Viešbučių skaičius Taurgės rajone ir jos savivaldybėse

TURINYS

Įvadas 3
1. Viešbučių skaičiaus statistinio tyrimo Tauragės apskrityje pagrindimas 4
1.1. Statistinės lentelės 4
1.2. Statistiniai grafikai 5
1.3. Statistiniai rodikliai 10
2. Viešbučio skaičiaus Tauragės apskrityje statistinio tyrimo eiga ir instrumentai 18
3. Viešbučių skaičiaus Tauragės apskrities statistinio tyrimo rezultatai 23
Išvados 33
Priedai 34
Literatūros sąrašas 37

ĮVADAS

Šiame darbe analizuoju 1995 – 2004 metų viešbučių skaičiaus pasiskirstymo statistinius duomenis Tauragės apskrityje ir jos savivaldybėse.
Ekonominės statitstikos tyrimo objektas – viešbučiai skaičiaus pasiskirstymas Tauragės apskrityje ir jos savivaldybėse.
Statistinis vienetas – Tauragės apskritis ir jos savivaldybės. Tiriamame darbe bus analizuojami duomenys paiimti iš Statistikos departamento prie Lietuvos Respublikos vyriausybės.

Tauragės apskritį sudaro 4 savivaldybės: Jurbarko, Pagėgių, Šilalės, Tauragės rajonų savivaldybės.
Kursinio darbo tikslas – geriau įsisavinti ir sugebėti taikyti teorines žinias, įgytas paskaitų metu bei studijuojant savarankiškai.
Statistikos uždavinys – ryšių tarp reiškinių tyrimas.
Statistinio tyrimo eiga:
 Statistinis stebėjimas;
 Statistinės medžiagos suvedimas, t.y., surinktų duomenų rūšiavimo, grupavimo metodai, apibendrinančių rodiklių apskaičiavimo, surinktų duomenų suvedimas į statistines lenteles bei šių duomenų grafinis vaizdavimas;
 Statistinių duomenų aprašymas;
 Statistinės medžiagos analizė;
 Analizės rezultatų įvertinimas.

1. VIEŠBUČIŲ SKAIČIAUS STATISTINIO TYRIMO TAURAGĖS APSKRITYJE PAGRINDIMAS

1. 1. Statistinės lentelės

Apžvelgtosiose literatūros šaltiniuose vieningai įvardijama, jog „statistinio stebėjimo rezultatai ir stebėjimo duomenys pateikiami statistinėse lentelėse“. Autoriai ( L. Kunigelytė (1986), T. Kozlovas (1968)) teigia, kad „statistinė lentelė – tai raacionalaus ir akivaizdaus tiriamų visuomeninių reiškinių ir procesų skaitmeninių charakteristikų išdėstymo forma“. Autorė (L. Kunigelytė (1986)) taip pat pabrėžia, kad „ statistinėse lentelėse, kitaip negu nestatistinėse (logaritminėse, procentų, atvirkštinių skaičių, daugybos ir t.t.), pateikiama statistinės visumos bendra charakteristika“. Tačiau autoriaus (T. Kozlovas (1

1968)) manymu „statistinės lentelės ne tik leidžia kompaktiškai išdėstyti duomenis, bet ir akivaizdžiai juos palyginti (sugretinti)“. Dar kitokį statistinių lentelių apibūdinimą pateikia autorius (S.A.Martišius (2003)), jis teigia, kad „statistinė lentelė yra statistikos duomenų pateikimo skaitmeninis būdas“. Autorius (F. Obelenis (1976)) išskiria statistinių lentelių svarbą, kuri yra ta, „kad joje skaičiais atvaizduojami visuomeniniai reiškiniai“. Jo manymu, „statistinė lentelė yra derinys horizontalių ir vertikalių linijų, kurioms susikertant gaunami langeliai, užpildyti skaičiais“. Autoriaus (Donald H. Sanders (1990)) manymu, „statistinė lentelė tai efektyviai parengta lentelė, kurioje duomenys išdėlioti stulpeliuose ir eilutėse, kad naudotojas galėtų greitai rasti duomenis, kurių jam reikia“. Autorius (B. Bitinas (1974)) statistine lentele vadina aprašymų matricą. Jo nuomone, „tai atskirų objektų apibūdinimas keliais požymiais, todėl pirminius matavimo požymius rašome į lentelę vadinama aprašymų matricą“. Iš jų autoriai (VV. Bartosevičienė (2006) ir E. Bagdonas (1994)) išskiria, jog tai yra „ne tik statistinių duomenų sugrupavimas, bet kartu ir tiriamojo objekto rodiklių išdėstymas mažėjančia ir didėjančia tvarka pagal tam tikrų eilučių ir stulpelių sistemą“. Statistinės lentelės turi veiksnį ir tarinį. Autorių nuomone, „statistinių lentelių veiksnys parodo, koks reiškinys nagrinėjamas, o tarinys – tai rodiklis, kuriuo apibūdinamas objektas“. Autorius (E. Bagdonas (1994)) kartu išskiria, jog „lentelės veiksnys gali būti ne tik paprastas, bet ir sudėtingos struktūros“. „Lentelės sudėtingas veiksnys būna tada, kai pradiniai požymiai toliau sk
kaidomi pagal antrinius ir tretinius požymius“.

Du autoriai (R. Valkauskas (2004) ir V. Bartosevičienė(2006)) visas statistines lenteles išskiria į dvi pagrindines: dinamikos duomenų lenteles ir pasiskirstymo duomenų lenteles. Dinamikos duomenų lenteles autoriai apibūdina, kaip „lentele, kurios parodo socialinių-ekonominių reiškinių rodiklių pasiskirstymą laiko atžvilgiu“. „Pasiskirstymo duomenų lentelėse atspindi socialinių-ekonominių reiškinių kitimai erdvėje“. Autoriai taip pat pabrėžia, jog „šios lentelės gali būti sudarytos pagal kiekybinį ir kokybinį požymius arba kaip šių požymių kombinacija“ ir išskiria pagrindinius lentelės elementus: „1. Lentelės numeris, 2. Pavadinimas (paantraštė), 3. Eilučių ir stulpelių antraščių pavadinimai, 4. Pagrindinė statistinė informacija, 5. Išnašos, 6. Duomenų šaltiniai“.
Taip pat šie autoriai ( V. Bartosevičienė(2006) ir R. Valakauskas (2004)) priklausomai nuo eilučių išdėstymo lentelėje skiria dvi statistinių lentelių rūšis: paprastosios lentelės ir kombinuotos lentelės. Tačiau autoriai (L. Kunigelytė (1986), F. Obelenis (1976) ir T. Kozlovas(1968)) prie šių dviejų lentelių rūšių priskiria ir grupines lenteles. Paprastas lenteles autoriai apibūdina kaip „statistines lentele, kurios šaknį sudaro tik tiriamųjų vienetų, datų arba teritorinių – administracinių padalinių sąrašai“. Trumpesniu autorės (V. Bartosevičienės (2006)) aprašymu, „tai paprasta lentelė, kurios antraštėje rodikliai išdėstyti lygiagrečiai“. Autoriaus (T. Kozlovo (1968)) nuomone tai, „lentelės, kuriose veiksnį sudaro tik objektų sąrašas“. Kombinuotą lentelę autoriai apibūdina vienodai, kaip „statistinė lentelė, kuriose statistinės visumos vienetai sugrupuoti pagal du ar daugiau esminių požymių“. „Grupinės lentelės vadinamos tokios statistinės lentelės, kuriose veiksnį su
udaro sugrupuoti stebėjimo vienetai (visumos vienetai) pagal vieną esminį požymį“. Trumpiau tariant „grupinės lentelės sudaromos statistinės medžiagos suvedimo metu taikant grupavimo metodą“. Autorius (T. Kozlovas (1968)) pabrėžia, jog „grupinės ir ypač kombinuotos lentelės turi svarbias analitines savybes: jos leidžia vaizdžiai palyginti ir atskleisti esminius bei skirtingus visuomeninius reiškinių vystyme“.
Taigi apibendrinant šių autorių apibrėžimus galėčiau teigti, kad statistinė lentelė ir yra lentelė, kurioje suvedami statistiniai tiriamųjų objektų duomenys pagal tam tikrą lentelės rūšį.

1. 2. Statistiniai grafikai

Įvairioms diagramoms vaizduoti, autoriai išskiria grafikus, kurie „yra pats populiariausias duomenų vaizdavimo būdas“. Jie teigia, kad ‚ „informacija, pateikta, bet kokio tipo lentelėje ne visada tokia ryški ir ne visada leidžia tyrinėtojui įžiūrėti dėsningumus, sąlygojančius tiriamą reiškinį“. „Todėl vaizdumo dėlei ir palengvinant informacijos analizę duomenis galima pateikti grafiškai“. Autoriai (E. Bagdonas (1994), V. Bartusevičienė (2006), V. Sakalauskas (1998), V. Gudonavičiūtė (1994), B. Martinkus (1979)) vieningai pateikia, kad „statistiniai grafikai tai statistinių duomenų sąlyginis vaizdavimas įvairioms geometrinėmis figūromis (formomis), sutartiniais ženklais“. Prie grafikų apibrėžimo autoriai (F. Obelenis (1976), T. Kozlovas (1968)) išskiria, kad „ne tik pats grafikas, bet ir grafikams atvaizduoti nubraižytos linijos, taškai ir figūros turi vaizdžiai išreikšti statistinių lentelių ar dinamikos eilučių mintį“. Autorė (L. Kunigelytė (1986)) pateikia dar vieną grafikų apibrėžimą, kuris teigia, kad „statistiniai grafikai – tai plokštumos geometriniai sąlyginiai ženklai, išreiškiantys statistinių visumų dydžius, jų

