145,2	1652	62196,4	2708	8
Чеченская Республика	170,3	41	2798,8	92	0
Ставропольский край	113430,6	23707	873125,4	24548	2
Республика Башкортостан	274799,1	47360	1814701,1	56598	0
Республика Марий Эл	16821,3	6953	317621,3	9699	4
Республика Мордовия	41641,2	10294	441457,8	13753	0
Республика Татарстан	734560,8	126456	5010651,1	181867	332
Удмуртская Республика	80115,9	12998	600481,2	18944	48
Чувашская Республика	41933,5	31213	533489,4	20051	0
Пермский край	341804	42824	1907988,2	41006	131
Кировская область	27019,6	11803	471979,5	16488	32
Нижегородская область	533558	76192	3455126,3	97324	44
Оренбургская область	45142	16345	695054,3	19824	0
Пензенская область	100039,6	12753	460912,8	15602	0
Самарская область	747033,2	62328	1484168,7	36144	1
Саратовская область	167084,2	29153	1145833,8	28828	28
Ульяновская область	34899,8	12036	587840	18461	0
Курганская область	38929,9	7932	427012,6	12553	0
Свердловская область	1006927,8	138856	6882715,4	276991	0
Тюменская область	374644,3	52415	3245988,6	79123	0
Ханты-Мансийский авт.округ-Югра	120074,5	20519	1430190,7	35541	0
Ямало-Ненецкий авт.округ	5832,3	1237	116035,8	3029	0
Челябинская область	588269,6	56687	2887479,1	84424	0
Республика Алтай	93614,3	7184	88881,4	914	87
Республика Бурятия	93051,9	26697	269094,3	30213	1602
Республика Тыва	2434,7	428	26571,2	639	10
Республика Хакасия	524	4432	267411,3	7892	95
Алтайский край	100734,7	25926	966918,4	24748	34
Забайкальский край	294976,8	215602	538758,8	287190	694
Красноярский край	239439,1	71321	3546050,8	111127	1
Иркутская область	362765,3	44402	1598481,4	44908	5539
Кемеровская область	184057,9	34932	1964540,9	46101	0
Новосибирская область	1167383,3	140765	7081026,4	199024	1007
Омская область	91480,6	43610	2028527,2	53914	141
Томская область	140524,9	23345	1351016,8	28813	0
Республика Саха (Якутия)	312650,8	20249	642526,2	18520	228
Камчатский край	209350,9	7868	558204,7	9471	3935
Приморский край	435865,4	275413	1897837,8	296827	14179
Хабаровский край	611773,7	106710	1684354,7	123114	5327
Амурская область	228001,4	97498	1210730,3	80826	17299
Магаданская область	21203,9	2258	188268,6	3506	53
Сахалинская область	100772,3	9413	574537,6	14395	2269
Еврейская автономная область	14922,9	7725	62265,3	23804	331
Чукотский авт.округ	8022,9	57	22,8	0	223

3. Группировка, анализ и обработка полученных данных

3.1 Ряды распределения

Построим ряд распределения субъектов РФ по числу туристических фирм в 2010 году.

Таблица 5. Распределение субъектов РФ по числу туристических фирм в 2010 году

Число турфирм, ед.	Число субъектов РФ
	Всего	% к итогу
1-120	16	19,28
120-239	57	68,67
239-358	7	8,43
358-477	2	2,41
477-596	0	0,00
596-715	1	1,21
Итого:	83	100,00

Для наглядности полученных данных построим диаграмму.

Рисунок 1. Диаграмма распределения субъектов РФ по числу турфирм в 2010 году

По полученным данным, мы видим, что в большинстве субъектов РФ число турфирм в 2010 году составило от 120 до 239 ед. В 19% субъектов РФ число турфирм составило от 1 до 120 ед. Только в Москве число турфирм составило от 596 до 715 ед., а именно 715 ед. и только в Московской области и Краснодарском крае число турфирм составило от 358 - 477 ед. Таким образом, по полученным данным можно сделать вывод, что самое большое количество турфирм находится в Москве и Московской области.

Распределим среднюю численность работников в турфирмах за 2010 год по федеральным округам.

Таблица 6. Распределение средней численности работников в турфирмах за 2010 год по федеральным округам

Федеральный округ	Средняя численность работников в турфирмах - всего
	Чел.	% к итогу
Центральный	16456	33,75
Северо-Западный	6936	14,22
Южный	4800	9,84
Северокавказский	683	1,40
Приволжский	7360	15,10
Уральский	3990	8,18
Сибирский	5656	11,60
Дальневосточный	2879	5,91
Итого:	48760	100,00

На основе полученных данных построим диаграмму



Рисунок 2. Диаграмма распределения средней численности работников в турфирмах РФ за 2010 год по федеральным округам

На основе полученных данных видно, что наибольшая средняя численность работников турфирм за 2010 год в Центральном федеральном округе (34%), затем в Приволжском федеральном округе (15%). Наименьшая средняя численность работников турфирм за 2010 в Дальневосточном федеральном округе (4%).

Построим ряд распределения числа отправленных туристов (граждан России) по федеральным округам.

Таблица 7. Распределение числа отправленных туристов (граждан России) за 2010 год по федеральным округам

Федеральный округ	Всего отправленных туристов
	Чел.	% к итогу
Центральный	3092345	47,05
Северо-Западный	675388	10,28
Южный	276340	4,20
Северокавказский	56693	0,86
Приволжский	574589	8,74
Уральский	491661	7,48
Сибирский	835483	12,71
Дальневосточный	570463	8,68
Итого:	6572962	100,00

Для наглядности представления данных построим диаграмму.

