- •1. Понятие о статистике
- •3. Основные категории статистики
- •4. Понятие о статистическом наблюдении
- •5. Виды статистического наблюдения
- •6 Способы статистического наблюдения
- •7. Организационные формы статистического наблюдения
- •8. Контроль за полнотой и достоверностью статистических данных
- •9. Сводка статистических данных
- •10.Виды статистических группировок
- •11. Техника выполнения группировок
- •12. Вторичная группировка
- •13. Абсолютные показатели
- •14. Относительные показатели
- •15. Сущность и значение средних величин, их виды
- •16. Средняя арифметическая
- •17.Средняя гармоническая величины
- •18.Средние величины-геометрическая, квадрат, кубическая, хронологическая
- •19. Показатели вариации
- •20. Вариация альтернативного признака
- •21. Виды дисперсий. Правило сложения дисперсии
- •22. Правило сложения дисперсий для альтернативного признака
- •23.Изучение форм распределения признака
- •24. Структурные средние
- •25. Понятие о выборочном наблюдении и его значение
- •26. Основные способы формирования выборочной совокупности
- •27. Ошибка выборки
- •28. Определение необходимой численности выборки
- •29. Распространение результатов выборочного наблюдения на генеральную совокупность
- •30. Понятие о статистических рядах динамики
- •31. Правила построения рядов динамики
- •32. Аналитические показатели ряда динамики
- •33. Средние показатели ряда динамики
- •34. Методы анализа основной тенденции ряда динамики
- •35. Индексы и их классификация
- •36. Общие индексы количественных показателей
- •37. Общие индексы качественных показателей
- •38. Двухфакторные системы взаимосвязанных индексов
- •39. Индексный метод анализа динамики среднего уровня
- •40. Цепные и базисные индексы
- •42. Территориальные индексы
- •43.Многофакторные индексы
- •44. Виды взаимосвязей между социально-экономическими явлениями
- •45. Методы изучения взаимосвязей социально-экономических явлений
- •46. Основные этапы корреляционно-регрессионного анализа
- •47.Парная корреляция
- •48. Множественная корреляция
- •49.Статистические таблицы.
- •50.Статистические графики и их основные элементы.
- •51.Классификация статистических графиков.
- •53 Основные экономические классификации в снс
- •54. Секторная классификация экономики
- •55. Состав снс. Счет производства товаров и услуг
- •56 Счета: образования доходов, распределения первичных доходов, вторичного распределения доходов
- •57. Счета: использования располагаемых доходов, операций с капиталом
- •58. Состав национального богатства. Баланс национального богатства
16. Средняя арифметическая
Средняя арифметическая величина наиболее часто встречается в социально-экономических исследованиях. Средняя арифметическая применяется в форме простой средней и взвешенной средней.
Средняя арифметическая простая рассчитывается по несгруппированным данным на основании формулы
где х — индивидуальные значения признака);п-число единиц совокупности.
Средняя арифметическая взвешенная рассчитывается по сгруппированным данным:
где f- частота повторения соответствующего значения признака (варианта); Σf~ общее число единиц совокупности (Ef=n)
17.Средняя гармоническая величины
Средняя гармоническая величина является модификацией средней арифметической. Применяется в тех случаях, когда известны индивидуальные значения признака, т.е. варианты (х), и произведения вариант на частоту (х/=М), но неизвестны сами частоты (/).СР.ГАРМ ВЗВЕШ.
Средняя гармоническая простая в практике статистики используется крайне редко. В тех случаях, когда М= константа, средняя гармоническая взвешенная превращается в среднюю гармоническую простую:
18.Средние величины-геометрическая, квадрат, кубическая, хронологическая
Средняя геометрическая величина используется при расчете средних показателей динамики. Средняя геометрическая применяется 8 Форме простой средней (для несгруппированных данных) и взвешенной средней (для сгруппированных данных).
Средняя геометрическая простая
где п - число значений признака; П — знак произведения.
