- •1.Формы и способы организации стат наблюд-я.
- •2. Анализ эк-х процессов на основе парного кореляционно-регрессионного анализа (кра).
- •3. Средняя арифметическая величина, её свойства и способы определения.
- •4. Анализ ритмичности.
- •5.Основные понятия статистики
- •6. Метод погаговой регрессии.
- •7 Понятия и свойства нормального распределения.
- •8. Агрегатные индексы.
- •9.Вычисление и характеристика непараметрич средних вели-чин(мода и медиана).
- •10. Статистика численности и размещения населения.
- •11. Основные вопросы методологии статистических группировок.
- •12. Анализ равномерности.
- •13.Группировки,виды гр.Ст.Данных
- •14.Обобщающие (средние) показатели динамических рядов. К обобщающим показателям относят:
- •15.Стат показатель, его суть и категории.
- •16.Показатели ассиметрии и эксцесса
- •17.Программа наблюдения
- •19. Организация статистики на Украине.
- •21.Понятие, задачи и этапы сводки.
- •22. Множественный корел.-регрессионный анализ (27).
- •23. Стат таблица, её макет и виды.
- •24. Этапы построений моделей множес-й регрес-и.
- •25. Группировка населения по классам, соц. Группам, отраслям народного хозяйства, занятиям и по источникам средств сущест-вования.
- •26. Основные понятия корреляционно-регрессионного анализа.
- •28. Точечный и ннтервальный прогноз
- •29. Виды относител-ных величин и способы их расчета.
- •30. Статистика механического движения населения.
- •31.Абсол стат величины, классиф-ция и способы получения единиц измерения.
- •32. Статистика естественного движения и воспроизводства населения.
- •33. Относительные величины, способы их расчета.
- •35.Классификация средних величин
- •36. Анализ эк-х процессов на основе парного кореляционно-регрессионного анализа (кра).
- •37.Относительные показатели вариации.
- •38.Виды трендовой компоненты и приверка гипотезы о сущ-нии трендовой тенденции.
- •39.Абсол показатели вариации.
- •40. Таблицы смертности и средней продолжительности предстоящей жизни.
- •42.Правило вычисления общей дисперсии с помощью межгрупповой и внутригрупповой дисперсий.
- •43. Понятие и классификация рядов динамики.
- •44.Состав населения по национальности и родному языку.
- •45. Средневзвешенные индексы.
- •46. Периодические и енпериодические колебания.
- •47. Индексы переменного, фиксированного состава и структурных сдвигов.
- •49.Статистика состава населения по половому, возрастному и семейному положению.
- •50. Этапы проведения множественного корел. – регрессионного анализа.
- •51. Метод смыкания рядов динамики.
- •52.Оценка тесноты взаимосвязи между результативным признаком и факторами во мкра.
- •53.Сопоставимость уровней рядов динамики.
- •54. Относительные величины пл, плз, динамики и их взамосвязь.
- •55. Относительные величины структуры, координации, сравнения.
- •56.Частные коэф-ты корел-ии, их характеристика
- •57. Понятие прогноза и его виды.
- •58. Случайная компонента вариацыонного рада
- •59. Адекватность регрессионных моделей.
- •60. Метод скользящей средней
- •61. Метод наименьших квадратов при сглаживании рядов динамики.
- •62. Теория случайных процессов для анализа рядов динамики
- •63. Методы аналитического выравнивания динамических рядов
- •64. Методы опред-ние коэф-в ур-ния множ-й регр-ии.
- •65. Количественные показатели рядов динамики
- •66. Индексный метод анализа экономических процессов.
- •67. Классификация наблюдений.
- •68. Основные понятия моментов
- •69. Основные этапы определения парных вщаимосвязей мо мкра.
- •70. Статистическая методология
- •71. Основные характеристики интервального распределения
- •72. Индивидульные индексы, их характеристика.
38.Виды трендовой компоненты и приверка гипотезы о сущ-нии трендовой тенденции.
