- •Статистика
- •Часть I
- •Тема 1. Предмет статистики, ее задачи и организация
- •Военная
- •Тема 2. Статистическое наблюдение
- •Елисеева и.И., Юзбашев м.М. Общая теория статистики: м.: Финансы и статистика, 1998.
- •Тема 3. Средние величины и показатели вариации
- •Громыко г.А. Общая теория статистики: Практикум. – м.: инфра – м, 1999. –139 с.
- •Елисеева и.И., Юзбашев м.М. Общая теория статистики: м.: Финансы и статистика, 1998.
- •Средняя арифметическая:
- •Средняя гармоническая:
- •Средняя хронологическая:
- •Средняя геометрическая:
- •Средняя квадратическая:
- •Среднее квадратическое (среднеквадратическое) отклонение ( - сигма):
- •Относительный размах
- •Относительное линейное отклонение:
- •Коэффициент вариации:
- •Тема 4. Группировка
- •Тема 5. Выборочное наблюдение
- •Елисеева и.И., Юзбашев м.М. Общая теория статистики: м.: Финансы и статистика, 1998.
- •1) Повторный и
- •2) Бесповторный способы отбора.
- •Тема 6. Корреляционно-регрессионный анализ
- •Елисеева и.И., Юзбашев м.М. Общая теория статистики: м.: Финансы и статистика, 1998.
- •Условия применения корреляционно-регрессионного анализа:
- •Парный коэффициент корреляции:
- •Парный коэффициент детерминации
- •Тема 7. Ряды динамики
- •Елисеева и.И., Юзбашев м.М. Общая теория статистики: м.: Финансы и статистика, 1998.
- •1) Интервальный ряд
- •2) Моментный ряд
- •Условия правильного построения рядов:
- •Формулы для расчета показателей ряда динамики.
- •Формулы для расчета средних значений показателей ряда динамики:
- •Р яд динамики в виде произведения уравнения тренда на средние индексы сезонных колебаний
- •Уравнение в виде «гармоник ряда Фурье»:
- •Если отсутствует автокорреляция, то парный коэффициент корреляции можно находить по обычной формуле rхy .
- •Тема 8. Индексный метод
- •Часть I
- •230008, Г. Гродно, ул. Терешковой, 28.
- •230008, Г. Гродно, ул. Терешковой, 28.
Если отсутствует автокорреляция, то парный коэффициент корреляции можно находить по обычной формуле rхy .
Уравнение связи (регрессии) отклонений имеет вид:
(7.30)
В этом уравнении a0 всегда равно 0, коэффициент регрессии a1 вычисляют по формуле:
(7.31)
Ряд авторов предлагает совместить показатели рядов в едином уравнении, т.е. построить многофакторное уравнение, отражающее зависимость результата (У) от фактора (Х) и его изменение во времени (t)
Ỹхt = a0 + a1 х + а2 t (7.32)
Это уравнение отражает зависимость изменений значений одного ряда показателей (У) от изменений значений другого ряда (Х) во времени t. Время t задаётся как натуральный ряд чисел t=1,2,3,…, n или нумерацию производят от середины ряда, как это показано в вопросе 4. Параметры уравнения регрессии можно найти, используя метод наименьших квадратов, если составить и решить следующую систему трех уравнений с тремя неизвестными
(7.33)
Система упростится, если номерацию уровней ряда проводить от его середины так, чтобы t=0. Тогда система примет несколько упрощенный вид:
(7.34)
Затем исследование проводится также, как в многофакторном корреляционно-регрессионном анализе.
В учебниках по общей теории статистики не отражена проблема построения уравнения регрессии при наличии тренда и при наличии сезонных колебаний.
В 8. Понятия интерполяции и экстраполяции в рядах динамики.
В рядах динамики часто теряется информация при сборе данных для них.
Слово «интерполяция» латинского происхождения (interpolatio) – означает изменение. Современное использование этого слова в экономических науках имеет несколько другой, более широкий смысл.
Интерполяция – это способ определения промежуточных значений динамического ряда:
а) на основе известных соседних значений (как среднее арифметическое);
б) на основе взаимосвязей с другими рядами, количественные выражения которых известны;
в) на основе средних значений показателей ряда динамики (см. вопрос 2).
При проведении интерполяции предполагается, что выявленная тенденция и ее характеристики не претерпели существенных изменений в тот период времени, уровни которого отсутствуют.
При прогнозировании развития анализируемых показателей на перспективу используется метод экстраполяции, при проведении которого предполагается, что условия развития явления в будущем не изменятся. Такая экстраполяция называется перспективной. Чем короче срок экстраполяции, тем точнее и надежнее ее результаты. За короткий срок чаще всего условия развития резко не меняются. Однако история знает и другие примеры, такие как развал Советского Союза и образование целого ряда независимых государств, в т.ч. и Республики Беларусь, финансовый и экономический кризис 2008–200_..гг.
Термин «экстраполяция» произошел от соединения двух латинских слов «extra» – сверх и «polire» – делать гладким. Соединение этих двух терминов в одном слове означает нахождение по ряду известных значений величины данной таблицы или графика других ее значений, находящихся вне ее ряда.
Экстраполяция – это метод определения количественных характеристик для совокупностей, не подвергающихся изучению непосредственно, а на основе изучения предыдущего их развития или развития аналогичных совокупностей.
Чем дальше прогнозирование от реального фактического времени, тем больше интервальная ошибка результатов экстраполяции. Поэтому с течением времени необходимо с учетом свершившегося факта оценивать динамику ряда и осуществлять корректировку прогноза.
По сути дела методика экстраполяции и расчет значений уровня ряда на перспективу рассмотрен нами в вопросе 4 данной темы.
Оба эти метода возможны только в условиях стабильного развития технолого-экономических показателей.