Справочник от Автор24
Поделись лекцией за скидку на Автор24

Теория статистики

  • ⌛ 2015 год
  • 👀 259 просмотров
  • 📌 237 загрузок
  • 🏢️ НВГУ
Выбери формат для чтения
Загружаем конспект в формате pdf
Это займет всего пару минут! А пока ты можешь прочитать работу в формате Word 👇
Конспект лекции по дисциплине «Теория статистики» pdf
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФГБОУ «НИЖНЕВАРТОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ» ШУЛЬГИН О.В. ТЕОРИЯ СТАТИСТИКИ: КРАТКИЙ КУРС ЛЕКЦИЙ Учебно-методическое пособие для студентов очной и заочной форм обучения направлений «Экономика», «Менеджмент», «Торговое дело». Нижневартовск - 2015 УДК 311 ББК 65.05 Шульгин О.В. Теория статистики: краткий курс лекций. Учебно-методическое пособие для студентов очной и заочной форм обучения направлений «Экономика», «Менеджмент», «Торговое дело». – Нижневартовск.: Изд-во Нижневартовского гос. ун-та, 2015 – 112 с. В учебно-методическом пособии изложены основные темы общей теории статистики. По каждой теме представлены: структура темы, вопросы для контроля теоретических знаний, примеры решения задач, задания для самостоятельной работы.  Шульгин О.В. Нижневартовский государственный университет, 2015 2 СОДЕРЖАНИЕ Введение Тема 1. Предмет, метод, задачи статистики Тема 2. Источники статистической информации Тема 3. Статистическая сводка и группировка Тема 4. Статистические показатели Тема 5. Показатели вариации и анализ частотных распределений Тема 6. Выборочный метод в статистических исследованиях Тема 7. Индексный метод в статистических исследованиях Тема 8. Статистическое изучение взаимосвязей социально-экономических явлений Тема 9. Статистическое изучение динамики социальноэкономических явлений Список рекомендованной литературы 3 4 5 9 14 23 31 43 53 67 90 111 ВВЕДЕНИЕ В современном обществе важную роль в механизме управления экономикой выполняет статистика. Она осуществляет сбор, научную обработку, обобщение и анализ информации, характеризующей развитие экономики страны, культуры и уровня жизни населения. В результате предоставляется возможность выявления взаимосвязей в экономике, изучения динамики ее развития, проведения международных сопоставлений и в конечном итоге – принятия эффективных управленческих решений на государственном и региональном уровнях. Поэтому в системе экономического образования особое место отводится изучению статистики – базовой научной дисциплины, формирующей профессиональный уровень современного экономиста. Существенные изменения в общественной и экономической жизни России, происходящие в связи с переходом на рыночные отношения, вовлечение страны в процессы интеграции на европейском и мировом рынках вызвали потребность коренного реформирования социально-экономической статистики, комплексного пересмотра всей системы учета и статистики в стране. Это связано также с необходимостью повышения возможностей получения объективной и достоверной информации о состоянии и развитии различных форм собственности, сфер экономики и социальных процессов для анализа, оценки, выявления тенденций и принятия управленческих решений на всех уровнях Целью данного учебно-методического пособия является рассмотрение принципиальных положений и позитивных изменений в статистике, связанных с переходом на рыночные отношения и систему национальных счетов, этим определены содержание и структура представленного материала. В качестве основных задач изучения статистики можно выдвинуть следующие: 1 Раскрытие вопросов объективной необходимости реформирования статистики. 2 Освещение предмета статистики, рассмотрение вопросов статистической методологии. 3 Рассмотрение применения важнейших методов статисти4 ческого исследования социально-экономических явлений. 4 Обозначение проблем организации получения статистической информации, создания единой системы ее классификации и кодирования. Данное методическое пособие содержит краткий обзор материала тем, рекомендованных Федеральным государственным образовательным стандартом, утвержденным Министерством образования и науки, предлагаются контрольные вопросы и задачи. Для более углубленного изучения материала предоставлен список литературы по общей теории статистики. Тема 1. Предмет, метод, задачи статистики 1. Предмет статистики В настоящее время термин «статистика» употребляется в трех значениях: 1.под статистикой понимают отрасль практической деятельности, которая имеет своей целью сбор, обработку, анализ и публикацию массовых данных о самых различных явлениях общественной жизни; 2.статистикой называют цифровой материал, служащий для характеристики какой – либо области общественных явлений или территориального распределения какого – то показателя; 3.статистикой называется отрасль знания, особая научная дисциплина. Т.о., предмет статистики – размеры и количественные соотношения качественно определенных социально- экономических явлений, закономерности их связи и развития в конкретных условиях места и времени. Свой предмет статистика изучает с помощью метода обобщающих показателей. Теоретической основой статистики являются положения социально- экономической теории, которые рассматривают законы развития социально- экономического явления, выясняют их природу и значение в жизни общества. 2. Метод статистики 5 Для изучения предмета статистики разработаны и применяют специфические приемы, совокупность которых образует методологию статистики. Общей основой разработки и применения статистической методологии является диалектический метод познания, согласно которому общественные явления и процессы рассматриваются в развитии, взаимной связи и причинной обусловленности. При этом статистика опирается на такие диалектические категории, как количество и качество, необходимость и случайность, причинность и закономерность, единичное и массовое, индивидуальное и общее. Статистические методы используются комплексно (системно). Это обусловлено сложностью процесса экономико– статистического исследования, состоящего из трех основных стадий: а) сбор первичной информации. На этой стадии применяется метод массового статистического наблюдения; б) статистическая сводка и обработка первичной информации. На данной стадии используют метод статистических группировок; в) обобщение и интерпретация статистической информации. На этой стадии проводится анализ статистической информации на основе применения обобщающих статистических показателей. При изучении статистической информации широкое применение имеют табличный и графический методы. 3. Категории статистики Свой предмет статистика изучает при помощи определенных категорий, т.е. понятий, которые отражают наиболее общие и существенные свойства, признаки, связи и отношения предметов и явлений объективного мира. Статистическая совокупность – совокупность социальноэкономических объектов или явлений общественной жизни, объединенных некоей качественной основой, общей связью, но отличающихся друг от друга отдельными признаками. Пример: совокупность предприятий, фирм. Совокупность называется однородной, если один или несколько существенных признаков ее объектов являются общими для всех единиц. Совокупность, в которую входят явления разного типа, считается разнородной. 6 Единица совокупности – первичный элемент статистической совокупности, являющийся носителем признаков, подлежащих регистрации и основой ведущегося при обследовании счета. Признак – качественная особенность единицы совокупности. Значение признака у отдельной единицы называют вариантом. Статистический показатель – понятие, отражающее количественные характеристики соотношения признаков общественных явлений. Система статистических показателей – совокупность статистических показателей, отражающая взаимосвязи, которые объективно существуют между явлениями. 4. Задачи статистики Основные задачи статистики: 1. всестороннее исследование происходящих в обществе глубоких преобразований экономических и социальных процессов на основе научно обоснованной системы показателей; 2. обобщение и прогнозирование тенденций народного хозяйства; 3. выявление имеющихся резервов эффективности общественного производства; 4. своевременное обеспечение надежной информацией законодательной власти, управленческих, исполнительных и хозяйственных органов, а так же широкой общественности. 5. Организация государственной статистики в России В основу организации статистической работы в РФ положены следующие принципы: 1. централизованное руководство статистикой 2. единые организационное строение и методология 3. неразрывная связь статистических органов с органами государственного управления В соответствии с положением о Государственном комитете РФ по статистике, утвержденным постановлением Правительства РФ от 9.07.1994г., определено создание Государственного комитета Российской Федерации по статистике (Госкомстат), который является федеральным органом исполнительной власти, осуществляющим руководство российской статистикой. 7 Методология статистических показателей, формы, методы сбора и обработки статистических данных, устанавливаемые Госкомстатом РФ, являются официальными статистическими стандартами РФ, Система государственной статистики находится в ведении Правительства РФ и ему подотчетна, что обеспечивает неразрывную связь с органами государственного управления. Система государственной статистики в РФ имеет иерархическую структуру, включающую федеральный, республиканский, краевой, областной, окружной, городской и районный уровни. В состав Госкомстата РФ входят такие управления, как аналитическое, информационных ресурсов и регистров, статистических стандартов и классификаций, организации статистического наблюдения, СНС и балансов, статистики финансов и платежного баланса, статистики цен, статистики товарных рынков и торговли и др. Вопросы для контроля теоретических знаний: 1. От какого латинского слова происходит термин «статистика»? Что он означает? 2. Какие статистические работы проводились в древние и средние века? 3. К какому времени относится становление статистики как науки? 4. Почему статистика относится к общественным наукам? В чем ее отличие от других общественных наук? 5. Что такое закономерность? Статистическая закономерность и ее особенность. 6. Что такое совокупность, единица совокупности? Понятие вариации и признака. 7. В чем сущность и значение закона больших чисел для статистики? 8. Дайте определение предмета статистики 9. Что является теоретической основой статистической науки 8 10. Почему каждое статистическое исследование должно опираться на изучение всех относящихся к данному вопросу фактов? 11. Почему статистика изучает явления общественной жизни в движении, изменении и развитии? 12. Перечислите специфические методы, присущие статистическому исследованию. 13. Какие принципы и методы излагаются в общей теории статистики? Почему изучение статистической науки начинается с общей теории статистики? 14. Что определяет многообразие и сложность задач и функций статистики? 15. Какие принципы положены в основу организации статистики и России? 16. Какова организационная структура Госкостата РФ? . Тема 2. Источники статистической информации 1. Статистическая информация и ее распространение Статистическая информация – первичный статистический материал о социально-экономических явлениях, формирующийся в процессе статистического наблюдения, который затем подвергается систематизации, сводке, анализу и обобщению. Основные свойства статистической информации – массовость и стабильность. 2. Понятие статистического наблюдения Статистическим можно назвать только такое наблюдение, которое обеспечивает регистрацию устанавливаемых фактов в учетных документах для последующей обработки. Статистическое наблюдение должно быть обязательно массовым, систематическим, проводиться на научной основе по заранее разработанному плану и программе. В результате статистического наблюдения должна быть получена только объективная, сопоставимая и достаточно полная информация. 9 Процесс проведения статистического наблюдения включает следующие этапы: подготовка наблюдения; проведение массового сбора данных; подготовка данных к автоматизированной обработке; разработка предложений по совершенствованию статистического наблюдения. 3. Програмно – методологические вопросы наблюдения Любое статистическое исследование необходимо начинать с точной формулировки его цели и задач. После этого определяется объект и единица наблюдения, разрабатывается программа, выбираются вид и способ наблюдения. Объект наблюдения – совокупность социально – экономических процессов и явлений, которые подлежат исследованию. Чтобы определить объект статистического наблюдения, необходимо установить границы изучаемой совокупности. Для этого следует указать важнейшие признаки, отличающие его от других сходных. Определяя объект наблюдения, необходимо точно указать единицу наблюдения. Единица наблюдения – составная часть объекта наблюдения, которая служит основой счета и обладает признаками, подлежащими регистрации (при переписи населения единицами наблюдения являлся каждый отдельный человек). Программа наблюдения – перечень вопросов, по которым собираются данные, либо перечень признаков и показателей, подлежащих регистрации. Статистический формуляр – это документ единого образца, содержащий программу и результаты наблюдения. Организационные вопросы статистического наблюдения включают в себя определение субъекта, места, времени, формы и способа наблюдения. При организации статистического наблюдения должен быть решен вопрос о времени наблюдения. При этом устанавливается период, в течение которого будет проводиться наблюдение (срок наблюдения) и точно определяется время, к которому относятся регистрируемые сведения (объективное время наблюдения). Это может быть либо определенный момент, либо тот или иной период (сутки, месяц). Момент времени, к которому приурочены регистрируемые сведения, называются критическим моментом наблюдения. 