ų struktūrą, pasiskirstymą, plano vykdymą, reiškinių dinamikos ryšius“. Autorius (E. Gonestas (2003)) mano, kad „grafikas yra vaizdinė priemonė glaustai tiek pradiniams duomenimis, tiek analizės rezultatams pateikti“. Jis teigia, kad „visi grafikai tai užkoduota informacija apie duomenis“. Autoriaus (S.A. Martišius (2003)) manymu, „kad kartais tik grafikų dėka galima padaryti tokias išvadas, kurias būtų sunku įžvelgti sudėtingose statistinėse lentelėse“.
Nagrinėjantys statistinius grafikus autoriai (E. Bagdonas (1994), B. Bitinas (1974), V. Gudonavičiūtė (1994), T. Kozlovas (1968)) pateikia statistinių grafikų naudojimosi svarbą: „skirtingiems dydžiams ( kiekiams) palyginti, nagrinėjamų visumų sudėčiai, jų struktūrai ir struktūriniams poslinkiams apibūdinti, reiškinių kitimui laiko atžvilgiu bei pavaizduoti jų ryšiams apibūdinti, reiškinio kitimui paplitimui erdvėje (teritorijoje) išaiškinti“.
Autorė V. Gudonavičiūtė (1994) taip pat išskiria, jog „grafikai naudojami nustatant išvestinius rodiklius ir vykdant apskaitą ir kontrolę, grupuojant ir klasifikuojant statistinius duomenis“. Paprasčiausią grafikų naudojimo esmę pateikia autorės (V. Bartosevičienė (2006), L. Kunigelytė (1986)) – „statistiniai grafikai sudaromi siekiant statistinius duomenis populiarinti, apibendrinti ir analizuoti“. Taip pat autorė (L. Kunigelytė (1986)) priduria, kad „kartais statistiniais grafikais atvaizduojamas statistinių duomenų tūris (trimatis geometrinis ženklas)“. Autorė (L. Kunigelytė (1986)) pateikia grafikų apibrėžimą, kuris teigia, kad „statistiniai grafikai – tai plokštumos geometriniai sąlyginiai ženklai, išreiškiantys statistinių visumų dydžius, jų struktūrą, pasiskirstymą, plano vykdymą, reiškinių dinamiką ir ryšius“. Tad apibendrinant grafikų svarbą galima teigti, kad grafikai padeda greičiau ir lengviau įsisavinti bei suprasti studijuojamą medžiagą.
„Standartiniai grafikai sudaromi naudojant Microsoft Office Excel programa arba STATISTICA programa, naudojantis vartotojo aplinkos komandų (meniu) procedūromis“. Toks diagramų sudarymo autoriaus (V. Sakalausko (1998)) nuomone, „yra pats lengviausias būdas“. „Pasirinkus norimą diagramos tipą, nurodomas kintamojo vardas ir pagal iš anksto nustatytą schemą iš kintamojo reikšmių sudaroma diagrama“. Taip pat reikia nepamiršti, kad sudarytą diagramą galima redaguoti.
Apžvelgtoje literatūroje autoriai statistiniams duomenis pavaizduoti išskiria dvi pagrindines grafikų rūšis: diagramas ir statistinius žemėlapius. Autoriai (V. Bartosevičienė (2006), V. Gudonavičiūtė (1994), E. Bagdonas (1994), L. Kunigelytė (1986)) diagramas apibūdina, „kaip pagrindinių grafikų rūšis, kuriame statistiniai duomenys vaizduojami geometrinėmis figūromis arba ženklais“. Autorė (L. Kunigelytė (1986)) išskiria, kad „diagramoms sudaryti dažniausiai naudojamos plokštuminės geometrinės figūros ir linijos, rečiau – geometriniai kūnai“. „Statistiniame žemėlapyje pavaizduojamos geografinės eilutės, nubrėžiant kontūriniame žemėlapyje sutartinius grafinius ženklus“.
Pagal diagramų paskirtį autoriai (E. Bagdonas (1979), B. Martinkus (1979), A. Orinauskas (1979)) diagramas skirsto i 3 pogrupius: „kiekiui palyginti (paprastosios), struktūrai pavaizduoti, dinamikai (kitimo laiko atžvilgiu) vaizduoti“.
Autoriaus (S.A.Martišiaus (2003)) nuomone „prieš sudarant grafikus labai svarbu nuspręsti, kurios rūšies grafikas labiausiai tinkamas pasirinktiems duomenims pavaizduoti“. Be to autoriaus nuomone „reikia žinoti, kaip teisingai sudaryti grafiką“. „Antraip net ir suradus geriausią grafinio sprendimo variantą, bus gautas iškreiptas statistinės aibės vaizdas“. Todėl pagal diagramų sudarymą autoriai diagramas skirsto į: stulpelines, juostines, figūrines, kvadratines, skritulines, sektorines, linijines. Prie šių grafikų grupės, autoriai (E. Bagdonas (1994), V. Bartosevičienė(2006), Donald H. Sanders (1990), Mario F. Triola (1989)) priskiria ir dažnių skirstinio grafikus – dažnių daugiakampius(poligonas), sukauptųjų dažnių laužtės, histogramas. Autorius (S.A.Martišius (2003)) prie šių grafikų taip pat priskiria ir „ Pareto, sklaidos, spiralių diagramas, diagrama medis, stačiakampė diagrama, žemėlapius, piktogramas ir trimačius grafikus“. Kuris diagramos ar grafiko tipas yra pats tinkamiausias konkrečioje situacijoje, autoriaus nuomone, „tai priklauso nuo daugybės veiksnių“. „Svarbu ir patirtis – duomenų grafinis vaizdavimas iš dalies yra kūryba“, autorius pabrėžia „ tik nereikia pamiršti, kad pagrindiniai grafikų sudarymo principai yra aiškumas, paprastumas, suprantamumas“. „Be to, statistiniai grafikai negali visiškai pakeisti lentelių, nes jie pateikia gerokai mažiau informacijos ir iš grafikų vaizduojamų reiškinių dydį galima nustatyti tik apytiksliai“.
Autoriai nagrinėjantys linijinės diagramos taikymo specifiką atlieka statistinį tyrimą. Rekomenduoja ją taikyti atvaizduojant reiškinio kitimui laiko atžvilgiu, taip pat dviejų reiškinių ryšiams (koreliacijai) pavaizduoti. Iš jų autoriai ( V. Gudonavičiūtė (1994), B. Martinkus (1979), E. Bagdonas (1994)) analizuodami linijinę diagramą praktiniu ir taikomuoju aspektu išskiria šiuos linijinės diagramos grupes: „paprastosios – vaizduojamas vieno reiškinio kitimas, sudėtingosios – viename grafike derinami keli reiškiniai, išskiriami skirtingomis linijomis ar skirtingomis spalvomis, pusiau logaritminės – viena skalė logaritminė (dažniausiai ordinačių), kita – tolydžioji, logaritminės – abi skalės logaritminės (retai vartojama)“. Autorė (L. Kunigelytė (1986)) mano, kad „linijines diagramas patogiau naudoti dinamikos eilučių gretiniams vaizduoti“. Kadangi autorės nuomone, „linija geriau parodo vystimosi proceso nenutrūkstamumą“. Be to autorių (L. Kunigelytė (1986), S.A.Martišiaus (2003), Robert D. Marson (1990)) nuomone, „linijinės diagramos patogios tuo, kad jose iš karto galima atvaizduoti daug rodiklių, o kartu ir palyginti juos“. Autorius (Donald H. Sanders (1990)) teigia, kad „linijinė diagrama yra vienintelė tokia diagrama, kurioje duomenys koordinatėje yra susiję su ištisine linija perduodant informaciją“.
Analizuodami stulpelines (juostines) diagramas, autoriai jas pateikia kaip „visuomeninio ar kito reiškinio kitimą tiek pagal kiekybinį, tiek pagal kokybinį požymį“. Jų nuomone „pagal turinį gali būti parodoma, kaip keičiasi absoliutūs rodikliai bei santykiniai dydžiai, išreikšti procentais ar koeficientais“. Autorių nuomone „sudarant stulpelines diagramas, stulpeliai išdėstomi vertikaliai, o juostinės – horizontaliai“. Kadangi stulpelinių ir juostinių diagramų sudarymo principai yra tie patys, tai autoriai išskiria ir nagrinėja tik stulpelines diagramas. Jų nuomone „pagrindinė šių diagramų savybė yra ta, kad skirtingiems stulpeliams ar juostoms šios diagramos yra vienmatės ir vienmastelinės“. Autoriaus (T. Kozlovo (1968)) nuomone „stulpelinė diagramos naudojamos palyginti įvairiems dydžiams ir pavaizduoti rodiklių kitimui laiko atžvilgiu (dinamikos eilutėms) ir reiškinių struktūrai“. Autorius (F. Obelenis (1976)) stulpelines diagramas vadina stiebelinėmis diagramomis. Jo nuomone „jos yra paprasčiausios ir gana dažnai naudojamos“. „Jomis galima atvaizduoti kokių nors dydžių palyginimą, struktūrą, didėjimo tempus ir pan.“.

