
- •1 Возникновение и понятие статистики, как науки.
- •2 Предмет статистики как отрасли изучаемого знания
- •3 Метод статистики как отрасли изучаемого знания
- •4 Статистическая совокупность.
- •5 Статистические показатели
- •6 Современная организация и задачи статистики в рф.
- •7. Этапы статистического исследования
- •8 Статистическое наблюдение, цель, объект, единица.
- •9. Виды статистического наблюдения
- •10. Формы статистического наблюдения.
- •11. Ошибки статистического наблюдения.
- •12. Меры по обеспечению точности статистического наблюдения.
- •13. Понятие и сущность абсолютных величин.
- •14. Понятие и сущность относительных величин.
- •15. Виды относительных величин и способы их расчета.
- •16. Основное содержание сводки.
- •17. Порядок проведения группировки, ее виды.
- •18. Статистическая таблица, ее элементы и виды.
- •19. Правила построения статистических таблиц.
- •20. Сущность и значение графического изображения данных. Элементы графиков.
- •21. Основные виды графиков.
- •22. Сущность и значение средних величин.
- •23. Виды средних. Правило мажорантности средних.
- •24. Структурные средние.
- •25. Показатели формы распределения.
- •26. Понятие вариации.
- •27. Вариационный ряд.
- •28. Способы расчета показателей вариации.
- •1) Коэффициент осцилляции
- •2) Линейный коэффициент вариации
- •3) Коэффициент вариации
- •29. Дисперсия, ее свойства.
- •30. Правило сложения дисперсий и его практическое значение.
- •31.Вариация альтернативного признака.
- •32. Ряды динамики, их элементы и виды. Важнейшие условия правильного построения рядов динамики.
- •33. Показатели ряда динамики.
- •34. Средние показатели динамики.
- •35. Выявление и характеристика основной тенденции развития при помощи скользящей средней.
- •36. Выявление и характеристика основной тенденции развития при помощи метода аналитического выравнивания.
- •37. Виды трендовых моделей.
- •38. Статистическое изучение сезонных колебаний.
- •39. Понятие о статистической и корреляционной связи.
- •40. Задачи корреляционно – регрессионного анализа и моделирования.
- •41. Условия применения и ограничения корреляционно-регрессионного метода.
- •42. Коэффициент корреляции рангов.
- •43. Понятие о стохастических и функциональных связях.
- •44. Сущность линии регрессии и основные модели корреляционной связи.
- •45. Регрессионные модели: этапы построения и анализа
- •46. Применение корреляционно – регрессионных моделей в анализе и прогнозе.
- •47. Метод аналитических группировок.
- •48. Оценка тесноты связи.
- •49. Сущность и значение индексного метода и анализа.
- •50. Сущность индексов. Общие и индивидуальные индексы.
- •51. Базисные и цепные индексы, их взаимосвязь.
- •52. Индексы количественных показателей.
- •53. Индексы качественных показателей.
- •54. Агрегатные индексы.
- •55. Территориальные индексы.
- •56. Средняя арифметическая форма индекса.
- •57. Средняя гармоническая форма индекса.
- •58. Индексы постоянного состава.
- •59. Индексы переменного состава.
- •60. Индексы структурных сдвигов.
23. Виды средних. Правило мажорантности средних.
Средние степенные:
средняя арифметическая
средняя геометрическая
средняя гармоническая
средняя квадратическая
средняя хронологическая
структурные средние.
Правило мажорантности средних: чем выше показатель степени m, тем больше величина средней.
24. Структурные средние.
Для характеристики рядов распределения (структуры вариационных рядов), наряду со средней, используются т. н. структурные средние: мода и медиана. Мода и медиана наиболее часто используются в экономической практике.
Характеристиками структуры совокупности являются следующие структурные средние:
1. Мода (Mo) – величина признака, наиболее часто встречающаяся в совокупности, т.е. имеющая наибольшую численность в ряду распределения.
а) В дискретном ряду распределения мода определяется визуально.
б) В интервальном ряду распределения визуально можно определить только интервал, в котором заключена мода, который называется модальным интервалом. Мода будет равна:
H – величина модального интервала
F - частота
Fmo-1 – предыдущая мода
Fmo+1 – следующая мода
2. Медиана (Me) – значение признака, приходящееся на середину ранжированного ряда, т.е. делящее ряд распределения на две равные части.
H – величина медианного интервала
– порядковый номер медиан
SMe-1 – накопленная величина
25. Показатели формы распределения.
26. Понятие вариации.
Вариации – колеблемость, многообразие, изменяемость величины признака у единиц совокупности.
Измерение вариации позволяет определить степень воздействия на данный признак других варьирующих признаков.
Показатели вариации делятся на абсолютные и относительные. К абсолютным показателям относятся размах вариации, среднее линейное отклонение, дисперсия, среднее квадратическое отклонение. К относительным – коэффициенты осцилляции, коэффициенты вариации и относительное линейное отклонение.
27. Вариационный ряд.
Вариационными рядами называют ряды распределения, построенные по количественному признаку. Любой вариационный ряд состоит из двух элементов: вариантов и частот.
Вариантами считаются отдельные значения признака, которые он принимает в вариационном ряду.
Частоты – это численности отдельных вариантов или каждой группы вариационного ряда, т.е. это числа, показывающие, как часто встречаются те или иные варианты в ряду распределения. Сумма всех частот определяет численность всей совокупности, её объём.
Частостями называются частоты, выраженные в долях единицы или в процентах к итогу. Соответственно сумма частостей равна 1 или 100 %.
В зависимости от характера вариации признака различают дискретные и интервальные вариационные ряды.
28. Способы расчета показателей вариации.
Размах вариации – простейший показатель, разность между максимальным и минимальным значениями признака.
Недостатком является то, что он оценивает только границы варьирования признака и не отражает его колеблемость внутри этих границ.
Среднее линейное отклонение отражает все колебания варьирующего признака и представляет собойсреднюю арифметическую из абсолютных значений отклонений вариант от средней величины, т.к. сумма отклонений значений признака от средней равно 0, то все отклонения берутся по модулю.
Простая
Взвешенная
Дисперсия – средний квадрат отклонений значений признака от их средней величины.
Невзвешенная
формула:
Взвешенная
формула:
Наиболее удобным и широко распространенным на практике показателем является Среднее квадратическое отклонение. Оно определяется как квадратный корень из дисперсии и имеет ту же размерность, что и изучаемый признак.
Невзвешенная
формула:
Взвешенная
формула:
Рассмотренные показатели позволяют получить абсолютное значение вариации, т.е. оценивают ее вединицах измерения исследуемой совокупности. В отличие от них, коэффициент вариации измеряет колеблемость в относительном выражении, относительно среднего уровня, что во многих случаях является предпочтительнее:
Если коэффициент вариации не превышает 33%, то совокупность по рассматриваемому признаку можно считать однородной.
Относительные показатели.