- •Конспект лекций н.И. Федотова по дисциплине «Статистика»
- •Содержание
- •Тема №1: Предмет метод и задачи статистики
- •1. История статистики.
- •2. Предмет метод и задачи статистики
- •3. Составные части статистики
- •4. Статистическая совокупность и ее характеристики.
- •Тема №2: Статистическое наблюдение. Источники статистической информации.
- •1. Организация государственной статистики
- •2. Виды и способы статистического наблюдения.
- •3. Подготовка статистического наблюдения
- •4. Качество материалов статистического наблюдения
- •Тема №3: Группировка и сводка материалов статистических наблюдений
- •1. Статистическая сводка
- •2. Понятие и виды группировок
- •3. Основные классификации и группировки в социально-экономической статистике
- •4. Многомерные группировки
- •5. Ряды распределения
- •Тема №4: Средние величины и изучение вариации
- •1. Однородность и вариация в массовых явлениях
- •2. Средние величины
- •3. Структурные характеристики вариационного ряда
- •4. Показатели вариации
- •Тема №5: Выборочный метод в изучении социально-экономических явлений и процессов
- •1. Причины применения выборочного наблюдения
- •2. Способы отбора и виды выборки
- •3. Ошибки выборки
- •4. Влияние вида выборки на величину ошибки выборки
- •5. Проверка статистических гипотез
- •Тема №6: Методы изучения корреляционной связи
- •1. Статистические методы изучения взаимосвязи
- •2. Схема построения казуальных моделей
- •3. Особенности применения корреляционно регрессионного анализа
- •Тема № 7: Ряды динамики и их анализ
- •1. Виды рядов и показатели ряда динамики
- •2. Выявление тенденций развития ряда динамики
- •3. Изучение сезонности и показатели колеблемости.
- •4. Прогнозирование на основе рядов динамики и фактографические методы прогнозирования
- •Тема № 8: Индексы и индексный метод в исследовании социальных явлений и процессов
- •1. Сфера применения и классификация индексов
- •2. Система индексов
- •3. Использование индексов в социально экономической статистике
- •Тема № 9: Система национальных счетов и обобщающих показателей социально экономического развития на макро уровне
- •1. Особенности системы национальных счетов
- •2. Схемы счетов снс
- •3. Межотраслевой баланс снс
- •Тема № 10: Статистика населения, труда, занятости, безработицы и трудовых ресурсов
- •1. Статистика населения
- •2. Статистика трудовых ресурсов и рабочей силы
- •3. Статистика производительности труда
- •4.Статистина оплаты труда и охраны труда
- •Тема № 11: Статистика уровня и качества жизни население.
- •1. Обобщающие показатели уровня жизни
- •2. Доходы потребление и расходы населения
- •3. Денежная сбережения, накопленное имущество, жилищные условия и земля в собственности населения
- •4. Социальная дифференциация населения
- •5. Малообеспеченные слои населения
- •Тема № 12: Статистика социального развития и культуры
- •1. Санитарная и экологическая статистика
- •2. Статистика народного образования, культуры и искусства
- •Тема № 13: Статистика национального богатства
- •1. Определение национального богатства
- •2. Материальные ресурсы
- •3. Материальные непроизведенные активы
2. Выявление тенденций развития ряда динамики
При анализе надо выяснить тенденции развития ряда (тренд) и оценить вариацию (колеблемость) относительно тренда. Выявление тренда называется выравнивание временного ряда. Различают следующие основные методы выравнивания:
Метод укрупненного интервала. Берется укрупненный интервал, например, вместо месяца квартал. Для интервального ряда новые уровни получаются методом простого суммирования, при этом колебания сглаживаются. Для моментального ряда находится среднее значение внутри укрупненного интервала.
Метод скользящей средней. Сдвигаем каждый раз на один уровень и получаем многократное сглаживание.
Метод аналитического выравнивания. Находится аналитическое уравнение для тренда , где- результативный признак,- факторный признак.
Основные виды зависимостей:
линейная
параболическая
показательная или экспоненциальная
степенная
логистическая
Тренд используется:
Для качественного анализа (определяем рост, замедление, ускорение);
Интерполяция (определение по тренду недостающего члена ряда);
Экстраполяция (продолжение тренда в будущее).
3. Изучение сезонности и показатели колеблемости.
Различают следующие основные типы колебаний статистических показателей:
Пилообразное или маятниковое колебание. Попеременное отклонение уровня ряда от тренда в различные стороны. Коэффициент автокорреляции равен -1.
Циклическое или долгопериодическое колебание. Коэффициент автокорреляции равен 1.
Случайно распределенные во времени колебания. Колебания накладываются друг на друга с различными периодами, при этом их сложно предсказать. Коэффициент автокорреляции стремится к нулю.
Колебаемость отличается от вариации:
причинами;
зависимостью уровней ряда друг от друга (автокорреляция);
отклонением от тренда, а не от среднего значения.
Показатели силы колебания аналогичны показателям вариации:
Амплитуда - отклонение уровней от тренда .
Среднее линейное отклонение , где- число степеней свободы,- число параметров тренда.
Среднее квадратическое отклонение ;
Коэффициент колебаемости .
Особые колебания, возникающие под влиянием смен времени года, называют сезонными, они строго цикличны. Например, потребление электроэнергии, цены и потребление отдельных видов товаров, курс валют и т.д. При этом сезонные колебания характеризуются индексом сезонности , где- номер месяца, декады, недели. Совокупность индексов сезонности называют сезонная волна. Если тренд отсутствует, то индекс сезонности равен, где- средняя в данном месяце,, где- количество лет,- общая средняя и по годам и по месяцам.. Если существует тренд, то он сначала выявляется одним из известных методов, а затем индекс сезонности вычисляется как.
4. Прогнозирование на основе рядов динамики и фактографические методы прогнозирования
Существует две большие группы методов прогнозирования:
фактографические
экспертные.
Фактографические методы - это прогнозирование с помощью тренда. Тренд можно представить как однофакторную регрессионную модель, где факторным признаком является время, а результативным интересующий нас показатель. Прогноз делается следующим образом - берется прогнозный горизонт (выбирается год, месяц) в соответствующий тому моменту времени, который нас интересует, и подставляется значение года или месяца в уравнение тренда. В результате получаем прогнозное значение интересующего нас показателя. Применение данного метода ограничено точностью данной модели, чем дальше прогноз, тем хуже точность предсказания. Поэтому прогноз по тренду используется для кратко и среднесрочных предсказаний.
Кроме прогнозирования по тренду можно использовать методы прогнозирования по регрессионным моделям: , где- факторные признаки. Прогнозирование по регрессионной модели происходит в два этапа:
Мы находим прогнозное значение факторов признаков. Некоторые факторные признаки можно прогнозировать по тренду, а другие можно задавать нормативно или экспертным методом.
Прогнозные значения факторных признаков подставляются в регрессионную модель и находятся прогнозные значения результативного признака.
Недостаток этого метода - это невозможность прогнозировать долгосрочно.
В некоторых случаях, перед построением тренда или регрессионной модели используются методы кластерного анализа или факторного анализа. Так есть неоднородная статистическая совокупность, если мы ее разобьем на группы, то точность исследования увеличивается. Факторный анализ применяется для того, чтобы уменьшить число факторных признаков, поскольку большое число факторных признаков уменьшает точность регрессионной модели.