При изуч-нии математ-го ожидания и дисперсии случ-го процесса делают выводы о том, что сам случ-ый процесс разбивается на нек-ую с-матическую составляющую и случ-ые отклонения от него. При анализе рядов дин-ки этот факт находит своё практич-ое применение в представлении врем-го ряда в виде суммы: yt=f(t)+εt ,где f(t)-нек-ая неслуч-ая величина времени, εt-случ-ая величина. f(t) хар-ет детерминированную часть врем-го ряда. Её наз-ют трендом. εt хар-ет случ-ые отклонения от тренда, обусловленные безсис-ным влиянием каких-либо случ-х факторов. Исп-ние методов теории случ-х процессов для анализа врем-х рядов в значит-й мере связано с проблемой исслед-ния случ-ой компоненты. Для его анализов осущ-ют сравнение с др-ми случ-ми величинами, к-ые обладают известными св-вами и вычис-ют их стат-ие хар-ки. Анализ 2-х составляющих врем-го ряда исп-ся при решении задач прогнозирования. Построение кратко- и среднесрочных прогнозов основано на анализе случ-ой компоненты, построение долгосроч-го прогноза основано на анализе тренда. При анализе случ-ой компоненты исп-ют понятие лага. Лаг представляет собой зависимость изуч-го показ-ля, рассмартив-го с нек-ым запаздыванием во времени.
При правильном выборе вида тренда отклонение от него будут носить случайный хар-р. Это озн-ет, что изменение случ-й величины не связано с изменением времени. Для исслед-ния отклонений от тренда анализируют разность : yt=f(t)+εt→εt=yt-f(t). При анализе наборов εt проверяют гипотезу зависит ли εt от времени и если зависит, то значимость этой зависимости. Тренд и случ-ое отклонение исп-ся для реш-ия задач прогноз-ния. Все экон-ие прогнозы носят вероятностный хар-р. в них отражаются лишь опред-ые тенденции развития. Поэтому все методы и методики приспособлены к анализу и разработке экон-х гипотез. Т.о. экон-ий прогноз- это нек-ая гипотеза, нек-ая вероятностная оценка протекания экон-го процесса в будущем, т.е. прогноз опред-ет только возможные варианты экон-го развития. Цель прогноз-ия- выявление осн-х направлений в развитии и общих черт в эк-ке в будущем.
39.Абсол показатели вариации.
Пок-ли вар-ции относят к числу обобщающ пок-лей.Они измеряют вар-цию совок-сти явл-ий. На практике чаще всего использ-ся следующ пок-ли вар-ции: W(размах вар-ции), (средн абс отклон-е), (средн квадратичн отклон-е), 2(дисперсия), v(коэф-ты вар-ции). Знач-я пок-лей вар-ции состоят в следующем: 1.Пок-ли вар-ции дополняют средние величины, в которых скрыты индивидуальн различия. 2.Х/р степень однородности стат совок-сти по данному признаку. 3.Х/р границы вариации признака. 4.Соотнош-е пок-лей вар-ции х/р вз/связь м/д признаками. Использов-е средней не всегда позволяет делать конкретн экон выводы. Поэтому для провед-я качеств анализа использ-ся пок-ли вар-ции. W х/р пределы измен-я варьирующ признака. W=Xmax-Xmin. Недостаток пок-ля в том, что он учитывает только крайние оценки. Поэтому для анализа использ-ся отклон-я. Линейные отклон-я использ-ся для расчета средн абс отклон-я . =|Xi-X| /n. Знак абс величины для линейн отклон-я использ-ся потому что (Xi-X)=0. Если отдельн знач-я признака повтор-ся, т.е. присутствует пара знач-ий: знач-е признака и частота, то средн абс знач-е вычисл-ся как: =(|Xi-X|*fi)/ fi. Средн абс отклон-е –число именованное. Его азмерность соответствует размерности варьирующего признака. В настоящее время абс средн отклоне в пректике использ-ся редко из-за абстрагиров-я от знака отклон-я. В случае, если необходимо определить и оценивать отклон-я, то чаще использ-ся относит отклон-я.. На практике использ-ся средн квадратичн отклон-е, кот определ-ся в завис-сти от исходн информации. Для первичной =((Xi-X)2/n). Для ряда, представленного дискретн знач-ями с частотами =((Xi-X)2*fi)/ fi). Для интервального ряда =((Xi-X)2*fi)/ fi), где Xi –середина интервала, X –средняя по всей совок-сти. Дисперсия определ-ся как средний квадрат отклон-ий индивид знач-ий признака от средней арифметической. Определ-ся также в завис-сти от представленной информации. Для первичной 2=(Xi-X)2/n. Для ряда, представленного дискретн знач-ями с частотами =(Xi-X)2*fi)/ fi. Для интервального ряда =(Xi-X)2*fi)/ fi. Среднее квадратичн отклон-е и дисперсия использ-ся широко в стат-ке и технике, т.к. существует вз/связь м/д средн абс отклон-ем и средн квадратичн отклон-ем. =1,25