- •1)Предмет, метод и основные категории статистики
- •2) Организационные формы статистического наблюдения
- •3)Статистическое наблюдение, его виды
- •9)Виды статистических группировок, группировочные признаки
- •4)Способы статистического наблюдения
- •6)Понятие и классификация статистических показателей
- •10)Статистическая таблица и ее элементы. Виды статистических таблиц
- •12)Ряды распределения и их виды
- •13)Графическое представление рядов распределения
- •14)Сущность средней величины и условия ее применения
- •15)Виды средних величин и их применение в анализе экономических явлений
- •16)Средняя арифметическая и условия ее применения
- •17)Средняя гармоническая и средняя геометрическая, методы их расчета
- •18)Мода в дискретных и интервальных вариационных рядах
- •19)Медиана в дискретных и интервальных вариационных рядах
- •20.Показатели вариации и способы их расчета
- •Среднее линейное отклонение простое:
- •Среднее квадратическое отклонение
- •Относительные показатели вариации включают:
- •21)Правило сложения дисперсии и его применение в корреляционном анализе
- •22)Индексный метод, его значение в статистическом анализе
- •23)Индивидуальные и общие индексы
- •24. Методы вычисления агрегатных индексов. Индексы Ласпейреса, Пааше, Фишера
- •25)Преобразование агрегатных индексов в средние индексы
- •26)Индексы переменного и постоянного состава, структурных сдвигов
- •29)Сопоставимость рядов динамики
- •30)Показатели ряда динамики
- •31)Определение среднего уровня динамического ряда
- •32)Определение средних темпов роста и прироста, среднего абсолютного прироста
- •34)Выявление основной тенденции в рядах динамики методом скользящей средней и укрупнения интервалов
- •35)Методы аналитического выравнивания рядов динамики
- •36)Интерполяция и экстраполяция в рядах динамики
- •37)Выборочное наблюдение, причины и условия его применения
- •38)Основные характеристики генеральной и выборочной совокупности
- •39)Определение средней и предельной ошибки выборочного исследования
- •40)Способы отбора единиц в выборочную совокупность
- •41)Расчет необходимой численности выборки
- •42)Виды взаимосвязей и задачи статистического изучения связи
- •43)Способы установления наличия корреляционных связей
- •Установление наличия связи
- •44) Однофакторный корреляционно-регрессионный анализ
- •45.Показатели тесноты корреляционной связи
- •46)Понятие о множественной регрессии
- •48)Показатели естественного движения населения
- •50)Показатели занятости населения и безработицы
- •51)Категории персонала
- •52)Категории и показатели численности персонала
- •54. Показатели использования рабочего времени.
- •56. Определение относительного и абсолютного прироста затрат рабочего времени вследствие изменения трудоемкости и объема продукции.
- •57. Определение относительного и абсолютного прироста затрат рабочего времени вследствие изменения трудоемкости и объема продукции
- •58. Понятие продукции и стадии ее готовности
- •60.Показатели движения основных средств
- •61.Показатели состояния основных средств
- •62.Показатели эффективности использования основных средств
- •64. Показатели эффективности использования оборотных средств (обс).
43)Способы установления наличия корреляционных связей
В качестве примера рассмотрим однофакторную прямолинейную корреляционную связь. Для выявления наличия или отсутствия корреляционной связи между признаками x и y используют различные статистические методы:
Графический метод, заключающийся в построении поля корреляции – поля точек, на котором каждая точка соответствует единице совокупности; ее координаты определяются значениями признаков x и y.
Сопоставление параллельных рядов значений факторного и результативного признаков.
Метод аналитических группировок.
Установление наличия связи
Построение корреляционной таблицы.
44) Однофакторный корреляционно-регрессионный анализ
Корреляционно-регрессионный анализ — классический метод стохастического моделирования хозяйственной деятельности. Он изучает взаимосвязи показателей хозяйственной деятельности, когда зависимость между ними не является строго функциональной и искажена влиянием посторонних, случайных факторов. При проведении корреляционно-регрессионного анализа строят различные корреляционные и регрессионные модели хозяйственной деятельности. В этих моделях выделяют факторные и результативные показатели (признаки). В зависимости от количества исследуемых показателей различают парные и многофакторные модели корреляционно-регрессионного анализа.
Однофакторные (простые) связи обычно называются парными (т.к. рассматривается пара признаков). Например, корреляционная связь между прибылью и производительностью труда.
Значение коэффициента парной корреляции изменяется в пределах от 1 до +1. Знак «+» означает наличие прямой связи между показателями. Знак «» — наличие обратной связи. Значение коэффициента от 0 до 1 характеризует степень приближения корреляционной зависимости между показателями и к функциональной. При р = 1 между показателями существует функциональная связь. При р = 0 линейная связь отсутствует. В целях упрощения расчетов на практике применяются и другие формулы коэффициента парной корреляции, представляющие собой некоторые преобразования исходной формулы.
Часто в анализе хозяйственной деятельности при изучении связи между показателями х и у требуется исключить воздействие третьего показателя z, выступающего как общий фактор изменения анализируемых показателей.
45.Показатели тесноты корреляционной связи
Понятие степени тесноты связи между двумя признаками возникает вследствие того, что в реальной действительности на изменение результативного признака влияют несколько факторов. При этом влияние одного из факторов может выражаться более заметно и четко, чем влияние других факторов. С изменением условий в качестве главного, решающего фактора может выступать другой.
Показатели тесноты связи должны удовлетворять ряду основных требований:
1) величина показателя степени тесноты связи должна быть равна или близка к нулю, если связь между изучаемыми признаками (процессами, явлениями) отсутствует;
2) при наличии между изучаемыми признаками (х и у) функциональной связи величина степень тесноты связи равна единице;
3) при наличии между признаками (х и у) корреляционной связи показатель тесноты связи выражается правильной дробью, которая по величине тем больше, чем теснее связь между изучаемыми признаками (стремится к единице);
4) при прямолинейной корреляционной связи показатели тесноты связи отражают и направление связи: знак (+) означает наличие прямой (положительной) связи; а знак (-) – обратной (отрицательной).
Для характеристики степени тесноты корреляционной связи могут применяться различные статистические показатели: коэффициент Фехнера (КФ), коэффициент линейной (парной) корреляции (r’), коэффициент детерминации, корреляционное отношение ( ), индекс корреляции, коэффициент множественной корреляции (R), коэффициент частной корреляции (r’) и др.
В данном вопросе рассмотрим коэффициент линейной корреляции (r) и корреляционное отношение ( ).
Более совершенным статистических показателем степени тесноты корреляционной связи является линейный коэффициент корреляции (r), предложенный в конце XIX в.
При расчете коэффициента корреляции сопоставляются абсолютные значения отклонений индивидуальных величин факториального признака х и результативного признака у от их средних, т.е. и .
Однако непосредственно сопоставлять между собой эти полученные результаты нельзя, т.к. признаки, как правило, выражены в различных единицах и даже при наличии одинаковых единиц измерения будут иметь различные по величине средние и различные вариации. В этой связи сравнению подлежат отклонения, выраженные в относительных величинах, т.е. в долях среднего квадратического отклонения (их называют нормированными отклонениями).