- •«Оренбургский государственный университет»
- •Методические указания для выполнения расчетно-графического задания по дисциплине «Статистика»
- •Содержание
- •Методические указания по выполнению расчетно-графического задания
- •Абсолютные, относительные и средние величины Теоретические основы статистического изучения абсолютных, относительных и средних величин
- •Решение типовой задачи
- •Решение
- •Задание для самостоятельного освоения Вариант №1
- •Вариант №2
- •Вариант №3
- •Вариант №4
- •Вариант №5
- •Сводка и группировка статистических показателей Теоретические основы статистической сводки и группировки
- •Решение типовых задач Задача №1 – Типологическая группировка
- •Решение задачи №1:
- •Задача №2 – Аналитическая группировка
- •Задание для самостоятельного освоения Вариант №1
- •Вариант №2
- •Вариант №3
- •Вариант №4
- •Вариант №5
- •Статистическое изучение структуры Теоретические основы статистического изучения
- •Решение типовой задачи
- •Решение
- •Задание для самостоятельного освоения Вариант №1
- •Вариант №2
- •Вариант №3
- •Вариант №4
- •Вариант №5
- •Корреляционно-регрессионный анализ Теоретические основы статистического изучения
- •Решение типовой задачи
- •Решение:
- •Задание для самостоятельного освоения Вариант №1
- •Вариант №2
- •Вариант №3
- •Вариант №4
- •Вариант №5
- •Анализ временных рядов Теоретические основы статистического изучения
- •Решение типовых задач
- •Задача №2 – Выявление тренд составляющей
- •Задача №3 – Выявление сезонной составляющей
- •Задание для самостоятельного освоения
- •Рекомендуемая литература
- •Статистика государственных финансов
- •Решение типовой задачи статистика денежного обращения
- •Статистика налогов и налогообложения
- •Список использованных источников
Корреляционно-регрессионный анализ Теоретические основы статистического изучения
Одним из важнейших понятий в статистике является понятие взаимосвязей:
Корреляционные (вероятностные, стохастические) взаимосвязи – проявляется при большом числе наблюдений в виде определенной зависимости между средним значением результативного признака и признаками-факторами.
В статистике различают следующие варианты зависимостей:
-
парная корреляция – связь между двумя признаками, один из которых результативный, а другой факторный;
-
частная корреляция – зависимость между результативным и одним факторным признаком, при фиксированном значении других факторных признаков;
-
множественная корреляция - зависимость результативного признака от нескольких факторных признаков.
-
каноническая корреляция – зависимость группы результативного признака от группы факторных признаков.
Коэффициент линейной корреляции был предложен английским статистиком К.Пирсоном. Его интерпретация такова: отклонение признака-фактора от его среднего значения на величину своего среднего квадратического отклонения в среднем по совокупности приводит к отклонению признака-результата от своего значения на r его среднего квадратического отклонения.
Коэффициент корреляции является отвлеченным показателем, характеризующим тесноту связи между переменными, если эта связь линейная. Одной из формул расчета показателя является следующая:
Коэффициент корреляции обладает следующими свойствами:
-
Принимает значения на отрезке [-1;1]
-
0 – связь между x и y отсутствует;
-
(0-0,3] - связь присутствует но она незначительна;
-
(0,3-0,5] - умеренная связь;
-
(0,5-0,7] - средняя связь;
-
(0,7-0,99] - тесная связь;
-
1 - связь между x и y функциональная.
Следующий коэффициент – коэффициент детерминации, равный квадрату коэффициента корреляции r2, выраженный в процентах и показывающий, какой процент вариации результата признака объясняется вариацией факторного признака.
В статистике выделяют различные виды регрессионные модели.
Парная регрессия - представляет собой регрессию между двумя переменными. В качестве примера можно назвать зависимость прибыли предприятия (зависимая переменная) от производительности труда (объясняющая переменная);
Множественная регрессия - регрессия между зависимой переменной у и несколькими причинно обусловленными объясняющими (независимыми, или предсказывающими) х1 х2,..., хт. Так, имеется множественная регрессия между прибылью предприятия (y) и производительностью труда (x1), объем основных фондов (x2), объем оборотных средств (x2).
следующие формулы для нахождения параметров уравнения:
а0 – не имеет экономической интерпретации, но существует мнение, что он показывает усредненное влияние всех прочих факторов, не включенных в исследование.
а1 – коэффициент регрессии, показывает, на сколько в среднем изменится величина результативного признака y при изменении факторного признака x на натуральную единицу.
Если а1 >0 то связь прямая, если а1 < 0 то связь обратная.
Коэффициенты условно-чистой регрессии аj являются именованными числами, выраженными в разных единицах измерения, и поэтому несравнимы друг с другом. Для преобразования их в сравнимые относительные показатели применяется следующий метод:
Стандартизованный коэффициент регрессии или - коэффициентом:
Показывает, на сколько среднеквадратических отклонений () изменится результативный признак если величина факторного признака изменяются на одно среднеквадратическое отклонение.
Коэффициент эластичности:
Показывает на сколько процентов в среднем изменится значение зависимой переменной y если независимая переменная x изменится на 1%.