- •1. Понятие о статистике и статистическом исследовании. Предмет статистики.
- •2. Статистические методы изучения экономических явления и процессов.
- •3. Понятие статист совокупности: признаки, показатели, вариация.
- •4. Статистическое наблюдение: организация, виды и формы.
- •5. Отчетность организаций и предприятий и специальные формы наблюдения.
- •6. Система показателей как основа для статистического наблюдения и анализа.
- •7. Программа статистического наблюдения, признаки, регистрация и обработка данных.
- •8. Точность и достоверность статистического наблюдения. Ошибки наблюдения.
- •9. Выборочное наблюдение, его задачи и организация.
- •10. Статистические группировки, задачи, решаемые группировками.
- •11. Группировочные признаки, системы группировок.
- •12. Типологические и структурные группировки.
- •13. Понятие о вариационных рядах, элементы вариационного ряда, графическое изображение ряда.
- •14. Статистические таблицы, их построение и виды.
- •15. Аналитические группировки и выявление взаимосвязей показателей.
- •16. Абсолютные величины, их виды и способы измерения.
- •17. Относительные величины, их виды, способы расчета, применение в анализе.
- •18. Статистическая сводка и группировка. Представление статистической информации.
- •19. Средние величины в статистике, сущность средних и условия их определения.
- •20. Виды средних величин и способы расчета.
- •21. Относительные величины динамики, темпы роста и прироста взаимосвязанных показателей.
- •22. Построение аналитической группировки по количественному признаку. Таблица интервального ряда распределения.
- •23. Построение комбинационной группировочной таблицы по результатному и двум факторным признакам.
- •24. Способы расчета среднего темпа роста для монотонного ряда динамики.
- •25. Средние арифметические взвешенные, их построение и свойства.
- •26. Общая характеристика показателей вариации и их назначение.
- •27. Система показателей вариации и их расчеты.
- •28. Дисперсия как общая мера вариации. Правило сложения дисперсий.
- •29. Структурные средние: мода, медиана, квартиль, дециль, смысл и применение для анализа распределений.
- •30. Теоретические и эмпирические распределения как модели рядов распределения.
- •31. Решение основных задач выборочного наблюдения. Ошибка выборки и доверительный интервал.
- •32. Ряды динамики и их аналитические характеристики.
- •33. Сглаживание рядов динамики. Уравнение тренда.
- •34. Элементы статистического прогнозирования.
- •35. Функциональные и статистические связи.
- •36. Формы, виды и теснота связей, линейный коэффициент корреляции.
- •37. Уравнение парной линейной корреляции.
- •38. Понятие множественной корреляции.
- •39. Понятие индексов. Индивидуальные и агрегатные индексы.
- •40. Индексы основных экономических показателей.
- •41. Средние индексы, построение и применение.
- •42. Основные элементы и правила построения агрегатных индексов.
- •43. Индексы переменного состава, постоянного состава и структурных сдвигов.
- •44. Применение индексов в экономическом анализе.
- •45. Статистическое изучение и измерение инфляции.
- •46. Основные классификации и группировки в экономической статистике.
- •47. Основные системы национальных счетов.
- •48. Способы определения валового внутреннего продукта.
- •49. Содержание и показатели системы национальных счетов.
- •50. Системы показателей в экономической статистике.
- •51. Показатели статистики населения.
- •52. Показатели статистики трудовых ресурсов.
- •53. Показатели численности и структуры персонала организации.
- •54. Баланс рабочего времени. Показатели использования рабочего времени.
35. Функциональные и статистические связи.
Для явлений, в которых проявляются динамические закономерности, характерна жесткая, механическая причинность, которая может быть выражена в виде уравнения четкой зависимости и т.д. Такая зависимость называется функциональной. При функциональной связи каждому значению одной величины (аргумента) соответствует одно или несколько вполне определенных значений другой величины (функции). Функциональная связь находит широкое распространение в точных науках, в первую очередь в математике (зависимость между площадью круга и радиусом). К функциональным связям относятся и такие, в которых результат является функцией нескольких факторов, влияющих на него в определенной степени, причем степень этого влияния известна.
Статистическая связь- зависимость между величинами случайными, не имеющая строго функционального (детерминистского) характера. В наиболее общем виде измерение статистической связи между двумя переменными можно определить как измерение степени того ограничения наблюдаемого разнообразия значений одной переменной, которое вызывается тем, что эта переменная рассматривается не сама по себе, а как элемент системы, состоящей их двух рассматриваемых переменных. Формализовать это представление можно по-разному. Отсюда множество коэффициентов парной связи . Ещё более разнообразным может быть измерение статистической связи между несколькими переменными, понимание которой опирается на сходные соображения.
Приведенное выше определение статистической связи универсально, оно не отражает характера взаимодействия между переменными. Этому определению соответствует модель связи, получившая название "хи-квадрат" (χ²), по названию критерия, используемого для проверки гипотезы о статистической связи между двумя переменными по таблице сопряженности. Обычно эта модель применяется только в тех случаях, когда одна или обе переменные являются номинальными, и связь между ними не является причинной. Кроме того, различают симметричные ("корреляционные") и асимметричные модели связи. Асимметричные и причинные модели предназначены для исследования причинных связей, в них различают переменную зависимую и переменную независимую
.
36. Формы, виды и теснота связей, линейный коэффициент корреляции.
Существует 2 вида связи:
Функциональная связь- каждому значению одной величины (аргумента) соответствует одно или несколько вполне определенных значений другой величины (функции). Функциональная связь находит широкое распространение в точных науках, в первую очередь в математике (зависимость между площадью круга и радиусом).
Корреляционная связь- каждому значению аргумента соответствует не одно, а несколько значений функций и между аргументом и функциями нельзя установить строгой зависимости (проявляется только в средних величинах и выражает числовое соотношение между ними). По направлению различают прямую или обратную корреляционную связь. Если с увеличением аргумента X функция y также увеличивается (уменьшается) без всяких единичных исключений, то такая связь называется полной прямой (обратной) связью.
По аналитическому выражению выделяются две основные формы связи:
Прямолинейной называют связь, когда величина явления изменяется приблизительно равномерно в соответствии с изменением величины влияющего фактора. Если происходит неравномерное изменение явления в связи с изменением величины влияющего фактора, то такая связь называется криволинейной.
При изучении корреляционной связи важно выяснить не только форму, но и тесноту (сопряженность) связи между факторным и результативным признаками.
Чтобы измерить тесноту прямолинейной связи между двумя признаками, пользуются парным коэффициентом корреляции (rxy). Теснота связи определяется как отношение rxy=∑(x-x-)(y-y-)/√∑(x-x-)2*∑(y-y-)2. Если rxy >0, то корреляция прямая, если rxy <0, то корреляция обратная, если rxy=0, то связь отсутствует. В зависимости от того, насколько rxy приближается к+\-1, различат связь слабую, умеренную, заметную, высокую, тесную и весьма тесную. Коэффициент корреляции применяется только в тех случаях, когда между явлениями существует прямолинейная связь. Если же связь криволинейная, то пользуются индексом корреляции.