Analizuojamoje literatūroje autoriai (S.A. Martišius (2003) ir L. Kunigelytė (1986)) stulpeline diagramas lygina su juostinėmis. Stulpelių ir juostų diagramas autorius rekomenduoja naudoti, „kai reikia palyginti tarpusavyje kelis dydžius, kategorijas“. Kartu autorius išskiria, kad „juostinės ir stulpelinės diagramos yra naudojamos ir laiko eilutei pavaizduoti“. Autorė (L. Kunigelytė(1986)) išskiria, kad „stulpelinėse diagramose lyginamo rodiklio reikšmės vaizduojamos vienodo pločio stačiakampiais, vertikaliai išsidėsčiusiais ant horizontalios tiesės“. „Tuo tarpu jeigu stulpeliai išsidėstę horizontaliai ant vertikalios tiesės tai diagrama vadinama juostine“. Autorė taip pat pabrėžia, kad „stulpelinės ir juostinės diagramos yra vienmatės“.
Figūrines diagramas autoriai ( E. Bagdonas (1994), B. Martinkus (1979), A. Orinauskas (1979)) apibūdina, kaip „įtaigiai įgalinčias perteikti skaitmeninę medžiagą, padarant ją geriau įsimenančią“. Autoriaus (E. Obeleno (1976) nuomone), „figūrinė diagrama sudaroma įvairiems dydžiams palyginti“. Autoriaus nuomone, „figūros yra patogios tuo, kad jas lengva nupiešti ir nesudėtinga apskaičiuoti plotą, atitinkantį duotiems statistiniams duomenims“. Autoriaus (T. Kozlovo (1968)) nuomone „figūros – ženklai naudojamos, sudarant diagramas, kad grafinis vaizdas būtų išraiškingesnis“.
Autoriai (E. Bagdonas (1994), V. Sakalauskas (1998)) nagrinėjantys skritulines diagramas išskiria, kad „šios diagramos naudojamos lyginant tiek rodiklių kitimą laiko atžvilgiu, tiek dydžius, priklausančius tam pačiam laikotarpiui arba laiko momentui“. Toliau autorius (V. Sakalauskas (1998)) išskiria, jog „skritulinės diagramos labiausiai tinka duomenims, gautiems pagal kokybinį požymi“. Trumpiau tariant „jos parodo dažnio pasiskirstymą tarp kategorijų“. Autoriaus (E. Gonestas (2003)) manymu „skrituline diagrama naudojama kaip alternatyva stulpelių diagramai“. Autorių (T. Kozlovo (1968) ir E. Gonesto (2003)) nuomone „skritulinė diagrama pateikia tą pačią informaciją kaip ir juostinė ir stulpelinės diagramos tik apskritimas yra prilyginamas 100% ir suskirstomas į sektorius“. Kitaip tariant autoriaus (Donald H. Sanders (1990) David B. Orr (1990)) nuomone, „apskritimas yra padalijamas į sektorius, kurių plotas atspindi pasirinktos klasės dažnį“. Ji yra naudojama „santykiniams dydžiams suskirstytiems į gabalėlius vaizduoti“. Autorius (S.A.Martišius (2003)) teigia, kad „skritulių diagramos yra alternatyvų duomenų vaizdavimo metodas“. Šio grafiko paskirtis – „pavaizduoti atskirų aibės dalių sugrupuotą į grupes pagal tam tikrus požymius, santykį su visa duomenų grupe“
Autoriai (F.Obelenis (1976) ir L. Kunigelytė (1986)) skritulines diagramas vadina sektorinėmis diagramomis, kurių nuomone „jos naudojamos tai pačiai struktūrai atvaizduoti kaip ir stiebelinės diagramos“. L. Kunigelytės (1986) nuomone „sektorinėje diagramoje struktūra atvaizduojama įvairiais štrichais ar spalvomis nuspalvinant apskritimo sektorius, vaizduojančius visumos dalių lyginamuosius svorius“. „Sektorinėse diagramose taip pat galima parodyti struktūros dinamiką“. Autorius T. Kozlovas (1968) teigia, kad „sektorinė diagrama tai apskritimas, suskirstytas i sektorius, kuriu didumas atitinka pavaizduotus skaičius“. Jo nuomone, „šios rūšies diagramos daugiausiai naudojamos reiškinių sudėčiai, jų struktūrai pavaizduoti“.. Autoriaus (E. Bagdonas(1994)) nuomone, „sektorinės diagramos geriausiai tinka reiškinių struktūrai vaizduoti“. Autorius pateikia labai paprasta sektorinių diagramų sudarymo principą, „tai apskritimas prilyginamas visumai ir suskirstomas į sektorius, proporcingus atskiroms vaizduojamosioms visumos dalims“.
Autoriai (T. Kozlovas (1968) ir L. Kunigelytė (1986)) apskritimines diagramas lygina su kvadratinėmis. „Tai eilė kvadratų arba apskritimų, kurių kiekvienas savo plotu išreiškia vaizduojamojo reiškinio dydį“. Šios diagramos naudojamos „palyginant tiek rodiklių kitimą laiko atžvilgiu, tiek dydžius, priklausančius tam pačiam laikotarpiui arba laiko momentui“. Autoriaus V. Sakalausko (1998) nuomone „jeigu skritulinėje diagramoje yra daug sektorių ir yra labai maži, jis rekomenduoja naudoti kitų tipų diagramas, kuriomis bus lengviau suvokti ir skaitomos tai, ką norėjo parodyti grafikų darytojas“.
Iš pirmo žvilgsnio gali pasirodyti, kad histogramos niekuo nesiskiria nuo stulpelinių diagramų. Tačiau autoriai (V. Sakalauskas (1998), Donald H. Sanders (1990)) pateikia skirtumą tarp jų, kad „histogramose dažnį charakterizuoja stulpelio ribojama sritis, o stulpelinėse diagramose – aukštis“. „Sudarant histogramą ant abscisių ašies atidedami pasiskirstymo eilutės intervalai, ant kurių braižomi stačiakampiai vienas šalia kito, o ant ordinačių – intervalų dažniai arba santykiniai dažniai“. Autorių nuomone „histogramos vaizduoja tolydžiųjų požymių duomenis“. Toliau autoriai (V. Gudonavičiūtė (1994), B. Martinkus (1979), A. Sakalauskas (1998), E. Gonestas (2003)) histogramų naudojimą pateikia kaip „intervalinėms eilutėms atvaizduoti“. Autoriaus (S.A.Martišius (2003)) nuomone, „histograma tai bendras duomenų, kurie vaizduojami intervalų skalėje, vaizdavimo būdas“. Autorius (Mario F. Triola (1989)) teigia, kad „histograma yra pati geriausia priemonė vaizduoti lentelių duomenų dažnį“. „Histograma labai panaši į stulpelių diagramą, skiriasi tik tuo, kad tarp stulpelių nėra tarpų“. „Dėl šios priežasties histograma sudaroma norint pavaizduoti tolydžiuosius kiekybinius intervalais pateiktus duomenis“. Autoriaus nuomone histogramos naudingos dviem atvejais: „pirma, vaizduojant skirstinio duomenis, antra, tiriant skirstinio pobūdį ieškant asimetrijos, modos“. „Iš histogramos galima spręsti, ar yra viena moda (varpo forma), ar įmanoma išskirti kelias grupes su daugiau nei viena moda, ar anamolijos išsiskiria iš centrinės koncentracijos“.
Be anksčiau minėtų diagramų dar yra naudojamos ir sklaidos diagramos. Autoriaus (V. Sakalauskas (1998)) nuomone, „sklaidos diagramos padeda įžiūrėti ryšį ( jei tik toks yra) tarp dviejų kintamųjų“. Autorius (S.A.Martišius (2003)) teigia, kad „sklaidos diagramos naudojamos tirti požymių išsibarstymų erdvėje arba koreliacinius ryšius (grafinis metodas) sudaryti koreliacijos lauką“. Autoriaus (V. Adomėno (2000)) nuomone, „tai grafiškai pavaizduojantys dviejų kintamųjų reiškinių tarpusavio ryšio priklausomybę, o duomenys surinkti poromis“. Jos sudaromos ir analizuojamos pagal tam tikrą toliau išdėstytą tvarką“.
Nagrinėjamoje literatūros šaltiniuose autoriai (S.A.Martišius(2003), Donald H. Sanders (1990)) išskiria stačiakampę diagramą t.y. Boxplot „tai tiriamųjų duomenų analizės priemonė, kuri vaizduoja centrinę duomenų aibės dalį, jos asimetriškumą, amplitudę ir bet kuriuos netipinius stebėjimus“. Autorių nuomone, „stačiakampė diagrama ypač tinka lyginti duomenų aibes“. Autoriai (E. Gonestas (2003) ir Subir Ghosh (1990)) teigia, kad „stačiakampė diagrama parodo grafinį penkiaskaitės suvestinės vaizdą (min, Q1, Md, Q3, max)“. „Ji leidžia palyginti keleto imčių duomenis“.
Taigi, kaip teigė autorius (S.A.Martišiaus (2003)) „prieš sudarant grafikus labai svarbu nuspręsti, kurios rūšies grafikas labiausiai tinkamas pasirinktiems duomenims pavaizduoti“. Kitaip tariant, autoriaus (V. Sakalausko (1998)) nuomone „jeigu pasirinkta diagrama nepavyko ar negalėjai pavaizduoti duomenų“, autorius rekomenduoja „naudoti kitų tipų diagramas, kuriomis bus lengviau suvokti ir skaitomos tai, ką norėjo parodyti grafikų darytojas“.

1. 3. Statistiniai rodikliai

Apžvelgtoje literatūros šaltiniuose vieningai įvardijama, kad „statistinio stebėjimo ir grupavimo rezultatai išreiškiami apibendrinančiais statistiniais rodikliais“.

Autorių nuomone, „santykiniai dydžiai – tai intensyvūs statistiniai rodikliai“. „Jie gaunami lyginant du absoliučius dydžius, kartais ir pačius santykinius dydžius“. „Santykiniai dydžiai – tai yra dalmuo, gautas padalinus du statistinius dydžius ir charakterizuojantis kiekybinį sąryšį tarp jų“. Autorius (F. Obelenis (1976)) teigia, kad „santykinius dydžius galima išreikšti koeficientais, procentais, promilėmis bei prodecimilėmis“.

