![](/user_photo/2706_HbeT2.jpg)
- •Конспект лекций По предмету «Статистика»
- •Содержание
- •Глава 1 Введение. Понятие статистики, предмет и методология. Основные определения………………………………………………………………………......4
- •Глава 2 Статистический анализ рядов распределения…………………….….14
- •Глава 3 Выборочное наблюдение………………………………………………..26
- •Глава 4 Статистическое изучение связей. Корреляционно-регрессионный анализ………………………………………………………………………………..33
- •Глава 5 Статистический анализ временных рядов……………………………45
- •Глава 1 Введение. Понятие статистики, предмет и методология. Основные определения.
- •1.1 Понятие статистики. Предмет и объект изучения статистики
- •1.2 Методология статистики
- •1.3 Этапы статистического исследования
- •1.3.1 Статистическое наблюдение
- •1.3.2 Сводка и группировка данных
- •1.4 Статистические показатели
- •1.4.1 Средняя арифметическая простая
- •1.4.2 Средняя арифметическая взвешенная
- •1.4.3 Средняя гармоническая
- •1.4.4 Средняя геометрическая
- •1.4.5 Средняя квадратическая
- •Глава 2 Статистический анализ рядов распределения
- •2.1 Построение ряда распределения
- •2.2 Графическое изображение вариационных рядов
- •2.3 Показатели центра и структуры распределения
- •2.4 Показатели вариации
- •Среднее линейное отклонение
- •3. Дисперсия
- •4. Среднее квадратическое (стандартное) отклонение
- •Относительное линейное отклонение
- •2.5 Характеристика формы распределения
- •2.6 Выравнивание эмпирических распределений и оценка соответствия эмпирического распределения теоретическому
- •Глава 3 Выборочное наблюдение
- •3.1 Способы отбора единиц в выборочную совокупность
- •3.2 Виды выборки
- •3.3 Ошибка репрезентативности (ошибка выборки)
- •3.4 Правило сложения дисперсий
- •3.5 Ошибка выборки для доли
- •3.6 Определение объема выборки
- •3.7 Особенности малой выборки
- •Глава 4 Статистическое изучение связей. Корреляционно-регрессионный анализ
- •Функционально (жестко-детерминированная) связь
- •2) Статистические связи и зависимости (стохастически детерминированная).
- •4.1 Причины возникновения корреляционной зависимости
- •4.2 Условия применения методов корреляционно-регрессионного анализа
- •4.3 Графическое изображение корреляционной зависимости
- •Показатели корреляции
- •Коэффициент корреляции
- •Коэффициент детерминации
- •Корреляционное отношение
- •Индекс корреляции
- •4.5 Регрессионный анализ. Парное и множественное уравнение регрессии
- •4.5.1 Уравнение парной регрессии
- •4.5.2 Уравнение множественной регрессии
- •4.5.3 Построение матрицы парных коэффициентов корреляции. Отбор факторов
- •4.5.4 Коэффициенты эластичности и β-коэффициенты
- •4.6 Оценка статистической значимости уравнения регрессии и его параметров
- •4.6.1 Оценка статистической значимости уравнения регрессии
- •4.6.2 Оценка статистической значимости параметров уравнения
- •Глава 5 Статистический анализ временных рядов (рядов динамики)
- •5.1 Показатели изменения уровней временного ряда
- •1) Абсолютный прирост;
- •4) Абсолютное значение 1% прироста.
- •Абсолютный прирост
- •1. Абсолютный цепной прирост
- •2. Абсолютный прирост базисный
- •Темп роста (коэффициент роста)
- •5.3.2 Изучение основной тенденции временного ряда. Выравнивание рядов динамики
- •5.3.3 Экстраполяционное прогнозирование на основе трендовых моделей
- •5.4 Автокорреляция в рядах динамики (автокорреляция уровней временных рядов)
- •5.5 Корреляция рядов динамики
- •5.6 Изучение сезонности в динамических рядах
- •5.7 Статистические индексы. Индексный анализ
- •1) Индивидуальные (I)
- •2) Общие индексы (сводные, I)
- •5.7.1 Агрегатные индексы
- •5.7.2 Индексы Ласпейреса и Пааше
- •5.7.3 Идеальный индекс Фишера
- •5.7.4 Индексы средние из индивидуальных
- •5.7.3 Индексы-дефляторы
Показатели корреляции
Существуют понятия парной корреляционной зависимости и множественной корреляционной зависимости.