10 4. Формы, виды и способы наблюдения Формами статистического наблюдения являются отчетность и специально организованное наблюдение. Отчетность - предусмотренная действующим законодательством форма организации статистического наблюдения за деятельностью предприятий, организаций, по которым органы государственной статистики получают информацию в виде установленных отчетных документов. Специально организованное статистическое наблюдение представляет собой сбор сведений посредством переписей, единовременных учетов и обследований. Статистическое наблюдение подразделяется на виды по времени регистрации фактов и по степени охвата единиц совокупности. По времени регистрации фактов непрерывное периодическое единовременное отчетность, постоянрегистрация данных (перепись жилоная регистрация данных по мере надобности (пе- го фонда) по мере их возникновения репись населения) (статистика бюджетов населения) По степени охвата единиц совокупности сплошное несплошное регистрации подлежат обследованию подвергается часть единиц все без исключения едини- изучаемой совокупности, на основе которой цы изучаемой совокупно- можно получить обобщающую характеристисти ку всей совокупности В свою очередь, несплошное наблюдение подразделяется на следующие виды: наблюдение основного массива монографическое наблюдение 11 выборочное наблюдение обследованию применяется для отбор единиц под вергается та детального изуче- совокупности осучасть совокупности, ния отдельных еди- ществляется слуу которой величина ниц совокупности чайно изучаемого приз нака является преобладающей во всем объеме Статистическое наблюдение проводится следующими способами:  непосредственное наблюдение - работники органов статистики сами устанавливают факты и записывают их в формуляры;  документальное наблюдение - данные берутся из документов;  опрос - данные записываются со слов опрашиваемого;  анкетное наблюдение, основано на принципе добровольного заполнения анкет (применяется, когда не требуется высокая точность данных). 5. Ошибки наблюдений Всякое статистическое наблюдение ставит задачу получения таких данных, которые бы точнее отображали действительность. Точность и достоверность статистической информации - важная задача статистического наблюдения. Под точностью информации понимают соответствие изучаемого показателя показателю полученного при наблюдении. Отклонение между этими показателями называют ошибками наблюдения. Выделяют ошибки регистрации и ошибки репрезентативности (представительности). Ошибки регистрации возникают вследствие неправильного установления фактов или неправильной их записи. Могут быть как при сплошном, так и несплошном наблюдении. Различают случайные и систематические ошибки регистрации. 12 Ошибки репрезентативности свойственны несплошному наблюдению. Возникают в результате нарушения правил отбора из изучаемой совокупности. Для выявления и устранения ошибок могут применятся следующие виды контроля:  счетный – проверка точности арифметических расчетов, применявшихся при составлении отчетов  логический – проверка отчетов на вопросы программы наблюдения путем их логического осмысления. Вопросы для теоретического контроля знаний: 1. Что понимают под статистической информацией и ее распространением? 2. Для чего и кому нужна статистическая информация в современных условиях? 3. Каким образом осуществляется формирование информационной базы статистического исследования. 4. Дайте определение статистического наблюдения. В чем его сущность? 5. Охарактеризуйте этапы проведения статистического наблюдения. 6. Каковы цель наблюдения, объект, единица наблюдения, отчетная единица? 7. Дайте определение программы статистического наблюдения, перечислите требования, предъявляемые к программе статистического наблюдения. 8. Что такое статистический формуляр? 9. Назовите важнейшие организационные вопросы статистического наблюдения. 10. Перечислите основные формы, виды и способы статистического наблюдения. 11. Что понимается под точностью наблюдения? 12. Назовите основные ошибки наблюдения. 13. Какие виды контроля могут применяться для выявления ошибок наблюдения? Задания для самостоятельной работы студентов: 13 1. Составьте перечень наиболее существенных признаков следующих единицы статистического наблюдения: а) фермерских хозяйств; б) жилого дома (для жилищной переписи); в) вуза. 2. Сформулируйте объект, единицу и цель наблюдения и разработайте программу: а) обследования детских садов; б) обследования автозаправочных станций. 3. С помощью логического контроля подвергните проверке следующие ответы на вопросы переписного листа переписи населения: а) фамилия, имя, отчество – Иванова Ирина Петровна; б) пол – мужской; в) возраст – 5 лет; г) состоит ли в браке в настоящее время – да; д) национальность – русская; е) родной язык – русский; ж) образование – среднее специальное; з) место работы – детский сад; и) занятие по этому месту работы –мед. сестра. Тема 3. Статистическая сводка и группировка 1. Понятие статистической сводки Статистическая сводка – научно – организованная обработка материалов наблюдения. Она позволяет перейти к обобщающим показателям совокупности в целом и отдельных ее частей, осуществить анализ и прогнозирование изучаемых процессов. Простой сводкой называется операция по подсчету общих итогов по совокупности единиц наблюдения. Сложная сводка представляет собой комплекс операций, включающих группировку единиц наблюдения, подсчет итогов по каждой группе и по всему объекту и предоставление результатов группировки и сводки в виде статистических таблиц. 14 Статистические сводки различаются по ряду признаков: по сложности построения, месту проведения,способу обработки материалов статистического наблюдения. Способ разработки статистической сводки может быть централизованным и децентрализованным. По способу обработки материалов сводку делят на ручную и автоматизированную. Проведению сводки предшествует разработка ее программы, которая состоит из следующих этапов:  выбор группировочных признаков  определение порядка формирования групп  разработка системы статистических показателей для характеристики групп и объекта в целом  разработка системы макетов статистических таблиц, в которых должна бытьт представлены результаты сводки. 2. Статистическая группировка В результате сводки статистического материала отдельные единицы статистической совокупности объединяются в группы при помощи метода группировок. Статистическая группировка – процесс образования однородных групп на основе расчленения статистической совокупности на части или объеденения изучаемых единиц в частные совокупности по определенному признаку (группировка промышленных предприятий по формам собственности). Особым видом группировок является классификация. Классификация - устойчивая номенклатура классов и групп, образованных на основе сходства и различия единиц изучаемого объекта. Группировка создает основу для последующей сводки и анализа данных. Для решения этих задач применяют три вида группировок.  - Типологическая группировка  - Структурная группировка  - Аналитическоя группировка Всю совокупность признаков можно разделить на две группы: факторные и результативные. 15 Группировка, в которой группы образованы по одному признаку, назывется простой. Ложной называется группировка, в которой разделение совокупности на группы производится по двум и более признакам, взятым в сочетании (комбинации). 3.Этапы построения статистической группировки Группировка статистических материалов осуществляется в несколько этапов. 1.Выбор группировочного признака 2.Распределение единиц совокупности по группам 3.Определение величины интервала Интервал – промежуток между двумя значениями количественного признака, в пределах которого все значения признака относятся к данной группе. Величина интервала зависит от количества групп (чем больше групп, тем меньше интервал). Интервалы бывают равными и неравными. Равные интервалы имеют одинаковые границы во всех группах. Для определения количества групп группировки с равными интервалами может быть использована формула ( Стерджесса): n = 1+3.322lg N (3.1.) N –численность всей совокупности. Для определения величины интервала при известном числе групп используется формула: i xmax  x min n (3.2.) n – количество групп; x min, x max – наибольшее и наименьшее значение признака. 4.Статистические ряды распределения Статистические ряды распределения – упорядоченное расположение единиц изучаемой совокупности на группы по группировочному признаку. Ряды распределения, образованные по качественному признаку называются атрибутивными. При группировке ряда по количественному признаку получают вариационные ряды. Вариационные ряды состоят из двух элементов. 16 Варианта – отдельное значение варьируемого признака, которое он принимает в ряду распределения. Частота - численность отдельных вариант или каждой группы вариационного ряда. Частоты, выраженные в долях единицы или в процентах к итогу, называются частостями. Сумма частот составляет объем ряда распределения и равна 1 или 100%. В практике исследований часто встречается понятие накопленных частот, которое определяется путем суммирования к частоте данной группы показателей предшествующих групп. В зависимости от характера вариации признака различают дискретные и интервальные вариационные ряды. Удобнее всего ряды распределения анализировать при помощи их графического изображения. Наглядное представление о характере изменения частот вариационного ряда дают полигон и гистограмма, кумулята и огива. 5. Статистические таблицы Статистическая таблица содержит сводную числовую характеристику исследуемой совокупности по одному или нескольким существенным признакам, взаимосвязанных логикой экономического анализа. Подлежащим статистической таблицы характеризует объект исследования. В нем дается перечень единиц совокупности либо групп исследуемого объекта по существенным признакам. Сказуемое статистической таблицы образует система показателей, которыми характеризуется объект изучения, т.е. подлежащее таблицы. В зависимости от структуры подлежащего и группировки в нем единиц объекта различают статистические таблицы простые и сложные, а последние, в свою очередь, подразделяются на групповые и комбинационные. По структурному построению сказуемого различают статистические таблицы с простой и сложной его разработкой. Основные приемы, определяющие технику формирования статистических таблиц, следующие: 1. Таблица должна быть компактной и содержать только те исходные данные, которые непосредственно отражают исследуе- 17 мое явление в статике и динамике и необходимы для познания его сущности. 2. Заголовок таблицы и названия граф и строк должны быть четкими, лаконичными, представлять собой законченное целое, органично вписываться в содержание текста. 3. Информация, располагаемая в столбцах (графах) таблицы, завершается итоговой строкой. 4. Для того, чтобы было легче читать и анализировать достаточно большие таблицы (по количеству приведенных строк) целесообразно оставлять двойной промежуток после каждых пяти (и далее кратных пяти) строк. 5. Если названия отдельных граф повторяются между собой, содержат повторяющиеся термины или несут единую смысловую нагрузку, то им необходимо присвоить общий объединяющий заголовок. 6. Графы и строки полезно нумеровать. Графы, слева заполненные названием строк, принято обозначать заглавными буквами алфавита (А, В) и т.д., а все последующие графы – номерами в порядке возрастания. 7. Взаимосвязанные и взаимозависимые данные, характеризующие одну из сторон анализируемого явления целесообразно располагать в соседних друг с другом графах. 8. Графы и строки должны содержать единицы измерения, соответствующие поставленным в подлежащем и сказуемом показателям. При этом используются общепринятые сокращения единиц измерения. 9. Лучше всего располагать в таблицах сопоставляемую в ходе анализ цифровую информацию в одной и той же графе, одну под другой, что значительно облегчить процесс их сравнения. 10. Для удобства работы числа в таблицах следует представлять в середине граф, одно под другим: единицы под единицами, запятая под запятой, четко соблюдая при этом их разрядность. 11. По возможности числа целесообразно округлять. 12. Отсутствие данных об анализируемом социально – экономическом явлении может быть обусловлено разными причинами, что по – разному отмечается в таблице: 18  Если данная позиция (на пересечении соответствующих графы и строки) вообще не подлежит заполнению, то ставится знак «Х»  Когда по какой – либо причине отсутствую сведения, то ставится многоточие «…» или «Нет свед.», или «Н. св.»  При отсутствии явления клетка заполняется тире («-«) или остается пустой  Для отображения очень маленьких чисел используют обозначения (0,0) или (0,00), предполагающие возможность наличия числа. 13. В случае необходимости дополнительной информации – разъяснений – к таблице могут даваться примечания. 