- •Статистика
- •Часть I
- •1. Предмет и задачи статистики
- •1.1 Предмет статистики
- •1.2 Категории статистической науки
- •1.3 Задачи статистики
- •1.4 Организация статистики в Республике Беларусь
- •2.Статистическое наблюдение
- •2.1 Организационные формы наблюдения
- •2.2 Виды статистического наблюдения
- •2.3 Способы статистического наблюдения
- •2.4 Организация работы по статистическим наблюдениям
- •2.5 Ошибки статистического наблюдения
- •2.6 Контроль статистических данных
- •3 Сводка и группировка статистических материалов
- •3.1 Задачи сводки и ее основное содержание
- •3.2 Статистические группировки и их виды
- •3.2.1 Типологическая группировка
- •3.2.2 Структурная группировка
- •3.2.3 Аналитическая группировка
- •3.3 Вторичные группировки
- •3.4 Ряды распределения, их виды и графическое изображение
- •3.5 Статистические таблицы
- •3.6 Статистические графики
- •4 Обобщающие статистические показатели
- •4.1 Абсолютные величины, их виды, единицы измерения
- •4.2 Относительные величины, их виды и значения
- •4.3 Основные принципы построения относительных величин
- •4.4 Построение системы статистических показателей
- •5 Средние величины
- •5.1 Понятие средней величины. Виды средних величин
- •5.2 Средняя арифметическая, ее свойства и вычисление
- •5.3 Вычисление средней арифметической способом моментов
- •5.4 Средняя гармоническая, ее виды и вычисления
- •5.5 Мода и медиана. Их вычисление в дискретных и интервальных вариационных рядах
- •6 Показатели вариации
- •6.1 Характеристика показателей вариации
- •6.2 Основные свойства дисперсии и ее вычисление
- •6.3 Дисперсия альтернативного признака
- •6.4 Определение тесноты связи между факторами. Правило сложения дисперсий
- •7 Индексы
- •7.1 Понятие об индексах. Их классификация. Индексная символика
- •7.2 Принципы и методы построения общих индексов
- •7.3 Построение индексов качественных показателей в агрегатной форме
- •7.4 Построение агрегатных индексов, объемных показателей
- •7.5 Построение агрегатного индекса производительности труда
- •7.6 Индексы с постоянными и переменными весами
- •7.7 Преобразование агрегатных индексов в индексы средние из индивидуальных
- •7.8 Индексный метод анализа факторов динамики (система взаимосвязанных индексов)
- •7.9 Индексы постоянного, переменного состава и влияние структурных сдвигов
- •7.10 Построение территориальных индексов
- •8 Статистическое изучение динамики
- •8.1 Ряды динамики и их виды
- •8.2 Показатели анализа динамики
- •8.3 Темпы роста, их вычисление
- •8.4 Прирост и темп прироста
- •8.5 Вычисление средних темпов роста и прироста
- •8.6 Приемы анализа рядов динамики
- •8.7 Аналитическое выравнивание ряда динамики по прямой
- •При четном числе уровней динамического ряда
- •8.8 Приёмы анализа сезонных колебаний
- •9 Выборочное наблюдение
- •9.1 Общее понятие о выборочном методе и причины его использования
- •9.2 Способы отбора
- •9.2.1 Собственно случайная выборка
- •9.2.2 Механический отбор
- •9.2.3 Типический (районированный) отбор
- •9.2.4 Гнездовой (серийный) отбор
- •9.3 Понятие о моментном наблюдении и малой выборке
- •10 Статистическое изучение динамики
- •10.1 Виды связей
- •10.2 Измерение тесноты связи между атрибутивным признаками
- •10.2.1 Коэффициент взаимной сопряженности Чупрова и Пирсона
- •10.2.2 Коэффициенты ассоциации и контингенции
- •10.3 Измерение тесноты связи между количественными признаками
- •10.3. 1 Метод сравнения параллельных рядов
- •10.3.2 Коэффициент Фехнера
- •10.3.3 Коэффициент корреляции рангов
- •10.3.4 Метод аналитических группировок
- •10.4 Метод корреляционно-регрессионного анализа. Корреляционное отношение и коэффициент корреляции
- •10.5 Проверка значимости корреляционной связи с помощью дисперсионного анализа
- •10.6 Понятие о многофакторном корреляционно-регрессионном анализе
- •Литература
- •Содержание
- •Статистика
- •212027, Могилев, пр-т Шмидта,3.
- •212027, Могилев, пр-т Шмидта,3.
- •Выписка из протокола № 11
10.3.2 Коэффициент Фехнера
Коэффициент Фехнера основан на методе параллельных рядов. Суть его в том, что сравниваются знаки отклонений значений признака от их средних арифметических.
1) Находим средние арифметические
2) Рассмотрим совпадение и несовпадение знаков отклонений.
