- •1.Предмет, методы и задачи статистики
- •2.Этапы проведения статистического исследования
- •3.Признак, как категория статистики
- •4. Понятие статистической совокупности
- •5. Закон больших чисел
- •7. Виды статистического наблюдения:
- •8. Ошибки возникающие в процессе статистического наблюдения
- •10. Ряд распределения как вид статистической группировки. Характеристики вариационного ряда.
- •12)Понятие средней величины. Значение средних.
- •13. Существуют различные виды средних в форме простoй или взвешенной:
- •14Степенные средние величины
- •14. Правила выбора формы средних
- •15Вопрос
- •16.Мода
- •17)Медиана как хар-ка вариационного ряда.Понятие и методы расчета
- •Вопрос 22. Относительные показатели вариации. Относительные показатели вариации включают:
- •23)Общая,внутригрупповая и межгрупповая дисперсия
- •29. Ряды динамики. Понятия, виды, элементы ряда.
- •50.Индексный метод в факторном анализе
- •55.Проверка адекватности регрессионной модели
- •52)Понятие корреляционной зависимости и этапы ее мсследования.
- •Вопрос 54.Построение линеной модели регрессии.. Регрессия представляет собой регрессию между двумя переменными – y и X, т. Е. Модель вида:
55.Проверка адекватности регрессионной модели
При анализе адекватности уравнения регрессии (модели) исследуемому процессу, возможны следующие варианты:
1. Построенная модель на основе F-критерия Фишера в целом адекватна и всекоэффициенты регрессии значимы. Такая модель может быть использована для принятия решений и осуществления прогнозов.
2. Модель по F-критерию Фишера адекватна, но часть коэффициентов не значима. Модель пригодна для принятия некоторых решений, но не для прогнозов.
3. Модель по F-критерию адекватна, но все коэффициенты регрессии не значимы. Модель полностью считается неадекватной. На ее основе не принимаются решения и не осуществляются прогнозы.
51. Виды связей между факторным и результативными признаками Результативные признаки – признаки, изменяющиеся под действием других связанных с ними признаков.2. Факторные – признаки, обуславливающие изменения результативных признаков. 1. По направлению связи: Положительная (прямая) – с увеличением (уменьш) одного признака в основном увелич. (уменьш) значения другого. Отрицательная (обратная) – с увеличением (уменьш) одного признака в основном уменьшаются (увеличив) значения другого.2. Относительно своей аналитической формы:Линейная – между признаками в среднем проявляются линейные соотношения.Нелинейная – выражается нелинейной функцией, а переменные связаны между собой в среднем нелинейно.3. С точки зрения взаимодействующих факторов.Парная – характеризуется связь 2 признаков.Множественная – изучаются более чем 2 переменные.Также подразделяется на сильную и слабую.
49)
52)Понятие корреляционной зависимости и этапы ее мсследования.
Вопрос 53.Показатели тесноты связи между признаками. измерения тесноты связи между группировочными признаками в таблицах взаимной сопряженности могут быть использованы такие показатели, как коэффициент ассоциации, коэффициент контингенции, коэффициенты взаимной сопряженности Пирсона и Чупрова. Показатели тесноты связи между признаками.
Альтернативные |
наименований |
A, k |
C |
Z |
Качественные |
наименований |
C |
C |
w |
Количественные |
порядковые |
w |
R |
R |
интервальные и относительные |
w |
w |
, R |
Вопрос 54.Построение линеной модели регрессии.. Регрессия представляет собой регрессию между двумя переменными – y и X, т. Е. Модель вида:
y(x) = f^(x),где y – зависимая переменная (результативный признак); x – независимая, или объясняющая, переменная (признак-фактор). Знак «^» означает, что между переменнымиx и y нет строгой функциональной зависимости, поэтому практически в каждом отдельном случае величина y складывается из двух слагаемых:
y = yx + ε,где y – фактическое значение результативного признака; yx – теоретическое значение результативного признака, найденное исходя из уравнения регрессии; ε – случайная величина, характеризующая отклонения реального значения результативного признака от теоретического, найденного по уравнению регрессии.