Autoriaus (F. Obelenio (1976)) nuomone, „dinamikos santykiniai dydžiai parodo įvairių visuomeninio gyvenimo reiškinių padidėjimą ar sumažėjimą, lyginant su praėjusiu laikotarpiu“. Trumpiau tariant „dinamikos santykinį dydis parodo kaip tam tikru laiku kinta nagrinėjamas reiškinys“.
Dinamikos bazinį santykinį dydį galima apskaičiuoti pagal formulę:
Sdinamikos bazinis = % (1)

y0 – baziniai metai (praėjusio laikotarpio duomenys)

yi – (einamojo laikotarpio duomenys).
Sdinamikos grandininnis = % (2)
Autorius (E. Bagdonas (2004)) teigia, kad „struktūros santykiniai dydžiai išreiškiami dvejopai: dalimi (vieneto dalimi) ar lyginamąja dalimi procentais“. Taigi „struktūros santykinis dydis taikomas visumos dydžių palyginimui“.
Sstruktūros = % (3)
Vidurkiai
„Tiriant socialinius-ekonominius reiškinius, plačiai naudojami vidurkiai“. Autoriai vidurkius apibūdina, kaip „statistinės visumos tipiškų dydžių arba jų grupių apibendrinamoji charakteristika“. Autoriaus (V. Čekanavičiaus (2003)) nuomone „vidurkis – tai taškas, kuris vidutiniškai artimiausias visiems statistinės eilutės elementams“. Jo nuomone „ jis skaičiuojamas tik kiekybinių duomenų vidurkis“. Autorių nuomone, „vidurkiai parodo tik vidutinę visumos požymio reikšmę, nuo kurios kitos konkrečios reikšmės nukrypsta į vieną (+) ar kitą pusę (-)“. Autoriai išskiria šių vidurkių rūšis:
Aritmetinis paprastas vidurkis. Autoriaus (R. Valkausko (2002)) nuomone, „šis vidurkis yra klasikinis ir buvo žinomas dar antikos laikų matematikams“. Autorius (E. Bagdonas (2004)) teigia, kad „statistikoje šis dydis vadinamas paprastu aritmetiniu vidurkiu, kuris apibūdina paprastą objektų visumą, kurios objektai turi tik po vieną požymio vertę“. „Jis yra taikomas, kai duomenys nesugrupuoti“.

(4)
Xi statistinių požymių reikšmės,

n –variantų skaičius.

Aritmetinis svertinis, autoriaus (E. Bagdono (2004)) nuomone „yra naudojamas tuo atveju, kai visumą sudaro objekto grupės ir pogrupiai su pasikartojančiomis požymio vertėmis, vartojamas svertinis aritmetinis vidurkis“. Jis teigia, kad „aritmetinis vidurkis taikomas, kai duomenys sugrupuoti ir surašyti į diskretinę pasiskirstymo variacinę eilutę“.

(5)
Autorių nuomone, „progresyvinį vidurkis skaičiuojamas iš geriausių požymio reikšmių“. Pirmiausia apskaičiuojamas aritmetinis vidurkis, po to išrenkamos reikšmės, geresnės už apskaičiuotą aritmetinį vidurkį ir vėl apskaičiuojamas aritmetinis vidurkis. Tai ir yra progresyvinis vidurkis.
Autoriaus (R. Valkausko (2002)) nuomone, „harmoninis vidurkis kaip ir aritmetinis vidurkis priklauso klasikiniams vidurkiams“. „Šio vidurkio pavadinimas siejamas su muzikinės harmonijos kiekybiniu santykiu“. Autorių nuomone, „jis savo išraiška yra atvirkštinis aritmetiniam vidurkiui“. „Jis taikomas tais atvejais, kai yra duotos požymio reikšmės ir iš karto duota požymio reikšmių dažnumų sandauga“.

(6)
Kvadratinis vidurkis autorių nuomone „taikomas tuo atveju, kai pirminiai duomenys atvaizduoti kvadratine funkcija“. Statistikoje kvadratinis vidurkis naudojamas dažniausiai (pakeista) forma, analizuojant požymių variaciją.

(7)
Geometrinis vidurkis, autorių nuomone „taikomas tada, kai reikia apibūdinti socialinio-ekonominio reiškinio kitimą per tam tikrą laikotarpį“.

(8)
Visuomenės reiškiniams charakterizuoti naudojami struktūriniai vidurkiai. Jiems priskiriama moda ir mediana.
Moda (Mo) – tai dažniausiai pasikartojanti požymio reikšmė. Diskretinėje statistinėje eilutėje moda bus tas variantas, kuris turi didžiausią dažnumą.

(9)
Čia: xm – požymio reikšmė, turinti didžiausią dažnumą.
Moda skirtingai nuo aritmetinio vidurkio, visada yra realus variantas, aplink kurį pasiskirsto kitos požymio reikšmės.

(10)
Autorių nuomone, „Mediana (Me) vadinama to požymio reikšmė, kuri dalija variacinę eilutę į dvi lygias dalis taip, kad vienos požymio reikšmės yra mažesnės už medianą, o kitos didesnės“.
„Be to medianos tikslinga ieškoti tada, kai reikia surasti variacinėje eilutėje esančią konkrečią vidutinę reikšmę“.
Mediana diskrecinei pasiskirstymo eilutei apskaičiuojama pagal formulę:

, kai n –nelyginis (11)

, kai n – lyginis; (12)
Autorių nuomone, „Kvartiliai yra panašūs į mediana tuo, kad dalija variacinę eilute ne i dvi lygias dalis, o į keturias lygias dalis“. „Kvartiliai apskaičiuojami pagal formules, analogiškas medianos formulei“.
Pirmasis kvartilis (apatinės dalies mediana Q1) dalija eilutę į dvi dalis: vienoje yra ¼ eilutės narių mažesnių, kitoje – ¾ didesnių už jį. Kartais pirmasis kvartilis yra vadinamas 25% percenteliu.

(13)
Trečiasis kvartilis (viršutinės dalies mediana Q3) dalija eilutę į dvi dalis: vienoje yra ¾ eilutės narių mažesnių, kitoje – ¼ narių didesnių už jį. Kartais trečiasis kvartilis yra vadinamas 75% percentaliu.

(14)
čia
xq1 – pirmojo kvartilio intervalo žemutinė riba,
xq3 – trečiojo kvartilio intervalo žemutinė riba,
h – kvartilio intervalo plotis,
N – dažnių suma

nq1 – sukauptieji dažniai iki kvartilio intervalo žemutinės ribos,

nq3 – sukauptieji dažniai iki trečiojo kvartilio intervalo žemutinės ribos,
nq1 – pirmojo kvartilio intervalo dažnis,
nq3 – trečiojo kvartilio intervalo dažnis.
Taigi mediana yra antrasis kvartilis ji atskiria 50% variacinės eilutės

(15)
Kvartilinis plotis – tai trečiojo ir pirmojo kvartilių skirtumas ir jis apibūdina 50% duomenų reikšmių sklaidą.
Modos Medianos ir aritmetinio vidurkio tarpusavio santykis
Mo = Me = x turime simetrinį pasiskirstymą
Mo < Me < x požymio pasiskirstymas yra dešniašonis
Mo > Me > x požymio reikšmių pasiskirstymas yra kairiašonis (16)
Variacijos rodikliai
Nagrinėjamoje literatūros šaltiniuose autoriai teigia, kad „variacijos užmojis (R) tai skirtumas tarp didžiausios ir mažiausios tiriamos visumos požymio reikšmių“. „Jis parodo kokiame intervale išsidėsto tarpinės požymio reikšmės“.
R = Xmax – Xmin (17)
Autorių nuomone, „vidutinis tiesinis nukrypimas parodo požymio reikšmių (xi) nukrypimų nuo aritmetinio vidurkio (x) lygį“. „Norint šį rodiklį apskaičiuoti, būtina nustatyti individualių požymio reikšmių aritmetinio vidurkio absoliutinius skirtumus“.

– paprastasis (18)

– svertinis (19)
Autorių nuomone, „dispersija yra vienas iš svarbiausių variacijos rodiklių“. Autorius (E. Bagdonas (2004)) dispersiją apibūdina, kaip „ nukrypimu nuo vidurkio kvadratų aritmetiniu vidurkiu“. Autorių nuomone, „ji išreiškiama kaip požymio reikšmių nukrypimų nuo aritmetinio vidurkio kvadratų vidurkis“.

– paprastoji (20)

– svertinė (21)
Autorių nuomone, „vidutinis kvadratinis nukrypimas apskaičiuojamas ištraukus šaknį iš dispersijos“.

(22)
Asimetrija ir ekscesas
Autoriaus (A. Bačinsko (2002)) nuomone, asimetrijos koeficientas yra histogramos simetrijos matas“. „Asimetrijos koeficientas naudojamas pasiskirstymo dėsningumams, pavadintas anglo K. Pirsono asimetrijos koeficientu“.

arba (23)
Šis koeficientas gali būti teigiamas arba neigiamas.
Teigiamas asimetrijos ženklas, kai turime dešniašonę asimetriją
As>0 MoMe>x (25)
Autoriaus (A. Bačinsko (2002)) nuomone, „eksceso koeficientas yra histogramos lėkštumas matas“. Taigi, „simetrinių variacinių eilučių nukrypimams išmatuoti ieškomas eksceso rodiklis“. „Jis pagrįstas centriniu ketvirtos eilutės momentu ir apskaičiuojamas pagal formulę“

(26)
Empyrinės variacinės eilutės ekscesas apskaičiuojamas pagal formules

– sutvarkytai eilutei (27)

– diskretinei ir intervalinei eilutei (28)
Absoliutiniai pokyčiai
Absoliutus lygio padidėjimas / sumažėjimas rodo, „keliais vienetais pasikeičia jo lygis per tam tikrą laikotarpį“.
Baziniu būdu apskaičiuojama pagal formulę:

(29)
Baziniai rodikliai gaunami kiekvieno einamojo laikotarpio reikšmę, lyginant su bazine, kuri dažniausiai būna pirmojo laikotarpio reikšmė.
Grandininiu būdu apskaičiuojama pagal formulę:

(30)
Grandininiai rodikliai gaunami lyginant dviejų gretutinių laikotarpių reikšmes.
yi – ataskaitinio laikotarpio dinamikos eilutės lygis;
yi-1 – lygis, tiesiogiai esantis prieš lygį yi ;
y0 – pradinis dinamikos eilutės lygis.