6. Статистические графики Статистический график - это чертеж, на котором статистические совокупности, характеризуемые определенными показателями, описываются с помощью условных геометрических образов или знаков. Основные элементы графика:  графический образ  поле графика  пространственные ориентиры графика  масштабные ориентиры  масштабная шкала  носитель шкалы  экспликация  абсцисса  ордината Классификация видов графиков: Существует множество видов графических изображений. Их классификация основана на ряде признаков: а) способ построения графического образа; б) геометрические знаки, изображающие статистические показатели и отношения; в) задачи, решаемые с помощью графического изображения. 19 Линейные - статистические кривые Плоскостные - столбиковые - полосовые - квадратные - фоновые - круговые - секторные - фигурные - точечные Объемные - поверхности - распределения Рис. 3.1. Классификация статистических графиков по форме графического образа Диаграммы - сравнения - динамики - структурные Статистические карты - картограммы - картодиаграммы Рис. 3.2. Классификация статистических графиков по способу построения и задачам изображения Вопросы для теоретического контроля знаний: 1. Назовите задачи сводки и ее содержание 2. В чем суть метода группировки и его место в системе статистических методов 3. Перечислите виды статистических группировок 4. Укажите принципы построения статистических группировок и классификаций 5. Дайте определение рядам распределения 6. В чем заключается сравнимость статистических группировок 7. Что представляют собой многомерные классификации 8. Укажите место группировок и классификаций в практике статистики 20 9. Дайте определение статистической таблицы 10. Перечислите элементы статистической таблицы 11. Назовите виды таблиц по способу разработки подлежащего 12. 13. 14. 15. 16. 17. Назовите виды таблиц по способу разработки сказуемого Определите основные правила построения таблиц В чем заключается чтение и анализ таблиц Дайте определение статистического графика Укажите основные элементы статистического графика Охарактеризуйте классификацию видов графиков Примеры решения задач: 1. Требуется произвести группировку с равными интервалами по данным об уровне месячной заработной платы бюджетных работников, которая колеблется в пределах от 600 до 750 руб., и необходимо при этом выделить 5 групп, то величина интервала, руб.: i xmax  xmin 750  600   30 n 5 Прибавляя к минимальному значению признака (в данном случае 600 руб.) найденное значение интервала, получаем верхнюю границу первой группы: 600 + 30 = 630. Прибавляя далее величину интервала к верхней границе первой группе, получаем верхнюю границу второй группы: 630 + 30 = 660. и т.д. В результате получим следующие группы работников по размеру заработной платы, руб.: 600-630; 630-660; 660-690; 690-720; 720-750. 2. В таблицах 3.1., 3.2. определить подлежащее и сказуемое. Таблица 3.1. Котировка облигаций государственного сберегательного займа на 05.03.2008г. Объем покупки Объем продаж Облигации государственного сберегатель482,70 469,65 ного займа 21 Подлежащее: облигации государственного сберегательного займа Сказуемое: объем покупки, объем продаж Таблица 3.2. Распределение клиентов страховых компаний по категориям и страховым суммам в 1 квартале 2008г. СтраВсего В том числе распределение клиентов по ховая клиентов, категориям и страховым суммам на одного компания чел. застрахованного Руководители Сотрудники Охранники, коммерческих предприятий, милиционеры, структур работающих инкассаторы в офисе 1 2 3 444 390 595 20 – 50 тыс. руб. Свыше 50 тыс. руб. 20 – 50 тыс. руб. Свыше 50 тыс. руб. 20 – 50 тыс. руб. Свыше 50 тыс. руб. 195 150 210 180 180 300 13 12 26 12 15 10 23 15 21 21 18 28 Подлежащее: страховая компания, численность клиентов Сказуемое: категории застрахованных лиц и страховая сумма. Задания для самостоятельной работы студентов: 1. По данным о численности населения за 1959 – 1997 гг. (млн. чел.) постройте столбиковые диаграммы. 1959 117,5 1970 130,1 1979 137,6 1989 147,4 1990 148,0 1997 148,0 2. Изобразить с помощью секторной диаграммы графические данные о структуре ВВП по видам первичных доходов РФ за 20012 и 2013 гг.: оплата наемных работников – 41,0%; валовая прибыль экономики и валовые смешанные доходы – 50,0; чистые 22 налоги на производство и импорт – 9%; в 1995 г. соответственно – 33,0; 57,0; 10,0%. Тема 4. Статистические показатели 1. Виды и значение обобщающих статистических показателей Статистические показатели имеют взаимосвязанные качественную и количественную стороны. Качественная сторона показателя отражается в его содержании безотносительно к конкретному размеру признака. Количественная сторона статистического показателя – его числовое значение. Статистические показатели можно подразделить на группы по следующим признакам: 1) по сущности изучаемых явлений. 2) по степени агрегирования явлений. 3) в зависимости от характера изучаемых явлений. Обобщающие показатели могут быть выражены абсолютными, относительными и средними величинами. 2. Абсолютные статистические величины Абсолютными в статистике называют суммарные обобщающие показатели, характеризующие размеры (уровни, объемы) общественных явлений в конкретных условиях места и времени. Различают два вида абсолютных величин: индивидуальные и суммарные. Абсолютные статистические величины выражаются в натуральных, стоимостных и трудовых единицах измерения. Абсолютные статистические величины могут быть положительными (доходы) и отрицательными (убытки). а) натуральные единицы измерения – соответствуют природным или потребительским свойствам предмета и выражаются в физических мерах веса, длины, объема. (тонны, штуки, метры, литры). Иногда одна натуральная единица измерения недостаточно характеризует изучаемое явление, поэтому применяют составные натуральные единицы измерения. (киловатт– час, тонна – километр). 23 В статистике применяют условно – натуральные единицы измерения. Их получают, приводя различные натуральные, единицы к одной, принятой за основу (различные виды топлива пересчитываются в условное топливо). б) стоимостные единицы измерения –выражаются в денежной форме. в) трудовые единицы измерения - выражают затраты труда (человеко – день, человеко – час). В практической деятельности, при отсутствии необходимой информации, абсолютные величины можно получить расчетным путем. Для этого используется метод балансовой увязки показателя. Ок = Он + П + Р ( 4.1.) Ок – конечные остатки; Он – остатки начала; П – прибыль; Р – расход. На основе абсолютных величин выводы делать нельзя. 3. Относительные величины Относительные величины представляют собой частное от деления двух статистических величин и характеризуют количественное отношение между ними. При расчете относительных величин следует иметь в виду, что в числителе всегда находится показатель, отражающий изучаемое явление, а в знаменателе показатель, с которым проводится сравнение, принимаемый за базу сравнения или основание. В зависимости от базы сравнения относительные величины могут быть выражены:  в коэффициентах, база сравнения принимается за единицу и показывает во сколько раз изучаемое явление отличается от базы сравнения;  в процентах, база сравнения принимается за 100;  в промилле, база сравнения принимается за 1000;  в продецимиле, база сравнения принимается за 10000000. При расчете относительных величин необходимо обеспечить сопоставимость сравниваемых показателей. 24 В зависимости от задач относительные величины подразделяются:  относительный показатель динамики ОПД  текущий показатель предшеству ющий или базисный показатель  тель планового задания ОППЗ  относительный показа- показатель, планируемый на (i  1) период (4.3.) показатель, достиг нутый в i  м периоде  тель выполнения плана ОПВП  (4.2.) относительный показа- показатель, достиг нутый в (i  1) периоде показатель, планируемый на (i  1) период (4.4.) Между относительной величиной динамики, планового задания, выполнения плана существует взаимосвязь: показатель динамики представляет собой произведение планового задания на выполнение плана. ОПД =ОППЗ *ОПВП) (4.5.)  относительный показатель выполнения договорных обязательств ОПВД   ОПС  фактический уровень уровень, предусмотренный договором (4.6.) относительный показатель структуры показатель, характеризующий часть совокупности показатель по всей совокупности в целом  относительный тель интенсивности показатель, характеризующий явление А ОПИ  показатель, характеризующий среду рапространения явления А 25 (4.7.) показа(4.8.)  относительный показатель координации ОПК  показатель, характеризующий i  ю часть соскупност и (4.9.) показатель, характеризующий часть совокупности, выбранную в качестве базы сравнения  относительный показатель сравнения показатель, характеризующий объект А (4.10.) ОПСр  показатель, характеризующий объект Б 4. Средние величины Средняя величина – это обобщающая характеристика однородной совокупности явлений по определенному признаку.. Средняя величина выражает характерное, типичное значение признака у всех единиц. Средние величины используют для сравнения и выявления закономерностей. Для того, что бы рассчитать любую среднюю величину необходимо соблюдать следующие требования: 1. средняя величина должна быть рассчитана только на основе массовых достоверных данных; 2. средняя величина будет объективна и типична, если она рассчитывается для качественно однородной совокупности; 3. числитель и знаменатель должны быть сравнимы. Все средние величины объединяются в общей формуле средней степенной (при различной величине k): xk x f f k i i (4.11.) i хi – отдельные значения изучаемого явления (вариант); fi – частота значений признака (вес i – го варианта); n – объем совокупности. Из формулы степенной средней, придавая К различные значения, можно вывести формулу различных средних величин. Выделяют следующие степенные средние величины:  Средняя арифметическая простая x x  Средняя арифметическая взвешенная i (4.12.) n 26 x x f f i i (4.13.) i  x  x Средняя гармоническая простая n (4.14.) 1 x i Средняя гармоническая взвешенная w w x i (4.15.) i i wi = xifi– произведение варианты на частоту.  Средняя хронологическая х х1  х 2  х3  ...  n 2 х 2 n 1  (4.16.) Средняя геометрическая простая x  x1  x2  x3  ...  xn  (4.17.) Средняя геометрическая взвешенная x   ( x1 ) f1  ( x2 ) f 2  ...  ( xn ) f n f  x  x (4.18.) Средняя квадратическая простая x 2 i (4.19.) n Средняя квадратическая взвешенная x f f 2 i i (4.20.) i Вопросы для теоретического контроля знаний: 1. Что представляют статистические показатели? 2. Назовите основные виды статистических показателей. 27 3. Что такое абсолютные показатели и каково их значение? 4. В каких единицах измерения выражаются абсолютные статистические величины? 5. Что называется относительными показателями? 6. Какие виды относительных показателей Вы знаете? 7. Дайте определение средних показателей. 8. Какие виды средних применяются в статистике? 9. Средняя арифметическая и ее свойства. 10. Понятие и способы исчисления средней арифметической и средней гармонической. Примеры решения задач: 1. Производство сахара–песка в РФ в январе – апреле 2000г. характеризуется следующими данными (табл. 4.1.) Месяц Объем производства, тыс. т Январь 108 Февраль 138 Март 131 Апрель 206 Рассчитаем относительные показатели динамики с переменной и постоянной базой сравнения (см. формулу 4.2.): Переменная база сравнения (цепные показатели) 138 108 * 100% = 127, 8% 131 138 * 100% = 94,9% Постоянная база сравнения (базисные показатели) 138 108 * 100% = 127, 8% 131 108 * 100% = 121,3% 206 206 138 * 100% = 157,3% 108 * 100% = 190,7% 2. Предположим, оборот торговой фирмы в 2000г. составил 2,0 млрд. руб. Исходя из проведенного анализа складывающихся на рынке тенденций руководство фирмы считает реальным в следующем году довести оборот до 2,8 млрд. руб. В этом случае отно28 сительный показатель плана, представляющий собой отношение планируемой величины к фактически достигнутой, составит 140% (2,8 : 2,0 *100%). Предположим теперь, что фактический оборот фирмы за 2001г. составил 2,6 млрд. руб. Тогда относительный показатель реализации плана, определяемый как отношение фактически достигнутой величины к ранее запланированной, составит 92,9% (2,6 : 2,8 *100%). 3. По данным таблицы 4.2. рассчитаем среднюю заработную плату в целом по трем предприятиям АО. Таблица 4.2. Заработная плата предприятий АО Пред приятие Численность промышленнопроизводственного персонала, чел. 1 540 275 458 1273 Месячный фонд заработной платы, тыс. руб. 2 564,84 332,75 517,54 1415,13 Средняя заработная плата, руб. А 3 1 1046 2 1210 3 1130 Ито? го Предположим, что мы располагаем только данными гр. 1 и 2 табл. 4.2. Итоги этих граф содержат необходимые величины для расчета искомой средней. Воспользуемся формулой средней агрегатной: x  wi  1415130  1112 руб.  fi 1273 где, wi = xi fi xi – вариант осредняемого признака fi – вес признака Если мы располагаем только данными о средней заработной плате и численности работников (гр. 1 и 3), то общая средняя может быть рассчитана по формуле средней арифметической взвешенной: 29 x  xifi  fi  1046  540  1210  275  1130  458  1112 руб. 540  275  458 Можно рассчитать среднюю заработную плат в целом по трем предприятиям по формуле средней гармонической взвешенной: х  wi wi  xi  564840  332750  517540  1112 руб. 564840 332750 517540   1046 1210 1130 Задания для самостоятельной работы студентов: 1, По данным таблицы (4.3) рассчитать относительные показатели структуры Таблица . 