
Свойства общих индексов
Синтетические Аналитические
Соединение (агрегирование) в целое Позволяют определить факторы
разнородных единиц статистической влияющие на изменение
изучаемого показателя.
Схема 5. Группировка общих индексов по их свойствам.
Индивидуальные индексы принято обозначать i, а общие индексы - I.
Индивидуальные индексы физического объема реализации товаров i оп-
v q
ределяется по формуле:
U = ^, 26
q q„
где q , q - количество продажи отдельной товарной разновидности в текущем и базисном периодах натуральных измерителях соответственно.
Для определения индивидуальных индексов цен i применяется формула:
i, = Р, 27
Р Р„
где p , p - цены за единицу товара в текущем и базисном периодах.
Агрегатная форма общего рынка.
Основной формой общих индексов являются агрегатные индексы.
Свое название они получили от латинского слова «aggrega», что означает «присоединяю». В числителе и знаменателе общих индексов в агрегатной форме содержатся соединенные наборы (агрегаты) элементов изучаемых статистических совокупностей.
Достижение в сложных статистических совокупностях сопоставимости разнородных единиц осуществляется введение в индексные отношения специальных сомножителей индексируемых величин. В литературе такие сомножители называются соизмерителями. Они необходимы для перехода от натуральных измерителей разнородных единиц (метры, штуки) статистической совокупности к однородным показателям. При этом в числителе и знаменателе общего индекса изменяется лишь значение индексируемой величины, а их соизмерители являются постоянными величина и фиксируются на одном уровне (текущего или базисного периода). Это необходимо для того, чтобы на величине индекса сказывалось лишь влияние фактора, который определяет изменение индексируемой величины.
Основным условием применения в статистике агрегатных индексов является наличие информации о поступлении или реализации товаров в натуральных измерителях и ценах единице товара.
При определение общего индекса цен в агрегатной форме I в качестве соизмерителя индексируемых величин p , p могут применяться данные о количестве реализации товаров в текущем периоде q . При умножении q на индексируемые величины в числители индексного соотношения образуется
п
значение ^р *q , т. е. сумма стоимости продажи товаров в текущем периоде по ценам того же текущего периода. В знаменателе индексного отно-
п
шения образуется значение ^р *q , т. е. сумма стоимости продажи това-
/-1 11
ров в текущем периоде по ценам базисного периода.
Агрегатная формула такого общего индекса имеет следующий вид:
n
и* Я и
Т . 28
р "
о,* Я»
i=1
Расчет агрегатного индекса цен предложен немецким ученым Г. Пааше. Поэтому приведенный выше индекс принято называть индексом Пааше
При другом способе определения агрегатного индекса цен в качестве со- измерителя индексируемых величин p , p могут применяться данные о количестве реализации товаров в базисном периоде q . При этом умножение q на индексируемые величены в числителе индексного отношения образу-
п
ется значение ^p *q т. е. сумму стоимости продажи товаров в базисном
i=1 Ъ
периоде по ценам текущего периода. В знаменателе индексного отношения
п
образуется значение ^р * q , т. е. сумма стоимости продажи товаров в базисном периоде по ценам того же базисного периода.
Расчет агрегатной формы такого индекса предложен немецким экономистом
Э. Ласпейресом. Формула расчета имеет следующий вид:
n
Т = ^ . 29
р "
1*Р01*Я01
i=1
Индексы Ласпейреса и Пааше характеризуют различные качественные особенности изменения цен.
Индекс Пааше характеризует влияние изменения цен на стоимость товаров, реализованных в отчетном периоде. Индекс Ласпейреса показывает влияние изменения цен на стоимость количества товаров, реализованных в базисном периоде.
Применение индексов Пааше и Ласпейреса зависит от цели исследования. Если анализ проводится для определения экономического эффекта от изменения цен в отчетном периоде по сравнению с базисным, то применяется индекс Пааше, который отображает разницу между фактической стоимостью продажи товаров в отчетном периоде и расчетной стоимостью продажи этих же товаров по базисным ценам.
Если целью анализа является определение объема товарооборота при продаже в предстоящем периоде такого же количества товаров, что и в базисном периоде, но по новым ценам, то применяется индекс Ласпейреса.