Рисунок 3. Диаграмма распределения числа отправленных туристов (граждан России) за 2010 год по федеральным округам

Проанализировав турпоток (граждан России) за 2010 год мы пришли к выводу, что наибольшее число туристов в Центральном федеральном округе (3092345 чел.), затем в Сибирском федеральном округе (835483 чел.), а наименьшее в Северокавказском федеральном округе (56693 чел.).

Произведем группировку по федеральным округам числа принятых туристов (граждан других стран) в РФ за 2010 год.

Таблица 8. Распределение по федеральным округам числа принятых туристов (граждан других стран) в РФ за 2010 год

Федеральный округ	Всего принятых туристов
	Чел.	% к итогу
Центральный	53991	23,90
Северо-Западный	81078	35,90
Южный	37041	16,40
Северокавказский	76	0,03
Приволжский	620	0,28
Уральский	0	0,00
Сибирский	9210	4,08
Дальневосточный	43844	19,41
Итого:	225860	100,00

Для наглядности представления данных построим диаграмму.

Рисунок 4. Диаграмма распределения числа принятых туристов (граждан других стран) в РФ за 2010 год по федеральным округам

Таким образом, в Северо-Западном федеральном округе за 2010 год наибольшее число принятых туристов - 81078 чел. Наиболее популярным среди иностранных граждан является город Санкт-Петербург, его посетило 58772 туристов. Также значительное число туристов наблюдается в Центральном федеральном округе (53991 чел.). Наименьшее число туристов в 2010 году в Уральском федеральном округе.

3.2 Анализ методом расчета показателей динамики

Проанализируем численность турфирм в РФ методом расчета показателей динамики.

Таблица 9. Численность турфирм в РФ за 2001-2010 гг.

Год	2001	2002	2003	2004	2005	2006	2007	2008	2009	2010
Число турфирм, ед.	3256	3345	3876	4010	5079	5842	6639	6477	6897	9232

Рассчитаем показатели динамики по следующим формулам:

Абсолютный прирост:

Темп роста:

%

%

Темп прироста:

Абсолютное значение одного процента прироста:

Абсолютное ускорение:

Относительное ускорение:

Сведем все расчеты в таблицу 10.1 и 10.2

Таблица 10.1

Год	2001	2002	2003	2004	2005
Число турфирм, ед.	3256	3345	3876	4010	5079
Абсолютный прирост, ед. -цепной -базисный	-	89	531	134	1069
	-	89	620	754	1823
Темп роста, % -цепной -базисный	-	102,73	115,87	103,46	126,66
	-	102,73	119,04	123,16	155,99
Темп прироста, % -цепной -базисный	-	2,73	15,87	3,46	26,66
	-	2,73	19,04	23,16	55,99
Абсолютное значение одного процента прироста	-	32,56	33,45	38,76	40,1
Абсолютное ускорение, ед.	-	-	442	-397	935
Относительное ускорение	-	-	4,97	-4,46	10,51

Таблица 10.2

Год	2006	2007	2008	2009	20010
Число турфирм, ед.	5842	6639	6477	6897	9232
Абсолютный прирост, ед. -цепной -базисный	763	797	-162	420	2335
	2586	3383	3221	3641	5976
Темп роста, % -цепной -базисный	115,02	113,64	97,56	106,48	133,86
	179,42	203,90	198,93	211,82	283,54
Темп прироста, % -цепной -базисный	15,02	13,64	-2,44	6,48	33,86
	79,42	103,90	98,93	111,82	183,54
Абсолютное значение одного процента прироста	50,79	58,42	66,39	64,77	68,97
Абсолютное ускорение, ед.	-306	34	-959	582	1915
Относительное ускорение	-3,44	0,38	-10,78	6,54	21,52

Средний уровень ряда динамики

(ед.)

Средний абсолютный прирост

(ед.)

Средний темп роста

Средний темп прироста

В среднем за год число турфирм увеличивалось на 12,28%. Это может быть связано с различными причинами: повышение уровня жизни, улучшение социально-экономической и политической ситуации в стране и т.п.

Средний абсолютный прирост равен 664 ед. Это показывает, на сколько в среднем за год уровень данного ряда (число турфирм в РФ) должен увеличиться, чтобы, начиная с первого значения (325 ед.) за известное число периодов (10 лет) достичь конечного уровня (9232 ед.).

Таблица 11. Анализ методом скользящей средней

Год	Число турфирм, ед.	Сумма по трем годам	Скользящая средняя
2001	3256
2002	3345	10477	3492,33
2003	3876	11231	3743,67
2004	4010	12965	4321,67
2005	5079	14931	4977
2006	5842	17560	5853,33
2007	6639	18958	6319,33
2008	6477	20013	6671
2009	6897	22606	7535,33
2010	9232
Итого	54653

Рисунок 5. Количество турфирм в РФ по годам (выравненное)

3.3 Показатели среднего

В таблице 12 составим вариационный ряд в зависимости от числа турфирм в РФ в 2010 году, и по данному ряду рассчитаем среднее арифметическое, структурные средние - моду и медиану распределения. Они определяют величину варианта, занимающего определенное положение в полученном вариационном ряду.

