- •Содержание
- •Введение
- •1. Предмет и метод статистики
- •2. Статистические наблюдения
- •2.1. Понятие о статистической информации
- •2.2. Основные организационные формы статистического наблюдения.
- •2.3. Ошибки статистического наблюдения
- •3. Сводка и группровка статистических данных
- •4. Выборочное наблюдение
- •5. Способы наглядного представления статистических данных
- •5. 2. Статистические графики
- •6. Абсолютные и относителбные величины в статистике
- •6.1. Статистические показатели, их виды
- •6. 3. Относительные величины
- •7. Средние величины
- •8. Мода, медиана, квартили
- •8.2. Медиана
- •8.3.Квартили
- •9. Ряды динамики и ряды распределения
- •9. 1. Ряды динамики
- •9.2. Приемы обработки и анализа рядов динамики
- •9.3. Выявление сезонных колебаний
- •10. Средние характеристики рядов динамики
- •11. Показатели вариации
- •11.1. Абсолютные показатели вариации
- •11.2. Относительные показатели вариации
- •12. Индексы
- •12.1. Понятие об индексах
- •12. 2. Агрегатные индексы физического объёма, цен и себестоимости
- •12.4. Базисные и цепные индексы, их взаимосвязь
- •12.5. Индексы средних величин
- •13. Статистическое изучение связей между явлениями
- •13.1.Типы связей между явлениями, их характеристика
- •13.3. Измерение степени тесноты корреляционной связи между двумя признаками
- •13.4. Уравнения регрессии, их виды
- •13.5. Корреляционно-регрессивные модели (крм),
- •Земцова Елена михайловна теория статистики Учебное пособие
- •454001 Челябинск, ул. Братьев Кашириных, 129
12.4. Базисные и цепные индексы, их взаимосвязь
Так как индексы являются относительной величиной динамики, то они также могут быть базисными и цепными:
– базисные индексы получают сопоставлением с уровнем периода, принятого за базу сравнения, т.е. база сравнения, остаётся постоянной;
– цепные индексы получают сопоставлением текущих уровней с предшествующим, т.е. база сравнения непрерывно меняется.
Для индивидуальных индексов цен, физического объёма и стоимости продукции справедливо следующее правило:
1. Последовательное произведение цепных индексов даёт базисный индекс последнего периода:
или
2. Отношение базисного индекса отчётного периода к базисному индексу предшествующего периода даёт цепной индекс отчётного периода
или
Задача 3.
Имеются следующие данные об изменении численности рабочих на заводе, в % к предыдущему году:
2007 |
2008 |
2009 |
2010 |
2011 |
+5 |
+4 |
+7 |
+5 |
+6 |
Определить на сколько процентов увеличилось число рабочих на заводе за 5 лет, т.е. в 2011 году по сравнению с 2006 годом.
Решение.
Зная, что базисный индекс можно получить путем перемножения цепных индексов, находим:
(или 130%), т.е. за 5 лет число рабочих на заводе возросло на 30%.
12.5. Индексы средних величин
1. Индекс переменного состава - - отношение 2-х средних величин – учитывает одновременно и структурные изменения в составе совокупности и изменение уровня качественного признака у отдельных объектов. Если индексируемую величину обозначить через х, а веса черезf , то в общем виде индекс переменного состава можно записать в виде:
2. Индекс постоянного состава вычисляется по типу индекса цены. Если при расчете средних величин за два периода зафиксировать веса одного и того же периода, то при сравнении таких средних величин индекс постоянного (или фиксированного) состава:
3. Индекс рассчитанных по типу - индекс структурных изменений (сдвигов).
- показывает, во сколько раз изменился общий средний уровень за счёт изменения удельного веса каждого объекта в общем объёме признака. При сравнении средних показателей принимают неизменными значения х, тогда на динамику изменения средних будет оказывать влияние только изменение весов.
Взаимосвязь: или
Контрольные вопросы к теме:
1. Расскажите, что такое индекс, перечислите индивидуальные индексы.
2. Назовите формулы общих индексов цены, физического объема и стоимости. Поясните взаимосвязь индексов.
3. Как вычислить абсолютные приросты соответствующие индексам.
4. Какие средние арифметические и средние гармонические индексы вы знаете. Запишите их формулы.
5. Объясните понятия «базисные» и «цепные» индексы. Как проверить их взаимосвязь.
6. Как вычисляются индексы средних величин.
13. Статистическое изучение связей между явлениями
13.1.Типы связей между явлениями, их характеристика
Изучение действительности показывает, что изменение изучаемого признака находится в тесной взаимосвязи с другими признаками.
При изучении конкретных зависимостей одни признаки выступают в качестве факторов, обуславливающих изменения других признаков – они называются факторными признаками (Х).
Признаки, которые являются результатом влияния этих факторных признаков, называются результативными признаками (У).
Например: рассматривая зависимость между производительностью труда и квалификацией рабочих, уровень производительности труда является результативным признаком, а квалификация рабочих факторным, т.к. её повышение ведет к росту производительности труда.