Kitimo tempai
Autorių nuomone jie rodo, „kiek kartų padidėjo ar sumažėjo lygis šio laikotarpio praėjusio laikotarpio atžvilgiu arba kiek procentų siekia esamojo laikotarpio reiškinio lygis, lyginant su praėjusiu“.
bazinis būdas: (31)
grandininis būdas: (32)
Pokyčio tempai
Padidėjimo tempai rodo, „keliais procentais pasikeičia reiškinio lygis per nagrinėjamą laikotarpį ir dažniausiai išreiškiami procentais“. Apskaičiuojamas pagal formulę:

Tp = Td – 100 (33)
1. Pokyčio tempo 1 % absoliuti reikšmė.
Padidėjimo tempo 1 % absoliučios reikšmės būdu rasti rezultatai nusako, „kiek per nagrinėjamą laikotarpį padidėjo eilutės lygis, pakitus reiškiniui 1%“. Apskaičiuojamas pagal formulę:
Δ1% = 0,01 x Yi-1 (34)
Pagal šią apskaičiuotą formulę gautas rodiklis rodo, koks absoliutus dydis atitinka kiekvieną procento padidėjimą arba sumažėjimą. Absoliutinė padidėjimo vieno procento reikšmė lygi 0,01 ankstesnio lygio.
Vidutinis didėjimo tempas apskaičiuojamas pagal geometrinį vidurkį:

(35)
yn – galutinis;
y1 – pradinis dinamikos eilutės lygis
Analizuojant dinamikos eilutes, autorių nuomone „svarbu nustatyti ne tik įvairius kitimo parametrus, bet ir sužinoti bendrą kitimo kryptį (trajektoriją) bei ją kiekybiškai aprašyti, t.y. gauti jos modelį, kuris leistų įvertinti reiškinio lygį ateityje“.
Išanalizavus dinamikos eilutes, bei kiekybiškai aprašius bendrą kitimo kryptį, gausime analizės modelį, kuris leis įvertinti reiškinio lygį ateityje.
Analizuojamose literatūros šaltiniuose ekstrapoliacija apibūdinama, kaip „būsimų reiškinio lygių įvertinimas darant prielaidą, kad, remiantis dinamikos eilutės duomenimis, nustatytas dėsningumas tam tikru laipsniu lieka ir už jos ribų.“

Autoriai teigia, kad „Statistiniame tyrime galima nustatyti perspektyvinę ekstrapoliaciją“. „Perspektyvinė – tai būsimų lygių įvertinimo ekstrapoliacija“. „Galima sudaryti ir retrospektyvinę – jau buvusių lygių nustatymo“.
Pabaigai dar pabandysiu apibrėžti statistinių dydžių tarpusavio ryšių analizę. Kaip jau rašiau įvade, bene svarbiausias statistikos uždavinys yra ryšių tarp reiškinių tyrimas.
Nagrinėjant sąsajas tarp reiškinių, išskiriami du ryšių tipai:
Funkcinis ryšys, kuris mano nagrinėjamu atveju kiekvienai rezultatinei rodiklio reikšmei (tai ir apskaičiuotiems vidurkiams, variacijai, dinamikos rodikliams) įgavo savo griežtai apibrėžtą faktorinio dydžio reikšmę.
2. Statistinis ryšys, kuris parodo, kad jeigu pakinta vienas dydis, jisai veikia ir kito dydžio pasiskirstymą.
Statistiniame viešbučių skaičiaus kitimo Tauragės apskrityje ir jos savivaldybėse tyrime remiantis turimos dinamikos eilutės duomenimis ir apskaičiuotais dinamikos rodikliais galima prognozuoti duomenis metams ar daugiau į priekį. Tam taikant Dinamikos eilučių Ekstrapoliaciją.
. Pagal absoliutinį padidėjimą

(36)

Pagal vidutinį didėjimo tempą

(37)
Vienas iš pagrindinių uždavinių statistinių reiškinių tyrime autoriai išskiria „stochastinį ryšį, kuris atspindi, kaip vieno tiriamojo požymis veikia kitą tiriamąjį požymį“. Šiam stochastiniam ryšiui naudosiu koreliaciją – kuri, kaip teigia autoriai „parodys, ar yra ryšys tarp požymių ir kokia jo kryptis, stiprumas, bei regresiją – kuri konkretizuos šio ryšio formą“.
„Regresinė analizė leidžia apibrėžti santykį, esantį tarp dviejų, vienas nuo kito priklausomų veiksnių taip, kad vieno veiksnio reikšmė, žinant kito veiksnio vertę, gali būti nusakyta su tam tikra tikimybe“.
„Regresinė analizė yra metodas funkcijai nustatyti, nuo kurios iki visos atrankinės imties statistinių duomenų atstumų kvadratai sudaro minimumą“.
Dažnai būna, kad visi taškai kartais nebūna vienoje tiesėje. Taigi, reikšmės koordinačių sistemoje sudaro taškų rinkinį, kurių negalima sujungti viena tiese. Vadinasi, kaip autoriai tegia „reikia surasti tiesę, kuri koordinačių sistemoje per taškų debesį praeitų taip, kad vidutiniai atstumai nuo visų taškų iki tiesės būtų kiek galima mažesni“. „Tiesė, kuri atitinka šiuos reikalavimus, vadinama regresijos tiese“.
Autoriai teigia, kad „koreliacinė analizė rodo, kiek yra reikšmingas ryšys tarp dviejų statistiškai vienų su kitais susietų veiksnių“. „Ji gelbsti priimant sprendimą, ar nagrinėjamas veiksnys nustatant vertę yra reikšmingas, ar į jį galima nekreipti dėmesio“.
Taip pat autoriai pabrėžia, kad „koreliacinė analizė pateikia informaciją apie dviejų tam tikru santykiu esančių dydžių priklausomybės laipsnį ir parodo, kaip vieno dydžio pokytis veikia kito dydžio pokytį“. „Jis yra išreiškiamas koreliacijos koeficientu, kuris gali turėti reikšmes tarp –1 ir +1“. Autorių nuomone, „kuo artimesnis jis yra reikšmei 1, tuo stipresnė priklausomybė tarp abiejų dydžių“. „Jei koreliacijos koeficientas 1, tai yra pilna koreliacija, todėl, kad tarp abiejų dydžių yra absoliučiai tvirtas santykis“. „Jei koeficiento reikšmė teigiama – priklausomybė tiesioginė, jei neigiama – priklausomybė atvirkštinė“.

Koreliacijos koeficientų klasifikacija:
1. 0,1 – 0,3 – silpna koreliacija;
2. 0,3 – 0,5 – vidutiniška koreliacija;
3. 0,5 – 0,7 – pastebima koreliacija;
4. 0,7 – 0,9 – stipri koreliacija;
5. 0,9 – 0,99 – labai stipri koreliacija

2. VIEŠBUČIO SKAIČIAUS TAURAGĖS APSKRITYJE STATISTINIO TYRIMO EIGA IR INSTRUMENTAI

Tyrime buvo surinkti duomenys iš statistinio duomenų departamento www.std.lt esančio regioninėje duomenų bazėje. Surinkti duomenys buvo apdoroti Excel programa vėliau sudaryta lentelė su gautais duomenimis perkelta į „STATISTICA 6“ programine aplinką, kurioje buvo vykdomi skaičiavimai.
Tyrimo objektas – viešbučių skaičius. Mano statistinės lentelės veiksnys – Tauragės apskritis. Lentelės tarinys – 1995-2004 metai.
Statistinė lentelė buvo sukurta tam, kad matytume, kaip pasiskirstę duomenys visoje Tauragės apskrityje. Tačiau iš statistinių lentelių ne visada galima įžiūrėti dėsningumus, sąlygojančius tiriamą reiškinį. Todėl vaizdumo dėlei ir palengvinant informacijos analizę braižiau grafikus. Tai yra duomenis pateikiau grafiškai.
Parodant Tauragės apskrities kitimo rodiklius braižiau skritulinę diagramą. Braižant skritulinę diagramą parinkau aktualiausius 2003 metų duomenis pagal visas savivaldybes. Skritulinės diagramos pagalba galėjau įžvelgti 2003 metų kiekvienos savivaldybės užimančią didžiausią ir mažiausią viešbučių procentinę dalį.
Apskaičiuojant šios diagramos dydžius naudojau absoliutinius dydžius ir santykinius.
Apskaičiuojant viešbučių skaičių naudojau absoliutinius dydžius:
1 lentelė
Metai 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004
Viešbučių skaičius 129 515 815 878 1032 948 959 1120 1141 365
Sdinamikos bazinis, % (1 formulė) – 399,2 631,8 680,6 800,0 734,9 743,4 868,2 884,5 282,9
Sdinamikos grandininis, % (2 formulė) – 399,2 158,3 107,7 117,5 91,9 101,2 116,8 101,9 32,0

Dinamikos santykinius dydžius skaičiavau naudodama 1 formulę. 1 lentelėje matome, kad kiekvienais metais Sdinamikos bazinis visada yra virš 100%, nes, lyginant viešbučių skaičių kiekvienais metais Tauragės apskrityje su baziniais 1995 metais, matome, kad viešbučių skaičius visada buvo didesnis už bazinių metų viešbučių skaičių ir sąlyginai didėjo. Tik 2004 nukrito iki 282,9%. Sdinamikos grandininį skaičiuojant lyginame viešbučių skaičių einamais metais su prieš tai buvusių metų viešbučių skaičiumi
Skritulinei diagramai procentiniams dažniams apskaičiuoti naudojau 3 formulę.
Kokią procentinę dalį užima viešbučių skaičius Tauragės rajono savivaldybėje ir Tauragės apskrityje matome žemiau pateiktoje 2 lentelėje.