Таблица12. Распределение субъектов РФ в зависимости от числа турфирм

Группа	Число турфирм, ед.	Частота	% к итогу	Накопленные частоты	Середина интервала	Отклонение от среднего значения
	Нижняя граница	Верхняя граница
1	269	19571	60	67,43	60	9920	9976,31
2	19571	38873	18	20,22	78	29222	9325,69
3	38873	58175	8	8,99	86	48524	28627,69
4	58175	77477	1	1,12	87	67826	47929,69
5	77477	96779	1	1,12	88	87128	67231,69
6	96779	116081	1	1,12	89	106430	86533,69
Итого:			89	100,00

Для наилучшего восприятия данные ряда представим графически, в диаграммах распределения.

Рисунок 6. Огива распределения



Рисунок 7. Полигон распределения

Рисунок 8. Кумулята распределения

Нахождение среднего арифметического

Среднее арифметическое - характеристика центра распределения.

При расчете средних величин отдельные значении усредняемого признака могут встречаться по нескольку раз.

Отсюда следует, что центром распределения данного ряда будет являться величина, равная 111 ед. Значит, среди субъектов федерации средним будет являться число турфирм равное полученному значению.

Нахождение моды

Мода (Мо) - представляет собой значение признака, повторяющееся с наибольшей частотой. Модальным будет интервал 120-239 ед. Вычислим моду, находящуюся в этом интервале.

Она рассчитывается по формуле:

,

где - нижняя граница модального интервала;

h - величина модального интервала;

- частота модального интервала;

- частота интервала, предшествующая данному;

- частота интервала, следующая за модальным.

ед.

В данной совокупности по числу турфирм в РФ в 2010 году, самым распространенным является число равное 166 ед.

Нахождение медианы

Медиана (Ме) - значение признака, приходящееся на середину ранжированной совокупности. Медианным является интервал 120-239 ед., при накопленной частоте равной 73. Вычислим медиану, находящуюся в данном интервале по следующей формуле:

;

где х_н - нижняя граница медианного интервала;

h- величина медианного интервала;

- сумма частот;

- частота медианного интервала;

- накопленная частота интервала, предшествующего медианному.

ед.

По полученным данным можно сделать вывод, что среднее число турфирм по субъектам РФ за 2010 год составило 111 ед.

3.4 Показатели вариации

статистический сопряженность пирсон туристический

Вариация - колеблемость, многообразие, изменяемость величины признака у отдельных единиц совокупности. Наличие вариации предопределяет статистические исследования. Причем показатели вариации всегда положительны. Показатели вариации делятся на две группы: абсолютные и относительные.

3.4.1 Абсолютные показатели

К абсолютным относятся размах вариации, среднее линейное отклонение, дисперсия и среднее квадратическое отклонение.

Размах вариации (R) - показывает насколько велико различие между единицами совокупности, имеющими самое маленькое и самое большое значение признака. Размах вариации вычисляется по формуле:

,

Где - и максимальное и минимальное значения.

R=715-1=714 ед.

Размах вариации существует для того, чтобы измерять расстояние между крайними точками. Таким образом, в данной совокупности он равен 714 ед., что говорит о значительной разнице между максимальным и минимальным значениями совокупности. То есть максимальное число турфирм в РФ за 2010 год отличается от минимального на 714 ед.

Основным недостатком этого показателя является то, что он не учитывает степень вариации совокупности, ограничен только самым большим и самым маленьким значением, которые могут возникнуть под действием случайных факторов или могут быть нетипичны для совокупности в целом.

Среднее линейное отклонение характеризует разброс выборочных значений относительно среднего . Для сгруппированных данных формула выглядит следующим образом:

,

где - абсолютное значение отклонений.

Таким образом, мы получили, что в среднем по совокупности значения признака (число турфирм), отклоняется в большую или меньшую сторону от их среднего арифметического приблизительно на 86 ед.

Дисперсия () представляет собой квадрат отклонений индивидуальных значений признака от их средней величины и для сгруппированных данных вычисляется по формуле:

;

Таким образом, в данном вычислении мы получили значение дисперсии, отклонение от среднего значения данного признака в квадрате, равное примерно 12484,1 ед.² внутри совокупности.

Среднее квадратическое отклонение () - обобщающая характеристика размеров вариации признака в совокупности. Оно выражается в тех же единицах измерения, что и признак и показывает, на сколько в среднем отклоняются конкретные варианты признака от среднего значения. Его находят по формуле:

(ед.)

Таким образом, мы получили, что в среднем, число турфирм в РФ за 2010 год, отклоняется от среднего значения на 112 ед. Сравнивая с , получаем, что. Отсюда следует, что данная рассматриваемая совокупность является неоднородной.

3.4.2 Относительные показатели

Относительными показателями вариации являются коэффициенты осцилляции, вариации, относительное линейное отклонение и др. данные коэффициенты вычисляются для того, чтобы дать сравнительную оценку вариации, а также дают характеристику однородности совокупности. Чем выше значения относительных показателей, тем менее однородны совокупности.

Коэффициент осцилляции (VR):

Линейный коэффициент вариации ():

Нелинейный коэффициент вариации :

Правило однородности можно записать при помощи коэффициента вариации:.

Таким образом, мы доказали, что совокупность неоднородна по числу турфирм в РФ за 2010 год.

