![](/user_photo/2706_HbeT2.jpg)
- •Основные понятия статистики.
- •Предмет статистики. Цели. Составные части.
- •Статистическая закономерность. Закон больших чисел.
- •4 Этапа статистического анализа.
- •Виды рядов.
- •Классификация признаков.
- •Статистические показатели. Абсолютные и относительные показатели.
- •План статистического наблюдения
- •Виды статистического наблюдения
- •Контроль данных
- •3.4. Выбросы и стратегия их обработки
- •Понятие и виды вариационных рядов.
- •Построение вариационных рядов и их структурные характеристики (медиана, мода, квартили, квинтили…).
- •Графическое изображение вариационных рядов
- •Средние арифметические и их свойства.
- •Степенные средние.
- •Правило мажорантности средних.
- •6. Распределение наблюдений.
- •6.2. Основные параметры нормального распределения.
- •Показатели формы распределения (центральные моменты, показатели асимметрии, показатель эксцесса).
- •6.6. Доверительный интервал, определение необходимого размера выборки
- •6.8. Биномиальное распределение и его характеристики
- •6.9. Распределение Пуассона и его характеристики
- •6.10. Экспоненциальное распределение и его характеристики
- •7. Гипотезы.
- •7.1. Статистическая проверка гипотез. Классы гипотез.
- •7.2. Критерии согласия. Классификация методов проверки гипотез. Понятие числа степеней свободы.
- •7.3. Ошибка 1 рода и ошибка 2 рода.
- •7.5. Непараметрические методы проверки гипотез (Критерий Розенбаума , критерий Манна-Уитни, критерий χ2 Пирсона)
- •2. Критерий Манна – Уитни u
- •8.1. Понятие корреляции. Виды корреляционной связи (парная линейная, параболическая, гиперболическая, множественная, корреляция рангов).
- •8.2. Коэффициенты корреляции.
- •8.3. Оценка надежности коэффициента корреляции.
- •8.4. Измерение связи неколичественных признаков (к-нт ассоциации, к-нт контингенции, к-нт сопряженности Пирсона, к-нт сопряженности Чупрова, к-нт корреляции рангов Спирмена, к-нт корреляции Фехнера)
- •9. Регрессионный анализ.
- •9.1. Цели, виды.
- •9.2. Ошибка выбранной модели.
- •10. Кластерный анализ.
- •10.1. Цели. Евклидово расстояние. Стандартизация.
- •10.2. Методы объединения объектов.
- •10.3. Дендрограмма. Основные характеристики кластеров.
- •16.2. Индекс себестоимости.
- •16.5.3. Показатели дифференциации материальной обеспеченности населения:
- •1 6.6.2.Индекс объема потребления
Графическое изображение вариационных рядов
Для наглядности вариационный ряд изображают графически. Дискретный вариационный ряд изображается с помощью полигона (или многоугольника) распределения частот, являющегося разновидностью статистических ломаных. Для изображения интервального ряда применяются полигон распределения частот и гистограмма частот.
Графики строятся в прямоугольной системе координат. При построении полигона частот на оси абсцисс в одинаковом масштабе откладываются направо в порядке возрастания значения признака (для дискретного характера) или центральные значения интервалов (для интервальных рядов); по оси ординат наносится шкала для выражения величин частот. Из точек на оси абсцисс, соответствующих величине признака, восстанавливаются перпендикуляры высотой, соответствующей частоте. Вершины перпендикуляров соединяются отрезками прямой. Крайние точки полученной ломаной соединяются с лежащими на оси абсцисс следующими (меньшими и большими) возможными, но фактически не наблюдающимися значениями признака, частота которых, очевидно, равна 0. Замкнутая с осью абсцисс ломаная линия представляет полигон распределения частот.
Для построения гистограммы по оси абсцисс откладывают величины интервалов, а частоты изображаются прямоугольниками, построенными на интервалах с высотой в масштабе оси ординат. В случае неравенства интервалов гистограмма строится не по частотам или частостям, а по плотности распределения.
В ряде случаев для изображения вариационных рядов используется кумулятивная кривая" (кумулята). Она особенно удобна для сравнения вариационных рядов. Накопленные частоты наносятся на чертеж в виде ординат. Соединяя вершины отдельных ординат прямыми, получают ломаную линию, которая, начиная с нуля, непрерывно поднимается над осью абсцисс до тех пор пока не достигнет высоты, соответствующей обшей сумме частот.
Если поменять местами оси координат в кумуляте, то получаем новый вид графического изображения — огиву.
При изучении процессов концентрации (концентрации производства, концентрации капитала и др.) используется графическое изображение вариационного ряда в виде кривой Лоренца (или кривой концентрации). Для ее построения абсолютные показатели числа единиц в группах и размер изучаемого признака выражаются в относительных показателях (в долях или процентах к итогу) и исчисляются их накопленные значения.
При построении графика на горизонтальной линии наносится шкала для ряда накопленных частостей, а на вертикальной линии — шкала для накопленных относительных величин размера изучаемого признака. Далее наносятся точки в соответствии с накопленными значениями двух рядов. Соединив все точки прямыми линиями, получают кривую, характеризующую степень неравномерности распределения.
Линия, соединяющая нижний левый угол графика с верхним правым (диагональ четырехугольника), является линией равномерного распределения. Чем больше фактическое распределение двух показателей отклоняется от равномерного, тем больше кривая удалена от диагонали.
Если значения признака в вариационном ряду даны в порядке убывания (от большего к меньшему), то построенная по таким данным кривая Лоренца будет расположена выше диагонали в форме выпуклости.
Показатели размера и интенсивности вариации (размах, среднее линейное отклонение, простое и взвешенное стандартное отклонение, дисперсия для выборки и ГС, коэффициенты осцилляции и вариации).
размах вариации. Разность между максимальным и минимальным значением признаков совокупности.
Характеризует на какую величину различаются между собой крайние значения изучаемого распределения.
среднее линейное отклонение
,
где
xi - индивидуальное значение признака,
- среднее значение
по совокупности.
Дисперсия
Общая дисперсия ( ) характеризует вариацию признака всей совокупности под влиянием всех тех факторов, которые обусловили данную вариацию.
σ2
=
Показатель дисперсии в экономических исследованиях содержательно не интерпретируется, но благодаря своим свойствам широко используется в расчете многих статистических характеристик.
среднее квадратическое (стандартное) отклонение
σ
=
- простое для ген. совокупности
σ = - взвешенное для генеральной совокупности
S
=
- взвешенное для выборки
S
=
- простое для выборки
Абсолютные показатели вариации измеряется в тех же единицах, что и изучаемые показатели.
Показатель среднего квадратического отклонения - наиболее часто используемый на практик из абсолютных показателей. Характеризует на сколько в среднем отклоняются индивидуальные значения признака от типического уровня признака по совокупности.
В нормально распределенной совокупности соотношение между средним квадратическим и средним линейным:
σ =
По фактическому соотношению этих показателей можно косвенно судить о наличии или отсутствии асимметрии распределения.
Если изучаемая совокупность соответствует закону нормального распределения, то величина σ характеризует как распределена определенная часть единиц совокупности вокруг типического значения.
В пределах
1σ
находятся 68,3 % единиц совокупности;
Коэффициент осцилляции:
Vr=
*100%
Коэффициент вариации:
Vs=
*100%