- •Содержание
- •Рабочая программа по курсу «Общая теория статистики» Организационно-методический раздел Цель курса
- •Задачи курса
- •Место курса в профессиональной подготовке выпускника
- •Требования к уровню освоения содержания курса
- •Распределение часов курса по темам и видам работ
- •Содержание курса Разделы курса
- •Раздел 1. Описательная статистика
- •Раздел 2. Аналитическая статистика
- •Раздел 1. Описательная статистика Темы и краткое содержание
- •Тема 1. Статистика как наука.
- •Тема 2. Статистическое наблюдение
- •Тема 3. Статистическая сводка и группировка. Ряды распределения. Статистические таблицы и графическое изображение рядов распределения.
- •Тема 4. Абсолютные и относительные показатели. Графическое изображение статистических данных.
- •Тема 5. Средние показатели
- •Раздел 2. Аналитическая статистика Темы и краткое содержание
- •Тема 10. Статистическое изучение взаимосвязи явлений.
- •Перечень примерных контрольных вопросов для самостоятельной работы
- •Примерный перечень вопросов к экзамену
- •Тема 1. Введение в теорию статистики Понятие статистики.
- •Особенности статистической методологии
- •Тема 2. Статистическое наблюдение Понятие статистического наблюдения
- •Ошибки статистического наблюдения
- •Тема 3: Сводка и группировка данных. Ряды распределения. Статистические таблицы. Статистические графики. Понятие и виды сводки и группировки.
- •Принципы построения группировок
- •Понятие и виды рядов распределения. Их графическое изображение.
- •Вторичная группировка.
- •Статистические таблицы.
- •Тема 4: Абсолютные и относительные показатели Виды статистических показателей.
- •Абсолютные показатели.
- •Относительные показатели.
- •Тема 5: Средние показатели. Сущность и значение средних показателей
- •Средняя арифметическая и ее свойства.
- •Другие виды средних величин.
- •Структурные средние величины.
- •Тема 6: Показатели вариации Понятие и меры вариации.
- •Виды дисперсий и правило их сложения.
- •Дисперсия альтернативного признака.
- •Изучение формы распределения.
- •Структурные характеристики рядов распределения.
- •Тема 7: Выборочное наблюдение Понятие выборочного наблюдения. Способы формирования выборочной совокупности.
- •Определение необходимого объема выборки.
- •Оценка результатов выборочного наблюдения и распространение их на генеральную совокупность.
- •Малая выборка.
- •Предельная ошибка выборки для некоторых способов формирования выборочной совокупности
- •Необходимый объем выборки для некоторых способов формирования выборочной совокупности
- •Распределение вероятности в малых выборках в зависимости от коэффициента доверия t и объема выборки n
- •Тема 8: Ряды динамики Понятие и классификация рядов динамики.
- •Показатели изменения уровней ряда динамики.
- •Тема 9: Экономические индексы Понятие экономических индексов и их классификация.
- •Индивидуальные индексы
- •Агрегатные индексы.
- •Средние индексы.
- •Индексы Ласпейреса, Пааше и Фишера.
- •Базы и веса индексов.
- •Структурные индексы.
- •Пространственно-территориальные индексы.
- •Тема 10: Статистическое изучение взаимосвязи социально-экономических явлений. Понятие регрессии и корреляции.
- •Парная регрессия.
- •Множественная регрессия.
- •Рекомендуемая литература
Дисперсия альтернативного признака.
Среди множества варьирующих признаков, изучаемых статистикой, существуют признаки, которыми обладают одни единицы совокупности и не обладают другие. Эти признаки называются альтернативными. Альтернативный признак принимает всего два значения – 0 и 1 с весами соответственно p и q. Поэтому среднее значение альтернативного признака равно р. А дисперсия альтернативного признака равна pq. Дисперсия альтернативного признака равна произведению доли признака, обладающего характеристикой на долю признака, не обладающего характеристикой. Предельное значение дисперсии для альтернативного признака равно 0,25 при р=0,5.
Дисперсия альтернативного признака широко применяется в выборочном обследовании.
Изучение формы распределения.
Изменения частот в вариационных рядах изменяются закономерно в связи с изменением варьирующего признака. Такие закономерности называются закономерностями распределения.
Основная задача анализа вариационных рядов заключается в выявлении подлинной закономерности распределения путем исключения влияния второстепенных, случайных для данного распределения факторов.
Если увеличить объем совокупности и уменьшить интервал в группах, то графическое изображение приближается к некоторой плавной кривой, которая называется кривой распределения.
Кривая распределения – графическое изображение в виде непрерывной линии изменения частот в вариационном ряду, функционально связанного с изменением вариант.
Теоретическая кривая распределения (distribution curve) – кривая, выражающая общую закономерность данного типа распределения в чистом виде, исключающего влияние случайных для него факторов.
Выяснение общего характера распределения предполагает оценку его однородности, а также расчет показателей асимметрии и эксцесса.
При сравнительном изучении асимметрии нескольких распределений с разными единицами измерения вычисляется относительный показатель асимметрии (skewness):
Его величина может быть положительной (для правосторонней асимметрии) и отрицательной (для левосторонней асимметрии).
Если асимметрия >= 0,5 (независимо от знака), то смещение считается значительным. Если асимметрия <= 0,25, то она считается незначительной.
Наличие асимметрии в генеральной совокупности проверяется с помощью определения оценки существенности на основе средней квадратической ошибки (standard error of skewness):
В случае, если t-критерий Стьюдента (t-parameter) , асимметрия считается существенной и распределение признака в генеральной совокупности несимметрично и неслучайно, а закономерно.
Для симметричных распределений может быть рассчитан показатель эксцесса (kurtosis), который показывает, насколько резкий скачок имеет изучаемое явление. Показатель эксцесса определяется на основе центрального момента четвертого порядка по формуле:
Если показатель эксцесса больше нуля, то распределение островершинное и скачок считается значительным, если коэффициент эксцесса меньше нуля, то распределение считается плосковершинным и скачок считается незначительным. Среднеквадратическая ошибка эксцесса (standard error of kurtosis) показывает, насколько существенен скачок в явлении и рассчитывается по формуле:
В случае, если t-критерий Стьюдента (t-parameter) , то эксцесс считается существенным и распределение признака в генеральной совокупности характеризуется заметными скачками и является неслучайным, а закономерным.