2 lentelė. Viešbučių skaičiaus Tauragės apskrityje struktūros santykiniai dydžiai
Metai 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004
Viešbučių skaičius
Tauragės apskrityje 129 515 815 878 1032 948 959
1120
1141
365
Viešbučių skaičius

Tauragės rajono savivaldybėje 129 228 238 274 310 234 263
240
304

Tauragės miesto Sstrukturos, % (3 formulė) 100 44,3 29,2 31,2 30,0 24,7 27,4
21,4
26,4
0

2 lentelėje paskaičiuoti Sstrukturos dydžiai, pagal teorinėje dalyje aprašytą 3 formulę, parodo, kad viešbučių skaičius Tauragės miesto savivaldybėje sudaro apie 100% visų viešbučių skaičiaus Tauragės apskrityje. Per laikotarpį nuo 1995 iki 2004 metų ši struktūra tai didėjo, tai mažėjo – nuo 100 % iki 0%. Tauragės miesto viešbučių skaičiaus struktūra nuo 1995 iki 1997 mažėjo nuo 100% iki 29,2%, o 1998 padidėjo iki 31,2 %, po to vėl sumažėjo ir taip kas metais tai didėjo tai mažėjo kol 2004 pasiekė 0%.
Kitus skaičiavimus pateikiau priede.
Siekiant įsitikinti, kad pirminis grupavimas visų rodiklių kitimo laiku yra prasmingai sudarytas braižau Box-Plot sklaidos diagramą galinčius įžvelgti konkrečius savivaldybių rodiklius mano tiriamajam laikotarpiui. Tai kartu ir teorinėje dalyje aprašytai medianai, modai ir kvartilių apskaičiavimui grafiškas interpretavimas. Apatinis brūkšnys rodo, kad 25% reikšmių patenka į labai trumpą intervalą. Viršutinis brūkšnys parodo, kad yra išskirtinių didelių reikšmių. Mažas kvadratėlis yra mediana, kuris parodo vidurį. Box-Plot diagramai apskaičiuoti naudojau teorinėje dalyje pateiktas 9, 11, 13, 14 ir 15 formules.
Norėdama pamatyti kokią didžiausią ir mažiausią dalį užima viešbučių skaičius tam tikrais metais Tauragės apskrityje braižiau stulpelinę diagramą. Mano brėžtoje stulpelinėje diagramoje stulpeliai nesiliečia, kadangi, požymis pagal kurį tyriau nėra tolydus.
Norėdama pavaizduoti tolydžiųjų požymių duomenis braižau histogramą. Atsivėrusiame lange pasirinkau Tauragės apskritį. Vertikali koordinačių ašis rodo dažnio tankį, o horizontali ašis intervalą. Iš nubrėžtos histogramos galime pamatyti kaip 2003 metais viešbučių skaičiaus intervalas keitėsi tam tikrose savivaldybėse.
Atvaizduojant reiškinio kitimą laiko atžvilgiu pasirinkau linijinę diagramą. Braižant pasirinkau 1995-2004 metus ir visas savivaldybes, norėdama pamatyti, kaip konkrečiais metais augo ar mažėjo viešbučių skaičius tarp Tauragės apskrities ir atskirų savivaldybių. Kaip viena savivaldybė įtakojo kitą ir kas įtakojo viešbučių augimo tempui atskirose savivaldybėse.
6 paveikslėlyje linijinėje diagramoje palyginau Tauragės apskrities viešbučių skaičių tarp atskirų savivaldybių.
Toliau STATISTICA paketo pagalba apskaičiuoju viešbučių skaičiaus Tauragės apskrityje ir jos savivaldybėse pagrindines charakteristikas: reikšmių skaičių, vidurkį, medianą, modą, modos dažnumą, minimumą, sumą, minimumą ir maksimumą, apatinę kvartilę, viršutinę kvartilę, plotį, kvadratinį plotį, dispersiją, standartinį nuokrypį, asimetrijos koeficientą, eksceso koeficientą. Lentelėje apskaičiuotas charakteristikas pateikiau 7a ir 7b paveikslėliuose. Skaičiavimus pateikiu priede.
Tauragės apskrities tiriamo 1995 – 2004 m. laikotarpio aritmetinis vidurkis nustatytas 837,4444, šis vidurkis reiškia apibendrintą kiekybinę požymio reikšmę statistinėje visumoje konkrečiomis laiko ir vietos sąlygomis.
Apskaičiavus paprasta vidurkį galiu rasti ir progresyvinį vidurkį. Išrenku visas didesnes reikšmes už apskaičiuotą aritmetinį vidurkį ir gaunu, 1013. Išrinkus visas mažesnes reikšmes gaunu 483,3. Taigi progresyvinis vidurkis yra 1013< <483,3
Naudodamasi lentelės duomenimis ir parodydama ryšį tarp dviejų kintamųjų nubrėžiau sklaidos diagramą. Braižydama šią diagramą Scatterplots atsivėrusiame lange Y pasirinkau Tauragės apskritį, o X Pagėgių savivaldybę. Grafiko rūšį pasirinkau įprastą (regural), kuri padės įžiūrėti ar tarp duomenų išsibarstimo yra tiesinė priklausomybė ar ne. Mano atveju yra. Tame pačiame Scatterplots lange nurodant regresinės kreivės tipą (linear) gausime tiesinę regresijos lygtį. 9 paveikslėlyje pavaizduota linija – tai tiesinės regresijos lygtis. Tiesė yra teigiamo nuolydžio, todėl yra teigiama koreliacija, o tai reiškia, kad didėjant viešbučių skaičiui Pagėgių savivaldybėje, viešbučių skaičius didės ir Tauragės apskrityje. Iš tiesinės regresijos lygties koeficientas prie x parodo, kad padidėjus Pagėgių savivaldybėje viešbučių skaičiui 1 vienetu, apskrityje padidėja 2.6376 vieneto.
Nustatant ryšio stiprumą tarp viešbučių skaičiaus Tauragės apskrityje ir viešbučių skaičiaus Pagėgių savivaldybėje taikiau koreliacijos metodą. Šis metodas parodo, kaip kinta viešbučių skaičius Tauragės apskrityje nuo viešbučių skaičiaus Pagėgių savivaldybėje. Todėl naudodamasi STATISTICA programa iš pasirenku linear Regression ir gaunu – tiesinės regresijos pradinio skaičiavimo rezultatų dialoginį langą. Kuriame galima pamatyti, kad Pagėgių savivaldybės koreliacijos koeficientas yra R = 0,538. Jis beveik sutampa su Tauragės apskrities koeficientu. Iš to galime spręsti, kad Tauragės apskrities viešbučių skaičius faktiškai priklauso nuo viešbučių skaičiaus Pagėgių savivaldybės. Pliusas, esantis prieš koeficientą parodo teigiamą kreivės nuolydį. Tačiau koreliacijos koeficientas dar nenusako priežasties. Viešbučių Pagėgių savivaldybėje skaičių ir viešbučių skaičių. Tauragės apskrityje tamprumo laipsnį charakterizuoja determinacijos koeficientas. Determinacijos koeficientas gaunamas koreliacijos koeficientą pakėlus kvadratu. Pagal lentelėje pavaizduotus rezultatus matyti, kad 28,9% viešbučių skaičius Pagėgių savivaldybėje įtakoja viešbučių skaičių Tauragės apskrityje. Standartinė įvertinimo klaida Pagėgių savivaldybėje yra 22, 88.
Tiriant viešbučių skaičių Tauragės apskrityje ir jos savivaldybėse, atlikau viešbučių skaičiaus prognozavimą Microsoft Excel pagalba. Šiam darbui naudojau duomenis surinktus iš www.std.lt ir pateiktus statistinėje lentelėje. Kuriuos perkėliau į Microsoft Excel programą. Braižiau linijinę diagramą, kurioje y pasirinkau Šilalės rajono savivaldybę, o x – metai. Nubraižius grafiką tame pačiame grafike braižiau trendo linija. Analizuodama periodų skaičių Options kortelėje periods įvedžiau 2. Tai yra prognozavau dviems metams į priekį. Statistinėje lentelėje, kuria pateikiau Microsoft Excel programoje įvedžiau duomenis. x atvaizdavo kintamuosius, kurie buvo 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, o 1995 metų apskaičiavau pagal grafike gautą trendo lygtį: y = 23,143x + 57,571. Ir apskaičiavau ABS = Šilalės savivaldybės 1995 metų duomenis – 1995 metų padalinau iš yi 1995 metų ir padauginau iš 100.
Toliau analizavau, kaip viešbučių skaičių Tauragės apskrityje įtakoja viešbučių skaičius Tauragės rajone.
Pasirinkau tarpusavyje susijusius rodiklius – faktorinį ir rezultatinį. Faktorinis įtakoja rezultatą (X), rezultatinis – įtakojamasis, rezultatas (žymisi Y). Šiuo atveju faktorinis rezultatas yra viešbučių skaičius Tauragės apskrityje (X), o rezultatinis – įtakojamas rezultatas – viešbučių skaičius Tauragės rajone (Y). 15 paveiksle grafiškai pavaizdavau viešbučių Tauragės apskrityje priklausomybę nuo viešbučių skaičiaus Tauragės rajono savivaldybėje. Regresijos lygtį gavome y =102,48 x +327,69 ir determinacijos R2 = 0,7593.

Gautos regresijos lygties koeficientas x parodo, keliais vienetais pasikeičia rezultatinis požymis – viešbučių skaičius Tauragės apskrityje, kai faktorinis požymis – viešbučių skaičius Tauragės rajono savivaldybėje, pakinta dviems matuojamiems vienetais.
R2 parodo, koks ryšys tarp kintamųjų. R2 = 0, 7593 kuri yra pastebima koreliacija.
Viešbučių skaičiaus Tauragės apskrityje kitimo krypčiai nustatyti ateityje, taikiau dinamikos eilučių ekstrapoliaciją. Taikant šį metodą reikia žinoti dinamikos eilučių analitinius rodiklius.
Šiuos rodiklius apskaičiavau pagal teorinėje dalyje aprašytas 31, 32, 33 formules. Lentelėje pateikiu viešbučių skaičiaus Tauragės apskrityje kitimo ir pokyčio tempus.

