- •По гСтатитика!!
- •Статистика как наука. Предметы и объект статистической науки. Основные категории.
- •Социально-экономическая статистика и статистика населения
- •Статистические показатели
- •Получаемы данные должны быть сопоставимы
- •Данные должны быть своевременны
- •Группировка и сводка результатов статистического наблюдения.
- •Абсолютные, относительные и средние статистические величины
- •Описательные статистики
- •Любой центральный момент порядка может быть выражен через -начальных моментов
- •Показатели вариации альтернативного признака
- •Выборочный метод в статистике
- •Проверка статистических гипотез
- •Анализы взаимосвязей социально-экономических явлений
- •Коррекционный и регрессионный анализ
- •Анализ множественной корреляции. Множественный регрессионный анализ
- •Сезонные колебания в рядах динамики. Моделирование сезонности
- •Индексный метод в статистике
- •По степени охвата элементов совокупности
- •По содержанию и характеру индексируемой величины
- •По методологии расчета
- •Индексы качественных показателей
- •Статистика доходов и расходов
- •Основные виды доходов и расходов населения
- •Статистика цен и статистика инфляции
- •Расчет ипц
- •V.Cтатистические показатели инфляции
Анализ множественной корреляции. Множественный регрессионный анализ
Очень часто результирующие признаки бывают связаны более чем с 1 факторным признаком. В этом случае возникает задача количественной оценки степени влияния каждого из факторов на результирующий признак и задача формализации или математического описания этой связи
Для анализа степени влияния каждого из факторов на результирующий признак принято использовать частные и множественные коэффициенты корреляции.
Данные коэффициенты корреляции принято рассчитывать с использованием обычных парных коэффициентов корреляции которые представляются в виде корреляционной матрицы
Кроме частных коэффициентов принято рассчитывать множественной коэфиициент корреляции представляющий собой меру линейной связи
После расчета множественных и частных коэффициентов корреляции проводят формализацию связей путем построения множественного уравнения регрессии
Выявление основной тенденции в рядах динамики позволяет установить закономерность в развитии того или иного явления, а также описать эту закономерность в виде зависимостей уровней ряда динамики от времени. Процедура выявления основной тенденции в рядах динамики, статистики называется выравниванием ряда динамики.
Выравнивание рядов динамики условно можно разделить на качественное и количественное (аналитическое).
-
Моменты (интервалы) времени t
Значение показателя
y
T1
Y1
T2
Y2
T3
Y3
T4
Y4
……….
……
tn
Tn
К качественным методам рядов динамики относят
Метод укрупнения интервалов – исходный ряд динамики преобразуют, объединяя одинаковое количество соседних интервалов. Новые уровни ряда получаются суммированием соответствующих уровней исходного ряда. Данный способ применим только к ИНТЕРВАЛЬНЫМ РЯДАМ.
Выравнивание с помощью скользящей средней – берется определенное количество моментов (периодов времени) (обычно нечетное) и определяются средние значения уровней ряда для этих моментов
M (3,5,7)
Y’n= Метод укрупнения интервалов и метод скользящей средней позволяют выявить основную тенденцию только на качественном уровне. Более объективным является подход основанный на описании основной тенденции (тренда) в виде следующей функции
Y=F(T)
Выбор вида этой функции осуществляет исследователь на основе применения качественных методов.
Наиболее часто применяются следующие виды функций
ЛИНЕЙНЫЕ
Y=b0+b1+t
КВАДРАТИЧНАЯ
Y=b0+b1t+b2t
ПОЛИНОМИНАЛЬНАЯ
Y=b0+b1t+b2t2….+bntn
CТЕПЕННАЯ
Y=b0tb1
ГИПЕРБОЛИЧЕСКАЯ
Y=b0+(b1/t)
Задачей аналитического выравнивания является определение неизвестных параметров выбранного уравнения тренда.
Неизвестные коэффициенты уравнения тренда определяют с использованием метода наименьших квадратов
Y=b0+b1t
F(b0, b1) = ∑(y- b0- b1t)MIN
= n b0+ b1∑t=∑y
= b0 ∑t+ b1∑t2=∑yt
b0= -b1
b1=
-
Год
Ввод жилья в РФ
2000
58,4
2001
59,6
Т=0
2002
62,3
2003
62,7
2004
64,9
Уровень стоящий в середине ряда динамики t=0
Все что выше t=-1, t=-2
Все что ниже t=1, t=2
Сумма Т=0
Если количество уровней четно, то моменты времени кодируют следующим образом
-5
-3
-1 – срединное значение
+1 – срединное значение
+3
+5
И в этом случае сумма Т=0
Для тренда не являющегося ….Определение коэффициентов проводится также по методу наименьших квадратов
Y=b0+b1t+ b1t2
F(b0, b1) = ∑(y- b0- b1t-b1t2) MIN
= n b0+ b1∑t+ b2∑t2 =∑y
= b0 ∑t+ b1∑t2+ b2∑t3 =∑yt
= b0 ∑t2+ b1∑t3+ b2∑t4 =∑yt2
Если уровни ряда перекодированы соответствующим образом то система нормальных уравнений преобразуется
= n b0+ b2∑t2 =∑y
= b1∑t2+ =∑yt
= b0 ∑t2 + b2∑t4 =∑yt2
Год |
Ввод жилья в РФ |
Перекодируем |
Yt |
T*T |
2000 |
58,4 |
-2 |
-116,8 |
4 |
2001 |
59,6 |
-1 |
-59,6 |
1 |
2002 |
62,3 |
0 |
0 |
0 |
2003 |
62,7 |
1 |
62,7 |
1 |
2004 |
64,9 |
2 |
129,8 |
4 |
|
307,9 |
0 |
16,1 |
10 |
B1=16,1/10=1,61
B2=61,6
Y=61,6+1,61t
Полученное уравнение тренда принято использовать для решения задачи прогнозирования на определенное число шагов вперед. Прогноз принято давать в точечной и интервальной форме.
Точечный прогноз - t=tn+k
K – шаг прогнозирования + интервал
Для построения доверительных интервалов прогноза осуществляются следующие действия
Определяются так называемые выровненные (сглаженные) уровни динамического ряда подстановкой соответствующих t в модели. Y^
По фактическим и сглаженным уровням динамического ряда определяется величина дисперсии случайной составляющей (дисперсия ошибок) S02=
m – количество коэффициентов уравнении тренда
n – общее количество уровней динамического ряда
S02= = 0,3
Рассчитываются доверительные интервалы прогноза на k-шагов в перед
Y(t)+-tp(n—m)S0
Критическая граница распределения Стьюдента с n-m степенями свободы соответствующая уровню значимости р
Прогнозируемое значение показателя будет содержаться в этом интервале
Вне зависимости от формы тренда необходимо оценивать его способность адекватно описывать имеющуюся в ряду тенденцию. Оценка адекватности тренда осуществляется с использованием критерия Фишера рассчитываемый по формуле
F=
= -
Значение критерия Фишера сравнивается с критической границей распределения Фишера при уровне значимости р и числе степеней свободы n-1 и n-m
Если выполняется условие
F>Fp(n-1, n-m) то уравнение тренда признается значимым т.е оно адекватно отражает имеющуюся тенденцию. В случае если выбор тренда затруднен то окончательное предпочтение отдается такому уравнению тренда которое является наиболее адекватным. Среди уравнений тренда выбирается то для которого критерий Фишера является наибольшим