Различают два основных вида связей между явлениями.
– функциональные связи характеризуются полным соответствием между изменением факторного и результативного признака (каждому значению признака – фактора соответствует вполне определенные значения результативного признака) y =f(x).
Примером функциональной связи является зависимость длины окружности (L) от радиуса (r).
L = 2Пr.
– корреляционные связи, при которых между изменением факторного и результативного признаков нет полного соответствия, воздействия отдельных факторов проявляется лишь в среднем при массовом наблюдении, фактических данных.
В простейшем случае применения корреляционной зависимости величина результативного признака рассматривается как следствие изменения только одного фактора (например: рост квалификации рабочих рассматривается как причина роста производительности труда).
Однако выделенный в данном примере в качестве основного признак – фактор не является единственной причиной изменения результативного признака, а на ряду с ним на величину результативного признака влияет множество других причин (в частности на производительность труда влияет уровень энерговооруженности, механизации и автоматизации производства).
При наличии корреляционной зависимости устанавливается лишь тенденция изменения результативного признака при изменении величины факторного признака.
Объяснения этому – сложность взаимосвязей между анализируемыми факторами, взаимодействие которых влияют неучтенные, случайные величины. Поэтому связь появляется лишь в среднем, в массе случаев.
При корреляционной связи каждому значению аргумента (х -признака фактора).
Соответствует случайно распределенные в некотором интервале значения функции (у – признака результата).
Например, в сельском хозяйстве это может быть связь между урожайностью и количеством внесенных удобрений. Очевидно, что удобрения участвуют в формировании урожая, для конкретного поля участии одного и того же количества удобрений вызовет разный прирост урожайности, так как во взаимодействии находится ещё целый ряд факторов (погода, состояние почвы и т. д.), которые формируют урожай. Однако в среднем такая связь наблюдается увеличение массы внесенных, удобрений ведет к росту урожайности.
Виды взаимосвязей:
1. По направлению связи делятся на:
– прямые, когда зависимая переменная растёт с увеличением факторного признака (положительная связь)
– обратные, когда рост факторного признака ведёт к уменьшению результативного (отрицательная связь)
2. По степени тесноты:
-
Величина коэффициента корреляции
Характер связи
До
Отсутствует
–
Слабая
–
Умеренная
–
Сильная
3. По аналитическому выражению: – линейные – криволинейные.
Задачи статистики в изучении связей между явлениями заключается в следующем:
1. Количественная оценка наличия и направления связи.
2. Характеристика формы влияния одних факторов на другие (изменение степени тесноты корреляционной связи).
3. Нахождение аналитического выражения связи (построение уравнений регрессии или корреляционно-регрессионных моделей).
4. Оценка соответствия полученных моделей и их практическое использование.
Методы выявления наличия корреляционной связи между двумя признаками
Для ответа на вопрос о наличии или отсутствии корреляционной связи используется ряд методов:
– параллельное сопоставление рядов значений результативного и факторного признаков, является простейшим приёмом. Значения факторного признака располагаются в возрастающем порядке, а затем прослеживают направление изменения величины результативного признака;
Однако наличие большого числа различных значений результативного признака, соответствующих одному и тому же значению признака-фактора, затрудняет восприятие таких параллельных рядов. В таких случаях для установления связи – пользуются статистическими таблицами – корреляционными и групповыми.
Построение корреляционной таблицы начинают с группировки значений факторного и результативного признаков.
При этом факторный признак (х), как правило, имеет конкретные значения и располагается в строках; а результативный признак (y) представлен в виде интервалов и располагается в столбцах таблицы.
Числа, расположенные на пересечении строк и столбцов таблицы, означают частоту построения данного сочетания значений Х и Y.
Такая корреляционная таблица уже при общем знакомстве даёт возможность:
а) определить наличие или отсутствие связи;
б) выяснить её направление.
Если частоты в корреляционной таблице расположены по диагонали из левого верхнего угла в правый нижний (т.е. большим значениям фактора соответствуют большие значения результата), то можно предположить наличие прямой корреляционной зависимости между признаками.
Если же частоты располагаются с правого верхнего угла к левому нижнему, то предполагают наличие обратной связи.
Построение групповой таблицы также начинают с группировки. По каждой группе вычисляют средние значения результативного признака, и дальше происходит сопоставление полученных данных.
Графический метод применяется для:
1. Предварительного выявления наличия или отсутствия связи.
2. Определения характера и формы связи.
Используя данные об индивидуальных значениях признака-фактора и соответствующих значениях результативного признака, можно построить в прямоугольных осях точечный график, который называется поле корреляции.
Определив среднее значение точек, можно построить линию, которая является эмпирической линией связи.
Если эмпирическая линия связи приближается к прямой линии связи, то возможно наличие прямолинейной линии корреляционной связи между признаками.
Если к какой-либо кривой, то возможна криволинейная корреляционная связь.