3.5 Параметрические показатели связи

Исследование объективно существующих связей между явлениями важнейшая задача общей теории статистики. В процессе статистического исследования зависимостей вскрываются причинно-следственные отношения между явлениями, что позволяет выявлять факторы, оказывающие существенное влияние на вариацию изучаемых явлений и процессов.

Проанализируем зависимость между расходами на услуги сторонних организаций, используемые при производстве туристского продукта и выручкой от оказания туристских услуг.

Эту связь можно оценить и проследить её направление с помощью линейного коэффициента корреляции, который рассчитывается по формуле:

Построим вспомогательную таблицу 13.

Х - расходы на услуги сторонних организаций, используемые при производстве туристского продукта, тыс. руб.

Y - выручка от оказания туристских услуг, тыс. руб.

Таблица 13.

№ Субъекта РФ
1	35993	65383,5	2353348316	-269043,724	72384525476	-562834,714	316782915798,83
2	23871	67835,3	1619296446	-281165,724	79054164407	-560382,914	314029010816,25
3	209399,8	384473,9	80508757765	-95636,9241	9146421251	-243744,314	59411290830,52
4	2788	54358,9	151552613,2	-302248,724	91354291218	-573859,314	329314512790,01
5	162785,8	274254,1	44644673072	-142250,924	20235325406	-353964,114	125290594323,92
6	49274,6	119818,4	5904003733	-255762,124	65414264122	-508399,814	258470371340,76
7	23414,1	678661,2	15890241203	-281622,624	79311302403	50442,9855	2544494790,41
8	37217,7	81925,8	3049089847	-267819,024	71727029668	-546292,414	298435402094,17
9	8773,3	61504,6	539598307,2	-296263,424	87772016457	-566713,614	321164320811,86
10	933928,7	3000297,9	2802064317359,73	628891,9759	395505117355,95	2372079,69	5626762034561,83
11	2592,5	41887,4	108593084,5	-302444,224	91472508689	-586330,814	343783823982,78
12	15777,2	75855,2	1196782661	-289259,524	83671072280	-552363,014	305104899740,94
13	12641,2	56380,4	712715912,5	-292395,524	85495142512	-571837,814	326998486043,91
14	3532	29247,9	103303582,8	-301504,724	90905098652	-598970,314	358765437601,71
15	43405,9	183635,4	7970859809	-261630,824	68450688117	-444582,814	197653878911,25
16	21669,5	68484,3	1484020539	-283367,224	80296983692	-559733,914	313302054994,29
17	253806,2	443514,4	112566704509,28	-51230,5241	2624566599	-184703,814	34115499075,27
18	5364266,1	12305639,8	66010726417950,80	5059229,376	25595801878006,10	11677421,6	136362174886486,00
19	77096,7	184157,7	14197950950	-227940,024	51956654585	-444060,514	197189740500,55
20	3991,5	141124,3	563297643,5	-301045,224	90628226951	-487093,914	237260481501,85
21	38761,6	208323,2	8074940549	-266275,124	70902441713	-419895,014	176311823166,54
22	190,7	24506,8	4673446,76	-304846,024	92931098407	-603711,414	364467471946,68
23	139038,2	460589,7	64039562827	-165998,524	27555510002	-167628,514	28099318859,34
24	285150,7	524854,7	149662685103,29	-19886,0241	395453954,4	-103363,514	10684016121,07
25	37433,6	111348	4168156493	-267603,124	71611432026	-516870,214	267154818593,69
26	93324,1	402169,6	37532115967	-211712,624	44822235202	-226048,614	51097976098,31
27	52421,2	122376,6	6415128224	-252615,524	63814603014	-505841,614	255875738917,31
28	65544,1	273619,5	17934143870	-239492,624	57356716997	-354598,714	125740248295,15
29	11513555,4	13533309,1	155816504068174,00	11208518,68	125630890908080,00	12905090,9	166541370764104,00
30	1686	46310,3	78079165,8	-303350,724	92021661810	-581907,914	338616820908,66
31	3600,5	6286,5	22634543,25	-301436,224	90863797197	-621931,714	386799057448,46
32	201038,8	1038705,7	208820147481,16	-103997,924	10815568216	410487,486	168499975786,73
33	16853,6	317492,4	5350889913	-288183,124	83049513014	-310725,814	96550531770,48
34	77195,4	231777,6	17892164543	-227841,324	51911668966	-396440,614	157165160791,70
35	279903,7	871668,2	243983154352,34	-25133,0241	631668900,2	243449,986	59267895460,48
36	0	4261,5	0	-305036,724	93047403047	-623956,714	389321981517,01
37	0	117	0	-305036,724	93047403047	-628101,214	394511135603,40
38	185185,7	203825,4	37745549377	-119851,024	14364267977	-424392,814	180109260963,44
39	2911,9	14626,2	42590031,78	-302124,824	91279409335	-613592,014	376495160206,42
40	12204,3	29800,2	363690580,9	-292832,424	85750828602	-598418,014	358104120027,65
41	0	730,5	0	-305036,724	93047403047	-627487,714	393740831795,51
42	22710,2	174511,3	3963186525	-282326,524	79708266208	-453706,914	205849964226,85
43	35111,6	2311889,1	81174125324	-269925,124	72859572618	1683670,89	2834747650822,35
44	2244,8	65811,9	147734553,1	-302791,924	91682949298	-562406,314	316300862542,04
45	2446,2	60152,5	147145045,5	-302590,524	91561025273	-568065,714	322698655942,49
46	124562,3	822599,1	102464835873,93	-180474,424	32571017753	194380,886	37783928664,16
47	38873,9	101714,8	3954050964	-266162,824	70842648931	-526503,414	277205845435,76
48	6325,1	67006,3	423821548,1	-298711,624	89228634370	-561211,914	314958812929,42
49	98682,7	459729,2	45367318725	-206354,024	42581983261	-168489,014	28388547992,97
50	6765,8	52337,5	354105057,5	-298270,924	88965544161	-575880,714	331638597284,46
51	223960,6	656917	147123525470,20	-81076,1241	6573337898	28698,7855	823620291,60
52	4602	73237,8	337040355,6	-300434,724	90261023443	-554980,414	308003260431,79
53	5972	81603,6	487336699,2	-299064,724	89439709199	-546614,614	298787536738,88
54	423781,3	820507,3	347715650253,49	118744,5759	14100274307	192289,086	36975092418,64
55	33569,5	172813	5801246004	-271467,224	73694453759	-455405,214	207393909355,38
56	5143,7	64271,1	330591257,1	-299893,024	89935825902	-563947,114	318036347905,32
57	0	29248,5	0	-305036,724	93047403047	-598969,714	358764718837,70
58	610912,9	1281209,2	782707227878,68	305876,1759	93560234985	652990,986	426397227199,33
59	182199,9	593559,3	108146445104,07	-122836,824	15088885354	-34658,9145	1201240351,40
60	33804,2	188968	6387912066	-271232,524	73567082128	-439250,214	192940750901,25
61	0	10794,5	0	-305036,724	93047403047	-617423,714	381212043174,91
62	382368,5	682346,7	260907884158,95	77331,7759	5980203564	54128,4855	2929892947,09
63	22003,6	121404,3	2671331655	-283033,124	80107749336	-506813,914	256860343888,07
64	46260,2	98009,1	4533920568	-258776,524	66965289423	-530209,114	281121705054,16
65	0	3193,1	0	-305036,724	93047403047	-625025,114	390656393703,03
66	2457,2	95980,9	235844267,5	-302579,524	91554368402	-532237,314	283276558901,29
67	15624,9	152454,5	2382086317	-289411,824	83759203927	-475763,714	226351111994,71
68	173738,4	436593,4	75853038767	-131298,324	17239249911	-191624,814	36720069516,00
69	44667,1	488419,6	21816287115	-260369,624	67792341152	-139798,614	19543652604,33
70	417745,4	453041,2	189255877310,48	112708,6759	12703245624	-175177,014	30686986394,36
71	29363,1	205916,2	6046337972	-275673,624	75995947022	-422302,014	178338991415,14
72	879569,4	1392079,4	1224430442610,36	574532,6759	330087795680,97	763861,186	583483910777,89
73	25310,8	214910,2	5439549090	-279725,924	78246592612	-413308,014	170823514815,08
74	41706,1	201662	8410535538	-263330,624	69343017587	-426556,214	181950204092,60
75	152514,5	283246,2	43199152570	-152522,224	23263028843	-344972,014	119005690759,09
76	129685,7	278158	36073114941	-175351,024	30747981652	-350060,214	122542153746,26
77	268728,3	919754,3	247164009456,69	-36308,4241	1318301660	291536,086	84993289173,25
78	348906,4	768501	268134917306,40	43869,6759	1924548464	140282,786	19679259919,47
79	104709,2	296685,5	31065701357	-200327,524	40131116911	-331532,714	109913940755,78
80	7725	28007,4	216357165	-297311,724	88394261285	-600210,814	360253021792,13
81	51139,4	129688,3	6632181849	-253897,324	64463851183	-498529,914	248532075609,33
82	12757,5	49810,2	635453626,5	-292279,224	85427144838	-578408,014	334555831189,05
83	7174,4	8230,2	59046746,88	-297862,324	88721964116	-619988,014	384385138071,36
Итого:	25318048,1	52142111,8	229797186269035,00		156962850151589,00		329075250595945,00