Средняя геометрическая взвешенная
Средняя квадратическая величина используется при расчете показателей вариации. Применяется в форме простой и взвешенной. Средняя квадратическая простая
Средняя квадратическая взвешенная
Средняя кубическая величина используется при расчете показателей асимметрии и эксцесса. Применяется в форме простой и взвешенной.
Средняя кубическая простая
Средняя кубическая взвешенная
Средняя хронологическая величина используется для расчета среднего уровня ряда динамики:
19. Показатели вариации
Зарегистрированные в процессе статистического наблюдения различия величины признака у отдельных единиц совокупности называются вариацией признака. По степени вариации признака можно судить о процессах развития изучаемых явлений, о типичности средних величин. Дело в том, что средняя величина дает обобщающую характеристику признака изучаемой совокупности, но она не раскрывает строения совокупности. Она не показывает, как относительно нее располагаются варианты осредняемого признака - сосредоточены ли они вблизи средней или значительно отклоняются от нее. Средняя величина признака в двух совокупностях может быть одинаковой, но в одном случае все индивидуальные значения могут мало отличаться от нее, а в другом - эти отличия могут быть велики, т. е. в одном случае вариация признака мала, а в другом - велика, что имеет большое значение для характеристики надежности средней величины.
Для определения меры вариации признака в статистике используются абсолютные и относительные показатели вариации.
К абсолютным показателям вариации относятся: размах вариации, среднее линейное отклонение, дисперсия, среднее квадратаческое отклонение.
Размах вариации (и) является самым простым из абсолютных показателей вариации и представляет собой разность между максимальным и минимальным значениями признака:
R=Xmax-Xmin Xmax максимальное значение признака в совокупности; Хmin - минимальное значение признака в совокупности.
Величина размаха вариации зависит только от крайних значений и не учитывает всех изменений варьирующего признака в пределах изучаемой совокупности. Поэтому при изучении вариации нельзя ограничиваться расчетом только этого показателя. Для анализа вариации необходимы показатели, дающие обобщенную характеристику всех колебаний варьирующего признака.
Среднее линейное отклонение для несгруппированных данных определяется по формуле
Среднее линейное отклонение для сгруппированных данных
рассчитывается так:
Следует отметить, что среднее линейное отклонение не всегда улавливает степень вариации значений признака. Поэтому в статистике применяется более чувствительный обобщающий показатель -дисперсия. Дисперсия представляет собой средний квадрат отклонений индивидуальных значений признака от их средней величины. Возведение в квадрат позволяет резко усилить различия в величинах
отклонений.
Дисперсия для несгруппированных данных вычисляется по
формуле
дисперсия для сгруппированных данных рассчитывается так:
Для расчета дисперсии применяется также следующая формула:
(5.6
Среднее квадратическое отклонение представляет собой ко-'•ень квадратный из дисперсии:
Среднее квадратическое отклонение также как и среднее линейное отклонение показывает, на сколько в среднем отличаются индивидуальные значения признака от их среднего значения. Однако по величине среднеквадратическое отклонение во всех случаях превышает среднее линейное, так как более чутко реагирует на вариацию. Для симметричных и умеренно асимметричных распределений имеет место следующее соотношение:
Размах вариации, среднее линейное отклонение и среднее квадратическое отклонение выражаются в именованных числах, т. е. имеют единицу измерения (такую же, как и значения признака). Поэтому их нельзя непосредственно использовать для сравнения степени вариации по одному и тому же признаку в двух группах с разным уровнем средних, а также для сравнения вариации двух различных признаков в одной группе. В этих случаях применяются следующие относительные показатели вариации.
Коэффициент осцилляции:
Относительное линейное отклонение (линейный коэффициент
вариации)
Коэффициент вариации
Коэффициент вариации позволяет не только получить обобщающую характеристику вариации признака в совокупности, но и дает возможность сделать выводы об однородности совокупности. Совокупность считается однородной, если коэффициент вариации не превышает 33%. Средние величины, рассчитанные по однородной совокупности, являются ее достаточно надежными характеристиками.