4.3. Показатели валового внутреннего продукта РФ в 1 квартале 2000г. Показатели Объем Трлн. руб. % к итогу ВВП – всего 508,0 В том числе: производство товаров 185,4 производство 277,9 чистые налоги на про44,7 дукты 2. По данным таблицы 4.3. рассчитать относительный показатель координации. 3. На начало мая 2000г. численность граждан, состоящих на учете в службе занятости, составляла 3 064 тыс. человек, а число заявленных предприятиями вакансий – 309 тыс. Рассчитать относительный показатель интенсивности. 30 4. На начало 2000г. операции ГКО – ОФЗ проводили в Москве 108 официальных дилеров; в Новосибирске 16 и В Санкт – Петербурге 13. Вычислить относительный показатель сравнения. 5. Определить величину среднедушевого денежного дохода в целом по РФ. Таблица 4.4. Распределение населения РФ в 1 квартале 2000г. по уровню среднедушевых денежных доходов Среднедушевой денежный доЧисленность населения, ход в среднем за месяц, тыс. руб. % к итогу до 400 30,2 400-600 24,4 600-800 16,7 800-1000 10,5 1000-1200 6,5 1200-1600 6,7 1600-2000 2,7 2000 и выше 2,3 Итого 100 Тема 5. Показатели вариации и анализ частотных распределений 1. Понятие вариации Различие индивидуальных значений признака внутри изучаемой совокупности в статистике называется вариацией признака. Она возникает в результате того, что его индивидуальные значения складываются под совокупным влиянием разнообразных факторов (условий), которые по–разному сочетаются в каждом отдельном случае. Под вариацией в статистике понимают такие количественные изменения величины исследуемого признака в пределах однородной совокупности, которые обусловлены перекрещивающимся влиянием действия различных факторов. 2. Абсолютные и средние показатели вариации 31 Для характеристики колеблемости признака используется ряд показателей.  Наиболее простой - размах вариации, определяемый как разность между наибольшим (xmax) и наименьшим (xmin) значениями вариантов: R = xmax - xmin (5.1.)  Чтобы дать обобщающую характеристику распределению отклонений, исчисляют среднее линейное отклонение, которое учитывает различие всех единиц изучаемой совокупности. Среднее линейное отклонение определяется как средняя арифметическая из отклонение индивидуальных значений от средней, без учета знака этих отклонений: d  d  x i x (не группированные данные) n x x f f i i (группированные данные) (5.2.) (5.3.) i Но этот показатель редко применяется на практике, т.к. во многих случаях не устанавливает степень рассеивания.  На практике меру вариации более объективно отражает показатель дисперсии, определяемый как средняя из отклонений, возведенных в квадрат. 2  2   (x i  x)2 (не группированные данные) (5.4.) n  (x  x) f i 2 fi (сгруппированные данные) (5.5.) i  Среднее квадратическое отклонение определяется как корень из дисперсии. 32  (x  i  x)2 n  (x  x) f  i 2 (5.6.), (5.7.) fi i 3.Показатели относительного рассеивания Для характеристики меры колеблемости изучаемого признака исчисляются показатели колеблемости в относительных величинах. Они позволяют сравнивать характер рассеивания в различных пределах (при сравнении разноименных совокупностей). расчет показателей меры относительного рассеивания осуществляют как отношение абсолютного показателя рассеивания к средней арифметической, умножаемое на 100%.  коэффициент осцилляции отражает относительную колеблемость крайних значений признака вокруг средней. VR  R  100% x (5.8.)  линейный коэффициентвариации характеризует долю усредненного значения абсолютных отклонений от средней величины. Vd  d d  100%илиVd   100% x Me (5.9.)  коэффициент вариации – относительный показатель, является наиболее распространенным показателем колеблемости, который используется для характеристики типичности средней. Он определяется как отношение среднего квадратического отклонения к средней величине. V   x  100% (5.10.) Если коэффициент вариации больше 33%, то это говорит о большой колеблемости признака изучаемой совокупности. Для 33 того, чтобы найти показатели вариации в интервальном ряду необходимо: 1. определить среднее значение в каждом интервале. Если интервал закрытый, то среднее значение определяется как сумма верхний и нижней границ, деленную на два. Если интервал открытый, то предполагается, что расстояние между границами данного интервала такое же как и в соседнем интервале. 2. определяют общую среднею для всей совокупности по формуле средней арифметической взвешенной, при этом вместо отдельных единиц признака берутся средние значения интервалов. 3. определяют показатели вариации, при этом при расчете средних показателей берутся отношение средних значений от общих средних. 4.Виды дисперсий Существуют три вида (показателя) колеблемости признака в совокупности: общую дисперсию, межгрупповую дисперсию и среднюю из внутригрупповых дисперсий. Общая дисперсия характеризует изменение (вариацию) признака, который зависит от всех условий в данной совокупности. При ее расчете находят отклонения отдельных значений признака от общей средней, рассчитанной для всех совокупностей. 2   (x  x) f 2 i fi (5.11.) i Межгрупповая дисперсия отражает изменение (вариацию) изучаемого признака, которая возникает под влиянием признака – фактора, положенного в основу группировки. Она характеризует колеблемость групповых (частных) средних около общей средней.  x2   x  x n n i i (5.12.) i x i и ni - соответственно групповые средние и численности по отдельным группам 34 Внутригрупповая (остаточная) дисперсия характеризует случайную вариацию в каждой отдельной группе. Эта вариация возникает под влиянием других, не учитываемых факторов, и не зависит от условия (признака - фактора), положенного в основу группировки.  x  x  n  n 2  2 i i i (5.13.) i Средняя из внутригрупповых дисперсий: i 2  n  n 2 i i (5.14.) i Эти три показателя находятся в определенной зависимости между собой: показатель общей дисперсии может быть получен как сумма межгрупповой и остаточной. (5.15.)  2   i2   x2 Это правило имеет большое практическое значение. С помощью него можно определить зависимость от фактора, положенного в основу группировки. Зависимость находится при помощи коэффициента детерминации.  x2   2  (5.16.)  x2  2 (5.17.) 2 Этот коэффициент показывает долю общей вариации изучаемого признака, обусловленную вариацией группировочного признака. Корень квадратный из эмпирического коэффициента детерминации носит название эмпирическое корреляционное отношение: Оно характеризует влияние признака, положенного в основание группировки, на вариацию результативного признака Дисперсия альтернативного (качественного) признака. Альтернативными являются признаки, которыми обладают одни единицы изучаемой совокупности и не обладают другие. Например, 35 работники подразделяются на мужчин и женщин, т.е. это два взаимоисключающих варианта. При статистическом выражении колеблемости альтернативных признаков наличие изучаемого признака обозначается 1, а его отсутствие 0. Доля вариантов, обладающих изучаемым признаком, обозначается p, а доля вариантов, не обладающих признаком, обозначается q. Следовательно, p+q=1 (5.18.) Среднее значение альтернативного признака: x 1 p  0  q p pq (5.19.) Дисперсия альтернативного признака равна произведению доли единиц, обладающих признаком, и доли единиц, не обладающих им:  p2  (1  p) 2  p  (0  q) 2  q  pq pq (5.20.) p + q не может быть больше 1, а pq не может быть больше 0,25. 5. Структурные характеристики вариационного ряда распределения Для характеристики величины варьирующего признака пользуются структурными величинами. Они бывают двух видов:  Мода –наиболее часто встречающееся значение ряда (варианты). Мода применяется, например, при определении размера обуви, одежды, пользующейся наибольшим спросом у покупателей. Для дискретных рядов мода – это вариант, имеющий наибольшую частоту. При расчете моды для интервального ряда необходимо вначале определить модальный интервал, т.е. интервал, который имеет наибольшую частоту, а затем значение модального признака. В этом случае моду рассчитывают по следующей формуле: M o  x Mo  iMo ( f Mo ( f Mo  f Mo1 )  f Mo1 )  ( f Mo  f Mo1 ) хмо – нижняя граница модального интервала; iмо - величина модального интервала; 36 (5.21.) fмо – частота, соответствующая модальному интервалу; fмо-1 – частота, предшествующая модальному интервалу; fмо+1 – частота интервала, следующего за модальным. Мода определяет непосредственно размер признака, свойственный, хотя и значительной части, но все же не всей совокупности. Мода по своему обобщающему значению менее точна по сравнению со средней арифметической, характеризующей совокупность в целом с учетом всех без исключения элементов совокупности.  Медиана – значение элемента, который больше или равен и одновременно меньше или равен половине остальных элементов ряда распределения. Медиана делит ряд на две равные части. Медиана – значение признака у средней единицы ранжированного ряда. Ранжированный ряд – ряд, расположенный в порядке возрастания или убывания единиц. Для ранжированного ряда с нечетным числом единиц медианой будет являться варианта, расположенная в центре ряда. Для ранжированного ряда с четным числом единиц медиана определяется как среднее арифметическое из двух смежных вариант, находящихся в центре ряда. В интервальных рядах для определения медианы необходимо: 1.расположить значение признака по ранжиру; 2.для ранжированного ряда определить сумму частот; 3.найти медианный интервал. Он будет находиться там, где полусумма накопленных частот больше или равна сумме частот. Значение медианы находится по формуле: M e  x Me  i Me 1  f i  S Me1 2 f Me (5.22.) хме – нижняя граница медианного интервала (медианным называется первый интервал, накопленная частота которого превышает половину общей суммы частот); iме – величина медианного интервала; f /2 – полусумма частот ряда; Sме-1 – сумма накопленных частот, предшествующих медианному интервалу; fме – частота медианного интервала. 37 Медиана не зависит ни от амплитуды колебаний ряда, ни от распределения частот в пределах двух равных частей ряда, поэтому ее применение позволяет получить более точные результаты, чем при использовании других форм средних. Вопросы для теоретического контроля знаний: 1. Что представляет собой вариация признака, от чего зависят ее размеры? 2. Что такое размах вариации? По какой формуле он исчисляется? В чем его недостаток? 3. Что представляет собой среднее линейное отклонение? Его формулы, недостатки. 4. Какие показатели называются дисперсией и средним квадратическим отклонением? По каким формулам они вычисляются? 5. Что представляет собой вариация альтернативного признака? Чему она равна? 6. Какие виды дисперсий Вы знаете? 7. Каковы основные свойства дисперсий? 8. Как вычисляются показатели вариации в интервальном ряду? 9. Как осуществляется изучение формы распределения? 10. Теоретические распределения в анализе вариационных рядов. 11. Структурные характеристики вариационного ряда распределения. 12. Что представляет собой мода и медиана? 13. Как вычисляется мода в дискретных и интервальных рядах? 14. Как вычисляется медиана в дискретных и интервальных рядах? 15. Что представляет собой правило сложения дисперсий? В чем его практическое значение? 16. Дайте определение эмпирического коэффициента детерминации. В чем его смысл? 17. Дайте определение эмпирического корреляционного отношения. В чем его смысл? 38 Примеры решения задач: 1. На основе данных (дискретный ряд) табл. 5.1. рассчитаем среднее линейное отклонение для дискретного ряда распределения. Таблица 5.1. Распределение учителей средних школ района по стажу работы Стаж работы, лет xi 1 8 9 10 11 12 Итогу Число учителей в % к итогу, 2 14 20 30 24 12 100 fi xi f1 xi  x xi  x 3 112 180 300 264 144 1000 4 -2 -1 1 2 5 2 1 1 2 - xi  x fi 6 28 20 24 24 96 Размах вариации стажа равен : R = xmax - xmin = 12 – 8 = 4 года. Результаты вспомогательных расчетов даны в графах 3 – 5 табл.5.1. Средний стаж работы определяем по формуле средней арифметической взвешенной : x  1000:100 = 10 лет Отклонения индивидуальных значений стажа от средней с учетом и без учета знака содержатся в графах 4 и 5, а произведения отклонений по модулю на соответствующие частоты – в гр. 6. Среднее линейное отклонение стажа работы учителей средних школ района: d   xi  x fi  96  0,96года 100  fi 2. Рассчитаем дисперсию и среднее квадратическое отклонение для следующего ряда распределения (табл. 5.2.) 39 Таблица 5.2. Распределение магазинов города по товарообороту во 2 квартале 2003г. Группы магазинов по величине товарооборота, тыс. руб. А 40 – 50 50 – 60 60 – 70 70 – 80 80 – 90 90 – 100 100 – 110 110 – 120 120 – 130 130 – 140 Итого Число магази нов, Середина интерва ла, тыс. fi xi f i xi  x 3 90 220 455 750 1275 1900 2310 1265 750 405 9420 4 49,2 -39,2 -29,2 -19,2 -9,2 0,8 10,8 20,64 30,8 40,8 - xi  x 2 xi  x 2 fi руб., xi 1 2 4 70 10 15 20 22 11 6 3 100 2 45 55 65 75 85 95 105 115 125 135 5 2420,64 1536,64 852,64 368,64 84,64 0,64 116,64 432,64 948,64 1164,64 - 6 4841,28 6146,56 5968,48 3686,40 1269,60 12,80 2566,08 4759,04 5691,84 4993,92 399936,00 При расчете вариации по интервальным рядам распределения необходимо сначала определить середины интервалов, а затем ввести дальнейшие расчеты, рассматривая ряд середин интервалов как дискретный ряд распределения. Результаты вспомогательных расчетов для определения дисперсии и среднего и квадратического отклонения содержатся в графах 2 – 6 табл. 7.2. Средний размер товарооборота определяется по средней арифметической взвешенной и составляет: х 9420  94,2тыс. руб. 100 Дисперсия товарооборота:  xi  x   fi 2 2  fi  39936  399.36. 