Рассчитаем дисперсию обоих признаков по невзвешенной формуле:

Таким образом, статистическая связь между исследуемыми признаками (расходы на услуги сторонних организаций, используемые при производстве туристского продукта и выручка от оказания туристских услуг) сильная, так как 0,7<<1. Значит, выручка от оказания туристских услуг зависит от расходов на услуги сторонних организаций, используемые при производстве туристского продукта.

Теперь вычислим уравнение регрессии. Оценка параметров уравнения регрессии осуществляется методом наименьших квадратов, суть которого заключается в том, что сумма квадратов отклонений фактических значений зависимой переменной от полученных по уравнению регрессии должна быть минимальна.

Система уравнений для нахождения параметров уравнения регрессии, в том случае, если применяется линейная функция, имеет вид:

na₀ +a₁?x=?y

a₀?x+a₁?x²=?x*y

где а₁ - коэффициент регрессии, характеризующий влияние изменения x на y,

а₀ - это постоянная величина уравнения регрессии, которая показывает усредненное влияние на результат неучтенных в модели факторов.

83*а₀+а₁*25318048,1=52142111,8 а₀=212547

а₀*25318048,1+ a₁*164685784604528=229797186269035 а₁=1,3627.

Уравнение регрессии примет следующий вид:

у = 1,3627х+ 212547

Для наилучшего восприятия полученных данных поле корреляции и теоретическую линию регрессии представим на диаграмме 9.

