- •1.Статистика как комплекс научных дисциплин. Предмет и объект каждой из них
- •2.Методологические принципы статистики. Основные категории статистической науки
- •4.Задачи сводки и группировки, их содержание и теоретические основы
- •5.Содержание методики статистических группировок.
- •6. Виды статистических группировок
- •7. Статистические таблицы, их виды и правила построения
- •8. Абсолютные величины:виды
- •9. Понятие,значение,формы и выды относительных величин.
- •10.Средние величины :содержание ,типы виды, научные условия применения.
- •11.Показатели вариации их показательное значение.
- •12.Свойства дисперсии, правила сложения(разложения)дисперсии и его использование в статистическом анализе.
- •13. Виды стат-их граф-ов по сод-нию решаемых зад и спос-ам постр-ния.
- •14. Ряды динамики: виды, показатели анализа.
- •15. Методы выявления тенденции в динамических рядах.
- •16. Индексы: определение, основные элементы индексов, обоснование выбора весов, задачи решаемые с помощью индексов.
- •17. Правила построения динамических и территориальных индексов.
- •18. Система индексов в статистике.
- •19. Понятие и показатели структуры и структурных сдвигов социально- экономических явлений.
- •20. Статистические приемы и методы анализа социально- экономических структур.
- •21 Сводная оценка структурных изменений во времени и пространстве
- •22 Стат показатели степени концентрации и централизации признака
- •24 Многомерные средние
- •25. Понятие о методах установления взаимосвязи: факторный анализ, метод главных компонент, канонические корреляции.
- •26. Многомерный статистический анализ
- •27. Статистические методы моделирования: понятия о статистических моделях. Модели тендеции и факторные модели.
- •29 Научные основы и этапы статистического моделирования
- •30 Понятие прогнозирование. Прогнозирование на основе факторных моделей социально- экономических явлений
- •31 Система показателей социально- экономической статистики
- •32 Основные группировки и классификации в социально- экономической статистике
- •33.Статистика национального богатства (нб): понятие, состав.
- •34. Основные показатели статистики населения.
- •35. Земельный фонд
- •36. Статистика основных фондов
- •37. Задачи статистики труда. Понятие и содержание категорий рынка труда.
- •38. Показатели наличия, состава и движения трудовых ресурсов.
- •39. Показатели использ. Рабочей силы и рабочего времени.
- •40.Система показателей произ-ти труда.
- •41. Статистика оплаты труда и издержек на рабочую силу.
- •42.Основные показатели статистики растениеводства
- •43. Основные показатели статистики животноводства
- •44.Основ.Показатели обществ.Затрат и себестоим-ти продукции
- •45. Понятие продуктов труда. Показатели валовой продукции, способы определения.
- •46 Исчисление валовой продукции отдельных отрослей.
- •1. Общие принципы определения показателей продукции отдельных отраслей экономики.
- •2. Промышленность
- •3. Строительство
- •4. Транспорт
- •5. Торговля
- •47 Показатели доходов предприятий и предпринимателей.
- •48. Статистическое изучение динамики цен и тарифов
- •49. Показатели рынка товаров и услуг, оценки рыночной конъюктуры
- •52. Статистика бюджета и бюджетной системы.
- •53.Статистика кредита и страхования.
- •54.Статистика рынка ценных бумаг и фондовых бирж.
- •56. Основные показатели и счета внутренней экономики.
- •57. Основные макроэкономич. Показатели.
- •58Межотраслевой баланс.
- •59. Система показателей уровня жизни.
- •60.Источники информации и основ.Направления анализа уровня жизни.
26. Многомерный статистический анализ
- раздел математич. статистики, посвященный математич. методам построения оптимальных планов сбора, систематизации и обработки многомерных статистич. данных, направленным на выявление характера и структуры взаимосвязей между компонентами исследуемого многомерного признака и предназначенным для получения научных и практич. выводов.
Под многомерным признаком понимается р-мерный вектор показателей (признаков, переменных) среди к-рых могут быть: количественные, т. е. скалярно измеряющие в определенной шкале степень проявления изучаемого свойства объекта, п о-рядковые (или ординальные), т. е. позволяющие упорядочивать анализируемые объекты по степени проявления в них изучаемого свойства; и классификационные (или номинальные), т. е. позволяющие разбивать исследуемую совокупность объектов на не поддающиеся упорядочиванию однородные (по анализируемому свойству) классы.
Многомерный статистический анализ. Перейдем к многомерному статистическому анализу. Его применяют при решении следующих задач: • исследование зависимости между признаками;• классификация объектов или признаков, заданных векторами;• снижение размерности пространства признаков. При этом результат наблюдений – вектор значений фиксированного числа количественных и иногда качественных признаков, измеренных у объекта. Напомним, что количественный признак – признак наблюдаемой единицы, который можно непосредственно выразить числом и единицей измерения. Количественный признак противопоставляется качественному - признаку наблюдаемой единицы, определяемому отнесением к одной из двух или более условных категорий (если имеется ровно две категории, то признак называется альтернативным). Статистический анализ качественных признаков – часть статистики объектов нечисловой природы. Количественные признаки делятся на признаки, измеренные в шкалах интервалов, отношений, разностей, абсолютной.А качественные – на признаки, измеренные в шкале наименований и порядковой шкале. Методы обработки данных должны быть согласованы со шкалами, в которых измерены рассматриваемые признаки (см. раздел 2.1 о теории измерений). Целями исследования зависимости между признаками являются доказательство наличия связи между признаками и изучение этой связи. Для доказательства наличия связи между двумя случайными величинами Х и У применяют корреляционный анализ. Если совместное распределение Х и У является нормальным, то статистические выводы основывают на выборочном коэффициенте линейной корреляции, в остальных случаях используют коэффициенты ранговой корреляции Кендалла и Спирмена, а для качественных признаков – критерий хи-квадрат. Регрессионный анализ применяют для изучения функциональной зависимости количественного признака У от количественных признаков x(1), x(2), … , x(k). Эту зависимость называют регрессионной или, кратко, регрессией. Дисперсионный анализ применяют для изучения влияния качественных признаков на количественную переменную.
27. Статистические методы моделирования: понятия о статистических моделях. Модели тендеции и факторные модели.
Моделирование — многофункциональное исследование, применяющееся для определения или уточнения характеристик существующих или вновь конструируемых объектов. Его основной научной задачей является воспроизводство модели на основании ее сходства с существующим объектом. Модель должна иметь сходство с оригиналом, но не быть его полным аналогом (это основное условие), так как в этом случае моделирование теряет смысл. Основное отличие модели от оригинала — способность к гибкому прогнозному изменению, не влияющему на исходные данные модели.
Социальная модель может представлять собой математическое уравнение, графическое отображение различных факторов, таблицы взаимозависимых признаков (событий, явлений) и т.д. В отличие от физической социальная модель не копирует изучаемый объект или явление, а преобразует значения одних признаков социального, явления или процесса, выбранных в качестве независимых, в значения других признаков, выбранных в качестве зависимых. Информационное значение социальной модели можно оценивать по степени точности отображения (прогнозирования) изменений изучаемых социальных процессов и явлений (зависимые признаки) при новых значениях независимых признаков (объективных условий).
28.