3 lentelė. Viešbučių skaičius Tauragės apskrityje kitimo ir pokyčio tempai
Metai Viešbučių skaičius Didėjimo/mažėjimo tempas, Td, % Padidėjimo/sumažėjimo tempas, Tp, %

Bazinis Grandininis Bazinis Grandininis
1995 129
1996 515 399,2 399,2 299,2 299,2
1997 815 631,8 158,3 531,8 58,3
1998 878 680,6 107,7 580,6 7,7
1999 1032 800,0 117,5 700,0 17,5
2000 948 734,9 91,9 634,9 – 8,1
2001 959 743,4 101,2 643,4 1,2
2002 1120 868,2 116,8 768,2 16,8
2003 1141 884,5 101,9 784,5 1,9
2004 365 282,9 32,0 182,9 – 68

Analizuojant dinamikos eilutę, apskaičiavau absoliutinių pokyčių vidurkį. Kasmet vidutiniškai vidutinis viešbučių skaičiaus pokytis Tauragės apskrityje išauga 26,22 vnt. Taip pat apskaičiavau vidutini didėjimo ir padidėjimo tempus. Remiantis turimos dinamikos eilutės duomenimis ir apskaičiuotais dinamikos rodikliais pagal 36 ir 37 formules prognozavau viešbučių skaičių Tauragės apskrityje 3 metams į priekį – taikant Dinamikos eilučių Ekstrapoliaciją. Apskaičiavau absoliutinį padidėjimo ir vidutinį didėjimo tempą. Pagal gautus rezultatus taikant Ekstrapoliacijos prognozavimą, galima pasakyti, kad pagal absoliutinį padidėjimą 2007 metais Tauragės apskrityje gali būti 391,22 viešbučių. O pagal vidutinį didėjimo tempą – 398 viešbučių.
Taigi, naudodamasi šią prognoze galima lengviau prognozuoti, kaip viešbučiai pasiskirstyt Tauragės rajone ir vėlesniu metu.

3. VIEŠBUČIŲ SKAIČIAUS TAURAGĖS APSKRITIES STATISTINIO TYRIMO REZULTATAI

Ekonominės statistikos tyrimo objektas yra viešbučių skaičius Tauragės apskrityje ir jos savivaldybėse.
Remiantis statistine lentele, pavaizduosiu kaip viešbučių skaičius 1995-2004 metų laikotarpiu pasiskirsto Tauragės apskrityje ir jos savivaldybėse.

1 pav. Viešbučių skaičiaus duomenų įvesties lentelė

Remiantis 1 paveikslėlio duomenimis tiriamuoju laikotarpio 1994-2005 metais didžiausias viešbučių skaičius Tauragės apskrityje užfiksuotas Jurbarko rajone. 1998-1999 metais čia buvo užfiksuota 438 viešbučiai. Mažiausias viešbučių skaičius buvo užfiksuotas Tauragės rajono savivaldybėje 1995 metais tik 129 viešbučiai. 2004 metais Tauragės apskrityje duomenų nėra.

2 pav. Viešbučių skaičiaus skritulinė diagrama (3 formulė)

Pateiktoje skritulinėje diagramoje matome, kad Tauragės rajono savivaldybė ir Šilalės rajono savivaldybė užima tą pačią procentinę dalį – 27%. Mažiausia procentinė dalis yra Jurbarko rajono savivaldybėje – 22%.

3 pav. Viešbučių skaičiaus įgytų reikšmių paplitimas 1995-2004 m. Tauragės apskrities ir jos savivaldybėse (12, 13, 14, 15 formulės)

3 paveikslėlyje matome, kad Tauragės apskrityje 1995 m., viešbučių skaičius buvo 194 viešbučiai, o 2004 m., išaugo net iki 365. Čia mediana siekė 275 viešbučius.
Tauragės r. sav. mažiausia reikšmė yra 129 viešbučiai, o didžiausia reikšmė siekia 310 viešbučių. Čia mediana siekė 237. Tačiau perskaičiavę skaičiuotuvu matome, jog mediana čia yra 219.5. Pirmoji kvartilė siekia 230 reikšmę, tai reiškia, kad 25% mažiausiai išsibarsčiusių reikšmių yra nuo 129 iki 230. 50%, kurios sudaro labiausiai paplitusios reikšmės yra nuo 230 iki 275. 25% didžiausių reikšmių atskilusių nuo likusių yra intervale nuo 275 iki 310.
Mažiausia reikšmė yra Tauragės raj. sav., 129, o didžiausia reikšmė Jurbarko raj. sav., ji siekia net iki 438 viešbučių skaičiaus. Lyginant medianas su Tauragės apskritim ir visom savivaldybėmis mažai skiriasi viena nuo kitos. Tauragės apskrityje mediana – 275, o Jurbarko raj., mediana – 287. Skirtumas 12. Lyginant Tauragės raj., su Pagėgių sav., skirtumas 18. Mažiausia mediana Šilalės raj., – 215.

4 pav. Viešbučių skaičius Tauragės apskrityje

4 paveikslėlyje matyti, kad didžiausias viešbučių skaičius Tauragės apskrityje buvo 2003 metais. Tuo tarpu mažiausias buvo 2004 metais. 2000-2002 metais Tauragės apskrityje panašus viešbučių skaičius.

5 pav. Viešbučių skaičiaus diagrama

5 paveiksle pateikta histograma rodo, kad Tauragės rajono savivaldybėje viešbučių skaičiaus intervalas nuo 190 iki 248 pasitaikė net keturiose savivaldybėse, o viešbučių skaičius intervale nuo 248 iki 280,50 ir nuo 280,50 iki 325,75 užregistruota vienoje savivaldybėje.

6 pav. Viešbučių skaičius 1995–2004 metų laikotarpiu

Iš pateiktos diagramos matome, kad Jurbarko rajono savivaldybė 1996-1997 metų augimo tempas panašus su Šilalės raj. savivaldybe 1998-1999 metais. Panašumus galime įžvelgti ir Tauragės rajono savivaldybėje 1996-1999 metais palyginus su Šilalės rajono savivaldybe 1997-1999 metais. Abejose savivaldybėje viešbučių skaičiaus augimo tempai yra panašūs. Šioje diagramoje aiškiai matome, kad Jurbarko rajono savivaldybėje, Tauragės rajono savivaldybėje ir Šilalės rajono savivaldybėje viešbučių skaičius auga tačiau iki 1999 metų. Vėliau matome akivaizdų kritimą t.y. viešbučių sumažėjimą dėl tam tikrų ekonominių ir socialinių priežasčių iki 2000 metų šiose savivaldybėse. Nuo 2000-2003 metų galime įžvelgti Tauragės rajono savivaldybėje viešbučių skaičiaus augimą kuris yra priešingas lyginant su kitomis savivaldybėmis.
7a ir 7b paveikslėliuose pavaizduoju paskaičiuotas viešbučių skaičiaus Tauragės apskrityje ir jos savivaldybėse pagrindines charakteristikas.

7a pav. Pagrindinės duomenų charakteristikos Tauragės apskrities ir jos savivaldybėse

7b pav. Pagrindinės duomenų charakteristikos Tauragės apskrities ir jos savivaldybėse

Vienas iš svarbiausių viešbučių statistiniame tyrime yra ryšių tarp reiškinių tyrimas Tauragės apskrityje ir jos apskrities savivaldybėse. Šį ryšį parodo koreliacinė ir regresinė analizė.

8 pav. Tauragės apskrities viešbučių skaičiaus priklausomybė nuo Pagėgių savivaldybės atitinkamų rodiklių kitimas

Iš 8 paveikslėlyje pavaizduotos diagramos matome, kad nors duomenys ir nemažai išsibarstę, tačiau vis tik galime įžvelgti tiesinę priklausomybę.
Matome kad Pagėgių savivaldybė viešbučių skaičiaus kitimas nuo 1995 iki 2004 metų tiesiogiai įtakoja visos Tauragės apskrities viešbučių skaičiaus kitimą.

9 pav. Tiesinės regresijos lygtis ir jos grafikas

Tiesė yra teigiamo nuolydžio, todėl yra teigiama koreliacija, o tai reiškia, kad didėjant viešbučių skaičiui Pagėgių savivaldybėje, viešbučių skaičius didės ir Tauragės apskrityje.

10 pav. Tiesinės regresijos pradinio skaičiavimo rezultatų dialoginis langas
10 paveikslėlyje matyti, kad Pagėgių savivaldybės koreliacijos koeficientas yra R = 0,538. Jis beveik sutampa su Tauragės apskrities koeficientu.
Iš to galime spręsti, kad tai stochastinis ryšys nes Tauragės apskrities viešbučių skaičius faktiškai priklauso nuo viešbučių skaičiaus Pagėgių savivaldybės.

11 pav. Daugybinės regresijos langas

Panagrinėsiu priklausomybę tarp trijų kintamųjų. 10 paveiksle matome, kad pasirinktoje tiesinėje daugialypėje priklausomybėje viešbučių skaičius Pagėgių savivaldybėje mažai įtakoja viešbučių skaičiaus Tauragės apskrityje(R=0.50), palygint su viešbučių skaičiaus Šilalės rajone įtaka(R=1,16). Šilalės rajono ir Pagėgių savivaldybių įtaka apskričiai skiriasi labai žymiai. Tarp Šilalės rajono ir Tauragės apskrities nėra labai stiprus ryšys, o tarp Pagėgių savivaldybės ir Tauragės apskrities taip pat nėra labai stiprus ryšys. 10 paveiksle matome, kad bendras koreliacijos koeficientas R=0.742, o priklausomybės laipsnis sudaro 55,1%.