Совпадение знаков (С) означает согласованную вариацию, а несовпадение (Н)- нарушение этой согласованности.
С=21,
Н=4.
Коэффициент Фехнера вычисляется по формуле
.
Принимает значения от –1до +1.
Вычисляем:
.
Связь прямая и заметно согласованная.
Коэффициент Фехнера примитивен, т.к. улавливает только направление связи и не учитывает ее величину.
10.3.3 Коэффициент корреляции рангов
Коэффициент корреляции рангов – это более точный коэффициент определения тесноты связи между количественными признаками. С помощью этого коэффициента можно определить не только силу, но и направление связи:
где d – разность рангов,
n – число единиц совокупности.
Коэффициент принимает значения от –1 до +1.
Знак “ – ” означает, что связь обратная, “ + ” − связь прямая
Ранг – это порядковый номер или место, которое присваивается каждому значению факторного и результативного признака.
Присвоим ранги каждому значению X и Y (см. пример, графы 6 7). Затем вычислим разность рангов (графа 8) и возведем ее в квадрат (графа 9). Теперь вычисляем коэффициент корреляции рангов:
Следовательно, связь между признаками прямая и тесная.
10.3.4 Метод аналитических группировок
Значительно более отчетливо будут проявляться корреляционные зависимости, если мы применим метод группировок и будем сравнивать не индивидуальные данные, а групповые средние.
Группировка производится по факторному признаку, и для каждой группы вычисляется среднее значение результативного признака. Этот способ является единственно возможным, если нужно выявить зависимость на примере сотен и тысяч единиц.
Аналитические группировки позволяют выявить наличие связи и ее направление, а также измерить тесноту связи.
Для этого используются следующие показатели:
1) коэффициент детерминации;
2) эмпирическое корреляционное отношение.
10.4 Метод корреляционно-регрессионного анализа. Корреляционное отношение и коэффициент корреляции
При исследовании корреляционных зависимостей решению подлежит широкий круг вопросов:
1) предварительный анализ свойств моделируемой совокупности;
2) установление факта наличия связи, определение ее направления и формы;
3) измерение степени тесноты связи между признаками;
4) построение регрессионной модели, т.е. нахождение аналитического выражения связи;
5) установление адекватности (соответствия) модели экспериментальным данным.
Для того, чтобы результаты корреляционного анализа нашли практическое применение и дали хороший результат, необходимо, чтобы выполнялись определенные требования в отношении объекта исследования и признаков-факторов, а именно:
1) Однородность изучаемых единиц при корреляционном анализе.
Например, определение зависимости тех или иных технико-экономических показателей работы предприятия от определенных факторов.
Должны быть отобраны предприятия, выпускающие однотипную продукцию, имеющие одинаковый характер технологического процесса, тип используемого оборудования и т.п. Необходима также и количественная оценка однородности. Это можно сделать с помощью коэффициента вариации:
%, %.
2) Достаточное число наблюдений.
3) Требования в отношении признаков-факторов:
- выбирать наиболее важные из них.
Для этого следует провести качественный и количественный анализ с использованием, например, парного коэффициента корреляции, ранговых коэффициентов и т.п.;
- факторы должны быть независимые друг от друга;
- исключаются факторы, функционально связанные с результативным признаком;
- факторы должны иметь количественное выражение.
Кроме ранее разобранных методов для определения наличия и вида связи, можно использовать графический метод. По данным значениям фактического и результативного признака строят так называемое поле корреляций (это точечный график).
Эмпирическая линия регрессии является ломаной линией, т. к. влияние прочих неучтенных причин в средних значениях результативного признака погашается не полностью. Но по этой линии можно получить приблизительное представление о линии связи.
Теоретической линией регрессии называется та линия, вокруг которой группируются точки корреляционного поля и которая указывает основную тенденцию развития
Регрессионная модель:
– прямая,
– парабола,
– гипербола.
Для построения регрессионных моделей нам необходимо найти их параметры (а0,а1). Так как теоретическая линия регрессии должна быть проведена таким образом, чтобы сумма отклонений эмпирических точек от теоретических была равна нулю, а сумма квадратов этих отклонений должна быть наименьшая, значит, следует воспользоваться методом наименьших квадратов.
По этому методу получаются системы уравнений для отыскания неизвестных параметров. Для уравнения прямой:
Параметр а1 – коэффициент регрессии. Он показывает, на сколько в среднем изменяется величина результативного признака при изменении факторного признака X на единицу.
Геометрически этот параметр оценивает степень наклона линии регрессии по отношению к оси ОХ.
Параметр а0 экономического смысла не имеет.
Коэффициент регрессии используют для определения коэффициента эластичности, который показывает, на сколько процентов в среднем изменится величина результативного признака У при изменении признака-фактора Х на 1%: