- •1. Предмет и метод статистики. Структура статистической науки.
- •2. Закон больших чисел и статистическая закономерность. Статистическая методология.
- •3. Основные категории статистики. Статистические показатели.
- •4. Требования, предъявляемые к сопоставимости статистических данных.
- •5. Основные направления реформирования статистики. Организация статистики в рф.
- •6. Статистическое наблюдение – формы, виды, способы.
- •7. Программно-методологические и организационные вопросы наблюдения.
- •8. Классификация ошибок статистического наблюдения, методы контроля данных.
- •9. Сущность и методология группировки, виды группировок.
- •10. Статистические таблицы, правила построения.
- •11. Ряды распределения, их виды, графическое изображение
- •12. Абсолютные и относительные величины, необходимость комплексного применения
- •13. Средние величины, их сущность. Взаимосвязь метода средних и группировок
- •14. Виды степенных средних, методы их расчета. Свойства средней арифметической.
- •15. Структурные средние. Методы расчета и практика применения
- •16. Графическая форма изображения статистических данных. Виды графиков.
- •17. Вариация, значение ее статистического изучения в условиях рынка.
- •18. Основные показатели вариации, их сравнительный анализ
- •19. Дисперсия альтернативного признака. Свойства дисперсии.
- •20. Ряды динамики, их виды, значение статистического изучения
- •21.Основные показатели динамики. Взаимосвязь цепных и базисных характеристик.
- •22. Средние характр-ки рядов динамики
- •23. Методы определения тренда в рядах динамики, их сравнительная оценка
- •24. Метод аналитического выравнивания (прямая, парабола, гипербола)
- •25. Экстраполяция в рядах динамики. Основные методы
- •26. Оценка сезонности в рядах динамики
- •28. Индексы, их роль в анализе экономических явлений.
- •29. Агрегатная форма – основной вид индекса. Индексы Пааше и Ласпейреса.
- •30. Факторный индексный анализ (2-х и 3-х факторные индексные модели).
- •32. Индексный метод анализа динамики среднего уровня явлений.
- •33. Правило сложения дисперсий. Эмпирическое корреляционное отношение.
- •34. Взаимосвязь экономических явлений. Методы оценки взаимосвязи.
- •35. Корреляционный метод изучения связи.
- •36. Непараметрические методы оценки взимосвязи
- •37. Выборочное наблюдение. Способы отбора единиц из генеральной совокупности.
- •38. Сущность ошибок выборки. Методика расчета при различных методах отбора.
- •39. Предмет, метод и задачи экономической статистики
- •40. Основные категории экономической статистики. Их значение для характеристики экономических процессов
- •Классификация экономических субъектов (по вэд, по секторам экономики), их значение
- •44. Основные показатели снс
- •50. Межотраслевой баланс производства и распределения продукции, задачи построения, схема, основные направления анализа
- •51. Экономическо-математическая модель моб, коэффициенты полных и прямых затрат, значение и направления их использования.
- •52. Статистическая оценка населения
- •53. Статистическая оценка рынка труда
- •57 Статистическая оценка национального богатства
- •59 Статистическая оценка эффективности общественного производства.
- •60. Статистическая оценка уровня жизни населения
35. Корреляционный метод изучения связи.
Корреляционная связь (которую также называют неполной, или статистической) проявляется в среднем, в общем, для массовых наблюдений, когда заданным значениям зависимой переменной соответствует некоторый ряд вероятных значений независимой переменной. В каждом конкретном случае такая связь может отсутствовать.
Механизм действия корреляции заключается в наличии общих причин, формирующих совместное изменение фактора и результата.
Этапы корреляционного исследования:
1.Обоснование наличия связи. Для этого необходимо детальное изучение профессиональной области. Для построения рабочей гипотезы используют методы философии. Подготавливают и собирают исходные данные.
2.Выбор формы связи. Для этого исходные данные наносят на график и получают поле корреляции. Связи могут быть прямые и обратные, могут быть однофакторные – парная корреляция, многофакторные – множественная корреляция. Связи могут быть линейные и нелинейные (уравнение регрессии). Полученное уравнение регрессии является моделью изучаемого процесса и применяется для прогнозных расчетов. Но прежде нужно доказать, что связь между х и у достаточно тесная.
3. Оценка тесноты связи. Показатели тесноты связи отражают среднюю меру колеблемости результативного признака относительно его среднего значения при одной и той же величине факторного признака
В зависимости от шкал, по которым измеряют х и у существуют показатели. Номинальная шкала – коэффициент ассоциации, коэф. контингенции, коэф. взаимной сопряженности; Порядковая шкала – коэф. корреляции рангов Спирмана, коэф. корреляции рангов Кендела, коэф. конкордации. Также существует количественная шкала.
Для любой формы связи рассчитывают индекс корреляции η – теоретическое корреляционное отношение. Для линейной формы связи рассчитывают rху – линейный коэф. Корреляции. Близость rху и η подтверждает гипотезу о линейности связи.
rху = (х*у - х*у)/(σх*σу)
36. Непараметрические методы оценки взимосвязи
В статистической практике приходится сталкиваться с задачами измерения связи между качественными признаками, к которым параметрические методы анализа (параметрические методы – методы позволяющие измерять признаки являющиеся количественными, при использовании данных методов нельзя обойтись без вычисления основных параметров распределения (средних величин, дисперсий) в их обычном виде неприменимы. Статистической наукой разработаны методы, с помощью которых можно измерить связь между явлениями, не используя при этом количественные значения признака, а значит, и параметры распределения. Такие методы получили название непараметрических.
Если изучается взаимосвязь двух качественных признаков, то используют комбинационное распределение единиц совокупности в форме так называемых таблиц взаимной сопряженности(см. пример таблицы).
Пример:Таблица. Данные о распределении выпускников средних школ по сферам занятости с выделением аналогичных общественных групп их родителей.
Однако важно получить обобщающий показатель, характеризующий тесноту связи между признаками и позволяющий сравнить проявление связи в разных совокупностях. Для этой цели исчисляют, например, коэффициенты взаимной сопряженности Пирсона (С) и Чупрова (К):
г де ф2(f2)– показатель средней квадратической сопряженности, определяемый путем вычитания единицы из суммы отношений квадратов частот каждой клетки корреляционной таблицы к произведению частот соответствующего столбца и строки:
К1 и К2 – число групп по каждому из признаков.
Величина коэффициента взаимной сопряженности, отражающая тесноту связи между качественными признаками, колеблется в обычных для этих показателей пределах от 0 до 1.
Ситуации, когда признак не выражается количественно, однако единицы совокупности можно упорядочить называется ранжированием. Примерами могут быть ранжирование студентов (учеников) по способностям, любой совокупности людей по уровню образования, профессии, по способности к творчеству и т.д.
При ранжировании каждой единице совокупности присваивается ранг, т.е. порядковый номер. При совпадении значения признака у различных единиц им присваивается объединенный средний порядковый номер. Например, если у 5-й и 6-й единиц совокупности значения признаков одинаковы, обе получат ранг, равный (5 + 6) / 2 = 5,5.
Измерение связи между ранжированными признаками производится с помощью ранговых коэффициентов корреляции Спирмена (r) и Кендэлла (t). Эти методы применимы не только для качественных, но и для количественных показателей, особенно при малом объеме совокупности, так как непараметрические методы ранговой корреляции не связаны ни с какими ограничениями относительно характера распределения признака.