- •Статистика
- •Раздел 1 «Теория статистики» 34
- •1.Учебно-методическое пособие по изучению дисциплины
- •1.1.Цели и задачи дисциплины
- •1.2. Методические рекомендации по изучению дисциплины
- •Раздел 2. «Экономическая статистика»
- •Тема 2.1. «Статистическое изучение экономики»
- •Тема 2.2. «Статистика населения и трудовых ресурсов»
- •Тема 2.3. «Статистика труда»
- •Тема 2. 4. «Статистика национального богатства»
- •Тема 2.5 «Статистика предприятий (организаций)»
- •Тема 2.6. «Статистика уровня жизни населения»
- •1.3. Вопросы итогового контроля по дисциплине.
- •1.4. Библиографический список
- •1.5. Интернет-ресурсы
- •1.6. Глоссарий
- •2. Курс лекций по дисциплине «Статистика» Раздел 1 «Теория статистики» Тема 1.1. Предмет, метод и задачи статистики
- •Тема 1.2. Статистическое наблюдение.
- •Тема 1.3. Статистическая сводка и группировка.
- •Тема 1. 4. Способы изложения и наглядного представления статистическихданных.Статистические таблицы. Графическое изображение статистических данных.
- •Основные правила построения таблиц:
- •Основные прошила оформления таблиц:
- •Прошила записи цифр в таблице:
- •Правила переноса таблиц
- •Решение типовых задач к теме 1.3. И теме 1.4.:
- •Тема 1.5. Обобщающие показатели
- •Решение типовых задач к теме 1.5.: Обобщающие показатели.
- •Тема 1. 6. Показатели вариации и анализ частотных распределений (рядов распределения).
- •Тема 1.7. Методы изучения взаимосвязи социально-экономических явлений.
- •Простейшие методы изучения стохастических связей
- •Статистическое моделирование связи методом корреляционного и регрессионного анализа
- •Решение типовых задач к теме 1.7.: Методы изучения взаимосвязи социально-экономических явлений.
- •Тема 1.8. Статистическое изучение динамики.
- •Проверка гипотезы о существовании тренда
- •Методы сглаживания временного ряда
- •Методы аналитического выравнивания и прогнозирования временных рядов.
- •Методы изучения сезонных колебаний
- •Упрощенные приемы прогнозирования
- •Адаптивные методы прогнозирования
- •Экспоненциальное сглаживание
- •Решение типовых задач к теме 1.8.: Статистическое изучение динамики.
- •Решение типовых задач к вопросу: Статистические методы прогнозирования рядов динамики.
- •Тема 1.9. Статистические индексы.
- •Общие индексы количественных показателей в форме среднего индекса.
- •Построение общих качественных индексов в агрегатной форме.
- •Построение качественных индексов в форме среднего индекса.
- •Система взаимосвязанных индексов, факторный анализ.
- •Решение типовых задач по теме 1.9.
- •Раздел 2. «Экономическая статистика». Тема 2.1. «Статистическое изучение экономики»
- •Тема 2.2. «Статистика населения итрудовых ресурсов»
- •2.2.1. Статистика населения
- •2..2.2. Статистика трудовых ресурсов
- •Тема 2.3. «Статистика труда»
- •2.3.1. Численность и состав персонала предприятия
- •2.3.2. Статистика использования рабочего времени
- •2.3.3. Статистика производительности труда.
- •2.3.4. Статистика оплаты труда и затрат на рабочую силу.
- •Тема 2. 4. «Статистика национального богатства»
- •2.4.1. Статистика национального богатства
- •2.4.2. Статистика национального дохода.
- •Тема 2.5 «Статистика предприятий (организаций)»
- •2.5.1. Статистика производства товаров и услуг.
- •I. Натуральные показатели продукции земледелия.
- •II. Натуральные показатели продукции животноводства.
- •III. Стоимостные показатели продукции сельского хозяйства.
- •I. Грузовой транспорт.
- •II. Связь.
- •III. Торговля.
- •2.5.2. Статистика оборотных фондов рынка товаров и услуг.
- •2.5.3. Статистика издержек производства и обращения. Результатов финансовой деятельности предприятий.
- •Тема 2.6. «Статистика уровня жизни населения»
- •3. Практикум по дисциплине Практикум №1 к теме «Статистическое изучение экономики»
- •Задания для самостоятельной работы студента
- •Практикум №2 к теме «Статистика населения и трудовых ресурсов»
- •Задания для самостоятельной работы студента
- •Задачи по теме «Статистика населения»:
- •Задачи по теме «Статистика трудовых ресурсов»:
- •Практикум №3. К теме «Статистика труда»
- •Задания для самостоятельной работы студента
- •Практикум №4. К теме «Статистика предприятий (организаций)»
- •Задания для самостоятельной работы студента
- •4. Методические указания к выполнению контрольной работы
- •4.1. Контрольная работа №1.
