- •1.Предмет статистики. Теоретич.Основа статистики. Особен.Стат.Методологии.
- •2.Современная орг-ия, роль и задачи статистики в условиях рыночных отношений.
- •3. Понятие статистического наблюдения, его задачи и организац.Формы.
- •4. Виды и способы статистич.Наблюдения.
- •5. Понятие, задачи и организация стат.Сводки.
- •6.Статис.Группировки, их виды, построение и использование группировок.
- •8. Статис.Таблица,ее элементы, правила построения, виды статист.Таблиц.
- •9.Абсолютные и относительные показатели, их значение…Необходимость их использования…
- •10.Сущность,значение средних величин…
- •11.Понятие вариаций масс.Явлений.Показатели вариаций.
- •12.Сущность выбороч.Метода наблюдения..
- •13.Ошибки выборки.Рачет необход.Числен.Выборки..
- •14.Понятие о рядах динамики…
- •15. Основные приемы обеспечения сопостовимости уровней ряда…Основные показатели анализа ряда
- •16.Метод выявления типа тенденции ряд.Динамики.Прогнозироапние на основе тренда
- •17.Метод изучения сезонных колебаний в ряд.Динамики.Коэф-т сезонности.
- •18.Сущность индексов,класс-я.Оновы построения агрегатных индексов.
- •19. Средние индексы, способы их расчета и область применения.
- •20. Индексы с постоянными и переменными весами. Индексы структуры.
- •21. Виды и формы связей. Основные статистические методы изучения связей.
- •22. Выбор формы связей. Уравнение регрессии, вычисление и интерпритация его параметров.
- •23. Основные показатели измерения тесноты связхи между признаками.
- •24. Изучение численности и состава населения. Основные источники статистической информации о населении.
- •25 Методы расчета численности населения и трудовых ресурсов на перспективу.
- •26. Показатели естественного и механического движения населения.
- •27. Статистика занятости и безработицы. Классификация рабочей силы по экономической активности и статусу в занятости.
- •28. Показатели численности и состава трудовых ресурсов. Характеристика баланса трудовых ресурсов.
- •29. Понятие национального богатства. Изучение его объема и структуры.
- •30.Статистика состава и состояния осн.Фондов.
- •31. Изучение динамики и использования осн.Фондов.
- •32. Балансы осн.Фондов. Методы оценки осн.Фондов.
- •33. Статистика оборотных производственных фондов.
- •34. Статистика продукции сельского хозяйства.
- •35.Статистика численности, состава и движения рабочей силы.
- •36 Статистика раб.Времени.Показатели использ-я фондов раб.Времени.
- •37. Производительность труда.
- •38.Статистические показатели использования материальных ресурсов.
- •40. Показатель затрат на 1руб продукции и исчисление влияния основных факторов на динамику затрат на 1руб продукции.
- •42. Основные категории прибыли, их сущность и взаимосвязь.
- •43. Основные показатели рентабельности, их сущность и способы расчета.
- •44. Сущность и методы исчисления валового внутреннего продукта.
- •45. Сущность и методы расчета национального дохода.
- •46. Система показателей снс.
- •48. Статистика денежного обращения.
- •49. Статистика страхования.
- •17.3.Атистика банковской и биржевой деятельности
22. Выбор формы связей. Уравнение регрессии, вычисление и интерпритация его параметров.
Регрессионный анализ заключается в определении аналитического выражения связи, в котором изменение одной величины (называемой зависимой или результативным признаком) обусловлено влиянием одной или нескольких независимых величин (факторов), а множество всех прочих факторов, также оказывающих влияние на зависимую величину, принимается за постоянные и средние значения. Регрессия может быть однофакторной (парной) и многофакторной (множественной).
По форме зависимости различают:
а) линейную регрессию, которая выражается уравнением прямой (линейной функцией) вида:
Ух= а0+а1х
б) нелинейную регрессию, которая рассчитывается уравнением вида:
парабола - Yx =а0 + а,1х + а2х2;
гипербола- Yx=a0+ (а1/х)
По направлению связи различают:
а) прямую регрессию (положительную), возникающую при условии, если с увеличением или уменьшением независимой величины значения зависимой также соответственно увеличиваются или уменьшаются;
б) обратную (отрицательную) регрессию, появляющуюся при условии, что с увеличением или уменьшением независимой величины зависимая, наоборот, уменьшается или увеличивается.
При использовании корреляционно-регрессионного анализа необходимо соблюдать следующие требования:
1. Совокупность исследуемых исходных данных должна быть однородной и математически описываться непрерывными функциями.