Рисунок 9 . Поле корреляции и теоретическая линия регрессии

3.6 Непараметрические показатели святи

3.6.1 Коэффициенты взаимной сопряженности Пирсона и Чупрова

Когда каждый из качественных признаков состоит более чем из двух групп, то для определения тесноты связи возможно применение коэффициента взаимной сопряженности Пирсона - Чупрова.

Для определения связи между такими признаками, как федеральный округ и число турпакетов, реализованных населению за год, рассчитаем указанные коэффициенты.

Таблица 14.

Федеральный округ	Число турпакетов, реализованных населению за год, ед.
	менее 30000	Менее 60000	60000 и более	итого
Центральный	15	1	2	18
Северо-Западный	7	4	0	11
Южный	4	0	2	6
Северокавказский	3	1	3	7
Приволжский	8	2	4	14
Уральский	3	2	1	6
Сибирский	6	3	3	12
Дальневосточный	6	0	3	9
Итого	52	13	18	83

- показатель взаимной сопряженности, определяется как сумма отношений квадратов частот каждой клетки таблицы к произведению итоговых частот соответствующего столбца и строки. Вычитая из этой суммы 1, получим величину показателя взаимной сопряженности.

Чем ближе величины КП и КЧ к 1, тем сильнее связь.

По данным полученных коэффициентов, можно сказать, что связь между рассматриваемыми показателями слабая. Значит число турпакетов, реализованных населению за год практически не зависит от федерального округа.

3.6.2 Ранговые коэффициенты связи

В анализе социально-экономических явлений часто приходится прибегать к различным условным оценкам, например рангам, а взаимосвязь между отдельными признаками измерять с помощью непараметрических коэффициентов связи.

Ранжирование - это процедура упорядочения объектов изучения, которая выполняется на основе предпочтения.

Ранг - порядковый номер значений признака, расположенных в порядке возрастания или убывания их величин.

Проведем ранжирование по признакам: расходы произведенные организацией на оказание туристских услуг и в соответствии с этим стоимость турпакетов, реализованных населению за год.

Коэффициент корреляции знаков Фехнера:

,

где u - число пар с одинаковыми знаками отклонения от средних значений;

v - число пар с разными знаками отклонений от средних значений.

;

Среди непараметрических методов оценки тесноты связи наибольшее значение имеет ранговый коэффициент Спирмена.

Коэффициент корреляции рангов рассчитывается по формуле:

,

где - квадрат разности рангов;

n - число наблюдений (число пар рангов).

Коэффициент Спирмена принимает любые значения в интервале [-1;1].

;

Оба коэффициента свидетельствуют о наличии между признаками значительной связи. Также характерно влияние других неучтенных нами факторов.

Построим вспомогательную таблицу 15.

Таблица 15.