100 Среднее квадратическое отклонение товарооборота определяется как корень квадратный из дисперсии: 40  xi  x   fi 2  fi  399.36 19.98  20тыс. руб. 3. Определим групповые дисперсии, среднюю из групповых дисперсий, межгрупповую дисперсию, общую дисперсию по данным табл. 5.3. (аналитическая группировка) Таблица 5.3. Производительность труда двух бригад рабочих токарей 1 бригада Изготовлено xi  деталей за час, шт. № 1 2 3 4 5 6 13 14 15 17 16 15 -2 -1 2 1 90 x1 xi  x1 2 4 1 4 1 10 2 бригада № 7 8 9 10 11 12 Изготовлено деталей за час, шт. 18 19 22 20 24 23 126 xi  x2 xi  x2 2 -3 -2 1 -1 3 2 9 4 1 1 9 4 24 Для расчета групповых дисперсий вычислим среднее по каждой группе: x1  90 126  15шт.; х2   21шт. 6 6 Промежуточные расчеты дисперсий по группам представлены в табл. 5.3. Подставив полученные значения в формулу, получим:  xi  x   2  2 1  22  n 2  xi  x  n  10  1.666  1.67 6  28  4.67 6 Средняя из групповых дисперсий:  2  fi  1.67  6  4.67  6  10  28  38  3.17  12 12 12  fi 2 i 41 Затем рассчитаем межгрупповую дисперсию. Для этого предварительно определим общую среднюю как среднюю взвешенную из групповых средних: х  x fi  16  6  21  6  90  126  18шт. 12 12  fi i Теперь определим межгрупповую дисперсию: 2  xi  x  fi  15  182  6  21  182  6  9  6  9  6  108  9 2  12 12 12  fi Задания для самостоятельной работы: 1. Определить групповые дисперсии доли, среднюю из групповых, межгрупповую и общую дисперсии доли по данным табл. 5.4. Таблица 5.4. Численность и удельный вес одной из категорий крупного рогатого скота фермерских хозяйств района Хозяйство Удельный вес Всего коров дойных коров, % 1 90 50 2 95 20 3 80 30 Итого 265 100 2. Рассчитать коэффициент асимметрии и показатель эксцесса по данным о распределении фирм по стоимости основных фондов (табл. 5.5.) Таблица 5.5. Расчет коэффициента асимметрии Группы фирм по Количество фирм, fi стоимости основных фондов, млн. руб., х 0,5-1,0 20 1,0-1,5 40 1,5-2,0 25 2,0-2,5 20 Итого 105 42 3. Рассчитать моду и медиану по данным таблицы 5.6. (дискретный ряд). Таблица 5.6. Распределение обуви, проданной коммерческой фирмой в январе 2003г. Раз 34 37 38 40 41 43 44 и Итомер бого лее Кол – 23 19 20 15 14 7 2 100 во проданных пар, % к итогу 4. Рассчитать моду и медиану для интервального ряда распределения по данным таблицы 5.7. Таблица 5.7. Распределение семей города по размеру среднедушевого дохода в январе 2003г. Группы семей по размеру дохода, Число семей руб. До 500 600 500 – 600 700 600 – 700 1 700 700 – 800 2 500 800 – 900 2 200 900 – 1000 1 500 Свыше 1000 800 Итого 10 000 Тема 6. Выборочный метод в статистических исследованиях 1.Понятие выборочного наблюдения Выборочное наблюдение – способ несплошного наблюдения, при котором обобщающие показатели изучаемой совокупности устанавливаются по некоторой ее части на основе положений случайного отбора. Цель выборочного наблюдения - нахожде43 ние средних характеристик всей совокупности по ее выборочной части. При этом подлежащая изучению статистическая совокупность, из которой производится отбор части единиц, называется генеральной совокупностью. Отобранная из генеральной совокупности некоторая часть единиц, называется выборочной совокупностью или выборкой. В генеральной совокупности доля единиц, обладающих изучаемым признаком, называется генеральной долей (Р), а средняя величина признака называется генеральной средней ( х ). В выборочной совокупности доля изучаемого признака называется выборочной долей ( W ), а средняя величина называется х ). выборочной средней ( ~ Основные характеристики генеральной и выборочной совокупностей обозначаются определенными символами(табл. 6.1.) Таблица 6.1. Символы основных характеристик параметров генеральной и выборочной совокупностей № Характеристика Генеральная совокупВыборочная ность совокупность 1 Объем совокупN n ности (численность единиц) 2 Численность M m единиц, обладающих обследуемым признаком 3 Доля единиц, P = M/N W = m/n обладающие обследуемым признаком 4 Средний размер xi xi ~ x x признака   N 5 Дисперсия количественного признака  x2   (x 44 n i  x) N 2  ~x2   (x i ~ x )2 n  2 x  (x  x)  f i i 6 Дисперсия доли  p2  pq 2 fi  2 ~ x (x  ~ x)   f i i  w2  W (1  W ) 2. Виды выборочного наблюдения Существуют следующие виды выборок: а) повторный отбор, когда отобранная единица возвращается обратно в генеральную совокупность и для нее сохраняется возможность быть отобранной еще раз. б) бесповторный отбор, когда каждая отобранная единица может быть обследована только один раз. По способу организации различают пять видов выборок:  Собственно случайный отбор Состоит в том, что выборочная совокупность образуется в результате случайного отбора (жеребьевки) единиц из генеральной совокупности. При этом каждой единице предоставляется равная возможность попадания в выборку. Может быть повторной и бесповторной. К недостаткам этого вида отбора можно отнести: 1.нужно знать заранее размер генеральной совокупности, что не всегда возможно, 2. сложность его применения при очень больших совокупностях.  Механический отбор Выборка, при которой генеральная совокупность разбивается на равные части, и из каждой части в выборку отбираю лишь одну единицу, через определенный интервал. При этом единицы генеральной совокупности должны быть распределены по любому признаку, который не будет изучаться в выборочном наблюдении. Промежуток, через который единицы попадают в выборку, зависит от размеров выборочной и генеральной совокупности. Механическая выборка является единственно возможной, когда совокупность заранее неизвестна, а формируется постепенно. По способу проведения механический отбор всегда бесповторен.  Типический отбор Это вид выборки, при котором генеральная совокупность разбивается на группы по какому – либо признаку, который будет изучаться в выборочной совокупности признаку. Затем проводит45 2 fi ся случайный или механический отбор единиц из каждой совокупности. Типическая выборка применяется при изучении сложных статистических явлений.  Серийный(гнездовой) отбор Выборка, при которой отбору подлежат не отдельные единицы совокупности, а группы или серии, в которых единицы определенным образом связаны между собой. Отбор серии осуществляется случайно или механически, а внутри каждой серии осуществляется сплошное обследование.  Комбинированный отбор Это вид выборки, при котором генеральная совокупность разбивается на группы, затем проводится отбор групп, а из отобранных групп проводится отбор единиц – многоступенчатая выборка. При этом на отдельных стадиях могут применяться разные виды выборок. Комбинированный отбор может быть двух видов: Многоступенчатый – отбор проходит по ступеням, последовательным стадиям, причем на каждой ступени единицы отбора будут всегда разные. Многофазный – программа обследования на различных фазах отбора меняется, а единицы отбора одни и те же. Отличие комбинированной выборки от типической состоит в том, что при типической выборке выборочная совокупность формируется их всех групп, а при комбинированной осуществляется отбор самих групп и, поэтому не все они попадают в выборочную совокупность. 3.Ошибки выборочного наблюдения В связи с тем, что статистическая совокупность состоит из единиц с варьирующим признаком, то состав выборочной совокупности может отличаться от состава генеральной совокупности. Это значит, что обобщающие показатели выборки не совпадают со значениями этих показателей в генеральной совокупности. Расхождения между показателями выборочной и генеральной совокупностей называются ошибкой выборки. При определении точности выборочных показателей различают среднюю и предельную ошибки выборки. 46 3.1. Средняя ошибка выборки зависит от степени вариации значений признака внутри совокупности и от размеров выборочной совокупности.  Средняя ошибка собственно- случайной выборки    2 n (повторный отбор) (6.1.) n ) (бесповторный отбор) N (6.2.) n (1  Для определения средней ошибки механической выборки используется формула средней ошибки выборки при случайном бесповторном отборе.  Средняя ошибка типической выборки  2 n (повторный отбор) (6.3.) 2 - средняя из внутригрупповых дисперсий; n - численность выборочной совокупности.   2 n (1  n ) (бесповторный отбор) N (6.4.) N - численность генеральной совокупности. Средняя ошибка серийного отбора   2 r 2 r (повторный отбор) (1  r ) (бесповторный отбор) R (6.5.) (6.6.) r – число отобранных серий R – общее число серий При этом  2   ( ~х  ~x ) ~ x i - средняя i – й серии; i r 47 2 (6.7.) ~ x - общая средняя по всей выборочной совокупности.  Средняя ошибка выборки для альтернативного признака  w(1  w) n (6.8.) 3.2. Предельная ошибка выборки Полученные показатели генеральной совокупности по средством выше указанных формул, можно гарантировать лишь с определенной доле вероятности. В математической статистике доказано, что пределы значений генеральной совокупности отличаются от показателей выборочной совокупности на величину средней ошибки выборки лишь с вероятностью 0,683. Это значит, что в 683 случаях из 1000 значения генеральной совокупности будут находиться в установленных пределах, а в остальных 317 они могут выйти за эти пределы. Но вероятность можно повысить, если расширить пределы отклонений. Для этого средняя ошибка выборки увеличивается в t раз. Коэффициент t называется коэффициентом доверия. Он определяется в зависимости от того, с какой доверительной вероятностью надо гарантировать результаты выборочного обследования. Установлено, что при t = 1, вероятность равна 0,683 (68,3 %); при t = 2, вероятность равна 0,954 (95,4 %); при t = 3, вероятность равна 0,997 (99,7 %). Средняя ошибка выборки, умноженная на коэффициент доверия, называется предельной ошибкой выборки.  ~х  t ~x (6.9.) Зная выборочную среднюю величину признака ( ~ х ) и пре- дельную ошибку выборки (  ~х ) , можно определить границы (пределы), в которых заключена генеральная средняя: ~ ~ х   ~х  х  ~ х   ~х или х  х   ~х (6.10.) Зная выборочную долю признака (w) и предельную ошибку выборки (  w ) , можно определить границы, в которых заключена генеральная доля (р): w  w  p  w  w (6.11.) 48 4. Определение необходимого объема выборки При проектировании выборочного наблюдения возникает вопрос о необходимой численности выборки. Эта численность может быть определена на базе допустимой ошибки при выборочном наблюдении исходя из вероятности, на основе которой можно гарантировать величину устанавливаемой ошибки, и, наконец, на базе способа отбора. Приведем формулы необходимого объема выборки для наиболее часто используемых на практике способов формирования выборочной совокупности (табл. 6.2.) Таблица 6.2. Необходимый объем выборки для некоторых способов формирования выборочной совокупности Вид выборочПовторный отбор Бесповторный отбор ного наблюдения Случайная (механическая) выборка а) при определении среднего размера приt 2 ~x2 N t 2 ~x2 n 2 n 2 знака 2 2  ~x N  t  ~x  ~x б) при определении доли признака n t 2W (1  W ) 2w n t 2W (1  W ) N 2w N  t 2W (1  W ) Типическая выборка а) при определении среднего размера признака б) при определении доли признака n n t 2 ~x2 2~x n t 2W ( 1  W ) 2w n t 2 ~x2 N 2~x N  t 2 ~x2 t 2W ( 1  W ) N 2w N  t 2W ( 1  W ) Серийная выборка а) при определении среднего размера при- r t 2 ~x2 2~x r 49 t 2 ~x2 R 2~x R  t 2 ~x2 знака б) при опредеt 2Wr (1  Wr ) R t 2Wr (1  Wr ) r r 2 лении доли 2w  w R  t 2Wr (1  Wr ) признака 5. Способы распространения результатов выборочного наблюдения на генеральную совокупность На практике используют два способа распространения выборочного наблюдения на генеральную совокупность: 1. способ прямого пересчета применяется тогда, когда с помощью выборки рассчитываются средние объемные показатели. Например, при определении общего количества молока, полученного от коров в личных подсобных хозяйствах. Для этого на основе выборочного обследования бюджетов крестьян устанавливают средний надой на одну корову. По данным переписи скота рассчитывают поголовье коров в личных подсобных хозяйствах. Перемножая эти данные, определяют общий объем молока. 2. способ поправочных коэффициентов применяется для уточнения и проверки данных сплошного наблюдения. Его используют в том случае, когда можно сопоставить данные выборочного и сплошного наблюдения. При этом рассчитывают поправочный коэффициент, по которому проводят корректировку итогов сплошного наблюдения. Например, в результате сплошной переписи скота установлено, что в личных подсобных хозяйствах области имелось 100 000 коров, в т.ч. в районе А 1000 коров. Выборочное обследование этого района показало, что фактическое число коров составило 1015, т.е. при сплошной переписи не были учтены 15 коров. Поправочный коэффициент будет равен: 0,015 (15/1000). Тогда по области с учетом поправочного коэффициента число коров составит: (0,015*100 000): 1000+ 100000 = 1500 + 100000 = 101 500 голов. Выборочное наблюдение широко применяется для: 1. статистического оценивания и проверки гипотез; 2. решения производственных и управленческих задач; 3. отраслевых, социально – экономических исследований; 4. разрешения задач в сфере предпринимательской деятельности. 50 Вопросы для теоретического контроля знаний: 1. Какое наблюдение называется выборочным? 2. В чем преимущества выборочного наблюдения перед сплошным? 