Вопросы для самооценки.
Основой индексного метода является:
а) переход от натурально вещественной формы выражения товарных масс к денежным измерителям,
б) устранение неточностей при группировке товаров по качественно однородному признаку.
Синтетические свойства индексов состоят:
а) в агрегировании,
б) в устранении факторов влияющих на изменение показателя.
Для вычисление индекса нужно произвести сопоставление:
а) не менее двух величин,
б) не более двух величин.
Фирма «Грант» в январе и марте 1999 года продавала в своем магазине фрукты, изменение количества продаж и цен указаны в таблице 8:
Таблица 8
Наименова |
Единица |
Январь 1999 |
Март |
1999 |
|
ние |
измерения |
г. |
|
г. |
|
Товара |
|
Цена |
Коли чест- во |
Цена |
Коли чест- во |
Лимоны |
Килограмм |
21 |
1000 |
28 |
2000 |
Апельсины |
Килограмм |
15 |
2000 |
20 |
3000 |
Яблоки |
Килограмм |
10 |
1000 |
15 |
1500 |
Какой статистический индекс нужно применить для определения экономического эффекта от изменения цены отчетном периоде (март) по сравнению с базисным (январь):
а) индекс Ласпейреса,
б) индекс Пааше.
Ответы на вопросы смотрите в приложении 1. 2.9. Меры связи
Изучение взаимосвязей на рынке товаров и услуг - важнейшая функция работников коммерческих служб: менеджеров, коммерсантов, экономистов. При этом важно, изучение связи показателей коммерческой деятельности не только для установления факта наличия связи. В целях научного обоснованного прогнозирования и рационального управления механизмом социально-экономических отношений важно выявленным связям придавать математическую определенность. Без количественной оценки закономерности связи невозможно доводить результаты экономических разработок до такого уровня, чтобы они могли использоваться для практических целей.
Исследователей часто интересует, как связаны между собой переменные в группе. Связь между переменными можно выразить графически диаграммой рассеивания. На диаграмме рассеивания каждый объект обозначается точкой (рис. 4).
Надо поставить вопрос о более точном смысле термина - «связь». Существует ли соответствие большего значения X большим или малым значениям тех же объектов по Y или систематического распределения по парам с большими и малыми значениями не наблюдается.
Y
2 1 0
-Ф-
+ + +
+ + + + + + + ♦ ♦ +
100 200 300 400 500 600
Рис. 3. Диаграмма рассеивания.
X
(Xi - X) * (Y - Y) будет положительным: следовательно сумма этих произ-
n
ведений для всех объектов (Xi - X) * (у - 7)] будет большей и поло-
г= 1
жительной.
Если X и Y имеют обратную связь (большое X встречается с малым Y и наоборот), то многие объекты с положительными значениями (Xt - X), будут тяготеть к отрицательным значениям (Y, - Y), а отрицательные значения (Xi - X) - к положительным (Y, - Y). В этом случае произведения (Xt - X)
n
(Yt■ - Y) будут, как правило, отрицательными. Следовательно, ^ (X, -
г= 1
(Y, - Y) будет отрицательной когда X и Y связаны обратной связью.
Если X и Y не имеют систематической связи (большие X сочетаются с малыми Y столь же часто, как и с большими Y , и то же самое справедливо для малых X), то среди объектов с большими положительными значениями ( Xi - X), у некоторых (Y, - Y) будут положительны, а у других - отрицательные. При преобразовании произведений (X, - X) * (Y, - Y) одни сомножители станут положительными, а другие - отрицательными.
n
Сумма произведений: ^ (X, - X) * (Y, ~ должна балансировать между
Z=1
положительными и отрицательными значениями и поэтому будет довольно близкой к нулю.
n
Таким образом, мы имеем величину ^ (X, - X) * (у - Y), которая ве-
i=i
лика и положительна, когда X и Y сильно связаны прямой зависимостью, близка к нулю в случае отсутствия связи между X и Y, и велика и отрицательна, когда X и Y сильно связаны обратной связью. Однако эта сумма произведений отклонений не является точной обобщенной мерой связи, потому что ее величина в первую очередь зависит от числа пар значений участвующих в подсчете. В реальных исследованиях часто встречаются выборки разного объема, поэтому надо уметь измерять связь вне зависимости от объема. Простое усреднение позволяет достигнуть этого. В результате получим выражение для определения меры связи между X и Y в следующем виде:
п
s = — > 30
где Xi, Yi - значение варианты, X, Y - среднее значение варианты, n - количество элементов общей совокупности.
