- •2. Абсолютні та відноснівеличини. Їхвиди.
- •3. Суть та етапи статистичного спостереження. Програма та інструментарій статистичного спостереження.
- •4. Розподіли. Критерій злагоди Пірсона.
- •5. Групування та їх види.
- •6. Середнє гармонічне, середнє геометричне. Застосування цих величин. Навести приклад їх обчислення.
- •7. Поняття варіації. Назвіть абсолютні і відносні показники варіації.
- •8. Цепні та базисні величини.
- •9. Дисперсія. Формули її обчислення. Математичні властивості дисперсії.
- •10. Суть середньої величини у статистиці. Формули середніх величин.
- •11. Середнє арифметичне та його властивості.
- •12. Суть та етапи статистичного спостереження. Програма та інструментарій статистичного спостереження.
- •13. Визначення нормального розподілу по вибірковим даним. Застосування для цього оцінки коефіцієнтів асиметрії та ексцесу.
- •14. Суть вибіркового спостереження. Причини й умови його застосування. Способи формування вибірки.
- •15. Поняття варіації. Назвіть абсолютні і відносні показники варіації. Наведить формули обчислення цих показників.
- •16. Основні характеристики генеральної та вибіркової сукупності. Навести приклад оцінювання математичного очикування та його дисперсії.
- •17. Регресійний аналіз. Види регресійних моделей (на прикладах).
- •18. Тренд та його види. Обчислення поліноміального тренду. Навести приклад виділення поліноміального тренду
- •19. Поняття рядів динамки. Класифікація рядів динаміки.
- •20. Багатофакторна лінійна регресія. Припущення щодо регресорів та шуму. Метод найменших квадратів обчислення параметрів рівняння регресії
- •22. Довірчий інтервал для середньої для великої вибірки. Формули його обчислення.
- •23.Довірчий інтервал для середньої для великої вибірки. Формули його обчислення.
- •24. Методи та засоби формування вибіркової сукупності
- •25. Поняття оцінки. Три характеристики оцінок.
- •26. Навести формули обчислення вибіркових оцінок: середньої, дисперсії ознаки (зміщеної та незміщеної), дисперсії середньої
- •27. Коефіцієнт кореляції. Формула його обчислення. Властивості коефіцієнта кореляції.
- •29. Економічні індекси, поняття та класифікації.
- •30. Обчислення індексів.
- •31. Індекси кількісних показників.
- •32. Індекси якісних показників.
- •33.Індекси середніх величин.
- •34. Цепні та базисні індекси.
- •35. Фондові індекси
15. Поняття варіації. Назвіть абсолютні і відносні показники варіації. Наведить формули обчислення цих показників.
Варіація, тобто коливання, мінливість значень будь-якої ознаки є властивістю статистичної сукупності. Вона зумовлена дією безлічі взаємопов'язаних причин, серед яких є основні і другорядні. Основні причини формують центр розподілу, другорядні — варіацію ознак, сукупна їх дія — форму розподілу. Наприклад, урожайність сільськогосподарської культури залежить від якості ґрунту та способів його обробки, якості насіння і кількості внесених добрив, метеорологічних умов і інших об'єктивних та суб'єктивних факторів. Сумісна дія їх і різне поєднання зумовлюють той чи інший рівень урожайності в окремих господарствах, а також закономірність розподілу господарств за цією ознакою.
Для вимірювання та оцінки розміру варіації використовується система абсолютних показників, які розглядаються як абсолютна міра варіації:
1. Розмах варіації (R), що характеризує максимальну амплітуду коливань значень ознаки у сукупності:
R = xmax – xmin,
де xmax, xmin — відповідно найбільше та найменше значення ознаки сукупності.
2. Середнє лінійне відхилення (l), що характеризує середній розмір коливань значень ознаки навколо середнього рівня:
3. Дисперсія (σ2) — це середній квадрат відхилень значень ознаки від середнього рівня:
Поряд із абсолютними показниками варіації у статистичній практиці застосовують відносні показники варіації. Вони використовуються:
-
для оцінки ступеня варіації;
-
для порівняння варіації різних ознак;
-
для порівняння варіації однієї ознаки по різних сукупностях.
У загальному вигляді відносні показники варіації визначаються за формулою:
Є декілька варіантів обчислення Кв:
У статистичному аналізі найчастіше використовується коефіцієнт варіації у вигляді:
16. Основні характеристики генеральної та вибіркової сукупності. Навести приклад оцінювання математичного очикування та його дисперсії.
17. Регресійний аналіз. Види регресійних моделей (на прикладах).
Регрессионный анализ заключается в определении на основе статистических данных аналитического выражения связи между переменными, где изменение одной величины – зависимой переменной (результативного признака) обусловленного влиянием одной или нескольких независимых величин (факторов), а множество всех прочих факторов, оказывающих второстепенное влияние на зависимую величину, аккумулируется в случайном компоненте. Регрессия может быть однофакторной (парной) и многофакторной (множественной).
Пример однофакторной регрессии:
= ++ ,
где - значение зависимой переменной в t-м наблюдении; , - истинное значение параметров регрессии; - значение независимой переменной в t-м наблюдении; – случайная компонента в t-м наблюдении.
Пример многофакторной регрессии, когда учитывается n факторов.
= ++…++ ,
где , ,…, - истинные значения параметров регрессии; - значение факторов для t-го наблюдения; - случайная компонента в t-м наблюдении.
Регрессия может быть линейной или нелинейной по параметрам.
Линейная регрессия предполагает, что функция зависит от параметров линейно. При этом линейная зависимость от свободной переменной необязательна,
Нелинейные регрессионные модели — модели вида
которые не могут быть представлены в виде скалярного произведения
где — параметры регрессионной модели, X— свободная переменная из пространства , , Y — зависимая переменная, — случайная величина и — функция из некоторого заданного множества.