- •3 Билет. Статистич.Измерение,наблюдение. Формы, виды наблюдения
- •4 Билет. Выборочное наблюдение, выборка
- •5 Билет. Классификация и группировки
- •6 Билет. Виды группировочных признаков.Группировки
- •7 Билет. Статистич. Таблицы и графики
- •9 Билет. Абсолютные, относительные, средние величины
- •12 Билет. Анализ взаимосвязей и динамики явлений
- •13 Билет. Ряды динамики и их показатели
- •14 Билет. Анализ динамического ряда. Тренды и циклы
- •15 Билет. Метод аналитического выравнивания
- •16 Билет. Уровень и индекс сезонности
- •17 Билет. Коэффициенты опережения(рост, прирост)
- •18 Билет. Корреляционный и регрессионный анализ
- •19 Билет. Парная и непарная линейная регрессия.
- •20 Билет. Множественная корреляция
- •21 Билет. Оценка значимости параметров взаимосвязи
- •23 Билет. Назначение и виды индексов
- •24 Билет. Индивидуальные и общие индексы
- •25 Билет. Индексы средних величин, территориальные
- •28 Билет. Индексы переменного, постоянного составов и структур.Изменений
- •29 Билет. Система национальных счетов
- •30 Билет. Ввп и наиболее важные макроэкономич.Показатели
- •31 Билет. Счета для институциональных секторов экономики
- •32 Билет. Счета для наиболее важных эконом.Операций.
- •34 Билет. Индексы производительности труда
14 Билет. Анализ динамического ряда. Тренды и циклы
Любой ряд динамики может быть представлен в виде: 1.Тренда (основная тенденция развития динамического ряда) 2. Циклические колебания (сезонные)3. Случайные колебания
Выделение тренда может осуществляться след. Методами: -Метод укрепления интервалов - Метод скользящей средней - Метод аналитического выравнивания (линейные зависимости, парабалические, экспонициальные)
Гармонический анализ позволяет оценить роль колеб. Процесса в общей дисперсии временного ряда.
15 Билет. Метод аналитического выравнивания
Более совершенным приемом выявления основной тенденции развития в рядах динамики является аналитическое выравнивание. При изучении общей тенденции методом аналитического выравнивания исходят из того, что изменения уровней ряда динамики могут быть с той или иной степенью точности приближения выражены определенными математическими функциями. Вид уравнения определяется характером динамики развития конкретного явления. На практике по имеющемуся временному ряду задают вид и находят параметры функции y=f(t) , а затем анализируют поведение отклонений от тенденции. Чаще всего при выравнивании используются следующие зависимости: линейная, параболическая и экспоненциальная. Применение, именно, этого метода предпочтительно, поскольку он определяет закон, по которому можно достаточно точно спрогнозировать значения уровней ряда.
Целью аналитического выравнивания динамического ряда является определение аналитической или графической зависимости y=f(t). Функцию y=f(t) выбирают таким образом, чтобы она давала содержательное объяснение изучаемого процесса.
16 Билет. Уровень и индекс сезонности
Уровень сезонности оценивается с помощью: индексов сезонности и гармонического анализа
Индекс сезонности показывает во сколько раз фактический уровень ряда в момент или интервал времени больше\меньше среднего значения. Индекс сезонности зависит от наличия или отсутствия основной тенденции. (Усез=Уt/Yсред)
17 Билет. Коэффициенты опережения(рост, прирост)
Для характеристики взаимосвязи двух или более рядов динамики их приводят к общему основанию для чего в качестве базисного уровня принимают один и тот же период времени и исчисляют коэффициент опережения по темпам роста или прироста.
Коэффициент опережения по темпам роста – это отношение темпов роста (цепных или базисных) одного ряда к соответ. По времени темпам роста (базисным или цепным) другого ряда. Аналогично находиться коэффициент опережения по темпам прироста
18 Билет. Корреляционный и регрессионный анализ
Формы проявления взаимосвязей весьма разнообразны. В качестве двух самых общих их видов выделяют функциональную (полную) и корреляционную (неполную) связи. В первом случае величине факторного признака строго соответствует одно или несколько значений функции. В экономике примером может служить прямо пропорциональная зависимость между производительностью труда и увеличением производства продукции.
Корреляционная связь (которую также называют неполной, или статистической) проявляется в среднем, для массовых наблюдений, когда заданным значениям зависимой переменной соответствует некоторый ряд вероятных значений независимой переменной. Объяснение тому – сложность взаимосвязей между анализируемыми факторами, на взаимодействие которых влияют неучтенные случайные величины. Поэтому связь между признаками проявляется лишь в среднем, в массе случаев. При корреляционной связи каждому значению аргумента соответствуют случайно распределенные в некотором интервале значения функции. Корреляционный анализ исследует наличие и силу связи, а регрессионный анализ формы связи