- •Тема 1. Предмет и метод статистики 3
- •2. Понятия и особенности статистической методологии
- •3. Основные этапы статистического исследования
- •4. Понятия и категории статистической науки
- •5. Организация государственной статистики в рф
- •6. Задачи статистики
- •2. Виды статистического наблюдения
- •Виды несплошного наблюдения и их характеристики:
- •3. Способы сбора статистической информации
- •4. Программно-методологические и организационные вопросы наблюдения
- •5. Ошибки наблюдения
- •2. Метод группировок
- •3. Виды группировок
- •4. Вторичные группировки
- •5. Комбинированные группировки
- •6. Ряды распределения
- •7. Многомерные группировки и их классификация
- •Тема 4. Абсолютные и относительные величины.
- •Единицы измерения абсолютной величины.
- •Виды абсолютных величин:
- •2. Сущность и значение относительных величин. Единицы их измерения
- •Единицы измерения относительных величин (ов)
- •3. Виды относительных величин (ов)
- •Тема 5. Средние величины.
- •2. Виды средних аналитических
- •3. Методика выбора формы средней
- •4. Свойства средней арифметической
- •5. Расчет средней методом отсчета от условного нуля упрощенным способом (методом момента)
- •6. Структурные средние (мода, медиана, дециль, квартиль) Мода и медиана
- •Расчет медианы в интервальном ряду распределения
- •Децили и квартили
- •Тема 6. Показатели вариации
- •Значение показателей вариации
- •6.2 Абсолютные показатели вариации (именованные)
- •6.3. Относительные показатели вариации
- •Принципы построения относительных показателей вариации
- •6.4. Меры вариации для сгруппированных данных
- •Правило сложения дисперсии
- •Пример расчета показателя вариации для сгруппированных данных
- •6.5. Математические свойства дисперсии
- •6.6. Расчет дисперсии упрощенным способом
- •6.7. Дисперсия альтернативного признака
- •Тема 7. Статистическое изучение взаимосвязи социально – экономических явлений
- •Тема 10. Выборочное наблюдение
- •7.1. Характеристика статистической связи
- •7.2. Формально статистические методы изучения связи.
- •Графический метод
- •7.3. Корреляционно – регрессионный метод изучения связи
- •7.3.1 Парная корреляция
- •7.3.2. Логический смысл параметров уравнения линейной регрессии
- •7.3.3 Множественная корреляция
- •7.4. Показатели тесноты связи
- •7.4.1 Параметрические показатели тесноты связи
- •2. Эмпирическое корреляционное отношение
- •3. Теоретическое корреляционное отношение (индекс корреляции)
- •4. Множественный коэффициент корреляции (совокупный)
- •6. Частные коэффициенты корреляции
- •7.4.2 Непараметрические показатели тесноты связи (эмпирические меры тесноты связи)
- •1. Коэффициент Фехнера
- •2. Коэффициент Спирмена (коэффициент корреляционных рангов)
- •3. Коэффициент контингенции
- •4. Коэффициент ассоциации
- •6. Коэффициент взаимной сопряженности
- •Тема 8 Ряды динамики.
- •Тема 10. Выборочное наблюдение Понятие, виды рядов динамики
- •Правило построения рядов динамики
- •Статистические характеристики ряда динамики
- •Средние показатели ряда динамики
- •Способы выявления основной тенденции ряда динамики
- •Метод укрупнения интервалов
- •Метод скользящих средних
- •Аналитическое выравнивание
- •Элементы прогнозирования и интерполяции.
- •Изучение сезонных колебаний.
- •Индексы сезонности
- •Сравнительный анализ рядов динамики.
- •Тема 9.Индексы
- •Тема 10. Выборочное наблюдение 67 Общие вопросы индексного метода
- •Индивидуальные индексы
- •Сводные индексы
- •Агрегатные индексы
- •Агрегатные индексы фиксированного состава
- •Агрегатные индексы переменного состава.
