
- •1. Предмет и задачи статистики.
- •2. Понятия и категории статистики.
- •3. Метод статистики.
- •4. Обобщающие статистические показатели. Абсолютные величины.
- •5. Обобщающие статистические показатели. Относительные величины.
- •1. Отношения между одноименными показателями.
- •2. Отношения между разноименными показателями.
- •6. Обобщающие статистические показатели. Средние величины.
- •7. Ряды распределения. Атрибутивные ряды.
- •8. Ряды распределения. Вариационные ряды.
- •9. Средняя арифметическая в вариационном ряду.
- •10. Свойства средней арифметической.
- •11. Средняя гармоническая.
- •12. Обобщенные характеристики вариационного ряда. Мода.
- •13. Обобщенные характеристики вариационного ряда. Медиана.
- •14. Показатели вариаций: размах вариаций, среднее линейное отклонение.
- •15. Показатели вариаций: дисперсия.
- •16. Свойства дисперсии.
- •17. Правило сложения дисперсий.
- •18. Относительные показатели вариаций: коэффициенты вариации.
- •19. Закономерности распределения. Кривые распределения.
- •20. Нормальное распределение. Особенности кривой нормального распределения.
- •21. Выравнивание фактического распределения по кривой нормального распределения.
- •22. Критерий согласия Пирсона.
- •23. Критерий согласия Колмагорова.
- •24. Показатель асимметрии распределения.
- •25. Показатель эксцесса распределения.
- •26. Статистические группировки. Типологическая группировка.
- •27. Статистические группировки. Структурная группировка.
- •28. Статистические группировки. Аналитическая группировка.
- •29.Ряды динамики. Виды рядов динамики.
- •30. Правило построения рядов динамики.
- •31. Показатели изменения уровней динамического ряда.
- •32. Обобщающие показатели уровней ряда.
- •33. Выравнивание рядов динамики.
- •34. Метод наименьших квадратов.
- •35. Свойства оценок параметров функций, полученных мнк.
- •36. Выравнивание ряда по полиному 1 степени с помощью мнк.
- •37. Выравнивание ряда по полиному 2 степени с помощью мнк.
- •38. Выравнивание ряда по полиному 3 степени с помощью мнк.
- •39. Расчет параметров полиномов с помощью мнк при переносе начала координат.
- •40. Измерение сезонных колебаний.
- •41. Интерполяция и экстраполяция.
- •42. Изучение взаимосвязей: функциональные связи.
- •43. Изучение взаимосвязей: корреляционные связи.
- •44. Изучение корреляционных связей: последовательность решаемых задач.
- •45. Изучение корреляционных связей: графический метод.
- •46. Изучение корреляционных связей: метод аналитических группировок.
- •47. Изучение корреляционных связей: однофакторный корреляционно-регрессионный анализ.
- •48. Однофакторный корреляционно-регрессионный анализ: выбор формы связи и оценка параметров уравнения регрессии.
- •49. Оценка тесноты связи между признаками: индекс корреляции.
- •50. Оценка тесноты связи между признаками: линейный коэффициент корреляции.
- •51. Изучение корреляционных связей: многофакторный корреляционно-регрессионный анализ.
- •52. Многофакторный корреляционно-регрессионный анализ: отбор факторных признаков.
- •53. Построение линейного уравнения множественной регрессии с помощью мнк.
- •54. Анализ уравнения множественной регрессии. Частные коэффициенты регрессии, эластичности, - коэффициенты.
- •55. Оценка тесноты связи между признаками: парные и частные коэффициенты корреляции.
- •56. Оценка тесноты связи между признаками: коэффициенты множественной корреляции и детерминации.
- •57. Коэффициенты корреляции рангов (ккр). Ккр Спирмэна.
- •58. Коэффициенты корреляции рангов (ккр). Ккр Кендэла.
- •59.Измерение частоты связи между атрибутивными признаками: коэффициент ассоциации.
- •60. Измерение частоты связи между атрибутивными признаками: коэффициент взаимной сопряженности.
22. Критерий согласия Пирсона.
Для проверки близости фактического и выбранного теоретического распределений вырабатывают различные критерии согласия. Наиболее распространенным является критерий Пирсона X2 (Хи в квадрате).
.
Затем по специальной
таблице определяют табличные значения
,
при выбранном уровне значимости
и числе степеней свободы
,
гдеnr
– число выделенных в ряду групп; m
– число характеристик теоретического
распределения, принятых равными
соответственным фактическим.
Для нормального распределения m = 2.
Если фактическое
значение X2<табличного
значения
,
то отклонение фактических частот от
теоретических можно считать случайным,
а фактическое распределение можно
считать близким к выбранному теоретическому.
23. Критерий согласия Колмагорова.
Для проверки близости фактического и выбранного теоретического распределений вырабатывают различные критерии согласия. Наиболее распространенным является критерий Пирсона.
Существуют и другие критерии согласия, например А.Н. Колмагорова.
Критерий согласия
Колмагорова
оценивает близость фактического и
теоретического распределений путем
сравнения частот в вариационном ряду.
При этом для каждого варианта х (интервала)
ряда сначала подсчитываем величину
накопления фактических
и теоретических
частот. Затем находят разности между
ними без учета знака
.
Критерий согласия Колмогорова вычисляют
как отношение максимального из этих
разностейdi
и корня из числа наблюдений n
.
По найденному значению
в специальной таблице находят
соответствующую величину вероятностиP(
).
С этой вероятностью можно утверждать,
что отклонения фактических частот от
теоретических, являются случайными.
Если эта вероятность велика, то
теоретическое распределение выбрано
удачно.
24. Показатель асимметрии распределения.
При изучении распределения отличных от нормального возникает необходимость количественно оценить эти различия, с этой целью вычисляют показатели асимметрии и эксцесса.
Показатель
асимметрии
является
количественной характеристикой
несимметричности распределения.
Коэффициент асимметрии рассчитывается
по формуле,m3-
центральный момент 3-го порядка,
-
среднеквадратичное отклонение.
.
Положительная величина Аs
указывает на наличие правосторонней
асимметрии
.
Отрицательное значение Аs
указывает на наличие левосторонней
асимметрии
.
Чем больше абсолютная величина
коэффициента асимметрии Аs,
тем больше степень скошенности
распределения.
Только для симметрических распределений рассчитывается показатель эксцесса. Аs=0.
25. Показатель эксцесса распределения.
Показатель
эксцесса
является характеристикой островершинности
распределения. Коэффициент эксцесса
рассчитывается по формуле,
для нормального распределения Ех=0,
т.е.
.
Для более островершинных распределений,
чем нормальное Ех>0.
Для более плосковершинных Ех<0.
26. Статистические группировки. Типологическая группировка.
Группировкой в статистике называют разделение единиц сов-ти на группы по существенным варьирующим признакам. Признаки, положенные в основание группировки, называются группировочными. Они делятся на атрибутивные (качественные) и количественные. Группировать единицы сов-ти можно по одному признаку (простая группировка), а можно группы, образованные по одному признаку, разбить на подгруппы по другому признаку. Группировки, где применяются 2 и более признака, взятые в комбинации, называются комбинированные.
Статистическая группировка может преследовать различные цели, основными из них являются:
1. Выделение качественно-однородных сов-ей (такие группировки называются типологическими).
2. Изучение состава сов-ти по тем или иным признакам (структурные группировки)
3. Изучение причинно-следственных связей между признаками в пределах той или иной сов-ти (аналитические группировки).
К типологическим относят все группировки, которые характеризуют качественные особенности и различия между типами явлений (пример: данные о социальном составе населения).