- •Статистика наука о массовых явлениях
- •Способы получения статистической информации (отчетность обследования)
- •Статистическая совокупность (единица совокупности, виды признаков)
- •Виды статистического наблюдения
- •Ошибки статистического наблюдения.
- •Статистическая сводка и группировка
- •Абсолютные и относительные статистические величины
- •Средние величины на базе степенной средней
- •Вычисление средней арифметической при различных вариантах задания исходных данных и их свойства
- •Порядковые статистики. Квартили. Децили. Способы определения по выборочным данным.
- •Мода, определение по статистическим данным, свойства использования в статистическом анализе.
- •Медиана, определение по статистическим данным, свойства использования в статистическом анализе
- •Вариация признаков- важнейшее свойство единиц статистической совокупности
- •Показатели вариации, наиболее часто употребительные в статистике
- •Дисперсия и среднее квадратическое отклонение
- •Коэффициенты вариации, свойства, области применения
- •Графическое представление вариационного ряда
- •Асимметрия распределения (As )
- •Эксцесс распределения (куртозис, Ex)
- •Сглаживание эмпирического распределения нормальным законно распределения
- •Понятие статистической гипотезы и статистического критерия, как инструмента проверки статистических гипотез
- •Проверка гипотезы о законе распределения
- •Ошибки первого и второго рода при проверке статистических гипотез
- •Критерий согласия Xи квадрат (Критерий к. Пирсона).
- •Выборочный метод
- •Виды выборочного статистического исследования
- •Способы обеспечения случайного отбора при формирования выборки.
- •Расслоенная выборка. Способы формирования выборки при расслоенном отборе
- •Доверительный интервал для генеральной средней.
- •Определение необходимого объема выборки.
- •Повторная и бесповторная выборка
- •Средняя ошибка выборки
- •Предельная ошибка выборки.
- •Малая выборка.
- •36. Парная корреляция и регрессия.
- •37.Оценка тесноты связи в задаче парной корреляции
- •38.Соотношение коэффициента корреляции и корреляционного отношения.
- •39. Коэффициент детерминации.
- •40. Оценка существенности корреляционной связи.
- •41.Доверительный интервал для генерального коэффициента корреляции
- •42.Оценка параметров линейной регрессии.
- •43.Корреляционная таблица
- •44.Эмпирическая регрессия.
- •45.Интерпритация правила сложения дисперсий в контексте задачи анализа корреляций.
- •46.Эмпирическое корреляционное отношение.
- •47.Теоретическое корреляционное отношение
- •48.Оценка значимости коэффициента корреляции
- •49.Ранговые коэффициенты корреляции
- •50.Остаточная дисперсия
- •52.Оценка существенности параметров линейной регрессии.
- •54.Оценка тесноты связи в случае альтернативной вариации
- •55.Множественный коэффициент корреляции
- •56.Частная корреляция.
- •58.Компоненты динамического ряда
- •59. Показатели динамического ряда: абсолютный прирост, средний абсолютный прирост, темпы роста и прироста и их среднее значение.
- •61.Приемы выявление сезонной составляющей динамического ряда
- •62. Аналитическое сглаживание динамических рядов.
- •63. Выбор наилучшего тренда из набора возможных.
- •65. Автокорреляция в динамических рядах.
- •67. Анализ взаимосвязанных динамических рядов (кросс-корреляция).
- •68. Прогнозирование по тренду.
- •69. Доверительный интервал для прогнозных значений.
- •71. Индексы цепные, базисные, индивидуальные и сводные, переменного и фиксированного
- •72. Индекс физического объёма продукции.
- •73. Индекс цен (Схема Пааше и Ласпейреса).
- •74. Взаимосвязь индекса цен и индекса физического объема продукции.
- •75. Индекс себестоимости
Доверительный интервал для генеральной средней.
При расчете доверительного интервала для неизвестной генеральной средней на основе малой выборки параметр t определяется по распределению Studenta. (распределение Studenta определяется параметром к –число степеней свободы r = n-1)
μнв= - повторная выборка
μ= - бесповторная выборка
Ошибка выборки =
Определение необходимого объема выборки.
При разработке программы выборочного обследования одним из наиболее сложных является вопрос о том, сколько единиц изучаемой совокупности необходимо обследовать, т.е. об объеме выборки. В параграфах 6.2 и 6.3 показано, что при любом способе отбора предельная ошибка выборки обратно пропорциональна числу обследованных единиц. Чтобы уменьшить ошибку выборки, необходимо увеличить ее объем, но при этом возрастут и затраты на проведение обследования. Определяя необходимую численность выборочной совокупности, приходится прежде всего оценивать допустимую ошибку.
Как определить необходимую численность выборки при собственно случайном или механическом повторном отборе. В этом случае предельная ошибка выборки для средней а необходимая ее численность
Для определения необходимой численности выборки должны быть заданы предельная ее ошибка и вероятность того, что эта ошибка не превысит заданного предела
Наиболее сложно определить дисперсию изучаемого признака в генеральной совокупности. До проведения обследования приближенно оценить дисперсию или среднее квадратическое отклонение можно на следующей основе:
• исходя из результатов специально организованного пробного обследования;
• опираясь на данные предыдущих обследований, как выборочных, так и сплошных. В последние годы в статистической практике все чаще вместо сплошного наблюдения применяют выборочный метод. Например, с 1996 г. проводят выборочное наблюдение за деятельностью малых предприятий. Таким образом, дисперсию изучаемого признака в выборке можно оценить, зная коэффициент вариации, значение которого получено по итогам предшествующего сплошного наблюдения или предшествующей выборки. Коэффициент вариации Следовательно, дисперсия
• исходя из закона распределения изучаемого признака в генеральной совокупности. Если распределение близко к нормальному, то размах вариации R в 6 раз больше среднего квадрати-ческого отклонения: R = 6σ, где R =хтах — хmin . . В таком случае, зная максимальное и минимальное значения признака, можно оценить σ:
Если в результате выборочного обследования необходимо установить долю единиц, обладающих определенным значением альтернативного признака, то дисперсия для доли будет равна pq. В этом случае формула необходимой численности выборки примет вид
Максимальное значение дисперсии альтернативного признака равно 0,25, т.е. max {pq) = 0,25 (при р = q = 0,5). Если доля единиц, обладающих изучаемым признаком, т.е. р, неизвестна, в расчете необходимой численности выборки можно использовать указанное максимальное значение для дисперсии альтернативного признака.
На практике величина допустимой ошибки выборки, как правило, устанавливается не в абсолютном, а в относительном выражении: формулу для определения необходимой численности выборки при собственно случайном или механическом повторном отборе можно представить следующим образом: