- •Конспект лекций По предмету «Статистика»
- •Содержание
- •Глава 1 Введение. Понятие статистики, предмет и методология. Основные определения………………………………………………………………………......4
- •Глава 2 Статистический анализ рядов распределения…………………….….14
- •Глава 3 Выборочное наблюдение………………………………………………..26
- •Глава 4 Статистическое изучение связей. Корреляционно-регрессионный анализ………………………………………………………………………………..33
- •Глава 5 Статистический анализ временных рядов……………………………45
- •Глава 1 Введение. Понятие статистики, предмет и методология. Основные определения.
- •1.1 Понятие статистики. Предмет и объект изучения статистики
- •1.2 Методология статистики
- •1.3 Этапы статистического исследования
- •1.3.1 Статистическое наблюдение
- •1.3.2 Сводка и группировка данных
- •1.4 Статистические показатели
- •1.4.1 Средняя арифметическая простая
- •1.4.2 Средняя арифметическая взвешенная
- •1.4.3 Средняя гармоническая
- •1.4.4 Средняя геометрическая
- •1.4.5 Средняя квадратическая
- •Глава 2 Статистический анализ рядов распределения
- •2.1 Построение ряда распределения
- •2.2 Графическое изображение вариационных рядов
- •2.3 Показатели центра и структуры распределения
- •2.4 Показатели вариации
- •Среднее линейное отклонение
- •3. Дисперсия
- •4. Среднее квадратическое (стандартное) отклонение
- •Относительное линейное отклонение
- •2.5 Характеристика формы распределения
- •2.6 Выравнивание эмпирических распределений и оценка соответствия эмпирического распределения теоретическому
- •Глава 3 Выборочное наблюдение
- •3.1 Способы отбора единиц в выборочную совокупность
- •3.2 Виды выборки
- •3.3 Ошибка репрезентативности (ошибка выборки)
- •3.4 Правило сложения дисперсий
- •3.5 Ошибка выборки для доли
- •3.6 Определение объема выборки
- •3.7 Особенности малой выборки
- •Глава 4 Статистическое изучение связей. Корреляционно-регрессионный анализ
- •Функционально (жестко-детерминированная) связь
- •2) Статистические связи и зависимости (стохастически детерминированная).
- •4.1 Причины возникновения корреляционной зависимости
- •4.2 Условия применения методов корреляционно-регрессионного анализа
- •4.3 Графическое изображение корреляционной зависимости
- •Показатели корреляции
- •Коэффициент корреляции
- •Коэффициент детерминации
- •Корреляционное отношение
- •Индекс корреляции
- •4.5 Регрессионный анализ. Парное и множественное уравнение регрессии
- •4.5.1 Уравнение парной регрессии
- •4.5.2 Уравнение множественной регрессии
- •4.5.3 Построение матрицы парных коэффициентов корреляции. Отбор факторов
- •4.5.4 Коэффициенты эластичности и β-коэффициенты
- •4.6 Оценка статистической значимости уравнения регрессии и его параметров
- •4.6.1 Оценка статистической значимости уравнения регрессии
- •4.6.2 Оценка статистической значимости параметров уравнения
- •Глава 5 Статистический анализ временных рядов (рядов динамики)
- •5.1 Показатели изменения уровней временного ряда
- •1) Абсолютный прирост;
- •4) Абсолютное значение 1% прироста.
- •Абсолютный прирост
- •1. Абсолютный цепной прирост
- •2. Абсолютный прирост базисный
- •Темп роста (коэффициент роста)
- •5.3.2 Изучение основной тенденции временного ряда. Выравнивание рядов динамики
- •5.3.3 Экстраполяционное прогнозирование на основе трендовых моделей
- •5.4 Автокорреляция в рядах динамики (автокорреляция уровней временных рядов)
- •5.5 Корреляция рядов динамики
- •5.6 Изучение сезонности в динамических рядах
- •5.7 Статистические индексы. Индексный анализ
- •1) Индивидуальные (I)
- •2) Общие индексы (сводные, I)
- •5.7.1 Агрегатные индексы
- •5.7.2 Индексы Ласпейреса и Пааше
- •5.7.3 Идеальный индекс Фишера
- •5.7.4 Индексы средние из индивидуальных
- •5.7.3 Индексы-дефляторы
3.7 Особенности малой выборки
При использовании больших выборок, сформированных из больших генеральных совокупностей, величина ошибки выборки подчиняется нормальному закону, который устанавливает связь между величиной вероятности и значением t.
Если анализируемая выборка малого объема, то распределение ошибок выборки не подчиняется нормальному закону распределения. Поэтому проблема малой выборки длительное время оставалась нерешенной.
Проблема малой выборки была решена английским математиком и статистиком по фамилии Госсет, который вошел в историю под псевдонимом Стьюдент.
1908 г – доказал, что распределение ошибок в условиях малой выборки подчиняется особому закону распределения, который и получил его имя – t-распределение Стьюдента.
Распределение Стьюдента, как и нормальное распределение, симметрично, однако ветви кривой распределения Стьюдента медленнее приближаются к оси абсцисс. То есть вероятность появления больших отклонений от средней величины в распределении Стьюдента выше, чем в нормальном распределении.
По t-распределению Стьюдента составлены таблицы, в которых (в отличии от нормального распределения) вероятность связана не только с величиной t, но и с числом степеней свободы, которое определяется
d.f. = n – 1 (n – объем совокупности)
При объеме выборки n ≥ 100 значения в таблицах нормального распределения и распределения Стьюдента полностью совпадают, при 30 ≤ n ≤ 100 - расхождения незначительные, при n < 30 - существенные расхождения.
Безусловно малой выборкой считается выборка объемом меньше 30 единиц. Поэтому при работе с выборками таких объемов в формуле предельной ошибки выборки используется величина t из таблицы t-распределения Стьюдента.
В формуле расчета средней ошибки выборки мы не можем игнорировать сомножитель, корректирующий величину выборочной дисперсии.
- в условиях малой выборки
, где
S - выборочная дисперсия.
То есть дисперсия делится не на объем выборки, а на число степеней свободы.
Глава 4 Статистическое изучение связей. Корреляционно-регрессионный анализ
Все в этом мире взаимосвязано. Чтобы управлять социально-экономическими процессами и явлениями, необходимо знать наличие, направленность, силу связи между явлениями или признаками.
Существуют два вида связей:
Функционально (жестко-детерминированная) связь
Суть ее заключается в том, что каждому значению признака-фактора соответствует однозначно определенное значение признака-результата. Это возможно только в том случае, если признак-результат полностью зависит от данного признака-фактора.
2) Статистические связи и зависимости (стохастически детерминированная).
Каждому значению признака-фактора соответствует распределение значений признака-результата, то есть одному и тому же значению признака-фактора соответствует множество значений признака-результата, каждое из которых возникает с определенной вероятностью.
Корреляционная зависимость – частный случай статистической связи, заключающийся в том, что одному и тому же значению признака-фактора соответствует множество значений признака-результата, но закономерным образом измеряется величина результативного признака.
Основными методами изучения корреляционной зависимости являются методы корреляционно-регрессионного анализа КРА.