Расходы, произведенные организацией на оказание туристских услуг, тыс. руб.	Стоимость турпакетов, реализованных населению за год, тыс. руб.	Ранг х	Ранг у	d	d*d	Последовательность	Инверсия	х-хср.	y-yср.
27	0	1	1	0	0	82	0	-	-
170,3	2798,8	2	3	-1	1	80	-1	-	-
524	267411,3	3	17	-14	196	66	-14	-	-
2434,7	26571,2	4	6	-2	4	76	-3	-	-
4161,6	20552,3	5	4	1	1	77	-1	-	-
5192,2	46878,4	6	8	-2	4	74	-3	-	-
5832,3	116035,8	7	14	-7	49	68	-8	-	-
8022,9	22,8	8	2	6	36	75	0	-	-
13302,6	22232,9	9	5	4	16	74	0	-	-
14922,9	62265,3	10	11	-1	1	70	-3	-	-
16821,3	317621,3	11	21	-10	100	62	-10	-	-
17145,2	62196,4	12	10	2	4	69	-2	-	-
20052,3	243017,2	13	16	-3	9	65	-5	-	-
21203,9	188268,6	14	15	-1	1	65	-4	-	-
21593,4	57550	15	9	6	36	67	-1	-	-
27019,6	471979,5	16	36	-20	400	47	-20	-	-
27435,2	342955,3	17	24	-7	49	58	-8	-	-
29023,6	341043,1	18	23	-5	25	58	-7	-	-
30060,5	459127,6	19	34	-15	225	48	-16	-	-
33322,5	75048,4	20	12	8	64	62	-1	-	-
34371,8	377764,2	21	27	-6	36	54	-8	-	-
34899,8	587840	22	46	-24	576	37	-24	-	-
38929,9	427012,6	23	31	-8	64	49	-11	-	-
41641,2	441457,8	24	32	-8	64	48	-11	-	-
41933,5	533489,4	25	40	-15	225	42	-16	-	-
45142	695054,3	26	49	-23	529	34	-23	-	-
46251,2	405555,3	27	28	-1	1	48	-8	-	-
47798,5	445672,5	28	33	-5	25	45	-10	-	-
50667	300237,4	29	20	9	81	50	-4	-	-
55383,2	426394,1	30	29	1	1	46	-7	-	-
76409,8	484930,9	31	37	-6	36	43	-9	-	-
80115,9	600481,2	32	47	-15	225	35	-16	-	-
81557,4	521480,6	33	38	-5	25	41	-9	-	-
82297	1246132,9	34	59	-25	625	24	-25	-	-
91480,6	2028527,2	35	71	-36	1296	12	-36	-	-
93051,9	269094,3	36	18	18	324	45	-2	-	-
93614,3	88881,4	37	13	24	576	45	-1	-	-
100039,6	460912,8	38	35	3	9	39	-6	-	-
100734,7	966918,4	39	54	-15	225	27	-17	-	-
100772,3	574537,6	40	45	-5	25	32	-11	-	-
113430,6	873125,4	41	52	-11	121	28	-14	-	-
120074,5	1430190,7	42	62	-20	400	20	-21	-	-
121694	376390,7	43	26	17	289	36	-4	-	-
123018	523807,7	44	39	5	25	34	-5	-	-
127794,6	295732,3	45	19	26	676	37	-1	-	-
133842,8	1588444	46	64	-18	324	18	-19	-	-
135421	362220,8	47	25	22	484	34	-2	-	-
138519,1	1042973,6	48	55	-7	49	24	-11	-	-
140524,9	1351016,8	49	61	-12	144	19	-15	-	-
167084,2	1145833,8	50	57	-7	49	21	-12	-	-
181403,1	722631,1	51	50	1	1	24	-8	-	-
184057,9	1964540,9	52	70	-18	324	12	-19	-	-
190302,3	29512,7	53	7	46	2116	30	0	-	-
193330	759232,1	54	51	3	9	22	-7	-	-
209350,9	558204,7	55	44	11	121	23	-5	-	-
209776,3	550971,7	56	43	13	169	23	-4	-	-
228001,4	1210730,3	57	58	-1	1	19	-7	-	-
239439,1	3546050,8	58	75	-17	289	8	-17	-	+
242054,9	339706,6	59	22	37	1369	24	0	-	-
260668,6	426448,4	60	30	30	900	23	0	-	-
274799,1	1814701,1	61	67	-6	36	13	-9	-	-
285817,8	534155,4	62	41	21	441	21	0	-	-
294976,8	538758,8	63	42	21	441	20	0	-	-
312650,8	642526,2	64	48	16	256	19	0	-	-
338889,4	1099459,8	65	56	9	81	17	-1	-	-
341804	1907988,2	66	69	-3	9	11	-6	-	-
348720,5	923376,9	67	53	14	196	16	0	-	-
362765,3	1598481,4	68	65	3	9	13	-2	-	-
374644,3	3245988,6	69	73	-4	16	9	-5	-	+
391463,1	1314712,1	70	60	10	100	13	0	-	-
435865,4	1897837,8	71	68	3	9	10	-2	-	-
533558	3455126,3	72	74	-2	4	8	-3	+	+
588269,6	2887479,1	73	72	1	1	8	-2	+	+
611773,7	1684354,7	74	66	8	64	8	-1	+	-
654520,2	4111958,3	75	77	-2	4	6	-2	+	+
734560,8	5010651,1	76	79	-3	9	4	-3	+	+
747033,2	1484168,7	77	63	14	196	6	0	+	-
815118,9	3843264,7	78	76	2	4	5	0	+	+
1006927,8	6882715,4	79	80	-1	1	3	-1	+	+
1167383,3	7081026,4	80	81	-1	1	2	-1	+	+
3681210,2	4384948,1	81	78	3	9	2	0	+	+
11581610,2	70826033,8	82	83	-1	1	0	-1	+	+
13078285,6	9999086,3	83	82	1	1	0	0	+	+
44057795,8	171272515,4	3486	3486	0	15938	2832	-571

Коэффициент ранговой корреляции Кендалла используется для измерения связи между качественными и количественными признаками, характеризует однородные объекты, ранжированные по одному признаку. Расчет рангового коэффициента Кендалла при отсутствии связных рангов, осуществляется по формуле:

,

Где S - сумма разностей между числом последовательностей и числом инверсий по второму признаку;

n - число наблюдений.

S=2832-571=2261;

Последовательности - количество рангов следующих за рассматриваемым, которые больше его по величине. Фиксируются со знаком «+».

Инверсии - количество рангов, следующих за рассматриваемым, которые меньше его по величине. Фиксируются со знаком «-».

Связь между признаками считается значимой, если коэффициент Кендалла .

Связь между расходами, произведенными организацией на оказание туристских услуг и стоимостью турпакетов, реализованных населению за год, считается значимой, так как и равен 0,6644.

Коэффициент ранговой корреляции или коэффициент конкордации

Для определения тесноты связи между произвольным значением поддающихся ранжированию признаков используется множественный коэффициент ранговой корреляции. С помощью него мы выясним, влияют ли друг на друга такие признаки, как сумма комиссионных, агентских и иных вознаграждений, число турпакетов, реализованных населению за год и стоимость турпакетов, реализованных населению за год. Для этого составим следующую таблицу:

Таблица 16.