2. Все факторные признаки должны иметь количественное (цифровое) выражение.
3. Необходимо наличие достаточно большого объема исследуемой выборочной совокупности.
4. Причинно-следственные связи между явлениями и процессами могут быть описаны линейной или приводимой к линейной формой зависимости.
5. Не должно быть количественных ограничений на параметры модели связи.
6.^ Необходимо обеспечить постоянство территориальной и временной структуры изучаемой совокупности.
Соблюдение данных требований позволяет исследователю построить статистическую модель связи, наилучшим образом аппроксимирующую моделируемые социально-экономические явления и процессы.
Теоретическая обоснованность моделей взаимосвязи, построенных на основе корреляционно-регрессионного анализа, обеспечивается соблюдением следующих основных условий:
1. Все признаки и их совместные распределения должны подчиняться нормальному закону распределения.
2. Дисперсия моделируемого признака должна оставаться постоянной при изменении величины значений факторных признаков.
3. Отдельные наблюдения должны быть независимыми, т е результаты, полученные в i-м наблюдении, не должны быть связаны с предыдущими и содержать информацию о последующих наблюдениях, а также влиять на них.
Отступление от выполнения этих условий и предпосылок приводит к тому, что параметры регрессии не будут отражать реальное воздействие на моделируемый показатель.
Одной из проблем построения уравнения регрессии является их размерность, т.е. определение числа факторных признаков, включаемых в модель. Их число должно быть оптимальным.
Парная регрессия характеризует связь между двумя признаками: результативным и факторным. Аналитически связь между ними описывается уравнениями:
Прямой- а0+а1х
Гиперболы- Yx=a0+ (а1/х)
Параболы- Yx =а0 + а,1х + а2х2;
Выбор типа уравнения зависит от исследования. Оценка параметров уравнения осущ-я методом наименьших квадратов.
В уравнениях регрессии параметр а0 показывает усредненное влияние на результативный признак неучтенных факторов. Изучая связи между 3 и более связанными между собой признаками носит название множественной регрессии. Требуется определить аналитическое выражение связи между результативным признаком и факторным.
Самым приемлемым способом отбора факторных признаков является шаговая регрессия- последовательное включение факторов в уравнение регрессии и последующей проверке их значимости.
Проверка адекватности моделей, построенных на основе уравнения регрессии, начинается с проверки значимости каждого коэффициента регрессии. Значимость коэф-в регрессии осущ-я с помощью критерия t-критерия Стъдента.
Интерпретация моделей регрессии осуществляется методами той отрасли знаний, к которой относятся исследуемые явления. Но всякая интерпретация начинается со статистической оценки уравнения регрессии в целом и оценки значимости входящих в модель факторных признаков, т.е. с выяснения, как они влияют на величину результативного признака. Чем больше величина коэффициента регрессии, тем значительнее влияние данного признака на моделируемый. Особое значение при этом имеет знак перед коэффициентом регрессии. Знаки коэффициентов регрессии говорят о характере влияния на результативный признак. Если факторный признак имеет знак плюс, то с увеличением данного фактора результативный признак возрастает; если факторный признак имеет знак минус, то с его увеличением результативный признак уменьшается. Интерпретация этих знаков полностью определяется социально-экономическим содержанием моделируемого (результативного) признака. Если его величина изменяется в сторону увеличения, то плюсовые знаки факторных признаков имеют положительное влияние. При изменении результативного признака в сторону снижения положительное значение имеют минусовые знаки факторных признаков. Если экономическая теория подсказывает, что факторный признак должен иметь положительное значение, а он является отрицательным, то необходимо проверить расчеты параметров уравнения регрессии. Такое явление чаще всего бывает в силу допущенных ошибок при решении. Однако следует иметь в виду, что при анализе совокупного влияния факторов, при наличии взаимосвязей между ними характер их влияния может меняться. Для того чтобы быть уверенным, что факторный признак изменил знак влияния, необходима тщательная проверка решения данной модели, так как часто знаки могут меняться в силу допустимых ошибок при сборе или обработке информации.
Построенная модель на основе ее проверки по F-критерию Фишера должна быть в целом адекватна, и все ее коэффициенты регрессии значимы. Такая модель может быть использована для принятия решений к осуществлению прогнозов.
С целью расширения возможностей экономического анализа используются частные коэффициенты эластичности. Множественный коэф детерминации, линейный коэф корреляции и тд