
- •Министерство образования российской федерации
- •Содержание
- •1.2. Основные категории статистики
- •Глава 2. Сводка и группировка статистических данных
- •2.1. Задачи сводки и ее содержание
- •2.2. Метод группировок и его место в системе статистических методов
- •2.3. Виды статистических группировок
- •2.4. Принципы построения статистических группировок
- •2.5. Сравнимость статистических группировок. Вторичная группировка
- •2.6. Статистическая таблица и ее элементы
- •2.7. Виды таблиц по характеру подлежащего
- •2.8. Виды таблиц по разработке сказуемого
- •2.9. Правила построения статистических таблиц
- •2.10. Чтение и анализ статистической таблицы
- •Глава 3. Теория статистических показателей
- •3.1. Абсолютные показатели
- •3.2. Относительные показатели
- •3.3. Средние показатели
- •3.4. Структурные средние
- •Глава 4. Показатели вариации в анализе социально-экономических явлений и процессов
- •4.1. Основные показатели вариации
- •4.2 Показатели вариации в анализе взаимосвязей
- •Глава 5. Статистическое изучение взаимосвязи социально-экономических явлений
- •5.1. Причинность, регрессия, корреляция
- •5.2. Парная регрессия
- •5.3. Множественная (многофакторная) регрессия
- •5.4. Параметрические методы изучения связи
- •5.5. Принятие решений на основе уравнений регрессии
- •5.6. Методы изучения связи качественных признаков
- •5.7. Ранговые коэффициенты связи
- •Глава 6. Индексный метод анализа
- •6.1. Общие понятия об индексах
- •6.2. Средние формы сводных индексов
- •6.3. Сводные индексы в анализе последовательных временных периодов
- •6.4. Индексный анализ влияния структурных изменений
- •Раздел II. Моделирование бизнес-процессов Глава 7. Априорный анализ компонент временного ряда
- •7.1. Понятие и основные принципы экономико-статистического анализа
- •7.2. Характеристика и принципы формирования информационной базы
- •7.3. Априорный анализ и его роль в статистическом моделировании
- •Глава 8. Теоретические аспекты моделирования и прогнозирования бизнес-процессов
- •8.1. Система статистических понятий и категорий, применяемых в моделировании и прогнозировании бизнес-процессов
- •8.2. Модель как отображение действительности
- •8.3. Сущность и классификация статистических прогнозов
- •8.4. Этапы построения статистических прогнозов
- •Глава 9. Методологические аспекты оценки скорости и интенсивности изменения бизнес-процессов
- •9.1. Понятие о рядах динамики и их виды
- •9.2. Сопоставимость уровней и смыкание рядов динамики
- •9.3. Аналитические показатели ряда динамики
- •9.4. Средние показатели рядов динамики
- •Глава 10. Моделирование основных тенденций и закономерностей бизнес-процессов
- •10.1. Особенности статистического анализа одномерных временных рядов по компонентам
- •10.2. Методы выявления тенденции временного ряда
- •10.4. Модели тенденции бизнес-процессов
- •10.5. Выбор формы тренда
- •Глава 11. Моделирование фактора случайности в бизнес-процессах
- •Глава 12. Моделирование периодической компоненты бизнес-процессов
- •Методы выявления сезонной компоненты
- •Модели сезонных колебаний
- •Глава 13. Моделирование связных временных рядов
- •13.1. Проблема автокорреляции в анализе бизнес-процессов
- •Для проверки автокорреляции в уровнях ряда также используется и критерий Дарбина-Уотсона. Гипотеза о наличии автокорреляции проверяется с помощью случайной величины:
- •13.2. Модели авторегрессионных преобразований
- •Раздел III. Прогнозирование тенденций в бизнес-процессах
- •Глава 14. Прогнозирование на основе одномерных временных рядов
- •14.1. Простейшие методы прогнозирования
- •14.2. Прогнозирование на основе экстраполяции тренда
- •Прогнозирование с учетом дисконтирования информации
- •14.4. Прогнозирование на основе кривых роста
- •14.5. Прогнозирование рядов динамики, не имеющих тенденции
- •Глава 15. Прогнозирование многомерных временных рядов
- •Глава 16. Оценка точности и надежности прогнозов
5.7. Ранговые коэффициенты связи
В анализе социально-экономических явлений часто приходится прибегать к различным условным оценкам с помощью рангов, а взаимосвязь между отдельными признаками измерять с помощью непараметрических коэффициентов связи.
Ранжирование - это процедура упорядочения объектов изучения, которая выполняется на основе предпочтения.
Ранг - это порядковый номер значений признака, расположенных в порядке возрастания или убывания их величин. Если значения признака имеют одинаковую количественную оценку, то ранг всех этих значений принимается равным средней арифметической из соответствующих номеров мест, которые они определяют. Данные ранги называются связными.
Среди
непараметрических методов оценки
тесноты связи наибольшее значение
имеют ранговые коэффициенты Спирмена()
и Кендалла (
).
Эти коэффициенты могут быть использованы
для определения тесноты связи как между
количественными, так и между качественными
признаками.
Коэффициент корреляции рангов (коэффициент Спирмена) рассчитывается по формуле:
(5.18)
где - квадраты разности рангов;
- число наблюдений (число пар рангов).
Коэффициент
Спирмена принимает любые значения в
интервале
.
Ранговый
коэффициент корреляции Кендалла ()
также может использоваться для измерения
взаимосвязи между качественными и
количественными признаками,
характеризующими однородные объекты
и ранжированные по одному принципу.
Расчет рангового коэффициента Кендалла
осуществляется по формуле:
(5.19)
где - число наблюдений;
- сумма разностей между числом
последовательностей и числом инверсий
по второму признаку.
Расчет данного коэффициента выполняется в следующей последовательности:
1.
Значения
ранжируются в порядке возрастания или
убывания;
2.
Значения
располагаются в порядке, соответствующем
значениям
;
3.
Для каждого ранга
определяется
число следующих за ним значений рангов,
превышающих его величину. Суммируя
таким образом числа определяется
величина
,
как мера соответствия последовательностей
рангов по
и
и учитывается со знаком (+);
4.
Для каждого ранга
определяется
число следующих за ним значений рангов,
меньших его величины. Суммарная величина
обозначается через
и фиксируется со знаком (-);
5. Определяется сумма баллов по всем членам ряда.
Как правило, коэффициент Кендалла меньше коэффициента Спирмена. При достаточно большом объеме совокупности значения данных коэффициентов имеют следующую зависимость:
Связь между признаками признается статистически значимой, если значения коэффициентов ранговой корреляции Спирмена и Кендалла больше 0,5.
Для
определения тесноты связи между
произвольным числом ранжированных
признаков применяется множественный
коэффициент ранговой корреляции
(коэффициент конкордации)
,
который вычисляется по формуле:
(5.20)
где - количество факторов
- число наблюдений
- отклонение суммы квадратов рангов от
средней квадратов рангов.
Ранговые коэффициенты Спирмена, Кендалла и конкордации имеют то преимущество, что с помощью их можно измерять и оценивать связи как между количественными так и между атрибутивными признаками, которые поддаются ранжированию