Сумма комиссионных, агентских и иных вознаграждений, тыс. руб.	Число турпакетов, реализованных населению за год, ед.	Стоимость турпакетов, реализованных населению за год, тыс. руб.	Ранг А	Ранг В	Ранг С	Сумма рангов	Квадрат суммы рангов
0	0	0	1,5	1	1	3,5	12,25
0	57	22,8	1,5	3	2	6,5	42,25
233,2	41	2798,8	3	2	3	8	64
1708,5	941	20552,3	4	8	4	16	256
2679,8	7725	62265,3	5	19	11	35	1225
2772	428	26571,2	6	5	6	17	289
4026	734	57550	7	6	9	22	484
4439	886	22232,9	8	7	5	20	400
4666,6	1652	62196,4	9	10	10	29	841
5272,5	7184	88881,4	10	18	13	41	1681
5391	3898	46878,4	11	13	8	32	1024
7062,1	2323	75048,4	12	12	12	36	1296
10300,5	1237	116035,8	13	9	14	36	1296
12741,3	339	29512,7	14	4	7	25	625
15612,7	2258	188268,6	15	11	15	41	1681
23007	9946	295732,3	16	24	19	59	3481
23547,3	5762	243017,2	17	15	16	48	2304
28001,7	6953	317621,3	18	16	21	55	3025
28722,8	4432	267411,3	19	14	17	50	2500
29319,9	26697	269094,3	20	54	18	92	8464
30863,6	10830	300237,4	21	29	20	70	4900
35250,7	7040	342955,3	22	17	24	63	3969
35863,2	10874	377764,2	23	30	27	80	6400
36773,2	9479	341043,1	24	23	23	70	4900
36924,3	18151	550971,7	25	45	43	113	12769
38819,2	10419	339706,6	26	27	22	75	5625
39134,9	11415	426394,1	27	33	29	89	7921
39230,3	13494	521480,6	28	40	38	106	11236
40063,4	11816	426448,4	29	35	30	94	8836
40094,7	7932	427012,6	30	21	31	82	6724
40385,7	11403	376390,7	31	32	26	89	7921
41155,2	9413	574537,6	32	22	45	99	9801
41482,8	13649	362220,8	33	41	25	99	9801
41954,9	11362	405555,3	34	31	28	93	8649
43760,1	13685	484930,9	35	42	37	114	12996
46043,3	11803	471979,5	36	34	36	106	11236
46153,5	12036	587840	37	36	46	119	14161
46531,2	12753	460912,8	38	38	35	111	12321
47027,5	10209	445672,5

Подобные документы

• Статистика

  Основные понятия статистики. Этапы проведения статистического наблюдения. Свойства средней арифметической. Формы, виды и способы наблюдения. Статистические ряды распределения. Виды дисперсий и правило их сложения. Изучение динамики общественных явлений.
  
  презентация [938,2 K], добавлен 18.04.2013
  

• Анализ различных методов оценки статистических показателей при типическом отборе

  Сущность, цели и задачи выборочного обследования. Описание и особенности использования типического способа отбора выборочной совокупности. Формы статистических показателей выборочного наблюдения. Виды и методика расчета оценок статистических показателей.
  
  курсовая работа [124,1 K], добавлен 13.03.2010
  

• Теория статистики

  Предмет, метод, показатели статистики. Понятия и категории статистического наблюдения. Показатели вариации, абсолютные и относительные величины, графический и индексный методы. Взаимосвязь социально-экономических явлений. Сглаживание рядов динамики.
  
  курс лекций [132,9 K], добавлен 23.02.2009
  

• Расчет показателей безотказности объектов корабельной энергетики в эксплуатации

  Интервальная оценка показателей безотказности. Формулировка закона надёжности по полностью определённым и цензурированным выборкам. Планы наблюдения за эксплуатацией энергетических объектов. Планирование сроков и объемов технического обслуживания объекта.
  
  презентация [1,2 M], добавлен 23.04.2014
  

• Двумерные распределения

  Зависимости, выявленные в результате анализа двумерных распределений. Статистические критерии для таблиц сопряженности. Коэффициенты Спирмена и Кендела. Коэффициент парной корреляции по Пирсону. Порядок расчета двумерного распределения в пакете ОСА.
  
  презентация [232,3 K], добавлен 09.10.2013
  

• Автоматизированный априорный анализ статистической совокупности в среде MS Excel

  Проведение статистического наблюдения за деятельностью предприятий корпорации. Выборочные данные по предприятиям, выпускающим однородную продукцию. Статистический анализ выборочной и генеральной совокупности. Экономическая интерпретация результатов.
  
  лабораторная работа [1,1 M], добавлен 29.12.2008
  

• Проведение выборочного наблюдения

  Освоение методики организации и проведения выборочного наблюдения; статистических методов и методов компьютерной обработки информации; методов оценки параметров генеральной совокупности на основе выборочных данных. Проверка статистических гипотез.
  
  лабораторная работа [258,1 K], добавлен 13.05.2010
  

• Сглаживание экспоненциальным методом

  Изучение метода экспоненциального сглаживания - эффективного метода прогнозирования, который дает возможность получить оценку параметров тренда, характеризующих не средний уровень процесса, а тенденцию, сложившуюся к моменту последнего наблюдения.
  
  лабораторная работа [28,7 K], добавлен 15.11.2010
  

• Анализ риска статистическим методом

  Изучение статистического метода анализа риска. Анализ и оценка уровеня риска деятельности предприятия с помощью графика Лоуренца. Страновой риск – риск изменения текущих или будущих политических или экономических условий в странах. Оценка производства.
  
  контрольная работа [72,3 K], добавлен 10.02.2009
  

• Статистические методы прогнозирования

  Классификационные принципы методов прогнозирования: фактографические, комбинированные и экспертные. Разработка приёмов статистического наблюдения и анализа данных. Практическое применение методов прогнозирования на примере метода наименьших квадратов.
  
  курсовая работа [77,5 K], добавлен 21.07.2013
  

• главная
• рубрики
• по алфавиту
• вернуться в начало страницы
• вернуться к началу текста
• вернуться к подобным работам