Тема 1.6 Статистическое изучение взаимосвязи социально-экономических явлений.

Статистическое изучение взаимосвязи социально-экономических явлений. Стохастико-детермированный характер социально-экономических явлений и виды связей между ними. Общая характеристика методов измерения связи. Понятие о регрессии и корреляции. Причинность, регрессия, корреляция. Основные задачи и предпосылки применения кор­реляционно-регрессионного анализа. Парная регрессия на основе метода наименьших квадратов и метода группировок. Множественная (многофакторная) регрессия. Оценка существенности связи. Принятие решений на основе уравнения регрессии. Собственно-корреляционные параметрические мето­ды изучения связи. Оценка существенности корре­ляции. Методы изучения связи социальных явлений. Непараметрические показатели связи. Ранговые ко­эффициенты связи.

Методические указания

Одной из важнейших задач теории статистики является исследование объективно существующих связей между явлениями. Социально-экономические явления - это результат одновременного воздействия большого числа причин. Поэтому при изучении данных явлений необходимо выявлять главные, основные причины, абстрагируясь от второстепенных. Первый этап статистического изучения связей представляет собой качественный анализ явления, связанный с анализом его природы методами экономической теории, социологии, конкретной экономики. В основе второго этапа лежит построение модели связи. Он базируется на методах статистики: группировки, средних величин, таблиц и т. д. Третий этап – это интерпретация результатов, вновь связан с качественными особенностями изучаемого явления. В статистике разработано большое количество методов изучения связей. Выбор же конкретного метода производится исходя из цели исследования и поставленной задачи. Существует классификация связей между признаками и явлениями. Признаки по их значению для изучения взаимосвязи классифицируются на признаки, обусловливающие изменение других, связанных с ними признаков - факторными и признаки, изменяющиеся под действием факторных признаков - результативными. Связи между явлениями и их признаками классифицируются по степени тесноты, по направлению и по аналитическому выражению.

В статистике различают функциональную связь, и стохастическую зависимость. Функциональной называют такую связь, при которой определенному значению факторного признака соответствует одно и только одно значение результативного признака. Если причинная зависимость проявляется не в каждом отдельном случае, а в общем, среднем при большом числе наблюдений, то такая зависимость называется стохастической. Част­ным случаем стохастической связи является корреляционная связь, при которой изменение среднего значения результативного признака обусловлено изменением факторных признаков.

По степени тесноты связи различают количественные крите­рии оценки тесноты связи. По направлению выделяют связь прямую и обратную. При прямой связи с увеличением или уменьшением значений факторного признака происходит увеличение или уменьшение зна­чений результативного. Например, увеличение степени механи­зации труда способствует росту рентабельности строительного производства. В случае обратной связи значения результативно­го признака изменяются в противоположном направлении по сравнению с изменением факторного признака. Так, с увеличе­нием уровня фондоотдачи снижается себестоимость единицы производимой продукции.

По аналитическому выражению выделяют связи прямоли­нейные (или просто линейные) и нелинейные (криволиней­ные). Если статистическая связь между явлениями приближен­но выражена уравнением прямой линии, то ее называют линей­ной связью; если же она выражена уравнением какой-либо кри­вой линии (параболы, гиперболы: степенной, показательной, экспоненциальной и т. д.), то такую связь называют нелинейной или криволинейной. Необходимо знать такие статистические методы как приведения параллельных данных, аналитических группировок, графический, корреляции, регрессии и уметь применять их на практике для выяснения наличия связи, ее характера и направления.

Литература: [1-8], [11], [14], [20-24], [33], [35].