- •9. Статистическое изучение взаимосвязи социально-экономических явлений 101
- •1. Основные понятия статистики
- •2. Статистическое наблюдение
- •2.1. Основные организационные формы, виды и способы статистического наблюдения Организационные формы статистического наблюдения
- •Способы статистического наблюдения
- •Виды статистического наблюдения
- •2.2. Точность статистического наблюдения
- •3. Статистическая сводка и группировка
- •3.1. Вторичная группировка, ее виды
- •Расчет численности групп на основе метода долевой перегруппировки
- •4. Статистические таблицы
- •Название таблицы*
- •4.1. Основные правила построения статистических таблиц
- •5. Графическое изображение статистических данных
- •5.1. Классификация статистических графиков
- •6. Статистические показатели, их виды
- •6.1. Виды признаков и шкал
- •Сравнительные характеристики различных видов шкал
- •6.2. Статистические показатели, их виды
- •7. Статистическое распределение выборки и показатели, рассчитываемые на его основе.
- •7.1. Статистическое распределение выборки
- •Табличная форма представления
- •7.2. Средние величины
- •7.3. Структурные характеристики статистических рядов
- •7.4. Показатели вариации
- •7.5. Построение теоретического закона распределения по опытным данным
- •Расчет выборочных характеристик
- •1. Дискретные случайные величины
- •2. Непрерывные случайные величины
- •Расчет χ2-критерия Пирсона
- •Расчет χ2-критерия Пирсона
- •Расчет величины d
- •7.6. Моменты распределения. Асимметрия и эксцесс
- •8. Выборочное наблюдение
- •8.1. Сущность и этапы выборочного наблюдения
- •8.2. Методы формирования выборок
- •8.3. Виды выборок
- •8.4. Статистические оценки параметров распределения
- •8.4.1. Понятие и свойства точечных оценок
- •8.4.2. Методы получения точечных оценок
- •8.4.3. Сущность интервального оценивания
- •Формулы расчета стандартной ошибки выборки7
- •8.4.4. Оценка параметров генеральной совокупности по малым выборкам
- •8.5. Определение необходимой численности выборки
- •Формулы расчета численности выборки
- •8.6. Распространение результатов полученных по выборке на генеральную совокупность
- •9. Статистическое изучение взаимосвязи социально-экономических явлений
- •9.1. Сущность причинно-следственной связи, ее виды
- •9.2. Корреляционный анализ количественных признаков
- •9.2.1. Парная корреляция
- •9.2.1.1. Метод сопоставления параллельных данных
- •Основные показатели деятельности предприятий
- •9.2.1.2. Метод группировок
- •9.2.1.3. Выборочный линейный коэффициент корреляции к. Пирсона
- •9.2.2. Частная и множественная корреляция
- •9.3. Корреляционный анализ качественных признаков
7.5. Построение теоретического закона распределения по опытным данным
Основная задача анализа вариационных рядов – выявление подлинной закономерности распределения путем исключения влияния второстепенных, случайных для данного явления факторов. При решении данной задачи можно выделить следующие этапы:
выдвижение гипотезы о законе распределения случайной величины;
построение теоретического закона распределения по эмпирическим (опытным) данным, расчет теоретических частот;
проверка гипотезы о законе распределения.
1 этап: выдвижение гипотезы о законе распределения случайной величины.
Предположение о виде закона распределения может быть выдвинуто исходя из:
а) теоретических предпосылок (к примеру, выполнение условий центральной предельной теоремы может свидетельствовать о нормальном законе распределения случайной величины);
б) опыта аналогичных предшествующих исследований;
в) анализа графического изображения эмпирического распределения.
2 этап: построение теоретического закона распределения по эмпирическим (опытным) данным, расчет теоретических частот.
При обработке статистических данных решается вопрос о том, как подобрать для исходного вариационного ряда теоретическую кривую распределения, которая выражала бы лишь существенные черты статистического материала, но не случайности, обусловленные недостаточным объемом выборки. Под построением теоретической кривой распределения понимается такая обработка статистических данных, когда обеспечивается подбор наиболее подходящего теоретического закона распределения, который может быть задан либо функцией распределения F(x), либо плотностью распределения f(x). Параметры данных функций, как правило, неизвестны, поэтому их заменяют наилучшими оценками, рассчитанными по выборке.
В практике статистического исследования встречаются такие распределения как нормальное, логарифмически нормальное, биномиальное, Пуассона и др.
Пример 7.3. В результате проверки 500 контейнеров со стеклянными изделиями установлено, что число поврежденных изделий Х имеет следующее эмпирическое распределение (xi – количество поврежденных изделий в контейнере; ni – число контейнеров, содержащих xi поврежденных изделий):
Таблица 4
Исходные данные
xi |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
ni |
199 |
169 |
87 |
31 |
9 |
3 |
1 |
1 |
Построить теоретический закон распределения в предположении, что случайная величина Х (генеральная совокупность) распределена по закону Пуассона.
Решение
Закон распределения Пуассона4 имеет следующий вид:
,
где k – число появлений исследуемого события;
, где p – вероятность появления исследуемого события; n – объем выборки.
Известно, что параметр λ, которым определяется распределение Пуассона, равен математическому ожиданию этого распределения. Поскольку в качестве оценки математического ожидания принимают выборочную среднюю, то и в качестве оценки λ можно принять выборочную среднюю , т.е.
.
Тогда вышеприведенная формула Пуассона примет вид:
.
Пример 7.4. В результате выборочного наблюдения было получено следующее статистическое распределение населения района по размеру среднемесячного дохода:
Таблица 5
Исходные данные
Среднемесячный доход, руб. |
Численность, чел. |
до 500 |
25 |
500 – 1000 |
115 |
1000 – 1500 |
243 |
1500 – 2000 |
251 |
2000 – 2500 |
118 |
свыше 2500 |
31 |
Итого |
783 |
Построить теоретический закон распределения в предположении, что случайная величина Х (генеральная совокупность) распределена по нормальному закону.
Решение
Так как параметры нормального распределения (a, σ) неизвестны, то заменим их соответствующими несмещенными и состоятельными точечными оценками ( ). Рассчитаем выборочную среднюю и выборочное среднее квадратическое отклонение5.
Таблица