46. Индексы переменного состава, постоянного состава, структурных сдвигов.

Индекс переменного состава характеризует изменение средней величины качественного показателя по всей совокупности. Для того чтобы устранить влияние изменения структуры совокупности на динамику средней величины, необходимо взять отношение средних взвешенных с одними и теми же весами. Индекс, характеризующий динамику средней величины при одной и той же фиксированной структуре совокупности, называется индексом постоянного состава. Индекс постоянного состава говорит о том, как в отчетном периоде по сравнению с базовым изменилась средняя величина показателя по однородной совокупности за счет изменения только лишь самой индексируемой величины, т. е. когда влияние структурного фактора устранено. Индекс структурных сдвигов рассчитывается как отношение среднего уровня индексируемого показателя базисного периода, определенного на отчетную структуру, к фактической средней этого показателя в базисном периоде. Он нужен для измерения влияния только структурных изменений в исследуемый средний показатель.

47. Цепные и базисные индексы.

Для определения статистических индексов нужно иметь данные за два периода или два сравниваемых уровня. Если существуют данные за определенный ряд периодов или уровней, то в качестве базы для сравнения можно принять один и тот же начальный уровень или уровень предыдущего периода. В первом случае получим индексы с постоянной базой – базисные, а во втором – индексы с переменной базой – цепные. В базисные и цепные индексы обладают определенными значениями. Базисные индексы характеризуют изменение статистических процессов за длительный период времени по отношению к одной отправной точке, но если возникнет необходимость следить за текущими изменениями статистического процесса, то применяются цепные индексы. Если на основе базисных и цепных индексов исследуется один и тот же период, то это обозначает, что между ними есть взаимосвязь – это произведение цепных индексов, равное базисному. Такая взаимосвязь принесет возможность вычислить базисные индексы по данным цепных индексов, и наоборот.

48. Статистические методы выявления наличия и измерения тесноты связи между двумя признаками соц-правовых явлений.

Наиболее простой, широко применяемый метод выявления свя¬зи между признаками социально-правовых явлений при проведе¬нии статистического анализа — это так называемый метод парал¬лельных рядов, который заключается в сопоставлении двух или не¬скольких рядов, находящихся во взаимной связи друг с другом (на¬пример, показатели материального положения, занятости и совер¬шения преступлений, стаж работы водителей и аварийность на транс¬порте и т.п.), в результате чего выявляется зависимость между ними. Такое сопоставление позволяет установить наличие связи и опре¬делить ее характер. Они позволяют как сравнивать отдельные явления по опреде-ленным хронологическим датам (система динамических рядов), так и сопоставлять эти явления за одно и то же время по различным территориям или по каким-либо другим. Признакам (например, струк¬туры преступности по субъектам Федерации или в пределах об¬ласти между районами, динамики зарегистрированной преступ¬ности и динамики судимости (в целом и по отдельным видам).Для об¬наружения действительной зависимости между такими парал¬лельными рядами и приходится прибегать к методу вторичной груп¬пировки, заключающемуся в том, что показатели одного ряда, обычно считаемого за причину, разделяются на группы (напри¬мер, население по уровню потребления спиртных напитков), а за¬тем выясняется, как эти же группы населения характеризуются по другому признаку (например, по уровню правонарушений).

Для количественной характеристики зависимости между ис¬следуемыми признаками статистика разработала целый ряд мето¬дов (приемов) изучения и измерения статистической связи при¬знаков. Один из наиболее совершенных и надежных — метод корреляционного анализа.

связь между двумя причина¬ми, обнаруживающаяся не в каждом отдельном случае, а лишь при массовом сопоставлении, при сравнении средних значений признаков, называется корреляционной связью, или просто корреляцией. Коэффициент корреляции, характеризующий меру тесноты (си¬лы) связи, тем больше, чем более жесткая зависимость.