- •1. Почему нельзя сравнивать коэффициенты регрессии в натуральном
- •2.Цели и задачи статистики.
- •4. Какие виды выборочного наблюдения вам известны?
- •5. Основные виды графического предоставления статистической информации.
- •6. Кластерный анализ как статистический метод.
- •7.Медиана, мода, квартили, особенности применения
- •8. Назовете показатели динамики
- •9.Построение доверительных интервалов
- •10.Индексы и их классификация
- •12. Индексы цен Лайсперса, Пааше и Фишера
- •Экономическое содержание
- •Экономическое содержание
- •Идеальный индекс цен Фишера
- •13.Полигон распределения и гистограмма
- •14.Индексы постоянного и переменного состава и индекс структурных сдвигов
- •Индекс структурных сдвигов
- •15 Кумулятивная функция.
- •17.Основные правила построения графиков
- •18.Уравнение регрессии, его интерпретация
- •20. Коэффициент сопряженности Чупрова и коэффициент Крамера, их применение
- •21. Среднее арифметическое простое и взвешенное, особенности применения
- •22. Коэффициенты связи для дихотомических таблиц
- •23. Среднее геометрическое и квадратическое, особенности применения
- •24. Коэффициент сопряженности Пирсона, его применение
- •25. Среднее гармоническое и хронологическое, особенности применения
- •26. В чем состоит назначение ошибки аппроксимации?
- •27. Основные виды графического представления статистической информации
- •28. Коэффициент корреляции рангов Спирмена, его применение
- •29. Дисперсия и среднее квадратическое (стандартное) отклонение
- •31. Нормальное распределение признака
- •32. Виды скользящих средних
- •33. Стандартная ошибка
- •34. Коэффициент корреляции Пирсона, его применение
- •35. Статистический анализ временных рядов. Тренды и сезонность
- •38. Применение автокорреляции
- •41. Корреляционный анализ как статистический метод
- •44. Критерий Дарбина-Уотсона
- •Недостатки
- •45. Интервальные вариационные ряды
- •46. Корреляционное отношение h2, его применение
- •50. Временные ряды и их анализ
- •53. Размер и структура выборки
- •54. Коэффициент сопряженности Пирсона, его применение.
- •55. Перечислите основные группы пользователей официальной статистической информации.
- •56. Какие существуют способы распространения официальной статистической информации?
- •57. Из каких последовательных этапов состоит цикл работ по проведению статистического исследования?
- •58. Что понимается под административными данными?
- •59. Какие известны способы регистрации данных при статистическом наблюдении?
- •60. Раскройте смысл понятий «программа наблюдения» и «программа разработки итогов наблюдения».
- •61. Как соотносятся между собой понятия «признак единицы совокупности» и «статистический показатель»?
- •62. Каковы задачи типологической группировки?
- •63. Каковы задачи статистической сводки?
- •64. Какие условия определяют выбор формы средней?
- •65. Каковы основные свойства средней арифметической?
- •65(2). Как вычисляется средняя арифметическая по сгруппированным данным?
- •66. Какие задачи решают структурные средние?
- •67. В чем состоят особенности расчета медианы на основе дискретных и интервальных рядов динамика?
- •68. Как определяется мода для несгрупированныхданых и вариационных рядов.
- •70. С какой целью применяется выборочный метод в социально-экономической статистике?
- •1)Статистического оценивания и проверки гипотез
- •72. Чем отличаются ошибки репрезентативности от ошибок регистрации?
- •73. Как определяется необходимый объём выборочной совокупности?
- •74. Как на основе средней ошибки репрезентативности определить предельное значение ошибки репрезентативности?
- •75. Какие существуют виды стратифицированной выборки?
- •76. Каков порядок распространения выборочных результатов на генеральную совокупность?
- •77. Что понимается под малой выборкой?
- •79. Какие задачи позволяет решать дисперсионный анализ?
- •89. Поясните смысл частных линейных коэффициентов эластичности.
41. Корреляционный анализ как статистический метод
Корреляционный анализ является одним из методов статистического анализа взаимозависимости нескольких признаков.
Основная задача корреляционного анализа состоит в оценке корреляционной матрицы генеральной совокупности по выборке и определении на основе этой матрицы частных и множественных коэффициентов корреляции и детерминации.
Парный и частный коэффициенты корреляции характеризуют тесноту линейной зависимости между двумя переменными соответственно на фоне действия и при исключении влияния всех остальных показателей, входящих в модель. Они изменяются в пределах от -1 до +1, причем чем ближе коэффициент корреляции к 1, тем сильнее зависимость между переменными. Если коэффициент корреляции больше нуля, то связь положительная, а если меньше нуля — отрицательная.
Множественный коэффициент корреляции характеризует тесноту, линейной связи между одной переменной (результативной) и остальными, входящими в модель; он изменяется в пределах от 0 до 1.
Квадрат множественного коэффициента корреляции называется множественным коэффициентом детерминации. Он характеризует долю дисперсии одной переменной (результативной), обусловленной влиянием всех остальных переменных (аргументов), входящих в модель.
В корреляционном анализе матрицу Х рассматривают как выборку объема п из k-мерной генеральной совокупности, подчиняющейся k-мерному нормальному закону распределения.
44. Критерий Дарбина-Уотсона
Критерий Дарбина — Уотсона (или DW-критерий) — статистический критерий, используемый для нахождения автокорреляции первого порядка элементов исследуемой последовательности. Наиболее часто применяется при анализе временных рядов и остатков регрессионных моделей. Критерий назван в честь Джеймса Дарбина и Джеффри Уотсона. Критерий Дарбина — Уотсона рассчитывается по следующей формуле:
где ρ1 — коэффициент автокорреляции первого порядка.
Недостатки
Неприменим к моделям авторегрессии.
Не способен выявлять автокорреляцию второго и более высоких порядков.
Даёт достоверные результаты только для больших выборок
45. Интервальные вариационные ряды
Интервальным вариационным рядом называется упорядоченная совокупность интервалов варьирования значений случайной величины с соответствующими частотами или частостями попаданий в каждый из них значений величины.
Для построения интервального ряда необходимо определить величину частичных интервалов. Считая, что все частичные интервалы имеют одну и ту же длину, для каждого интервала следует установить его верхнюю и нижнюю границы, а затем в соответствии с полученной упорядоченной совокупностью частичных интервалов сгруппировать результаты наблюдении. Длину частичного интервала h следует выбрать так, чтобы построенный ряд не был громоздким и в то же время позволял выявить характерные черты изменения значений случайной величины.
Для того чтобы вариационный ряд не был слишком громоздким, обычно число интервалов берут от 7 до 11
По данным интервального ряда строят гистограмму частот или гистограмму относительных частот
Ступенчатая фигура, состоящая из прямоугольников, основания которых- частичные интервалы, высоты равны отношению частоты к длине частичного интервала( плотность частоты) (частости к длине частичного интервала (плотность частости))
Вариационные ряды задают статистическое распределение выборки: соответствие между вариантами и частотами или частостями.