12 pav.Regresijos trumpas išdėstymas Tauragės apskrityje

Šioje lentelėje yra pateikti 12 paveiklėlio lentelės analizė Pagėgių savivaldybėje. Kadangi duomenys yra juodi tai priklausomybė šioje savivaldybėje yra didelė.
Viešbučių skaičiaus prognozavimas Microsoft Excel programa.

1995 1996 1997 1998 1999
Tauragės apskritis 129 539 815 878 1032
Jurbarko r. sav. 287 437 438 438
Pagėgių sav.
Šilalės r. sav. 120 134 198
Tauragės r. sav. 129 228 238 274 310
X 1 2 3 4 5
yti 80,714 103,857 127 150,143 173,286

100 100 5,511811 10,75175 14,261972
13a. pav. Viešbučių skaičiaus duomenų lentelė

2000 2001 2002 2003 2004
Tauragės apskritis 948 959 1120 1141
Jurbarko r. sav. 292 247 272 251
Pagėgių sav. 211 243 291 273
Šilalės r. sav. 211 206 250 256
Tauragės r. sav. 234 263 240 304
X 6 7 8 9 10
yti 196,429 219,572 242,715 265,858 289,001

7,4179475 6,181115989 3,00146262 3,707994493 100
13b. pav. Viešbučių skaičiaus duomenų lentelė

14 pav. Viešbučių skaičiaus Šilalės rajono savivaldybėje

1995 1996 1997 1998 1999 2000 2001 2002 2003
Tauragės apskritis 129 539 815 878 1032 948 959 1120 1141
Tauragės r. sav. 129 228 238 274 310 234 263 240 304

15 pav. Tauragės apskrities priklausomybė nuo Tauragės rajono savivaldybės duomenys

Tauragės apskritis įtakoja Tauragės rajono savivaldybę.

16 pav. Tauragės apskrities ir Tauragės rajono savivaldybės tarpusavio ryšys
Kadangi Tauragės apskrities R yra didesnis už Tauragės rajono savivaldybę, tai reiškia, kad Tauragės apskritis įtakoja Tauragės rajono savivaldybę pastebima koreliacija.

IŠVADOS

Išanalizavus 1995 – 2004 metų viešbučių skaičiaus pasiskirstymo statistinius duomenis Tauragės apskrityje ir jos savivaldybėse, galiu teigti, jog:
1994 – 2005 metais didžiausias viešbučių skaičius Tauragės apskrityje užfiksuotas Jurbarko rajone. 1998 – 1999 metais čia buvo užfiksuota 438 viešbučiai. Mažiausias viešbučių skaičius buvo užfiksuotas Tauragės rajono savivaldybėje 1995 metais tik 129 viešbučiai. Ir tai lėmė netolygus jų pasiskirstymas Tauragėje ir jos apskrityse. Tačiau, nuo 2000 – 2003 metų galime įžvelgti Tauragės rajono savivaldybėje viešbučių skaičiaus augimą kuris yra priešingas lyginant su kitomis savivaldybėmis.
Toksai viešbučių pasiskirstymas bei jų egzistavimas priklauso nuo daugelio juos lemiančių požymių, tokių kaip:
1. Geografinis išsidėstymas;
2. Turizmo ir poilsio rinkos situacija;
3. Klientų aptarnavimas;
4. Viešbučiai ir jų žvaigždučių skaičiaus lėmimas klientų pasiskirstymą;

5. Viešbučių konkurencija Tauragėje ir jos apskrityse.
Visi šie požymiai vienaip ar kitaip įtakoja viešbučių pasiskirstymą bei jų aptarnaujamą klientų kiekį. Kuo geresnis pasirinktas geografinis išsidėstymas, kuo labiau rūpinamasi klientu ir jo norais tuo daugiau viešbučių kuriasi kažkurioje teritorijoje bei ilgai ten išsilaiko. Mums kaip klientams svarbu žinoti, kokias paslaugas gali pasiūlyti vienas ar kitas viešbutis, nes praleidžiant laiką susijusi su pramogomis, o gal ir verslo atžvilgiu mums tai sudaro esmę.

PRIEDAI

Viešbučių skaičiaus Tauragės apskrityje dinamikos santykiniai dydžiai 1 ir 2 formulės
Sdinamikos bazinis
Sdinamikos grandininnis
Procentiniams dažniams apskaičiuoti naudojau 3 formulę. Pavyzdžiui skaičiuoju Tauragės rajono savivaldybės procentinį dažnį 2003 metais.

Skaičiuoju Jurbarko rajono savivaldybės procentinį dažnį 2003 metais.

Apskaičiuojant vidurkį naudosiu paprasta aritmetinį vidurkį 4 formulę. Skaičiuoju Jurbarko rajono savivaldybėj viešbučių skaičiaus vidurkį.

Skaičiuoju Pagėgių rajono savivaldybės viešbučių skaičiaus vidurkį

Skaičiuojant plotį naudosiu 17 formulę. Skaičiuoju Jurbarko rajono savivaldybės plotį.
R = 438 – 247 = 191
Apskaičiuoju ir Pagėgių rajono savivaldybės plotį
R = 291 – 211 = 80
20 formulę naudosiu apskaičiuojant Pagėgių rajono dispersiją.

Standartinį nuokrypį randame iš dispersijos ištraukus šaknį. Naudosiu 22 formulę. Apskaičiuoju Jurbarko rajono savivaldybės viešbučių skaičiaus standartinį nuokrypį

Taip pat apskaičiuoju ir Pagėgių rajono savivaldybės standartinį nuokrypį

Kadangi mano darbe yra diskretinė eilutė, tai modą galima labai paprastai surasti, nieko neskaičiuojant, tai bus dažniausiai pasikartojanti reikšmė. Žiūrint į 1 paveikslėlį moda yra tik Jurbarko rajono savivaldybėje. Tai yra
Mo = 438
Medianai rasti naudoju 12 formulę. Pagėgių rajono savivaldybė ji yra lygi

13 formulę naudoju apatinei kvartiliai rasti. Pavyzdžiui Pagėgių savivaldybei.

14 formulę naudoju rasti viršutinėj kvartilei taip pat Pagėgių savivaldybei

Antrąjį kvartilį randu pagal 15 formulę Pagėgių savivaldybei

Eksceso koeficientui rasti apskaičiuoju taip:

Asimetrijos koeficientui rasti naudoju formulę

Prognozavimas
Apskaičiuoju didėjimo/ kitimo tempus – 31, 32 formulės

(bazinis)

pasikeitė (grandininis)
Padidėjimo tempas – 33 formulė
Tp=399,2-100=299,2%
Analizuojant dinamikos eilutę, apskaičiuoju absoliutinių pokyčių vidurkį.

vidutinis metinis viešbučių skaičius iš viso Tauragės apskrityje.
Kasmet vidutiniškai vidutinis viešbučių skaičiaus pokytis Tauragės apskrityje išauga 26,22 vnt.
Vidutinis didėjimo tempas 35 formulė

Vidutinis padidėjimo tempas:

Pagal absoliutinį padidėjimą

= 365 + 26,22 =391,22 viešbučių sk.

= 365+2*26,22 = 417,44

= 365+3*26,22 = 443,66
Pagal vidutinį didėjimo tempą

= 365 * (1.12)1 = 398 viešbučių sk.

LITERATŪROS SĄRAŠAS

1. Bartosevičienė V., Ekonominė statistika, KTU, 2006 m.
2. Gudonavičiūtė V., Martinkus B., Sakalas A., Statistiniai ir ekonominiai grafikai, KTU, 1994 m.
3. Valkauskas R., Statistika: antrasis leidimas, Vilnius, 2004 m.
4. Janulionis V., Aksomaitis A., Sistema statgraphics 5,0 matematinės statistikos metodai, KTU, 1993 m.
5. Bitinas B., Statistiniai metodai pedagogikoje ir psichologijoje, Kauno šviesa, 1974 m.
6. Bagdonas E., Socialinė statistika pirmoji dalis metodai, KTU, 1994 m.
7. Kruopis J., Matematinė statistika, Vilnius, 1977 m.
8. Aksomaitis A., Tikimybių teorija ir statistika, KTU, 2000 m.
9. Bagdonas E., Martinkus B., Orinauskas A., Statistiniai ir organizaciniai grafikai, Vilnius, 1979 m.
10. Sakalauskas V., Statistika su statistica, Vilnius, 1998 m.
11. Paulavičius B. K., Statistikos įvadas: statistiniai rodikliai, Vilnius, 2004 m.
12. Rudzkienė V., Socialinė statistika, Vilnius, 2005 m.
13. Adomėnas V., Statistiniai kokybės valdymo metodai, KTU, 2000 m.
14. Bagdonas E., Darbo statistika, Vilnius, 1985 m.
15. Lietuvos TSR aukštojo ir specialiojo vidurinio mokslo ministerija, Bendroji statistikos teorija, Kaunas, 1976 m.
16. Kozlovas T., Ovsijenka V., Smirnskis V., Statistikos bendrosios teorijos kursas, Vilnius, 1968 m.
17. Bačinskas A., Janilionis V., Jokimaitis A., Tikimybių teorija ir statistikos praktikumas, KTU, 2002 m.
18. Gonestas R., Strielčiūnas R., Taikomoji statistika, Lietuvos kultūros akademija, 2003 m.
19. Kunigelytė L., Laškovas J., Markelevičius J., Bendroji statistikos teorija, Vilnius, 1986 m.
20. Martišius S. A., Kėdaitis V., Statistika I dalis: statistinės analizės teorija ir metodai, Vilnius, 2003 m.
21. Čekanavičius V., Murauskas G., Statistika ir jos taikymai, Vilnius, 2003 m.
22. Donald H. Sanders, Statistica, 1990 m.
23. David B. Orr, Fundamentals of applied statistics and surveys, 1995 m.
24. Robert D. Maron, Douglas A. Lind, Statistical techniques in business and economics, 1990 m.
25. Mario F. Triola, Elementary statistics, 1989 m.

Leave a Comment