
- •Конспект лекций
- •Статистика
- •Тула 2010г.
- •Лекция 1 Тема: Введение в статистику
- •Лекция 2 Тема: Ряды распределения
- •Лекция 3
- •Лекция 4 Тема: Показатели вариации
- •Лекция 5 Тема: Статистический метод группировок
- •Лекция 6 Тема: Статистические временные ряды (ряды динамики)
- •Лекция 7 Тема: Характеристика сезонных колебаний
- •Лекция 8 Тема: Индексный метод
- •( Основная формула – формула Пааше)
- •( Формула Ласпейреса)
- •( Индекс Лоу)
- •- Индекс Ласпейреса - Индекс Пааше
- •Лекция 9 Тема: Абсолютные и относительные статистические величины
- •Лекция 10 Тема: Корреляционная зависимость
- •Лекция 11 Тема: Оценка тесноты корреляционной связи
- •- Индекс корреляции
- •Многофакторный корреляционно- регрессионный анализ
- •Лекция 12 Тема: Выборочные наблюдения
Лекция 10 Тема: Корреляционная зависимость
1.Виды связи и их особенности
2.Статистические методы изучения корреляционных связей
3.Корреляционно- регрессионный анализ
4.Коэффициент регрессии
Существуют следующие разновидности связи
балансовая
компонентная
факторная
Балансовая- характеризует зависимость между источниками формирования ресурсных средств и источниками их использования.
Компонентная- характеризуется тем, что изменение статистического показателя определяется изменением компонентов, входящих в этот показатель. Компонентные связи используются в индексном методе.
Факторная- проявляется в согласованной вариации изучаемых показателей.
Корреляционная связь- это изменение результативного показателя от факторного, неполное нежесткое. Это всегда соотношение средних величин. Метод изучения корреляционных связей называется методом корреляции.
Особенности корреляционных связей:
Они требуют массовых наблюдений в статистической информации.
Они неполные и необратимые.
Необходимо, чтобы число единиц совокупности превосходило число факторных показателей в 6-8 раз. Лишь в этом случае показатели связи могут быть статистически надежными.
Статистические методы изучения корреляционных связей:
Метод параллельных рядов
Метод статистических группировок
Графический метод
Балансовый метод и т.д.
Классификация корреляционных связей:
По охвату факторов (множественные и парные)
По степени тесноты связи (слабые, средние, сильные)
По форме связи (прямолинейные, криволинейные)
По типу связи (прямые, обратные)
Этапы корреляционно-регрессионного анализа:
постановка задачи исследования, анализ и отбор важнейших факторов и аргументов, влияющих на результативный показатель.
Сбор статистической информации, обоснование объема и качества выборки.
Подбор и обоснование теоретического уравнения корреляционной связи, нахождение основных параметров уравнения.
Расчет важнейших характеристик корреляционно-регрессионного анализа. Интерпретация полученных результатов.
Общий вид корреляционно-регрессионой модели может быть представлен:
Где F- форма связи, которую необходимо раскрыть
Х1, Х2,…, ХN – независимые переменные
Y- функция
Для подбора важнейших факторов и их обоснования используют способ представления изучаемого явления в виде алгебраической суммы, частного от деления и произведения. Тогда комплексные факторы раскладываются на более простые и детальные.
Где Д- количество рабочих дней ® здоровье, дисциплина и выполнение государственных и общественных обязанностей;
Тсм ® уровень организации труда на предприятии и производственных процессов;
Пср.час- ® разряд рабочего, стаж, энерговооруженность и фондовооруженность.
К этим факторам для характеристики корреляционных связей предъявляют следующие требования:
Они должны быть количественно измерены;
Ни один из факторов не должен находится в функциональной зависимости от других;
Факторы должны определяться такими показателями, которые легко получаются из статистической отчетности.
–
линейная парная
корреляция
Уравнение связи выражает функциональную зависимость Y от x , и это можно допустить, если прочие факторы влияющие на Y не оказывают существенного влияния.
Если подтверждается корреляционная зависимость между признаками, то параметр b
приобретает большое смысловое значение, его называют коэффициентом регрессии . Он характеризует, в какой мере увеличивается Yx с ростом на единицу величины х .
Этот показатель может применяться в планировании, прогнозировании, нормировании.
Количественную зависимость Yx от параметра х можно выразить в относительных величинах для этого рассчитывается коэффициент эластичности :
Коэффициент эластичности показывает на сколько процентов увеличится Yx при изменении `х на 1% .