- •Конспект лекций по статистике
- •§5. Сезонные колебания, сезонные индексы и полное разложение дисперсии уровней динамического ряда 99
- •Глава 1. Статистика как наука
- •§1. Происхождение термина «статистика», его значение, особенности.
- •§2. Метод статистики
- •§3. Отрасли статистических наук
- •§4. Общая теория статистики как отрасль статистической науки.
- •§5. Статистический признак. Классификация.
- •§6. Понятие статистической закономерности.
- •Глава 2. Сбор статистической информации (теория статистического наблюдения)
- •§1. Понятие о статистическом наблюдении, этапы его проведения
- •§2. Программно-методологические вопросы статистического наблюдения
- •§3. Важнейшие организационные вопросы статистического наблюдения
- •§4. Основные организационные формы, виды и способы статистического наблюдения
- •§5. Точность наблюдения
- •Глава 3. Статистическая сводка и группировка §1. Задачи сводки и ее содержание
- •§2. Метод группировки и его место в системе статистических методов
- •§3. Виды статистических группировок
- •§4. Принципы построения статистических группировок и классификаций
- •§5. Ряды распределения и группировки
- •§5.1. Огива
- •§6. Сравнимость статистических группировок
- •§7. Метод группировок и многомерные классификации
- •§8. Группировки и классификации в практике статистики
- •Глава 4. Статистические таблицы §1. Элементы статистической таблицы
- •§2. Виды таблиц по подлежащему
- •§3. Виды таблиц по сказуемому
- •§4. Правила при построении таблиц
- •§5. Чтение и анализ таблицы
- •§6. Таблицы и матрицы
- •Глава 5. Статистические показатели
- •§1. Понятие, формы выражения и виды статистических показателей
- •§2. Абсолютные показатели
- •§3. Относительные показатели
- •§4. Средние показатели
- •Глава 6. Аналитическая статистика
- •§1. Структурные средние
- •1) Определение структурных средних в дискретных вариационных рядах
- •2) Определение структурных средних в интервальных вариационных рядах.
- •§2. Дисперсия
- •§4. Показатели вариации
- •§5. Относительные показатели вариации.
- •Глава 7. Корреляционно-регрессионный анализ
- •Изучение степени тесноты между двумя качественными признаками.
- •Глава 8. Выборочное наблюдение
- •Глава 9. Ряды динамики
- •Глава 10. Экономические индексы
- •§1. Понятие экономических индексов. Классификация индексов
- •§2. Индивидуальные и общие индексы
- •§3. Средние экономические индексы.
- •§4. Индексы средних величин.
- •Анализ взаимосвязей
- •Свойства коэффициента корреляции
- •Регрессионный анализ на основе комбинационной группировки
- •Оценка существенности параметров линейной регрессии и корреляции. F-критерий Фишера. Дисперсионный анализ
- •Ряды динамики Интерполяция и экстраполяция (прогнозирование) уровней ряда динамики
- •Экономические индексы
- •§1. Синтетическая и аналитическая концепции индексов
- •§2. Выбор базы и весов индексов
- •§3. Индексы пространственно-территориального сопоставления.
- •§4. Индексы Ласпейреса, Пааше, идеальный индекс Фишера
- •§5. Сезонные колебания, сезонные индексы и полное разложение дисперсии уровней динамического ряда
§3. Средние экономические индексы.
В некоторых случаях вместо агрегатных индексов физического объема и цены Пааше вычисляют средние экономические индексы:
1) Если в качестве исходных данных приводится стоимость продукции каждого вида в базисном периоде и индивидуальные индексы физического объема продукции по каждому виду, то вместо агрегатного индекса физического объема продукции вычисляют средне-арифметический индекс физического объема продукции.
Например. Известно: , , . Находим: ; ;( ); .
2) Если в качестве исходных данных приводятся стоимость продукции каждого вида в отчетном периоде и индивидуальные индексы цены по каждому виду продукции, то агрегатный индекс цены преобразуется в среднегармонический индекс.
Например. Известно: , , . Находим: ; ; ; .
§4. Индексы средних величин.
К индексам средних величин относятся индексы переменного состава, постоянного состава и влияния структурных сдвигов. Рассмотрим эти индексы на примере цены. Индекс переменного состава любого показателя определяется, как отношение средней величины данного показателя в отчетном периоде к средней величине этого же показателя в базисном периоде.
Средняя цена единицы изделия в каждом периоде определяется путем деления стоимости всей продукции данного периода на количество продукции в этом же периоде.
Индекс цены переменного состава обозначается и его вычисляют по формуле . Величина этого индекса характеризует относительное изменение средней цены единицы изделия в отчетном периоде по сравнению с базисным за счет двух факторов: 1) изменения уровня цен по каждому виду продукции 2) изменения доли количества продукции каждого вида в общем объеме всей продукции.
Индекс цены постоянного состава ( ) вычисляют по формуле: . Величина этого индекса характеризует относительное изменение средней цены единицы изделия в отчетном периодеи по сравнению с базисным только за счет изменения уровня цен по каждому виду продукции.
Индекс влияния структурных сдвигов ( ) вычисляется по формуле: . Величина данного индекса характеризует относительное изменение средней цены единицы изделия в отчетном периоде по сравнению с базисным только за счет изменения доли количества продукции каждого вида в общем объеме всей продукции.
Между этими тремя экономическими индексами существует определенная взаимосвязь. Индекс влияния структурных сдвигов должен быть равен отношению индекса переменного состава к индексу постоянного состава: .
Дополнения
Анализ взаимосвязей
Корреляционный анализ - раздел математической статистики, объединяющий практические методы исследования корреляционной зависимости между двумя (или большим числом) случайными признаками или факторами.
Регрессио́нный анализ (линейный) — статистический метод исследования зависимости между зависимой переменной Y и одной или несколькими независимыми переменными X1,X2,...,Xp. Независимые переменные иначе называют регрессорами или предикторами, а зависимые переменные — критериальными. Терминология зависимых и независимых переменных отражает лишь математическую зависимость переменных, а не причинно-следственные отношения.
В наиболее общем виде задача статистики в области изучения взаимосвязей состоит в количественной оценке их наличия и направления, а также характеристике силы и формы влияния одних факторов на другие. Для ее решения применяются две группы методов, одна из которых включает в себя методы корреляционного анализа, а другая – регрессионный анализ. В то же время ряд исследователей объединяет эти методы в корреляционно-регрессионный анализ, что имеет под собой некоторые основания: наличие целого ряда общих вычислительных процедур, взаимодополнения при интерпретации результатов и др.
Мультиколлинеарность.
Мультиколлинеарность - тесная корреляционная взаимосвязь между отбираемыми для анализа факторами, совместно воздействующими на общий результат, которая затрудняет оценивание регрессионных параметров.
Мультиколлинеарность (multicollinearity) – положение, при котором две или более независимых переменных, входящих в уравнение регрессии, являются сильно коррелированными. При этом коэффициенты регрессии становятся неустойчивыми к малым изменениям в данных.
X1 = λX2
XTX
Одним из способов обнаружения мультиколлинеарности является вычисление коэффициентов парной корреляции между факторами. Считается, что если коэффициент корреляции превышает 0,8 (эмпирическое правило), то мультиколлинеарность присутствует.