- •Конспект лекций Теория статистики. Оглавление
- •Тема 24. Статистика рыночной конъюнктуры 222 Тема 1. Предмет, метод и организация статистики
- •Тема 2. Статистическое наблюдение
- •2.1. Основные формы, виды и способы статистического наблюдения
- •2.2. Программно - методологические вопросы статистического наблюдения
- •2.3. Основные организационные вопросы статистического наблюдения
- •2.4. Точность и контроль статистического наблюдения
- •Тема 3. Статистическая сводка и группировка
- •3.1.Задачи сводки и ее содержание
- •3.2. Виды статистических группировок
- •3.3. Принципы построения статистических группировок и классификаций
- •3.4. Сравнимость статистических группировок. Вторичная группировка
- •3.5. Статистическая таблица и ее элементы
- •Тема 4. Абсолютные и относительные статистические показатели
- •4.1. Классификация статистических показателей
- •4.2. Абсолютные показатели
- •4.3. Относительные показатели
- •Тема 5. Графическое изображение статистических данных
- •5.1. Понятие о статистическом графике. Элементы статистического графика
- •5.2. Классификация видов графиков
- •877,5 Тонн 290 млн. Руб.
- •0 1 2 3 4 5 6 7 8 9 10 Стоимость основных
- •Тема 6. Средние показатели
- •6.1.Сущность средних показателей
- •6.2. Средняя арифметическая величина и ее свойства
- •6.3. Другие виды средних величин
- •6.4. Структурные средние
- •Тема 7. Анализ вариации
- •7.1. Основные показатели вариации
- •7.2. Использование показателей вариации в анализе взаимосвязей
- •Тема 8. Выборочное наблюдение
- •8.1. Выборочное наблюдение как важнейший источник статистической информации
- •8.2. Основные способы формирования выборочной совокупности
- •8.3. Определение необходимого объема выборки
- •8.4.Оценка результатов выборочного наблюдения и распространение их на генеральную совокупность
- •8.5. Малая выборка
- •Тема 9. Статистическое изучение взаимосвязи социально-экономических явлений
- •9.1. Причинность, регрессия, корреляция
- •9.2.Парная регрессия на основе метода наименьших квадратов и метода группировок
- •9.3. Множественная (многофакторная) регрессия
- •9.4. Собственно-корреляционные параметрические методы изучения связи
- •9.5. Принятие решений на основе уравнений регрессии
- •9.6. Методы изучения связи качественных признаков
- •9.7. Ранговые коэффициенты связи
- •Тема 10. Статистическое изучение динамики социально-экономических явлений
- •10.1.Понятие и классификации рядов динамики
- •10.2.Сопоставимость уровней и смыкание рядов динамики
- •10.3.Показатели изменения уровней ряда динамики
- •10.4. Методы анализа основной тенденции (тренда) в рядах динамики
- •10.5. Методы выявления сезонной компоненты
- •10.6. Элементы прогнозирования и интерполяции
- •Тема 11. Статистический анализ структуры
- •11.1 Понятие структуры и основные направления ее исследования
- •11.2. Частные показатели структурных сдвигов
- •11.3. Обобщающие показатели структурных сдвигов
- •11.4. Показатели концентрации и централизации
- •Тема 12. Индексы
- •12.1. Общие понятия об индексах
- •12.2. Агрегатные индексы
- •12.3. Сводные индексы в средней арифметической и средней гармонической формах
- •12.4. Системы индексов
- •12.5. Индексы постоянного и переменного состава
- •Тема 13. Система статистических показателей отраслей и секторов экономики, основные группировки и классификации в статистике
- •Тема 14. Статистика населения. Статистика численности, состава и миграции населения
- •14.2. Статистика естественного движения и миграции населения
- •Тема 15. Статистика рынка труда, использования рабочего времени, производительности и оплаты труда
- •15.1. Статистика экономической активности населения
- •15.2 Статистика использования рабочего времени
- •15.3 Статистика производительности труда
- •15.4 Статистика оплаты труда
- •Тема 16. Статистика национального богатства
- •16.1 Статистика основных фондов и оборудования
- •Наличие, движение, структура основных средств за 200б год.
