- •1.Предмет,метод и задачи статистики.
- •2. Основные сведения из истории статистики.
- •5.Подготовка статистического наблюдения.
- •6.Ошибки наблюдения,виды и способы их контроля.
- •7.Статистическая сводка: её задачи и основное содержание.
- •8.Задачи и виды статистических группировок.
- •9.Простые и комбинационные группировки. Принципы и правила образования групп и интервалов.
- •10.Статистические таблицы,их виды.
- •11.Графическое изображение статистической информации.
- •12.Ряды распределения,их виды.
- •14. Абсолютные статистические величины. Их виды и формы выражения.
- •15. Относительные статистические величины. Их виды и формы выражения.
- •17. Простая и взвешенная средняя арифметическая.
- •19. Средняя гармоническая. Расчет средней гармонической простой и взвешенной.
- •20. Виды степенных средних – средняя геометрическая, средняя квадратическая.
- •21. Средние позиционные: мода и медиана
- •23. Вариация и ее измерение
- •24. Дисперсия, ее основные свойства
- •25. Виды дисперсий в совокупности, разделенной на группы. Правило сложения дисперсий.
- •26.Средняя арифметическая и дисперсия альтернативного признака
- •27. Приемы анализа вариационных рядов
- •28. Выборочное наблюдение, его значение и виды
- •29.Ошибки выборочного наблюдения
- •30 .Средняя и предельная ошибки выборки
- •31. Определение необходимой численности выборки
- •32. Ряды динамики, их виды. Смыкание рядов динамики
- •33. Абсолютные показатели анализа ряда динамики
- •34. Относительные показатели анализа ряда динамики
- •35. Средние (обобщающие) показатели анализа ряда динамики
- •36. Определение основной тенденции развития ряда динамики методами механического сглаживания
- •37. Метод аналитического выравнивания рядов динамики
- •38.Приемы изучения сезонных колебаний
- •39.Индексы, их сущность, значение и виды
- •41.Агрегатные индексы производительности труда, физического объема продукции, затрат времени
- •42.Агрегатные индексы себестоимости, физического объема продукции, издержек
- •43.Индексы переменного состава, постоянного состава и структурных сдвигов
- •44.Способы исчисления базисных и цепных индексов. Взаимосвязь между цепными и базисными индексами
- •46 Виды и формы взаимосвязи между явлениями
- •47.Методы выявления наличия связи между явлениями
- •48. Парная регрессия
- •49.Множественная регрессия(многофакторная модель)
- •50. Применение ms Excel при решении задач статистики
47.Методы выявления наличия связи между явлениями
Графический,Сопоставление параллельных рядов,Аналитическая группировка,
Построение корреляционных таблиц.Корреляционно-регрессионный анализ
1.При графическом методе по оси х откладывают значение факторного признака, по оси у результативного. Если наблюдается беспорядоченное распределение точек, то связь отсутствует. Чем сильнее связь, тем теснее будут группироваться точки вокруг некоторой линии, выражающей форму и направление связи.2. Значения фактического признака располагаются в порядке возрастания и затем прослеживают направление изменения результативного признака.3. Используется для установления взаимосвязей между социально-экономическими явлениями. Исследуемая совокупность делится на группы по фактическому признаку, и каждая группа характеризуется средним значением результативного признака. Анализируется как меняется среднее значение результативного признака при изменении значений факторного признака. 4. Производится группировка значений отдельно по фактическому признаку и результативному; числа, располагаемые на пересечении строк и столбцов в таблице означают частоту повторения данного сочетания значения х и у. Если частоты в корреляционной таблице расположены на диагонали из левого верхнего угла в правый нижний, то можно сделать вывод о наличии связи прямой. Если из правого верхнего угла в левый нижний, связь есть и она обратная.5. Включает в себя измерения тесноты, направления связи и установление аналитического выражения(форма связи) Корреляция оценивает силу, тесноту связи, а регрессия её форму.
48. Парная регрессия
Однофакторная модель в виде прямой у=а+вх, а – усреднённое влияние на результативный признак у неучтённых в модели факторов; в – показывает насколько изменится в среднем значение результативного признака при увеличении факторного на единицу собственного измерения.Параметры определяются методом наименьших квадратов Ʃ(yi-ŷi)2=min Ʃ(a+b*xi-yi)2=min
Система уравнений имеет следующий вид
b=nƩxiyi-ƩxiƩyi/nƩxi2-(Ʃxi)2 a=Ʃyi-bƩxi/n
Подставляя вместо х в найденное уравнение регрессии значение факторного признака находим теоретические(расчётные)значения результативного признака.
Оценивается степень тесноты связи.Коэффициент корреляции измеряет силу линейной зависимости между признаками. Существуют различные модификации формул для расчёта коэффициента корреляции.
-1<=r<=1
r=1 по модулю – связь между признаками функциональная
Если r-отрицательный, то зависимость между х и у обратная или отрицательная.
Если r-положительный, то зависимость между х и у прямая или положительная.
Если r>0,8 по модулю, то это свидетельствует о высокой степени линейной зависимости между переменными.Если r=0, то отсутствует линейная зависимость между переменными.Существует 2 типа данных, которые используются для построения уравнения регрессии-1.пространственные данные(характеризуют разные объекты за один и тот же период времени)Например:рез.деятельности 10 предприятий за 1 год.2.временные ряды(характеризуют 1 объект за несколько лет)например: результаты деятельности 1 предприятия за 10 лет.
Таблица для примера