- •Индексы структурных сдвигов
- •Индекс покупательной способности рубля
- •Средне гармонический индекс
- •Цепные и базисные сводные индексы
- •Территориальные индексы
- •Индексный анализ в изучении экономической связи
- •Системы индексов
- •Тема 10. Выборочное наблюдение
- •2. Виды и схемы отбора.
7.3.2. Логический смысл параметров уравнения линейной регрессии
а0 - показывает усредненное влияние на результативный признак неучтенных факторов.
а1 - коэффициент регрессии, показывает, на сколько в среднем изменится значение результативного признака при изменении факторного на единицу.
а1(ух)=у/х*rху
ух - взаимосвязь х и у
у - среднее квадратическое отклонение результативного признака
х - среднее квадратическое отклонение факторного признака
rху - линейный коэффициент парной корреляции
Для экономической интерпретации пользуются коэффициентом эластичности, который показывает, на сколько % в среднем изменится значение результативного признака при изменении факторного на 1%.
В случае линейной зависимости коэффициент эластичности равен:
Э=а1*х/у
При параболической зависимости коэффициент эластичности равен:
Э=(а1+а2х)*х/у
Одним из примеров обоснования необходимости поиска других кривых для наилучшей аппроксимации зависимости служит остаточная дисперсия:
2ост=(у-ух)2/n
Если остаточная дисперсия велика, необходимо искать другую аппроксимацию, другую кривую.
7.3.3 Множественная корреляция
Под множественной корреляцией понимется исследование статистической зависимости результативного признака от нескольких факторных признаков. Основная задача при этом состоит в вычислении значения переменной, соответствующей определенным значениям двух и большего числа факторов.
Особенности многофакторного анализа:
Многофакторный корреляционно-регрессионный анализ должен проводиться на большом числе наблюдений, т.к. надежность корреляционных формул зависит непосредственно от количества данных. используемых при расчетах. Исходная информация должна включаться в корреляционный расчет на основе качественного анализа.
Число факторов, включаемых в уравнение связи, должно быть ограниченным, т.к. введение большого числа факторов делает решение задачи более сложным. В уравнение нельзя вводить факторы, находящиеся в функциональной и близкой к ней связи.
Выбор той или иной формы связи при множественной корреляции диктуется рядом соображений:
выбранная функция должна отражать сущность закономерности
уравнение связи должно иметь по возможности более простой вид.
В статистической совокупности наибольшее распространение получили линейная и приведенные к линейной формы связи.
В общем виде уравнение линейной связи имеет вид:
ух1, х2, х3,...хn=а0+а1х1+а2х2+...+аnxn
Рассмотрим частные случаи множественной линейной корреляции:
а)Двухфакторный комплекс: результат и два фактора.
уxz=a0+a1*x+a2*z
na0+a1x+a2z=у,
a0x+a1x2+a2xz=xу
a0z+a1xz+a2z2=уz
б) Трехфакторный комплекс.
уxzv=a0+a1*x+a2*z+a3*v
na0+a1x+a2z+a3v=у,
a0x+a1x2+a2xz+a3xv=xу
a0z+a1xz+a2z2+a3zv=уz
a0v+a1xv+a2zv+a3v2=уv
Коэффициент линейного уравнения множественной регрессии показывает, на сколько единиц изменится функция с изменением аргумента на одну единицу, при закрепленном положении других аргументов на определенном уровне, обычно среднем.
Для интерпретации коэффициента аi уравнения множественной регрессии используется частный коэффициент эластичности, который имеет вид:
Э=аi*xi/y
xi - среднее значение i-того факторного признака
аi - коэффициент регрессии при i-том факторном признаке
у - среднее значение результативного признака
Частный коэффициент эластичности показывает на сколько % в среднем изменится функция при изменении аргумента (регрессора) на 1% при фиксированных значениях других аргументов.