3. Какие вопросы необходимо решить для проведения выборочного наблюдения? 4. Почему при выборочном наблюдении неизбежны ошибки и как они классифицируются? 5. Какие условия правильного отбора единиц совокупности при выборочном наблюдении? 6. Как производятся собственно – случайный, механический, типический и серийный отборы? 7. В чес различие повторной и бесповторной выборки? 8. Что представляет собой средняя ошибка выборки (доли и средней)? 9. По каким расчетным формулам находят средние ошибки выборки (для средней и доли) при повторном и бесповторном отборах? 10. Что характеризует предельная ошибка выборки и по каким формулам она исчисляется (для средней и доли)7 11. Что показывает коэффициент доверия? 12. По каким формулам определяется необходимая численность выборки, обеспечивающая с определенной вероятностью заданную точность наблюдения? 13. Раскройте сущность понятия «малая выборка». 14. Какими способами осуществляется распространение результатов выборочного наблюдения на всю совокупность? Примеры решения задач: 1. В городе проживает 250тыс. семей. Для определения среднего числа детей в семье была организована 2% - ная случайная бесповторная выборка семей. По ее результат было получено следующее распределение семей по числу детей: Число детей в семье Количество семей 1000 1 2000 51 2 1200 3 400 4 200 5 200 С вероятностью 0,954 найдите пределы, в которых будет находиться среднее число детей в генеральной совокупности. Вначале определим на основе имеющегося распределения семей выборочную среднюю и дисперсию: 7400: 5000 1,5 чел.; 7650 : 5000 = 1,53. Число детей в семье, xi Количест во семей, f i 1000 2000 1200 400 200 200 5000 1 2 3 4 5 Итого xi f i xi  ~ x ( xi  ~ x )2 ( xi  ~ x )2 fi 2000 2400 1200 800 1000 7400 -1,5 -0,5 0,5 1,5 2,5 3,5 - 2,25 0,25 0,25 2,25 6,25 12,25 - 2250 500 300 900 1250 2450 7650 Вычислим теперь предельную ошибку выборки ( с учетом того, что р = 0,954, t = 2). Х  T Х2 2 (1  n 1,53  5000  ) 2 1    0,035 N 500  250000  Т.о., с вероятностью 0,954 можно утверждать, что среднее число детей в семьях города практически не отличается от 1,5, т.е. в среднем на каждые две семьи приходятся три ребенка. Задания для самостоятельной работы: 1. В области, состоящей из 20 районов, приходилось выборочное обследование урожайности на основе отбора серий (районов). Выборочные средние по районам составили соответственно 14,5ц / га; 16; 15,5; 15 и 14ц / га. С вероятностью 0,954 найдите пределы урожайности во всей области. 2.С целью определения средних затрат времени при поездках на работу населением города планируется выборочное наблюдение на основе случайного повторного отбора. Сколько людей должно быть обследовано, чтобы с вероятностью0,954 ошибка 52 выборки не превышала 1 мин при среднем квадратическом отклонении 15 мин? 3.Из партии импортируемой продукции на посту Московской региональной таможни было взято в порядке случайной повторной выборки 20 проб продукта А. В результате проверки установлена средняя влажность продукта А в выборке, которая оказалась равной 6% при среднем квадратическом отклонении 1%. С вероятностью 0,683 определите пределы средней влажности продукта во всей партии импортируемой продукции. Тема 7. Индексный метод в статистических исследованиях 1. Понятие экономических индексов. Классификация индексов Индекс – относительный показатель, который выражает соотношение величин какого – либо явления во времени, пространстве или сравнение фактических данных с любым эталоном (план, норматив, прогноз). По степени охвата явления индексы бывают:  Индивидуальные, служат для характеристики изменения отдельных элементов сложного явления;  Сводные (общие), служат для измерения динамики сложного явления, составные части которого непосредственно не соизмеримы;  Групповые (субиндексы), охватывают не все элементы сложного явления, а только их часть. По базе сравнения все индексы можно разделить на:  Динамические, отражают изменения явления во времени (бывают цепные и базисные);  Территориальные, применяются для межрегиональных сравнений. По виду весов индексы бывают:  С постоянными весами;  С переменными весами. В зависимости от формы построения различают:  Индексы агрегатные; 53  Индексы средние. По характеру объема исследования общие индексы подразделяются(в основе деления лежит вид индексируемой величины):  Индексы количественных показателей; к ним относятся: объем продукции в натуральном выражении, численность работников, величину материальных затрат, величину основных фондов.  Индексы качественных показателей; к ним относятся: цена, себестоимость, производительность труда, материалоотдача, фондоотдача. По объекту исследования индексы бывают:  Индексы производительности труда;  Индексы себестоимости;  Индексы физического объема продукции;  Индексы стоимости продукции и т.д. По составу явления можно выделить две группы индексов:  Постоянного состава;  Переменного состава. По периоду исчисления индексы подразделяются на:  Годовые;  Квартальные;  Месячные;  Недельные. Буквой «i» -обозначается индивидуальные индексы, «I» - общие индексы. Знак внизу справа означает период: «0» - базисный, «1» - отчетный. Помимо этого используются определенные символы для обозначения индексируемых показателей: q – количество товара в натуральном выражении; p – цена единицы продукции; z – себестоимость единицы продукции; t – затраты времени на производство единицы продукции; w – выработка продукции в стоимостном выражении на одного рабочего или в единицу времени; v - выработка продукции в натуральном выражении на одного рабочего или в единицу времени; T – общие затраты времени (tq) или численность рабочих; pq – стоимость продукции или товарооборот; 54 zq - издержки производства. 2. Индивидуальные и общие индексы Индивидуальные индексы получают в результате сравнения однотоварных явлений. Представляют собой относительные величины динамики, выполнения плана и их расчет не требует знания специальных правил.  Индивидуальный индекс физического объема продукции: iq  q1 q0 (7.1.) Этот индекс показывает, во сколько раз возрос (уменьшился) выпуск какого – либо одного товара в отчетном периоде по сравнению с базисным, или во сколько процентов составляет рост (снижение) выпуска товара. В знаменателе может быть не только количество продукции, произведенной за какой – то предыдущий период, но и плановое значение (qпл), нормативное (qн) или эталонное значение, принятое за базу сравнения (qэ). Тогда формула примет следующий вид: iq  q1 q q ; iq  1 ; iq  1 . q пл qн qэ (7.2.); (7.3.); (7.4.) Индексы других показателей строятся аналогично. В экономических расчетах чаще всего используются общие индексы, которые характеризуют изменение совокупности в целом. В индексной теории сложились две концепции, которые по – разному интерпретируют общие индексы. Согласно синтетической концепции особенность общих индексов состоит в том, что они выражают относительное изменение сложных явлений, отдельные части которых непосредственно несоизмеримы. Таким образом, синтетические свойства индексов состоят в том, что посредством индексного метода производится соединение (агрегирование) в целое разнородных единиц статистической совокупности. В аналитической теории индексы трактуются как показатели, необходимые для измерения влияния изменения составных ча55 стей сложного явления на изменение уровня этого явления. Таким образом, аналитические свойства индексов состоят в том, что посредством индексного метода определяется влияние факторов на изменение изучаемого показателя. 3. Агрегатная форма общего индекса Агрегатный индекс – сложный относительный показатель, который характеризует среднее изменение социально – экономического явления, состоящего из несоизмеримых элементов. Числитель и знаменатель агрегатного индекса представляет собой сумму произведений двух величин, одна из которых меняется (индексируемая величина), а другая остается неизменной в числителе и знаменателе (вес индекса). Индексируемая величина – признак, изменение которого изучается. Вес индекса – величина, служащая для целей соизмерения индексируемых величин. Методика построения агрегатного индекса предусматривает решение трех вопросов: 1. какая величина будет индексируемой; 2. по какому составу разнородных элементов явления необходимо исчислить индекс; 3. что будет служить весом при расчете индекса. При выборе веса индекса принято руководствоваться правилом:  Если строится индекс количественного показателя, то веса берутся за базисный период;  При построении индекса качественного показателя используются веса отчетного периода. Формулы для расчета общих индексов Наименование индекса Индекс стоимости продукции (товарооборота) Формула расчета индекса I pq  pq p q 1 1 (7.5.) 56 Что показывает индекс Во сколько раз изменилась стоимость продукции отчетного периода по сравнению с базисным Индекс физического объема продукции Индекс цен Iq Ip q p  q p pq  p q 1 1 1 (7.6.) (7.7.) 0 1 I pq  I p  I q Во сколько раз изменилась стоимость продукции в результате изменения объема ее производства Во сколько раз изменилась стоимость продукции в результате изменения ее цен (7.8.) Индексы других показателей строятся аналогично. 4.Средние индексы Средние индексы – индексы, вычисленные как средняя величина из индивидуальных индексов. Выделяют следующие виды средних индексов:  средний арифметический индекс, характеризует изменение количественных показателей. Применяется в тех случаях, когда имеются данные об общей величине изучаемого явления в базисном периоде и изменения в процентах количественного показателя в отчетном периоде по сравнению с базисным. Средний арифметический индекс физического объема продукции Iq  i p q p q q (7.9.) Индекс характеризует изменение количества продукции в отчетном периоде, по сравнению с базисным, в относительных величинах. Разница между числителем и знаменателем этого индекса показывает абсолютное изменение объема производства за счет изменения в количестве продукции. Средний арифметический индекс производительности труда: It  i t q t q t 1 1 1  i T T t 1 (7.10.) 1  средний гармонический индекс, используется для характеристики качественных показателей. Он рассчитывается в том случае, когда имеются данные об общей величине изучаемого явления за отчетный период и изме- 57 нения в процентах качественного показателя в отчетном периоде по сравнению с базисным. Средний гармонический индекс цен: Ip  pq pq 1 1 (7.11.) 1 1 ip Индекс характеризует относительное изменение цены в отчетном периоде по сравнению с базисным. Разница между его числителем и знаменателем показывает абсолютное изменение объема производства за счет изменения цен. Средний гармонический индекс себестоимости: Iz  z q z q 1 1 (7.12.) 1 1 iz 5. Выбор базы и весов индексов Выбор базы сравнения и весов индексов – это два важнейших методологических вопроса построения систем индексов. Система индексов – ряд последовательно построенных индексов. В зависимости от базы сравнения системы индексов бывают:  базисные – это ряд последовательно вычисленных индексов одного и того же явления с постоянной базой сравнения, т.е. в знаменателе всех индексов находится индексируемая величина базисного периода.  цепные – это ряд индексов одного и того же явления, вычисленных с меняющейся от индекса к индексу базой сравнения. Базисные индексы дают более наглядную характеристику общей тенденции развития исследуемого явления, а цепные – четче отражают последовательность изменения уровней во времени. 58 Примеры построения системы индивидуальных индексов: Название Система индексов индекса базисные цепные Индекс сто- p q p q p q p1 q1 p 2 q 2 p q 1 1 ; ;....; n n ; 2 2 ;....; n n имости p0 q0 p0 q0 Индекс физического объема Индекс цен p0 q0 p0 q0 p1 q1 p n 1 q n1 q q1 q 2 ; ;....; n q0 q0 q0 q q1 q 2 ; ;....; n q0 q1 q n 1 p p1 p 2 ; ;....; n p0 p0 p0 p p1 p 2 ; ;....; n p0 p1 p n 1 Системы базисных и цепных индексов могут быть построены для агрегатных индексов. а) цепные индексы стоимости: p q ;p q p q pq 1 1 2 1 1  p1q1  p2 q2 б) ;....; p q p q n n ; . n 1 n 1 базисные p q p q 2 ;....;  pn qn p q индексы стоимости: . При построении систем индексов можно использовать постоянные и переменные веса. Системой индексов с постоянными весами называется система сводных индексов одного и тог же явления, вычисленных с весами, не меняющимися при переходе от одного индекса к другому. Постоянные веса позволяют исключить влияние структуры на величину индекса.  Система базисных индексов физического объема с постоянными весами q p ; q q p q 1 2 p0 p0 ;....; q q n p0 p0 59  Система цепных индексов физического объема с постоянными весами q p ; q p q p q p 1 2 1 ;....; q q n p0 n 1 p0 Система индексов с переменными весами представляет собой систему сводных индексов одного и того же явления, вычисленных с весами, последовательно меняющимися от одного индекса к другому.  Система базисных индексов цен с переменными весами p q ;p q p q p q  1 1 2 2 0 1 2 ;....; p q p q n n n Система цепных индексов цен с переменными весами  p q ; p q p q pq 1 1 2 2 0 1 1 2 ;....; p q p q n n n 1 n Системы агрегатных индексов обладают теми же свойствами, что и системы индивидуальных индексов. 6. Индексы постоянного, переменного составов и структурных сдвигов При изучении динамики социально – экономических явлений приходится производить индексные сопоставления более чем за два периода. В тех случаях, когда необходимо установить изменение качественного показателя по одному и тому же признаку, но относящемуся к разным объектам, применяются индексы постоянного, переменного состава и структурных сдвигов.  