Величина полученная в формуле (30) является мерой связи и называется ковариацией, обозначается £ . Заметим, что ковариация X или Y самим
собой это просто дисперсия.
Вычитание значений X и Y из соответствующих средних сделает значение S независимым от средних. Чтобы избавить меру связи от влияния стандартных отклонений двух групп значений, надо разделить £ на gx, £. В
результате получим меру связи X и Y которая называется коэффициентом корреляции Пирсона и обозначается у . Формула у имеет следующий вид:
'
xy
31
Txy С* * С* '
Sx Sy
Sx, £ - дисперсии X и Y, £ - ковариация X и Y.
Уравнение 31 определяет , но не достаточно удобно для вычислений. Приведем более удобное для вычислений уравнение.
n
n
S
,32
xy
г=i
Гх
Sx
Sy
n
XrX
)2]/
n
ill(Yry
)2]/
*
n
n
V
i=l
i=l
где в числитель подставляем ковариацию, в знаменатель - дисперсии X и Y, X;, Yi - значение варианты, X, Y - среднее значение вариант, n - количество элементов совокупности.
n
* Е( Xi-x )*(Y-Y)]
i=l
у
xy
n
[n
*
^(Y-y)1]
i=l
ll
V
n
33
n
[n * E(XrX)2]
i= l
где Xi>Yi - значение варианты, X, Y - среднее значение вариант, n - количество элементов общей совокупности.
Коэффициент корреляции может принимать значения от -1 до 1. Приведем примеры отражающую силу связи при разных значениях коэффициента корреляции (таблица 9).
Таблица № 9.
Интерпретация значений коэффициента корреляции у
xy
Величина у xy |
Описание линейной связи |
Диаграмма рассеивания |
1 |
2 |
3 |
+1,00 |
Строгая прямая связь |
1 Y |
• • ■ • • # |
▲ . • • •. • • • • • • • • • • •• Ш Y • • • |
|||
Около +0,5 |
Слабая прямая связь |
Y••••• |
|
к X |
j*-. • *•
vVU^ |
||
0,00 |
Нет связи (т. е. S - ковариация Y и X равна нулю) |
Y 9 X |
|
Около - 0,50 |
Слабая обратная связь |
Y 1 X |
1 • ь |
|
|||
|
• • • • • ► |
-1.00 |
|
Y |
|
Строгая обратная |
|
|
связь |
|
|
|
X |
Непараметрические показатели связи.
Наряду с параметрическими показателями связи для измерения корреляционной зависимости используются непараметрические показатели связи ( показатели качественного характера, без численного выражения). Одним из них является коэффициент корреляции Г. Фехнера, который имеет следующий вид:
= с ~н 34
Гф с + я '
где С - число совпадений одинаковых, как положительных, так и отрицательных, знакоразностей (X, - X) и (Y; - Y), H - число несовпадающих знаков.
Как и пирсоновский коэффициент корреляции коэффициент корреляции Фехнера может принимать значение от -1 до 1. При положительной корреляции он имеет положительный знак, при отрицательной - отрицательный знак.
Вопросы для самооценки.
1 Достаточно ли установить, что между какими либо социально - экономическими явлениями существует связь, для того чтобы применять на практике полученные результаты:
а) достаточно,
б) недостаточно.
Для чего в формулу ковариации вводится осреднение:
а) чтобы избавиться от попарного сопоставления значений,
б) чтобы получить формулу дисперсии.
Коэффициент корреляции Пирсона имеет значение в пределах:
а) (0,1)
б) (-1,0)
в) [-1,1].
Коэффициенты корреляции могут устанавливать меру связи между признаками заданными:
а) только параметрически,
б) только не параметрически,
в) параметрически и не параметрически. Ответы на вопросы смотрите в приложении 1.