- •1. Роль и знаение ст-ки в общ-ве. Связь с другими науками.
- •2. Предмет статистической науки.
- •3. Общее понятие о методе (методологии) ст-ки.
- •5. Система учета и статистики, задачи статистики.
- •6. Отчетность преприятий и ее виды. Спец статистические наблюдения и их виды.
- •7. Сущность ст-кого наблюдения и его задачи.
- •8. Формы организации ст-кого наблюдения.
- •9. Виды ст-кого наблюдения.
- •10. Программа статистического наблюдения.
- •11. Способы учета фактов в ст-ком наблюдении.
- •12. Ошибки ст-кого наблюдения. Меры по обеспечению надежности ст-кой инф-ции.
- •13. Пути совершенствования ст-кого наблюдения.
- •14. Сущность классификации и группировки, их задачи.
- •15. Виды группировок и их назначение.
- •16. Понятие, виды и принципы выбора группировачных признаков.
- •17. Образование групп и определение интервалов груп-ки.
- •18. Общее понятие и виды ст-кой сводки.
- •19. Программа ст-кой сводки ее основные элементы.
- •20. Организация и техника сводки. Терр и отраслевой разрезы сводки материалов отчетности.
- •21. Принципы современной организации обработки статистических данных.
- •23. Содержание осн. Этапов анализа ст-ких данных.
- •22. Общие понятия о ст-ких таблицах.
- •23. Виды ст-ких таблиц.
- •24. Основные правила составления ст-ких таблиц.
- •25. Понятие и виды ст-ких рядов распределения.
- •26. Графический метод изучения рядов распределения.
- •27. Понятие о закономерности рядов распределения. Теоретические кривые распределения.
- •29. Знач-е и виды с-ких показателей. Система ст-ких пок-лей. Единицы измерения пок-лей.
- •30. Абсолютн. Ст-кие величины, их основные виды.
- •31. Относительные величины, их значение и основн. Виды.
- •32. Сущность и знач-е средних величин в ст-ке.
- •33. Виды средних величин.
- •34. Средняя арифметическая, ее св-ва и методы ее расчета.
- •35. Средняя гармоническая.
- •36. Структурные средние величины (мода и медиана).
- •37. Понятие и осн. Показатели вариации.
- •38. Техника исчислений простых показателей вариации.
- •39. Свойства дисперсии и ее расчет.
- •40 . Сложение дисперсии изучаемого признака.
- •41. Упрощенные способы вычисления ср. Арифм. И ср. Квадратического отклонения.
- •42. Осн. Правила применения средних в статистике.
- •43. Понятие рядов динамики и их виды.
- •44. Правила построения рядов динамики.
- •50. Основные показ-ли рядов динамики.
- •51. Средн. Показ-ли в рядах динамики.
- •52.53 Изучение осн. Тенденции разития мас.Явл-я: метод укрупненных интервалов, метод сглаживания по скользящей средней; метод аналитического выравнивания.
- •54. Выявление и изучение сезонных колебаний.
- •55. Совместный анализ нескольких рядов динамики.
- •56. Общие понятия об индексах. Виды индексов.
- •57. Индивидуальные и общие индексы.
- •58. Агрегатн.Форма общ.Индекса. Преобраз. Агрегатного индекса в среднеарифм. И среднегармонич. Индексы.
- •59. Индексы переменного и фиксированного состава.
- •60. Цепные и базисные индексы.
- •61.62. Система взаимосвязанных индексов. Индексный метод анализа роли факторов в динамике сложных явлений и анализ взаимосвязи экономических явлений.
- •63. Понятие о ст-ких графиках. Осн. Элементы графика.
- •64.65. Виды ст-ких графиков: столбиковые, полосовые, квадратные, круговые и фигурные диаграммы.
- •66. Наглядное изображение стр-ры и структурн. Сдвигов.
- •67. Контороль выполнения планов с помощью графиков.
- •68. Выборочное статистическое наблюдение и его виды.
- •69. Ошибка выборки.
- •70. Обоснование численности выборки.
- •71. Способы отбора единиц из генеральной совокупности.
- •72. Малая выборка.
- •73. Способы распростр-я хар-к выборки на генеральную совокупность.
- •74. Предпосылки изучения корреляционной связи.
- •75. Статистические методы выявления наличия корреляционной связи.
- •76. Статистические измерения тесноты корреляционной связи. Парная линейная корреляция.
- •77. Парная нелинейная корреляционаая связь. Корреляционное отношение.
- •78. Корреляция рангов.
- •79. Линейная многофакторная корреляционна зависимость. Множественная и частная корреляция.
- •80. Статистическое исследование формы корреляционной связи. Линия регрессии.
- •81. Уравнения регрессии и расчет его параметров.