индекс переменного состава - индекс, выражающий соотношение средних уровней изучаемого явления, относящихся к разным периодам времени. Индекс переменного состава себестоимости продукции одного и того же вида: I пс  z1  z0 z q  z q q q 1 1 1 (7.13.) Отражает изменение не только индексируемой величины (себестоимости), но и структуры совокупности (весов). 60  индекс постоянного (фиксированного) состава - индекс, исчисленный с весами, зафиксированными на уровне одного какого - либо периода, и показывающий изменение только индексируемой величины. I фс  z q  z q q q 1 1 0 1 1 1  z q z q 1 1 (7.14.) 0 1  индекс структурных сдвигов - индекс, характеризующий влияние изменения структуры изучаемого явления на динамику среднего уровня этого явления. I с .с .  z q  z q q q 0 1 1 I пс  I фс  I с.с.   z q  q  z q q 0 1 1 0 1 (7.15.) (7.16.) Аналогично строятся системы индексов для других показателей. 7. Индексы пространственно – территориального сопоставления В статистической практике часто возникает потребность в сопоставлении уровней экономических явлений в пространстве: по странам, экономическим районам и т.д., т.е.в исчислении территориальных индексов. При построении территориальных индексов приходится решать вопрос: какие веса использовать при их исчислении. Если стоит задача сравнить цены двух регионов (А и В), то можно построить два индекса: I A/ B  p p A qA B qA (7.17.) (индекс, в котором в качестве базы сравнения применяются данные по региону А) IB/ A  p p B qB A qB (7.18.) (индекс, в котором в качестве базы сравнения применяются данные по региону В) 61 В теории и практике статистики предлагаются различные методы построения территориальных индексов, в т.ч. метод стандартных весов. Суть его в том. Что значения индексируемой величины взвешивается не по весам какого – то одного региона, а по весам области, экономического района, республики, в котором находятся сравниваемые регионы: Ip  p p A (q A  q B ) B (q A  q B ) (7.19.) Вопросы для теоретического контроля знаний: 1. Что называется индексом в статистике? 2. Какие задачи решают при помощи индексов? 3. Что характеризуют индивидуальные индексы? Приведите примеры. 4. В чем сущность общих индексов? 5. Как исчисляется агрегатный индекс стоимости продукции (товарооборота в фактических ценах) и что он характеризует? 6. Как исчисляется агрегатный индекс физического объема продукции (товарооборота) и что он характеризует? Напишите формулу. 7. Когда возникает необходимость преобразования индекса физического объема в средний арифметический и средний гармонический; каким образом происходят такие преобразования? Покажите на примерах. 8. Как исчисляют агрегатные индексы цен (Паше и Ласпейреса), себестоимости, производительности труда и что они показывают? Напишите их формулы. 9. Когда возникает необходимость преобразования агрегатного индекса цен в средний арифметический и средний гармонический; каким образом происходят такие преобразования? Покажите на примерах. 10. Что называется индексом переменного состава, как он исчисляется, и что он характеризует? Напишите его формулу. 11. Какой индекс называется индексом постоянного состава, как он исчисляется и что он характеризует? Напишите его формулу. 62 12. Что характеризует индекс структурных сдвигов и как он исчисляется? 13. Какая взаимосвязь существует между индексами постоянного, переменного состава и структурных сдвигов? 14. Как строятся базисные и цепные индексы и какая между ними существует взаимосвязь? 15. Что представляют собой индексы с постоянными и переменными весами? 16. В чем выражается взаимосвязь индексов цен, физического объема и товарооборота, как практически она используется? 17. Какая система взаимосвязанных индексов используется при анализе себестоимости, физического объема и затрат в производстве? 18. Что представляют собой территориальные индексы? Примеры решения задач: 1. Если цена товара А в текущем периоде составляла 30 руб., а базисном году 25 руб., то индивидуальный индекс цены Ip = 30: 25 = 1,2 или 120,0%. ip  p1 p0 В данном примере цена товара А возросла по сравнению с базисным уровнем в 1,2 раза или на 20%. 2. Имеются следующие данные о реализации плодово–ягодной продукции в области (табл. 7.1.) Таблица 7.1. Реализация плодово–ягодной продукции в области НаименоваИюль Август Расчетные графы, ние товара руб. Цена за 1 ПродаЦена за Проро q0 р1 q1 ро q1 кг, руб., но т, q0 1 кг, дано т, ро руб., р1 q0 Черешня 12 18 12 15 216 180 180 Персики 11 22 10 27 242 270 297 Виноград 9 20 7 24 180 168 216 63 Итого 1. * * Индекс товарооборота: I pq  pq p q 1 1  0 0 * * 638 618 618  0.969, или 96,9%. 638 Мы получили, что товарооборот в целом по данной товарной группе в текущем периоде по сравнению с базисным уменьшился на 3,1% (100 – 96,9%). 2. Общий индекс цен: Ip  pq p q 1 1  0 1 618  0.892, или89,2%. 693 цены в августе по сравнению с июлем в среднем снизились на 10, 8%. Разность числителя и знаменателя будет показывать величину экономии или перерасхода покупателей от изменения цен: Е   p1q1   p0q1  618  693  75тыс. руб. 3. Iq  q p q p Индекс физического объема реализации: 1  693  1.086или108,6%. 638 Т.о., физический объем реализации увеличился на 8,6%. Используя взаимосвязь индексов проверим правильность вычислений: Ipq = Ip Iq = 0,892 * 1,086 = 0,969 или 96,9%. 3. Индексы постоянного, переменного состава и структурных сдвигов Проведем анализ изменения цен реализации товара А в двух регионах (табл. 7.2.) Таблица 7.2. Регион 1 Цена, руб., ро 12 2 17 Июнь Продано, шт.,qo 10 000 Цена, руб., р1 13 20 000 19 Июль Продано, шт.,q1 18 000 9 000 64 Расчетные графы, руб. poqo p1q1 poq1 120 000 340 234 000 171 000 216 000 153 693 Итого * 30 000 * 27 000 000 460 000 405 000 000 369 000 1.Индекс переменного состава: Ip ПС  pq p q q q 1 1 1  405000 460000   15.00  15.33  0.0978 27000 30000 Из табл. 7.2. видно, что цена в каждом регионе в июле по сравнению с июнем возросла. В целом же средняя цена снизилась на 2,2% (97,8 – 100). Несоответствие объясняется влиянием изменения структура реализации товаров по регионам: в июне по более высокой цене продавали товара в двое больше, в июле же ситуация изменилась. 2. Индекс структурных сдвигов: Iсст  p q q 1 2  p q q  369000 460000   0.891 27000 30000 Вывод: за счет структурных сдвигов цены снизились. 3. Рассчитанный индекс постоянного состава равен 1,098 или 109,8%. Отсюда следует, что если бы структура реализации товара по регионам не изменилась, средняя цена возросла бы на 9,8%. 4. Рассчитать территориальный индекс, если известны данные о ценах и объемах реализации товаров по двум регионам: Товар 1 2 3 Итого Регион А цена, реализоруб., pa вано, т., qa 11,0 30 8,5 45 17,0 15 * * I pb / a  Регион Б цена, реализоруб., pb вано, т., qb 12,0 35 9,0 50 16,0 90 * * Расчетные графы Q = qa pa Q pb Q +q b 65 95 105 *  p Q  3315.0  1.002или100,2%.  p Q 3307.5 715,0 807,5 1785,0 3307,5 b a Цены в регионе В на 0,2% превышают цены в регионе А. 65 780,0 855,0 1680,0 3315,0 5. Рассчитать средний арифметический индекс по следующим данным: Товар Реализация Изменение физиче- Расчетные грав базисном ского объема реафы периоде, лизации в текущем iq  q0 p0 iq периоде по сравнеруб. q0 p0 нию с базисным, % iq  100%  100% Мандарины Грейпфруты Апельсины Итого Решение: Ip  46000 27000 51000 124000 i q p q p q  -6.4 -8.2 +1.3 - 0.936 0.918 1.013 - 43056 24786 51663 119505 119505  0.964, или 96,4%. 124000 Физический объем реализации данных товаров в среднем снизился на з,6%. Задания для самостоятельной работы: 1. Имеются данные о ценах на уголь и объемах его производства в РФ во 2 квартале 1996г.: Месяц Цена за 1 т, тыс. Произведено, руб. млн. т Апрель 120 23,2 Май 121 20,2 Июнь 116 18,7 При условии 100-% реализации угля в каждом месяце определите цепные и базисные индексы цен, физического объема реализации и товарооборота. Проверьте взаимосвязь цепных и базисных индексов. 2. Известны следующие данные о реализации фруктов предприятиями розничной торговли: Товар Цена за 1 кг, руб. июль август 66 Товарооборот, тыс. руб. июль август Яблоки Груши 8 11 6 10 143,5 38,9 167,1 45,0 Рассчитайте сводные индексы: а) товарооборота; б) цен; в) физического объема реализации. Определите абсолютную величину экономии покупателей от снижения цен. 3. Строительно–производственная деятельность двух ДСК характеризуется следующими данными: ДСК Построено жилья, тыс. Себестоимость 1 м2, млн. м2 руб. 1996 1997 1996 1997 ДСК – 1 53 68 1,5 1,7 ДСК - 2 179 127 1,7 1,9 Рассчитать: индексы себестоимости переменного и постоянного составов, а так же структурных сдвигов. Объясните результаты расчетов Тема 8. Статистическое изучение взаимосвязи социально – экономических явлений 1. Измерение связи Все явления общественной жизни взаимосвязаны и взаимообусловлены. Задача статистики состоит в том, чтобы выявить и измерить связи и зависимости между изучаемыми явлениями. Взаимосвязанные признаки подразделяются на факторные (под их воздействием изменяются другие, зависящие от них признаки) и результативные. Связи по степени тесноты могут быть функциональными (при которых определенному значению факторного признака соответствует строго определенное значение результативного признака; для выявления такой связи достаточно одного наблюдения), статистическими (когда одному и тому же значению факторного признака могут соответствовать несколько значений результативного признака; эти связи проявляются в массе случаев и при том - в среднем). Функциональные связи иначе называ- 67 ются полными, а статистические — неполными или корреляционными. Корреляционная зависимость проявляется только в средних величинах и выражает числовое соотношение между ними в виде тенденции к возрастанию или убыванию одной переменной величины при возрастании и убывании другой. Корреляционная связь является свободной, неполной и неточной связью. Например, себестоимость величины продукции зависит от уровня производительности труда: чем выше производительность труда, тем ниже ce6eстоимость. Но себестоимость зависит также и от ряда других факторов: стоимости сырья и материалов, топлива, электроэнергии, их расхода на единицу продукции, цеховых общезаводских расходов и т.д. Поэтому нельзя утверждать, что при повышении производительности труда, допустим, на 10% себестоимость снизится также на 10%. Может случиться, что, несмотря на рост производительности труда, себестоимость не только не снизится, но даже несколько повысится, если на нее окажут более сильное влияние действующие в обратном направлении другие факторы. По направлению различают прямую и обратную связь. Если с увеличением аргумента х функция у также увеличивается без всяких единичных исключений, то такая связь называется полной прямой связью. Если с увеличением аргумента х функция у уменьшается без всяких единичных исключений, то такая связь называется полной обратной. Кроме того, в виде исключений, которые, однако, не нарушают общей тенденции, встречается частичная связь — прямая или обратная. Когда признаки варьируют независимо друг от друга, говорят о полном отсутствии связи. По аналитическому выражению корреляционная связь может быть прямолинейной и криволинейной. Прямолинейной называется связь, когда величина явления изменяется приблизительно равномерно в соответствии с изменением величины влияющего фактора. Математически прямолинейная связь может быть выражена уравнением прямой: V=a 0 +a 1 х, (8.1) которое называется линейным уравнением регрессии. 68 Если происходит неравномерное изменение явления в связи с изменением величины влияющего фактора, то такая связь называется криволинейной. Математически криволинейная зависимость может быть выражена уравнением криволинейной связи. В экономическом анализе для ее выражения часто пользуются уравнением параболы второго порядка: V = а 0 + a 1 х + а2х2 (8.2) Уравнение криволинейной связи может быть выражено и в виде дробной функции: V a0  a1 x (8.3) показательной функции: V  a0 a1x (8.4.) Однако корреляционные связи могут быть выражены лишь приблизительно, в то время как функциональные связи имеют точное аналитическое выражение. 2. Основные приемы изучения взаимосвязей Для изучения, измерения и количественного выражения взаимосвязей между явлениями статистикой применяются различные методы, такие как: метод сопоставления параллельных рядов, балансовый, графический, методы аналитических группировок, дисперсионного и корреляционного анализа. Метод параллельных рядов заключается в том, что полученные в результате сводки и обработки материалы располагают в виде параллельных рядов и сопоставляют их между собой для установления характера и тесноты связи. Балансовый метод состоит в том, что данные взаимосвязанных показателей изображаются в виде таблицы и располагаются таким образом, чтобы итоги между отдельными ее частями были равны, т.е. чтобы был баланс. Балансовый метод используется для характеристики взаимосвязи между производством и распределением продуктов, денежными доходами и расходами населения и т.д. Почти все внутренние и внешние хозяйственные связи выражаются в виде балансов. 