- •1.Статистические признаки и показатели. Классификация статистических признаков.
- •2. Структура данных: классификация различных типов наборов данных (одномерные, двумерные, многомерные, качественные и количественные данные, временные ряды)
- •3. Первичные и вторичные данные. Статистическое наблюдение как метод получения первичных данных (формы, виды и способы проведения).
- •4. Программно-методологические вопросы статистического наблюдения.
- •5. Ошибки статистического наблюдения.
- •6. Содержание статистической сводки.
- •7. Метод группировки. Виды группировок.
- •8. Статистические таблицы. Элементы и правила построения статистических таблиц.
- •9. Графическое изображение статистических данных.
- •10. Абсолютные статистические показатели. Относительные статистические показатели: виды, общие принципы построения и взаимосвязи.
- •11. Вариационные ряды, их виды, принципы построения и особенности применения. Графическое изображение вариационных рядов.
- •12. Квантили вариационного ряда. Мода. Медиана.
- •13. Средняя величина. Исходное соотношение средних. Условия типичности средних.
- •14. Средняя арифметическая и ее свойства.
- •15. Вариация и причины ее возникновения. Показатели вариации.
- •Среднее значение альтернативного признака и его дисперсия:
- •Среднее квадратическое отклонение альтернативного признака:
- •Показатели относительного рассеивания
- •16. Виды дисперсий: внутригрупповая (частная), межгрупповая и общая по правилу сложения дисперсий. Их смысл и значение. Правило сложения дисперсий, в том числе и для альтернативного признака.
- •17. Оценка взаимосвязей данных, измеренных на количественных шкалах. Коэффициент корреляции Пирсона. Таблица Чеддока.
- •18. Особенности анализа данных, измеренных на номинальной и порядковой шкалах. Номинальная шкала
- •Порядковая шкала
- •19. Коэффициенты ассоциации и контингенции, коэффициент взаимной сопряженности к.Пирсона.
- •20. Ранговые коэффициенты корреляции Спирмена и Кендалла. Особенности их вычисления при наличии связных рангов.
- •21. Понятие и классификация рядов динамики.
- •Пример ряда динамики
- •22. Методы преобразования рядов динамики.
- •Метод укрупнения интервалов времени.
- •Метод скользящей средней
- •Метод аналитического выравнивания
- •23. Аналитические показатели изменения уровней рядов динамики.
- •24. Компоненты ряда динамики. Методы анализа основной тенденции (тренда) в рядах динамики. Элементы прогнозирования в рядах динамики.
Пример ряда динамики
Таблица. Число жителей России в 2004-2009 гг. в млн.чел, на 1 января
Год |
2004 |
2005 |
2006 |
2007 |
2008 |
2009 |
Число жителей |
144,2 |
143,5 |
142,8 |
142,2 |
142,0 |
141,9 |
Ряды динамики классифицируются по следующим основным признакам:
По времени — ряды моментные и интервальные (периодные), которые показывают уровень явления на конкретный момент времени или на определенный его период. Сумма уровней интервального ряда дает вполне реальную статистическую величину за несколько периодов времени, например, общий выпуск продукции, общее количество проданных акций и т.п. Уровни моментного ряда, хотя и можно суммировать, но эта сумма реального содержания, как правило, не имеет. Так, если сложить величины запасов на начало каждого месяца квартала, то полученная сумма не означает квартальную величину запасов.
По форме представления — ряды абсолютных, относительных и средних величин.
По интервалам времени — ряды равномерные и неравномерные (полные и неполные), первые из которых имеют равные интервалы, а у вторых равенство интервалов не соблюдается.
По числу смысловых статистических величин — ряды изолированные и комплексные (одномерные и многомерные). Первые представляют собой ряд динамики одной статистической величины (например, индекс инфляции), а вторые — нескольких (например, потребление основных продуктов питания).
22. Методы преобразования рядов динамики.
В экономической практике часто возникает необходимость сравнения между собой нескольких рядов динамики (например, показатели динамики производства электроэнергии, производства зерна, продажи легковых автомобилей и др.). Для этого нужно преобразовать абсолютные показатели сравниваемых рядов динамики в производные ряды относительных базисных величин, приняв показатели какого-либо одного года за единицу или за 100%.Такое преобразование нескольких рядов динамики называется приведением их к одинаковому основанию. Теоретически за базу сравнения может быть принят абсолютный уровень любого года, но в экономических исследованиях для базы сравнения надо выбирать период, имеющий определенное экономическое или историческое значение в развитии явлений. В настоящее время за базу сравнения целесообразно принять, например, уровень 1990 г.
Для исследования закономерности (тенденции) развития изучаемого явления необходимы данные за длительный период времени. Тенденцию развития конкретного явления определяет основной фактор. Но наряду с действием основного фактора в экономике на развитие явления оказывают прямое или косвенное влияние множество других факторов, случайных, разовых или периодически повторяющихся (годы, благоприятные для сельского хозяйства, засушливые и т.п.). Практически все ряды динамики экономических показателей на графике имеют форму кривой, ломаной линии с подъемами и снижениями. Во многих случаях по фактическим данным ряда динамики и по графику трудно определить даже общую тенденцию развития. Но статистика должна не только определить общую тенденцию развития явления (рост или снижение), но и дать количественные (цифровые) характеристики развития.
Тенденции развития явлений изучают методами выравнивания рядов динамики:
Метод укрупнения интервалов
Метод скользящей средней
Метод аналитического выравнивания