- •16.2 Статистика оборотных фондов
- •Тема 17. Статистика рынка товаров и услуг
- •17.1 Статистика товаров
- •17.2 Статистика услуг.
- •Тема 18. Статистика издержек производства и обращения. Статистика финансовых результатов деятельности предприятий
- •18.1 Статистика издержек производства и обращения
- •18.2 Статистика финансовых результатов деятельности предприятий
- •Тема 19. Статистика уровня жизни населения
- •Тема 20. Статистика финансов
- •Тема 21.Система снс и макроэкономические показатели производства товаров и услуг.
- •Тема 22. Статистика качества
- •Тема 23. Статистика научно-технического прогресса
- •1. Понятие и направление научно-технического прогресса
- •2. Современная статистика нтп – статистика инновационной деятельности
- •3. Статистическое изучение процессов создания и передачи технологий
- •4. Статистическая оценка научного потенциала
- •5. Обобщающие показатели инновационной деятельности
- •6. Частные показатели эффективности внедрения новой техники и новых технологий
- •Тема 24. Статистика рыночной конъюнктуры
Тема 9. Статистическое изучение взаимосвязи социально-экономических явлений
9.1. Причинность, регрессия, корреляция
Исследование объективно существующих связей между явлениями - важнейшая задача теории статистики. В процессе статистического исследования зависимостей вскрываются причинно-следственные отношения между явлениями, что позволяет выявлять факторы (признаки), оказывающие основное влияние на вариацию изучаемых явлений и процессов. Причинно-следственные отношения - это такая связь явлений и процессов, когда изменение одного из них - причины ведет к изменению другого - следствия.
Социально-экономические явления представляют собой результат одновременного воздействия большого числа причин. Следовательно, при изучении этих явлений необходимо выявлять главные, основные причины, абстрагируясь от второстепенных.
В основе первого этапа статистического изучения связи лежит качественный анализ, связанный с анализом природы социального или экономического явления методами экономической теории, социологии, конкретной экономики. Второй этап - построение модели связи, базируется на методах статистики: группировках, средних величинах, таблицах и так далее. Третий, последний этап - интерпретация результатов, вновь связан с качественными особенностями изучаемого явления. Статистика разработала множество методов изучения связей. Выбор метода изучения связи зависит от цели исследования, от поставленной задачи.
Признаки по их значению для изучения взаимосвязи делятся на два класса. Признаки, обуславливающие изменения других, связанных с ними признаков, называют факторными, или просто факторами. Признаки, изменяющиеся под действием факторных признаков, называют результативными.
В статистике различают функциональную и стохастическую зависимости. Функциональной называют такую связь, при которой определенному значению факторного признака соответствует одно значение результативного.
Если причинная зависимость проявляется не в каждом отдельном случае, а в общем, среднем при большом числе наблюдений, то такая зависимость называется стохастической. Частным случаем стохастической связи является корреляционная связь, при которой изменение среднего значения результативного признака обусловлено изменением факторных признаков.
Связи между явлениями и их признаками классифицируются по степени тесноты, направлению и аналитическому выражению.
По степени тесноты связи различают:
Таблица 9.1.
Количественные критерии оценки тесноты связи
-
Величина коэффициента корреляции
Характер связи
до ±0,3
практически отсутствует
±0,3 - ±0,5
слабая
±0,5 - ±0,7
умеренная
±0,7 - ±1,0
сильная
По направлению выделяют связь прямую и обратную. Прямая - это такая связь, при которой с увеличением или с уменьшением значений факторного признака происходит увеличение или уменьшение значений результативного. Так, например, рост производительности труда способствует увеличению уровня рентабельности производства. В случае обратной связи значения результативного признака изменяются под воздействием факторного, но в противоположном направлении по сравнению с изменением факторного признака. Так с увеличением уровня фондоотдачи снижается себестоимость единицы производимой продукции.
