- •I. Общая теория статистики Тема 1. Предмет, метод и задачи статистики
- •1. Понятие о статистике как об общественной науке
- •2. Предмет, метод и задачи статистики
- •Корреляционно-регрессионный метод.
- •3. Структура статистики как отрасли знаний
- •4.Закон больших чисел
- •5. Современная организация статистики в Российской Федерации
- •Тема 2. Статистическое исследование
- •1. Статистическое наблюдение
- •1.1. Понятие статистического наблюдения
- •1.2. Формы, виды и способы статистического наблюдения
- •2. Сводка и группировка
- •2.1. Статистическая сводка
- •2.2. Статистическая группировка
- •2.3. Понятия и виды статистических рядов распределения
- •3. Статистические таблицы
- •Тема 3. Абсолютные и относительные статистические величины
- •1. Понятие статистических показателей и их классификация
- •2. Абсолютные статистические показатели
- •3. Относительные статистические показатели и их виды
- •Тема 4. Средние величины
- •1. Понятие средней величины, её сущность и значение
- •2. Виды средних величин
- •3. Средние структурные величины
- •Тема 5. Показатели вариации
- •1. Понятие вариации
- •2. Абсолютные показатели вариации
- •3. Относительные показатели вариации
- •4. Виды дисперсий и правило их сложения
- •5. Эмпирическое корреляционное отношение
- •Тема 6. Ряды динамики
- •1. Понятие о рядах динамики и их классификация
- •2. Сопоставление уровней рядов динамики
- •3. Показатели изменения уровней рядов динамики
- •1. Абсолютный прирост
- •8. Средний темп прироста
- •4. Компоненты ряда динамики
- •5. Выявление основной тенденции развития динамических рядов.
- •6. Прогнозирование и экстраполяция
- •7. Сезонные колебания
- •Тема 7. Индексы
- •1. Понятие индексов и их классификация
- •1. По степени охвата явления:
- •2. По базе сравнения:
- •2. Индивидуальные и общие индексы
- •3. Агрегатные индексы
- •4. Средние индексы
- •5. Индексы постоянного, переменного состава и структурных сдвигов
- •6. Территориальные индексы
- •8. Применение индексного метода в исследовании
- •Тема 8. Выборочные наблюдения
- •1. Понятие и сущность выборочного наблюдения
- •Характеристики выборочной и генеральной совокупности
- •3. Виды, методы и способы формирования выборочной совокупности
- •4. Понятие о малой выборке, определение ошибок при малой выборке
- •Тема 9. Статистическое изучение связей социально-экономических явлений
- •1. Общая характеристика связей
- •2. Качественные методы определения связей
- •3. Корреляционный анализ
- •4. Регрессионный анализ
- •5. Непараметрические методы оценки корреляционной связи
3. Виды, методы и способы формирования выборочной совокупности
Вид формирования выборочной совокупности подразделяется на:
- индивидуальный;
- групповой;
- комбинированный.
Метод отбора: бесповторный и повторный.
Бесповторный отбор – это отбор, при котором попавшая в выборку единица не возвращается в совокупность, из которой осуществляется дальнейший отбор.
При повторном отборе попавшая в выборку единица после регистрации наблюдаемых признаков возвращается в исходную (генеральную) совокупность для участия в дальнейшей процедуре отбора.
Способ отбора определяет конкретный механизм выборки единиц из генеральной совокупности. Способы отбора подразделяются на:
- собственно – случайный;
- механический;
- типический;
- серийный;
- комбинированный.
Собственно – случайный отбор проводится методом жеребьевки или по таблице случайных чисел. Собственно-случайный отбор может быть повторным и бесповторным.
Средняя ошибка выборки при этом методе определяется по следующей формуле:
(при повторном отборе)
(при бесповторном отборе)
Предельный объем выборки определяется по формуле:
при повторном отборе
при бесповторном
Механическая выборка применяется в том случае, когда генеральная совокупность каким – либо образом упорядочена, т.е. имеется определенная последовательность в расположении единиц ()табельные номера работников, списки избирателей, телефонные номера респондентов, номера домов, квартир и т.д.).
Для определения ошибки механической выборки используется формула средней ошибки выборки при собственно случайном бесповторном отборе:
Типический отбор используется, когда вся все единицы генеральной совокупности можно разбить как несколько типических групп:
При обследованиях такими группами могут быть районы, социальные, возрастные или образовательные группы и т.д.
Типичный отбор предполагает выборку единиц из каждой группы собственно – случайным или механическим способом.
Объем выборки для каждой группы.
n – объем выборочной совокупности
- доля данной группы в общем объеме
генеральной совокупности.
Серийный отбор применяется в тех случаях, когда единицы совокупности объединены в небольшие группы или серии. Сущность серийной выборки заключается в собственно – случайном или механическом отборе серий, внутри которых производится сплошное обследование единиц.
Средняя ошибка выборки будет рассчитываться с применением межгрупповой дисперсии.
- средняя i-той серии;
- общая средняя по всей выборочной
совокупности;
r – число отобранных серий;
R – общее число серий.
4. Понятие о малой выборке, определение ошибок при малой выборке
По степени охвата единиц совокупности различают большие и малые выборки.
При большом числе единиц выборочной совокупности (более 100) распределение случайных ошибок выборочной средней нормально, либо приближается к нормальному по мере увеличения числа наблюдений.
Малой выборкой называется такое выборочное наблюдение, численность единиц которого не превышает 30.
Разработка теории малой выборки была начата английским статистиком В.С.Госсетом ( псевдоним Стьюдент). Он доказал, что оценка расхождений между средней малой выборки и генеральной средней имеет особый закон распределения.
При оценке результатов малой выборки величина генеральной совокупности не используется. Для определения возможных пределов ошибки используется критерий Стьюдента, определяемый по формуле:
- средняя ошибка малой выборки.
Величина
вычисляется
на основе данных выборочного наблюдения.
Она равна:
Предельная ошибка малой выборки в зависимости от средней ошибки определяется следующим образом:
.
Для малой выборки величина коэффициента доверия (критерия t) по-другому связана с вероятностной оценкой, чем при большой выборке, так как закон распределения отличается от нормального.
