
- •Статистика наука о массовых явлениях
- •Способы получения статистической информации (отчетность обследования)
- •Статистическая совокупность (единица совокупности, виды признаков)
- •Виды статистического наблюдения
- •Ошибки статистического наблюдения.
- •Статистическая сводка и группировка
- •Абсолютные и относительные статистические величины
- •Средние величины на базе степенной средней
- •Вычисление средней арифметической при различных вариантах задания исходных данных и их свойства
- •Порядковые статистики. Квартили. Децили. Способы определения по выборочным данным.
- •Мода, определение по статистическим данным, свойства использования в статистическом анализе.
- •Медиана, определение по статистическим данным, свойства использования в статистическом анализе
- •Вариация признаков- важнейшее свойство единиц статистической совокупности
- •Показатели вариации, наиболее часто употребительные в статистике
- •Дисперсия и среднее квадратическое отклонение
- •Коэффициенты вариации, свойства, области применения
- •Графическое представление вариационного ряда
- •Асимметрия распределения (As )
- •Эксцесс распределения (куртозис, Ex)
- •Сглаживание эмпирического распределения нормальным законно распределения
- •Понятие статистической гипотезы и статистического критерия, как инструмента проверки статистических гипотез
- •Проверка гипотезы о законе распределения
- •Ошибки первого и второго рода при проверке статистических гипотез
- •Критерий согласия Xи квадрат (Критерий к. Пирсона).
- •Выборочный метод
- •Виды выборочного статистического исследования
- •Способы обеспечения случайного отбора при формирования выборки.
- •Расслоенная выборка. Способы формирования выборки при расслоенном отборе
- •Доверительный интервал для генеральной средней.
- •Определение необходимого объема выборки.
- •Повторная и бесповторная выборка
- •Средняя ошибка выборки
- •Предельная ошибка выборки.
- •Малая выборка.
- •36. Парная корреляция и регрессия.
- •37.Оценка тесноты связи в задаче парной корреляции
- •38.Соотношение коэффициента корреляции и корреляционного отношения.
- •39. Коэффициент детерминации.
- •40. Оценка существенности корреляционной связи.
- •41.Доверительный интервал для генерального коэффициента корреляции
- •42.Оценка параметров линейной регрессии.
- •43.Корреляционная таблица
- •44.Эмпирическая регрессия.
- •45.Интерпритация правила сложения дисперсий в контексте задачи анализа корреляций.
- •46.Эмпирическое корреляционное отношение.
- •47.Теоретическое корреляционное отношение
- •48.Оценка значимости коэффициента корреляции
- •49.Ранговые коэффициенты корреляции
- •50.Остаточная дисперсия
- •52.Оценка существенности параметров линейной регрессии.
- •54.Оценка тесноты связи в случае альтернативной вариации
- •55.Множественный коэффициент корреляции
- •56.Частная корреляция.
- •58.Компоненты динамического ряда
- •59. Показатели динамического ряда: абсолютный прирост, средний абсолютный прирост, темпы роста и прироста и их среднее значение.
- •61.Приемы выявление сезонной составляющей динамического ряда
- •62. Аналитическое сглаживание динамических рядов.
- •63. Выбор наилучшего тренда из набора возможных.
- •65. Автокорреляция в динамических рядах.
- •67. Анализ взаимосвязанных динамических рядов (кросс-корреляция).
- •68. Прогнозирование по тренду.
- •69. Доверительный интервал для прогнозных значений.
- •71. Индексы цепные, базисные, индивидуальные и сводные, переменного и фиксированного
- •72. Индекс физического объёма продукции.
- •73. Индекс цен (Схема Пааше и Ласпейреса).
- •74. Взаимосвязь индекса цен и индекса физического объема продукции.
- •75. Индекс себестоимости
37.Оценка тесноты связи в задаче парной корреляции
Изучение корреляционных связей сводится в основном к решению следующих задач:
• выявление наличия (или отсутствия) корреляционной связи между изучаемыми признаками. Эта задача может быть решена на основе параллельного сопоставления (сравнения) значений у и у в каждой из п единиц совокупности, а также с помощью группировок и путем построения и анализа специальных корреляционных таблиц;
• измерение тесноты связи между двумя (и более) признаками с помощью специальных коэффициентов. Эта часть исследования именуется корреляционным анализом;
• определение уравнения регрессии - математической модели, е которой среднее значение результативного признака у рассматривается как функция одной или нескольких переменных-факторных признаков. Эта часть исследования именуется регрессионным анализом.
Последовательность рассмотрения перечисленных задач, естественно, может меняться в каждом конкретном исследовании.
38.Соотношение коэффициента корреляции и корреляционного отношения.
N теоретическое корреляционное отношение позволяет измерять тесноту зависимости при любой форме связи.
Нетрудно доказать, что при линейной зависимости теоретическое корреляционное отношение тождественно линейному коэффициенту корреляции, т.е. ηтеор = r. Для этого преобразуем формулу
Учитывая,
что при линейной зависимости
и
отсюда
Линейный коэффициент
корреляции в виде
выступает в роли стандартизированного
коэффициента регрессии, т.е. показывает,
на сколько «сигм» изменится в среднем
у при
увеличении хна одну «сигму» (среднее
квадратическое отклонение в ряду х).
39. Коэффициент детерминации.
Правило сложения дисперсий
позволяет выявить зависимость результатов
от определяющих факторов с помощью
соотношения межгрупповой и общей
дисперсий. Это соотношение называется
эмпирическим
коэффициентом детерминации η2эмп
и показывает, какая доля в общей
дисперсии приходится на дисперсию,
обусловленную вариацией признака,
положенного в основу группировки:
Используется правило
сложения дисперсий и для определения
степени связи между изучаемыми признаками.
Для этого необходимо найти эмпирическое
корреляционное отношение ηэмп,
которое показывает, насколько тесно
связаны исследуемое явление и
группировочный признак:
Теоретическое корреляционное
отношение представляет
собой относительную величину, получаемую
в результате сравнения среднего
квадратического отклонения в ряду
теоретических значений результативного
признака со средним квадратическим
отклонением в ряду эмпирических
значений (или корень квадратный из
отношения дисперсий теоретического и
эмпирического ряда значений результативного
признака). Так как суммы теоретических
и эмпирических значений результативного
признака совпадают, т.е.
,
то и среднее значение признака у этих
рядов одинаково — у.
Если обозначить дисперсию эмпирического
ряда игреков через σ2y(или
D
y,),
а теоретического ряда — через δ2
(или D
x
), то каждая из них
выразится формулами
Сравнивая вторую дисперсию
с первой, получим теоретический
коэффициент детерминации
или
Если учесть, что σ2y
(или D
y
) - дисперсия эмпирического ряда игреков
- характеризует вариацию результативного
признака за счет всех факторов, включая
и фактор х, т.е.
измеряет общую вариацию величины у,
а дисперсия теоретического
ряда, т.е. δ2
(или D
x)
характеризует вариацию результативного
признака за счет вариации только фактора
х (при
прочих равных условиях), то отношение
второй дисперсии к первой, т.е. коэффициент
показывает, какую долю в обшей дисперсии
результативного признака занимает
дисперсия, выражающая влияние вариации
фактора х на
вариацию у.
Извлекая корень квадратный
из коэффициента детерминации, получаем
теоретическое корреляционное отношение
или