- •Статистический анализ в экономике Феофанов в.Н. Оглавление
- •Раздел 1. Общая теория статистики 16
- •Раздел 2 123
- •Предисловие
- •Введение
- •Раздел 1. Общая теория статистики
- •1.1. Значение статистики, ее задачи и организация
- •1.2. Статистические наблюдения
- •1.3. Отображение статистической информации
- •1.3.1. Статистические таблицы
- •1.3.2. Графическое отображение
- •1.4. Абсолютные и относительные статистические показатели
- •1.5. Средние показатели
- •Примеры расчета среднего
- •1.6. Статистический анализ вариационных (интервальных) данных (изложение данного раздела с использованием аппарата математической статистики, см. Приложение 1)
- •Решение
- •1.7. Группировка статистических данных и анализ групп
- •1.8. Ряды динамики
- •1.9. Экономические индексы и их использование в экономико-статистических исследованиях
- •1.9.1. Индексы количественных показателей
- •1.9.2. Индексы качественных показателей
- •Сводный индекс
- •Индивидуальные индексы
- •Агрегатный индекс
- •1.9.3. Цепные и базисные индексы
- •1.9.4. Использование индексов в экономическом анализе
- •1.9.5. Расчеты недостающих индексов с помощью индексных систем.
- •1.10. Выборочное наблюдение (расширенное представления этого раздела с использованием аппарата математической статистики см. Приложение 3)
- •1.10.1. Ошибки выборки
- •1.10.2. Малая выборка
- •1.10.3. Способы распространения характеристик выборки на генеральную совокупность
- •1.11. Статистические связи
- •Раздел 2
- •2.1. Статистические методы в экономическом моделировании
- •2.1.1. Введение случайного компонента в экономическую модель
- •2.1.2. Статистические данные и стохастическая модель. Эконометрическая модель
- •2.2.2. Подготовка статистических данных и использование их в модели
- •Приложение 1 Стохастическая природа экономических данных, свойства и статистические оценки случайных величин (в изложении используется аппарат математической статистики)
- •Обработка статистических данных и анализ случайных дискретных данных
- •Приложение 2 Статистические распределения и их основные характеристики
- •Равномерное распределение
- •Нормальное распределение
- •Распределение Стьюдента
- •Приложение 3 Соотношения между экономическими переменными. Корреляционная связь и ее статистическое изучение
- •Вероятностные соотношения: совместная частота (вероятность), условная частота (вероятность), статистическая независимость случайных переменных
- •Оценивание параметров и проверка гипотез о корреляции случайных переменных
- •Приложение 4 Сбор и анализ данных о состоянии и перспективах рынка труда
- •1. Сбор статистическую информацию о текущих состояниях рынка труда
- •Приложение 5 Экзаменационные вопросы (спец. 0608, 0604)
- •Аттестационные и экзаменационные вопросы
- •Список используемой литературы
Нормальное распределение
Параметры распределения значений величин характеризуют распределение в целом. Функциональный вид распределения случайной величины позволяет получить полную информацию о вероятности реализации случайной величины в любом заданном интервале значений.
В экономической практике значительная часть событий представляет собой сумму большого числа независимых или слабо зависимых событий-величин (например, приход каждого покупателя в магазин и приобретение им некоторой совокупности товаром), дисперсии которых малы по сравнению с дисперсией всей суммы (например, при контроле качества суммарная погрешность есть результат неучтенного совместного воздействия целого ряда причин, каждая из которых дает малый вклад в ошибку измерений). Распределения таких случайных величин больше частью бывают неизвестны и в то же время при весьма общих дополнительных условиях они хорошо аппроксимируются нормальным распределением (причем совершенно неважно, по какому закону распределен каждый из вкладов в отдельности). Этим объясняется широкое распространение последнего. Нормальное распределение применяется и в тех случаях, когда истинный закон распределения известен, но вычисления по этому закону затруднительны, а аппроксимация его нормальным распределением допустима. Таким образом, наиболее часто встречающимся в социально-экономических процессах является нормальное или Гауссово распределение.
В экономической практике нормальный закон распределения часто встречается: объем продаж в конкурентной отрасли или в промышленности в целом, суммарные инвестиции, суммарное потребление домашних хозяйств и тому подобные величины, имеющие аддитивную природу, то есть складывающиеся из многих малых взаимно независимых величин.
Основная особенность случайной величины состоит в том, что нельзя предвидеть, какое значение она примет в результате испытания. Однако при достаточно большом числе испытаний поведение суммы независимых случайных величин почти утрачивает случайный характер и становится почти закономерным. При увеличении числа слагаемых в сумме противоположные случайные колебания отдельных величин сглаживаются и распределение вероятностей суммы становится весьма простым, приближаясь при определенных условиях к нормальному распределению.
Рассмотрим основные свойства нормального распределения. Главное из них - если ряд случайных величин (Х1, Х2, ... , Хn) имеет нормальное распределение, то их сумма (X1,+Х2 +...+ Хn) или любая линейная комбинация (α,Х1 + α2Х2 + ... + αnXn) также будет иметь нормальное распределение.
Нормальное распределение одной случайной величины X характеризуется лишь двумя параметрами: средним значением, обычно обозначаемым ц, и стандартным отклонением, обычно обозначаемым а. Это обычно обозначают так: Х= N(μ,σ).
Распределение величины , представляющей собой взвешенную сумму n независимых нормально распределенных случайных величин Хk=N(μk,σk) с параметрами μk, и σk, также будет иметь нормальное распределение с параметрами и .
В частности, если все сk = 1/n, все μk, и σk, одинаковы и равны μ1, и σ1, соответственно, то μ= μ1, а σk= . Обозначая , имеем, таким образом, , . Отсюда видно, что разброс среднего арифметического независимых нормально распределенных случайных величин стремится к нулю при неограниченном увеличении числа этих величин. Если, например, взята достаточно большая репрезентативная выборка населения, то средний доход в выборке почти наверняка окажется близким к действительному среднему доходу населения.
График плотности вероятности нормального распределения имеет типичный колоколообразный вид и показан на рис. 10.
Рис. 10. Функция плотности вероятности нормального распределения
Максимум этой функции находится в точке х =μ, а "растянутость" вдоль оси X определяется параметром σ. Чем меньше значение этого параметра, тем более острый и высокий максимум имеет плотность нормального распределения. Аналитически плотность вероятности нормального распределения на интервале ( ≤Х< ):
а функция распределения:
.
Плотность нормального распределения достаточно быстро (экспоненциально) убывает при удалении х от среднего значения μ.
При оценивании параметров и проверке гипотез чаще применяют другое распределение, являющееся по сути выборочным аналогом нормального распределения и переходящее в него при бесконечно большом числе наблюдений. Это распределение называют распределением Стьюдента или t -распределением.