- •4.2.Контрольная работа №2.
- •5. Тесты по дисциплине «Статистика»
- •8. Какой из перечисленных признаков является варьирующим:
- •8. Обследование малых предприятий по итогам работы за 2000 г. - это:
- •Раздел 2 «Экономическая статистика» Тест к теме 2.1. «Статистическое изучение экономики»
- •18. Систематизированный свод определенного множества группировок, объектов, выделенных по соответствующим критериям – это
- •19. Что служит средством для идентификации объекта
- •20. Классификация видов экономической деятельности необходима для:
- •Тест к теме 2.2. «Статистика населения и трудовых ресурсов»
- •Тест к теме 2.3. «Статистика труда»
- •5,6,12,13,19, 20, 26, 27 - Выходные дни. Среднее списочное число работников за месяц равно ... . (с точностью до 1 чел.):
- •Тест к теме 2.4. «Статистика национального богатства»
- •Тест к теме 2.5. «Статистика предприятий (организаций)»
- •Тест к теме 2.6. «Статистика уровня жизни населения»
Упрощенные приемы прогнозирования
Временной ряд называется стационарным, если в нем отсутствует тенденция развития. Это значит, что уровни динамического ряда варьируют вокруг среднего уровня, отклонения от которого представляет собой случайную колеблемость. Модель уровня динамического ряда в этом случае имеет вид:
(1.8.38)
где yt - уровни динамического ряда;
- средний за период уровень динамического ряда;
- случайная составляющая, определяемая как
Если стационарный ряд разбить на две равные по времени части, то средние уровни по этим частям не должны существенно различаться, т.е. = Поскольку при практических расчетах полного равенства средних не бывает из-за колеблемости уровней, с помощью t-критерия Стьюдента дается оценка, существенно ли различаются между собой средние и можно ли их различие связывать только с действием случайности. Если в двух сравниваемых частях динамического ряда дисперсии уровней различаются несущественно, то проверка равенства средних уровней осуществляется по t-критерию Стьюдента по формуле :
(1.8.39)
где n1=n2- число уровней в каждой половине динамического ряда;
- среднее квадратическое отклонение разности средних, которое может быть определено как корень из групповых дисперсий:
(1.8.40)
В связи с тем, что число уровней динамического ряда у исследователя обычно ограничено, каждая половина ряда рассматривается как малая выборка, и дисперсия по ней определяется по формуле:
и (1.8.41)
Сравнивая фактическое значение t-критерия с табличным при уровне значимости 0,05 и числе степеней свободы (n-2), различия между средними уровнями признаются несущественными, если t фактическое меньше табличного значения. В этом случае ряд можно считать стационарным.
Прогноз по стационарному ряду основан на предположении о неизменности в будущем среднего уровня динамического ряда, т.е. yp= , где yp — прогнозное значение. Так как средний
уровень динамического рада имеет погрешность как выборочная средняя и, кроме того, отдельные уровни ряда колеблются вокруг среднего значения, принято прогноз давать в интервале:
(1.8.42)
где n - длина динамического ряда;
—табличное значение t-критерия Стьюдента при уровне значимости а и числе степеней свободы (n-1).
Адаптивные методы прогнозирования
Термин адаптация происходит от латинского adaptio -приспособление. Применительно к прогнозированию процесс адаптации состоит в следующем.
При обработке временных рядов, как правило, наиболее ценной бывает информация последнего периода, так как необходимо знать, как будет развиваться тенденция, существующая в данный момент, а не тенденция, сложившаяся на всем рассматриваемом периоде. Адаптивные методы позволяют учесть различную информационную ценность уровней ряда, степень «устаревания» данных.
Важнейшее достоинство адаптивных методов – построение самокорректирующихся моделей, способных учитывать результат прогноза, сделанного на предыдущем этапе.
Адаптивными называются методы прогнозирования, позволяющие строить самокорректирующиеся
(самонастраивающиеся) экономико-статистические модели, которые способны оперативно реагировать на изменение условий путем учета результата прогноза, сделанного на предыдущем шаге, и учета различной информационной ценности уровней ряда.
У истоков адаптивного метода лежит модель экспоненциального сглаживания.