По аналитическому выражению выделяют связи прямолинейные (или просто линейные) и нелинейные. Если статистическая связь между явлениями может быть приблизительно выражена уравнением прямой линии, то ее называют линейной связью вида:
(9.1.)
Если же связь может быть выражена уравнением какой – либо кривой линии, например:
Параболы - (9.2.)
Гиперболы - ; и т.д., то какую связь называют нелинейной или криволинейной. Для выявления наличия связи, ее характера и направления в статистике используются методы: приведения параллельных данных; аналитических группировок; графический; корреляции.
Метод приведения параллельных данных основан на сопоставлении двух или нескольких рядов статистических величин. Такое сопоставление позволяет установить наличие связи и получить представление о ее характере. Сравним изменение двух величин:
X |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
Y |
5 |
9 |
6 |
10 |
14 |
17 |
15 |
20 |
23 |
Мы видим, что с увеличением величины X величина Y также возрастает. Можно сделать предположение, что связь между ними прямая и что ее можно описать или уравнением прямой или уравнением параболы второго порядка.
Графически взаимосвязь двух признаков изображается с помощью поля корреляции. В системе координат на оси абсцисс откладываются значения факторного признака, а на оси ординат - результативного. Каждое пересечение линий, проводимых через эти оси, обозначаются точкой. При отсутствии тесных связей имеет место беспорядочное расположение точек на графике. Чем сильнее связь между признаками, тем теснее будут группироваться точки вокруг определенной линии, выражающей форму связи.
Y
0 X
Рис. 9.1. График корреляционного поля.
Корреляция - это статистическая зависимость между случайными величинами, не имеющая строго функционального характера, при которой изменение одной из случайных величин приводит к изменению математического ожидания другой.
В статистике принято различать следующие варианты зависимостей:
Парная корреляция - связь между двумя признаками (результативным и факторным, или двумя факторными).
Частная корреляция - зависимость между результативным и одним факторным признаками при фиксированном значении других факторных признаков.
Множественная корреляция - зависимость результативного и двух или более факторных признаков, включенных в исследование.
Корреляционный анализ имеет своей задачей количественное определение тесноты связи между двумя признаками (при парной связи) и между результативным и множеством факторных признаков (при многофакторной связи).
Теснота связи количественно выражается величиной коэффициентов корреляции, которые, давая количественную характеристику тесноты связи между признаками, позволяют определять «полезность» факторных признаков при построении уравнения множественной регрессии.
Регрессия тесно связана с корреляцией: первая оценивает силу (тесноту) статистической связи, вторая исследует ее форму.
Регрессионный анализ заключается в определении аналитического выражения связи, в котором изменение одной величины (называемой зависимой или результативным признаком), обусловлено влиянием одной или нескольких независимых величин (факторов).
Одной из проблем построения уравнений регрессии является их размерность, то есть определение числа факторных признаков, включаемых в модель. Их число должно быть оптимальным.
Сокращение размерности за счет исключения второстепенных, несущественных факторов позволяет получить модель, быстрее и качественнее реализуемую. В то же время, построение модели малой размерности может привести к тому, что она будет недостаточно полно описывать исследуемое явление или процесс.
При построении моделей регрессии должны соблюдаться следующие требования:
Совокупность исследуемых исходных данных должна быть однородной и математически описываться непрерывными функциями.
Возможность описания моделируемого явления одним или несколькими уравнениями причинно-следственных связей.
Все факторные признаки должны иметь количественное (цифровое) выражение.
Наличие достаточно большого объема исследуемой выборочной совокупности.
Причинно-следственные связи между явлениями и процессами должны описываться линейной или приводимой к линейной форме зависимостью.
Отсутствие количественных ограничений на параметры модели связи.
Постоянство территориальной и временной структуры изучаемой совокупности.
Соблюдение данных требований позволяет построить модель, наилучшим образом описывающую реальные явления и процессы.