- •Предмет и задачи статистики.
- •Статистическое наблюдение.
- •Виды статистических наблюдений.
- •Группировка материалов статистических наблюдений.
- •Многомерные группировки.
- •Обобщающие статистические показатели.
- •По временной характеристике
- •Абсолютные величины.
- •Относительные величины.
- •Средние величины.
- •Статистические распределения и их характеристики.
- •Показатели центра распределения.
- •Ранговые характеристики.
- •Показатели вариации.
- •Дисперсия альтернативного признака.
- •Теорема сложения дисперсии.
- •Дисперсионный анализ.
- •Однофакторный комплекс.
- •Показатели дифференциации и концентрации.
- •Форма распределения.
- •Основные виды кривых.
- •Критерии согласия.
- •Выборочные наблюдения.
- •Типологический отбор.
- •Серийный отбор.
- •Устранение диспропорций между структурой генеральной и выборочной совокупности.
- •Оценка оптимального соотношения числа отбора единиц на каждой ступени отбора.
- •Малые выборки.
- •Моментные наблюдения.
- •Статистическое изучение взаимосвязей между факторами.
- •Методы выявления наличия взаимосвязи между признаками.
- •Показатели оценки степени тесноты.
- •Линейный коэффициент корреляции.
- •Критерий 2.
- •Не параметрические показатели степени тесноты
- •Ранговый коэффициент корреляции.
- •Коэффициент корреляции рангов Кендела.
- •Оценка взаимосвязи между качественными признаками.
- •Коэффициент взаимной сопряженности Пирсона и Чупрова.
- •Построение Аналитической модели взаимосвязи.
- •Метод наименьших квадратов.
- •Множественная корреляция.
- •Экономическая интерпретация результатов моделирования.
- •Экономические индексы.
- •Аналитические задачи.
- •Оценка относительного размера влияния факторов на результативный показатель.
- •Индексы качественных показателей по однородной совокупности.
- •Оценка влияния факторов на результативный показатель.
- •Общие принципы построения многофакторных индексных моделей.
- •Статистическое изучение динамики социально-экономических явлений.
- •Характеристика интенсивности.
- •Изучение закономерности течения явлений.
- •Адаптивный метод краткосрочного прогнозирования.
- •Корреляция в рядах динамики.
- •Корреляция между динамическими рядами.
- •Статистика населения.
- •Рынок труда.
- •Система национальных счетов (снс).
- •Валовой внутренний продукт (ввп).
- •Национальное богатство.
- •3 Вида оценок:
- •Основной капитал.
- •Статистика производства, обращения.
- •Показатели финансовых результатов деятельности предприятия.
-
Коэффициент корреляции рангов Кендела.
,
где P – характеризует меру соответствия рангов факторного и результативного признаков и определяется как число наблюдений, ранг которого больше данного, Q – мера не соответствия рангов факторного и результативного признаков и определяется как числом наблюдений, ранг которых меньше данного.
Коэффициент корреляции рангов Кендела с поправкой.
,
,
.
Если оценить степень тесноты взаимосвязи между несколькими признаками при использовании рангов корреляции применяется коэффициент конкардации.
-
Оценка взаимосвязи между качественными признаками.
Коэффициент контингенции и ассоциации.
Принцип: оценка сочетания единиц.
При оценке сочетаний между качественными признаками, имеющих несколько градаций, используется критерий:
,
где K1 и K2 – число градаций в строке и в столбце. Расчетное значение 2 сравнивается с табличным при заданном уровне значимости и числе степеней свободы (K1-1)(K2-1). Если расчетное значение > табличного, взаимосвязь есть.
Недостаток: завис. от числа данных.
-
Коэффициент взаимной сопряженности Пирсона и Чупрова.
Пирсона
.
Чупрова
.
-
Построение Аналитической модели взаимосвязи.
Теоретическая линия регрессии отражает изменения ср. значений результативного признака в зависимости от изменения факторного признака при условии взаимного погашения всех прочих случайных причин.
Линейная ф-ма взаимосвязи:
.
Параметры уравнения регрессии оцениваются т.о., чтобы получить наилучшие не смещенные оценки параметров.
Не смещенные оценки – такие значения пар a и b, которые являются истинными для совокупности.
-
Метод наименьших квадратов.
МНК дает возможность минимизировать сумму
.
При его использовании данные должны удовлетворять следующим требованиям:
-
математическая взаимосвязь выражена прямой.
-
значения ошибок д.б. нормально распределены со средней = 0 и постоянной дисперсией.
-
значение ошибок явл. независ. др. от др., т.е. cov(ij) = 0.
Находятся производные по всем параметрам уравнения, и решается полученная система.
Индекс корреляции.
.
Значение меняется в пределах [0;1]. Чем значение ближе к 1-це тем лучше подобрано уравнение.
Коэффициент детерминации (для двухфакторной модели).
.
Индекс корреляции и коэф. детерминации зависят от выбранной формы уравнения и м.б. использованы для решения вопроса о целесообразности применения построенной модели для применения в прогнозировании. Но пользоваться только этими показателями нецелесообразно, т.к. на применение коэф. детерминации накладываются ограничения, такие как: переменные в каждом уравнении д.б. идентичны.
Значимость:
t-критерий:
,
,
где yx – среднеквадратическая ошибка уравнения, x - среднеквадратическое отклонение факторного признака.
Среднеквадратическая ошибка уравнения:
,
где n – число данных, k – число констант в уравнении. Расчетное значение t-критерия сравнивается с табличным критерием (Стьюдента) при заданном уровне значимости и числе степеней свободы n - k.
Относительная ошибка аппроксимации.
.
Если < 15% уравнение подобрано идеально. Допускается значение до 30%.
.
Cx рассчитывается для каждого x.
.