Парная корреляционная зависимость – зависимость между двумя признаками, один из которых – признак-результат или зависимая переменная, второй – признак-фактор или независимая переменная.
Множественная корреляционная зависимость – зависимость между одним признаком-результатом и двумя и более признаками-факторами.
Учитывая сложность социально-экономических явлений, стоит предположить, что парных связей в принципе не существует.
Изучение влияния одного фактора на признак-результат связано с практической потребностью оценить степень влияния именно данного конкретного фактора. Среди множества факторов выделяют один, занимающий лидирующее место среди множества факторов, определенно оказывающих влияние на анализируемый признак-результат.
Показатели корреляции называются показателями или характеристиками тесноты корреляционной связи. К этим показателям относятся:
Коэффициент корреляции (парный, множественный и частный).
Коэффициент детерминации (парный, множественный и частный).
Корреляционное отношение (эмпирическое и теоретическое).
Индекс корреляции.
Коэффициент корреляции
Исторически первым показателем тесноты связи был парный коэффициент корреляции, предложенный Пирсоном. Он основан на сопоставлении вариации признака-фактора и признака-результата.
cov =
Среднее значение произведения отклонений индивидуальных значений результативного признака от своего среднего называется ковариацией (показатель оценивает совместное изменение двух признаков).
Однако показатель ковариации сложно содержательно комментировать. Нормированное значение показателя ковариации – это парный показатель корреляции Пирсона.
Достоинства коэффициента корреляции: величина изменяется по модулю от нуля до единицы. Близость коэффициента к нулю свидетельствует об отсутствии корреляционной зависимости. Близость к единице – о тесной корреляционной зависимости.
- связь практически отсутствует;
- связь заметная;
- связь умеренная;
- связь заметная.
Парный коэффициент корреляции –
симметричный показатель:
Это означает, что высокое значение коэффициента корреляции не подтверждает причинно-следственной связи. Что есть фактор, а что есть результат, не имеет значения. Эта связь устанавливается на основе теоретического анализа изучаемого объекта.
Знак при коэффициенте корреляции означает наличие прямой или обратной зависимости.
Коэффициент детерминации
Необходимость оценки парной зависимости связана с темя, что из множества факторов, определяющих результат, очень часто выделяются доминирующие факторы, то есть оказывающие наибольшее влияние. Иногда целью исследования является изучение влияния одного конкретного фактора.
Чаще на практике изучается множественная корреляционная зависимость, когда изучается влияние двух и более факторов на признак-результат. Теснота связи между комплексом факторов и результативным признаком оценивается с помощью множественного коэффициента корреляции.
r2
– показатель, который называется
коэффициентом детерминации. Он
характеризует долю объясненной дисперсии
результативного признака, то есть долю
факторной дисперсии в общей дисперсии
результативного признака.
Множественный коэффициент корреляции изменяется от нуля до единицы. Комментарий конкретных значений множественного коэффициента корреляции аналогичен комментарию значений парного коэффициента корреляции.
Квадрат множественного коэффициента корреляции R2 – множественный коэффициент детерминации, который характеризует долю факторной дисперсии результативного признака в общей дисперсии, выражается, как правило, в процентах.
Факторная дисперсия – это дисперсия признака-результата, обусловленная вариацией признаков-факторов, включенных в анализ.
Остаточная дисперсия – это дисперсия признака-результата, обусловленная влиянием факторов, не включенных в анализ.
Общая дисперсия признака-результата обусловлена всеми факторами, влияющими на результат.
Пример:
R2=0.67=67% . Вариация показателя рождаемости в регионах Российской Федерации на 67% обусловлена показателем среднедушевого дохода.
При изучении множественной корреляционной зависимости рассчитывается также частный коэффициент корреляции, характеризующий тесноту связи между одним признаком фактором и признаком-результатом при условии элиминирования влияния других факторов, включенных в анализ.
При элиминировании (абстрагирование от остальных факторов) значение факторов закрепляется, как правило, на среднем уровне, кроме того фактора, для которого рассчитывается коэффициент корреляции.
При двухфакторной корреляционной зависимости рассчитывается два частных коэффициента корреляции.
- данный коэффициент характеризует
слепень тесноты корреляционной
зависимости между результатом (y)
и фактором (x1) при
элиминировании фактора x2.
-
данный коэффициент характеризует
тесноту зависимости признака-результата
(y) от признака- фактора
(x2) при элиминировании
фактора x1.
Квадрат частного коэффициента корреляции
(
)
- это частный коэффициент детерминации.