- •82. Статистическое исследование зависимости между качественными признаками.
- •83. Изучение корреляционной зависимости между рядами динамики.
79. Линейная многофакторная корреляционна зависимость. Множественная и частная корреляция.
В реал. действ-ти величины рез-его признака форм-ся под влиянием 2-х и более факторов. Исходя из этого в изуч-ие кор. Связи необх-мо привлекать 2 и более фак-ов. Одновременное изуч-ие кор-ции нескольких признаков провод-ся на основании испол-ия методов множественной кор-ции .
Пр.:Уровень фондоотдачи форм-ся под влиянием идеал. Веса активной части, форм. воспроизводства осн. произв-ых фондов, степени изношенности, др. факторов.
Для измер-ия степени тесноты связи между изменяемыми величин результатив. признака y и осн. факторн. признаками x1, x2, …,xn вычисляется коэф. множествен. или совокупн. корреляции.
Если величина рез. признака измен-ся под действием 2-х осн. факторов признака.
r12 – коэф. Парной коррел. Между 1 и 2 призн.
Для практич. целей также как и при изуч-и парной кор-ции примен-ся коэф. множественной детерминации R, к-ый хар-ет долю измен-ти нач-я рез. признака под действием рассматриваемых фактор. призн.
В общ. случае для исчисления коэф-та множ. коррел. исп-ся матрицы пар. коэф. кор-ции и коэф. детерминации.
Отдельно рассматривается проблема мультиколлинеарности или взаимности. Критерием мультиколлинеарности прин-тся следующее нер-во: r0j>rij (rji=rij), roi>rji .
Если из этих нер-в не вып-ся хотя бы одно, то из корреляц. модели исключить один из признаков факторов (или xi, или xj). Исключ-ся тот фактор, к-рый имеет менее тесную связь с результативн. признаком.
Однако окончательный вывод о наличии или отсутствии мультиколлинеарности д.б. сделан в соот-вии с логикой взаимосвязи между конкретными фактор. признаками.
Для более глубокого исследования множ-ой кор-ции необходимо установить такие степени тесноты между x и y при искл-ии влияния других факторов.
Для реш-ия этой задачи исчисляются коэф. частной кор-ции, выявляющие степень чистого влияния рассматриваемого фактор. признака на рез. признак.
Коэф. частной кор-ции опр-ся с исп-ем разл-ых формул, в частности с исп-ем коэф. пар. кор-ции r’01 b r’02.
Для исчисления 2-х факторов влияния исчисляют ,как чистое изм-ие 1 при нейтр-ии 2 призн.
чистое влияние 2 признака при нейтрализации 1 признака.
Коэф. частной кор-ции для общ. случая может опр-ся :
R2m – коэф. детерминации для всего набора
R2m – коэф. детерминации тех призн., влиянеи к-рых убирает.
Для исчисления коэф. множ. кор-ции м.б. использованы рез-ты модел-ия кор-ой связи в виде.
80. Статистическое исследование формы корреляционной связи. Линия регрессии.
Формы кор-й связи необх-мо обос-ть исходя из рез-ов теор-го анализа. Однако на практике теория изучаемого явления не предоставляет однозначного четкого ответа на этот вопрос. Поэтому для обоснования формы связи необходимо привлекать и ст-кие подходы. Таким подходом явл. и построение корреляц. поля.
Форма связи проявляется более четко , если выполнять построение кор-ного поля по рез-м аналитических и групповых сред-х. ( по рез-м групповой табл.).
Последствия соединения точек такого кор-го поля называют эмпирической линией регрессии. Даже рез-ты исчисления групп. сред – х не исключают в полной мере влияния случайных факторов на изменение признаков.
Поэтому приходится обосновывать теоретическую линию регрессии, кот. учитывает изучаемую кор-ю связь в чистом виде.
Терет.линия связи – линия , кот.указывает основ.тенденцию связи м\у рассматриваемыми признаками в чистом виде, даже при усилении полного взаимопогашения всех прочих причин.
Л огически теорет.линия регрессии должна быть расположена на поле графика так, чтобы сумма отклонения эмпир-х величин от терет-х были по величине мин.или равны 0, а квадрат всех отклонений был мин-м , если у – эмпирическое значение , а у^ - теорет.значение.
(у-у^)2 min
Во многих случаях эмп-я линия регрессии позволяет дост.четко выявить форму кор-й связи. Однако желательно учитывать такие результаты пред.исследований этой связи, когда были получены применяемые для практических целей рез-ты колич-е выражения направления этой связи.
Как показывает практика многочисленных исследований кор-й связи одна и та же зависимость может выражаться достаточно надежно с применением разл моделей.поэтому также целесообразно рассматривать при обосновании формул связи с поставлением конкурирующих варианов моделей регрессии.