69 Метод аналитических группировок. Сущность метода аналитических группировок состоит в том, что единицы статистической совокупности группируются, как правило, по факторному признаку и для каждой группы рассчитывается средняя или относительная величина по результативному признаку. Затем изменения средних или относительных значений результативного признака сопоставляются с изменениями факторного признака для выявления характера связи между ними. Дисперсионный анализ дает прежде всего возможность определить значение систематической и случайной вариаций в общей вариации, а также установить роль интересующего нас фактора в изменении результативного признака. Для характеристики тесноты корреляционной связи между признаками в аналитических группировках межгрупповую дисперсию сопоставляют с общей. Это сопоставление называется корреляционным отношением и обозначается: 2  2 2 (8.5.) Оно характеризует долю вариации результативного признака, вызванной действием факторного признака, положенного в основание группировки. Корреляционное отношение по своему абсолютному значению колеблется в пределах от 0 до 1. Чем ближе корреляционное отношение к 1, тем большее влияние оказывает факторный признак на результативный. Если же факторный признак не влияет на результативный, то вариация, обусловленная им, будет равна нулю ( 2= 0) и корреляционное отношение также будет равно нулю (2=0), что говорит о полном отсутствии связи. И наоборот, если результативный признак изменяется только под воздействием одного факторного признака, то вариация, обусловленная этим признаком, будет равна общей вариации (2=2) и корреляционное отношение будет равно единице (2 = 1), что говорит о существовании полной связи. Дисперсионный анализ позволяет не только определить роль случайной и систематической вариаций в общей вариации, но и оценить достоверность вариации, обнаруженной методом аналитических группировок. Определение достоверности вариа70 ции дает возможность с заданной степенью вероятности установить, вызвана ли межгрупповая вариация признаком, положенным в основание группировки, или она является результатом действия случайных причин. Для оценки существенности корреляционного отношения пользуются критическими значениями корреляционного отношения 2 при разных уровнях вероятности или значимости . Уровень значимости — это достаточно малое значение вероятности, отвечающее событиям, которые в данных условиях исследования будут считаться практически невозможными. Появление такого события считается указанием на неправильность начального предположения. Чаще всего пользуются уровнями  = 0,05 или  = 0,01. Критические значения корреляционного отношения содержатся в специальных таблицах. В этих таблицах распределение 2 при случайных выборках зависит от числа степеней свободы факторной и случайной дисперсии. Число степеней свободы факторной дисперсии равно: К1=m-1 (8.6.) где m — число групп, а для случайной дисперсии: K1=n – m (8.7.) где п — число вариант; m — число групп. При проверке существенности связи чаще пользуются критерием Фишера, потому что при больших числах степеней свободы его табличные значения мало изменяются в отличие от корреляционного отношения, которое требует более громоздких таблиц. Критерий Фишера представляет собой отношение межгрупповой дисперсии к средней из внутригрупповых дисперсий, исчисленных с учетом числа степеней свободы: F 2 nm *  2 m 1 (8.8) Для этих отношений составляются таблицы, по которым можно определить, какая величина F при данном числе степеней свободы по факторной вариации (K1) и остаточной вариации (К2) дает основание утверждать с определенной вероятностью (например, 0,95; 0,99), что положенный в основание группировки признак является суще71 ственным, или не дает такого основания, и, следовательно, группировочный признак является несущественным. Зная корреляционное отношение, можно определить критерий Фишера по следующей формуле: F 2 nm * 2 m 1 1 (8.9.) Подобный дисперсионный анализ может проводиться при группировке по одному факторному признаку или при комбинационной группировке по двум и более факторам. В таком случае необходима оценка достоверности влияния не только каждого положенного в основание группировки фактора в отдельности, но и результата их взаимодействия. Последний определяется как разность между эффектом совместного влияния двух группировочных признаков и суммой эффектов влияния каждого из этих факторных признаков, взятых в отдельности. Это осложняет расчеты суммы квадратов отклонений и числа степеней свободы вариации. Но сам принцип дисперсионного анализа, основанный на сопоставлении факторной дисперсии со случайной для оценки достоверности результатов статистической группировки, остается применим независимо от числа признаков группировки. 3. Корреляционный анализ Корреляционный анализ решает две основные задачи. Первая задача заключается в определении формы связи, т.е. в установлении математической формы, в которой выражается данная связь. Это очень важно, так как от правильного выбора формы связи зависит конечный результат изучения взаимосвязи между признаками. Вторая задача состоит в измерении тесноты, т.е. меры связи между признаками с целью установить степень влияния данного фактора на результат. Она решается математически путем определения параметров корреляционного уравнения. Затем проводятся оценка и анализ полученных результатов при помощи специальных показателей корреляционного метода (коэффициентов детерминации, линейной и множественной корреляции и т.д.), а также проверка существенности связи между изучаемыми признаками. 72 Определяющая роль в выборе формы связи между явлениями принадлежит теоретическому анализу. Так, например, чем больше размер основного капитала предприятия (факторный признак), тем больше при прочих равных условиях оно выпускает продукции (результативный признак). С ростом факторного признака здесь, как правило, равномерно растет и результативный, поэтому зависимость между ними может быть выражена уравнением прямой Y = а0 + а1 x , которое называется линейным уравнением регрессии. Параметр а1 называется коэффициентом регрессии и показывает, насколько в среднем отклоняется величина результативного признака у при отклонении величины факторного признаках на одну единицу. При х=0 а0 = Y. Увеличение количества внесенных удобрений приводит, при прочих равных условиях, к росту урожайности, но чрезмерное внесение их без изменения других элементов к дальнейшему повышению урожайности не приводит, а, наоборот, снижает ее. Такая зависимость может быть выражена уравнением параболы Y = а0 + а1 x + а2 x2.. Параметр а2 характеризует степень ускорения или замедления кривизны параболы, и при а2 > 0 парабола имеет минимум, а при а2 < 0 — максимум. Параметр а1 характеризует угол наклона кривой, а параметр а0 — начало кривой. Однако с помощью теоретического анализа не всегда удается установить форму связи. В таких случаях приходится только предполагать о наличии определенной формы связи. Проверить эти предположения можно при помощи графического анализа, который используется для выбора формы связи между явлениями, хотя графический метод изучения связи применяется и самостоятельно. Применение методов корреляционного анализа дает возможность выражать связь между признаками аналитически — в виде уравнения — и придавать ей количественное выражение. Рассмотрим применение приемов корреляционного анализа на конкретном примере. Допустим, что между стоимостью основного капитала и выпуском продукции существует прямолинейная связь, которая выражается уравнением прямой Y = а0 + а1 x. Необходимо найти параметры а0 и a1 что позволит определить теоретические значения Y для разных значений х. Причем а0 и a1 должны быть такими, чтобы было достигнуто максимальное приближение к первоначальным (эмпирическим) значениям теоретических значений Y. Эта задача решается при помощи 73 способа наименьших квадратов, основное условие которого сводится к определению параметров а0 и a1 таким образом, чтобы  (уi - Y) 2 = min . Математически доказано, что условие минимума обеспечивается, если параметры а0 и a1 определяются при помощи системы двух нормальных уравнений, отвечающих требованию метода наименьших квадратов: y=na0 +a1x xy=a0*x 2 (8.10) Первое уравнение есть сумма всех первоначальных уравнений. Второе получается умножением обеих частей уравнения прямой на один и тот же множитель. Математически доказано, что условие  (уi - Y) 2 = min соблюдается, если в качестве такого множителя принять значение факторного признака, т.е. если уравнение прямой умножить на x. Кроме рассмотренных функций связи в экономическом анализе часто применяются степенная, показательная и гиперболическая функции. Степенная функция имеет вид Y = а0 ха1. Параметр a1 степенного уравнения называется показателем эластичности и указывает, на сколько процентов изменится у при возрастании х на 1 %. При х = 1 а0 =.Y . Для определения параметров степенной функции вначале ее приводят к линейному виду путем логарифмирования: lg y = lg a0 + а1 lg x1 , а затем строят систему нормальных уравнений: (8.11) Решив систему двух нормальных уравнений, находят логарифмы параметров логарифмической функции а0 и а1 а затем и сами параметры а0 и а1 При помощи степенной функции определяют, например, зависимость между фондом заработной платы и выпуском продукции, затратами труда и выпуском продукции и т.д. 74 Если факторный признак x растет в арифметической прогрессии, а результативный у — в геометрической, то такая зависимость выражается показательной функцией Y = а0 * а1 2 . Для определения параметров показательной функции ее также вначале приводят к линейному виду путем логарифмирования: lg у = lg а0 + х lg a1, а затем строят систему нормальных уравнений: (8.12) Вычислив соответствующие данные и решив систему двух нормальных уравнений, находят параметры показательной функции а о и а 1. В ряде случаев обратная связь между факторным и результативным признаками может быть выражена уравнением гиперболы: Y  a0  a1 x (8.13) И здесь задача заключается в нахождении параметров а0 и at при помощи системы двух нормальных уравнений (8.14):  y  na  a1  1 1 x 1 1 y x a x a x 1 2 При помощи гиперболической функции изучают, например, связь между выпуском продукции и себестоимостью, уровнем издержек обращения (в % к товарообороту) и товарооборотом в торговле, сроками уборки и урожайностью и т.д. Таким образом, применение различных функций в качестве уравнения связи сводится к определению параметров уравнения по способу наименьших квадратов при помощи системы нормальных уравнений. 75 В малых совокупностях значение коэффициента регрессии подвержено случайным колебаниям. Поэтому возникает необходимость в определении достоверности коэффициента регрессии. Достоверность коэффициента регрессии определяется так же, как и в выборочном наблюдении, т.е. устанавливаются средняя и предельная ошибки для выборочной средней и доли. Средняя ошибка коэффициента регрессии определяется по формуле: B   02 (8.15)  2 n  2 где 02 — случайная дисперсия; 2— общая дисперсия, п - число коррелируемых пар. 4. Измерение тесноты связи Чтобы измерить тесноту прямолинейной связи между двумя признаками, пользуются парным коэффициентом корреляции, который обозначается r Так как при корреляционной связи имеют дело не с приращением функции в связи с изменением аргумента, а с сопряженной вариацией результативных и факторных признаков, то определение тесноты связи, по существу, сводится к изучению этой сопряженности, т.е. того, в какой мере отклонение от среднего уровня одного признака сопряжено с отклонением другого. Это значит, что при наличии полной прямой связи все значения (х —X) и (у — Y) должны иметь одинаковые знаки, при полной обратной — разные, при частичной связи знаки в преобладающем числе случаев будут совпадать, а при отсутствии связи — совпадать примерно в равном числе случаев. Для оценки существенности коэффициента корреляции пользуются специально разработанной таблицей критических значений г. Коэффициент корреляции rxy. применяется только в тех случаях, когда между явлениями существует прямолинейная связь. rxy  r  xy   x y n x   x n y   y  76 (8.16.) Если же связь криволинейная, то пользуются индексом корреляции, который рассчитывается по формуле: где у — первоначальные значения; y — среднее значение; Y — теоретические (выравненные) значения переменной величины Показатель остаточной, случайной дисперсии определяется:  y  Y   2  2 n Она характеризует размер отклонений эмпирических значений результативного признака y от теоретических Y, т.е. случайную вариацию. Общая дисперсия  y  y   2  2 n (характеризует размер отклонений эмпирических значений ре- y  Y  1 y  y 2 2 зультативного признака у от y , т.е. общую вариацию. Отношение случайной дисперсии к общей характеризует долю случайной вариации в общей вариации, а есть не что иное, как доля факторной вариации в общей, потому что по правилу сложения дисперсий общая дисперсия равна сумме факторной и случайной дисперсий: =Y2+02 Подставим в формулу индекса корреляции соответствующие обозначения случайной, общей и факторной дисперсий и получим: 77 y  Y  1 y  y 2 R 2  02  Y2  1 2   2 Таким образом, индекс корреляции характеризует долю факторной вариации в общей: R  Y2 2 однако с той лишь разницей, что вместо групповых средних берутся теоретические значения Y. Индекс корреляции по своему абсолютному значению колеблется в пределах от 0 до 1. При функциональной зависимости случайная вариация (y-Y)2=0, индекс корреляции равен 1. При отсутствии связи R = 0, потому что Y = у. Коэффициент корреляции является мерой тесноты связи только для линейной формы связи, а индекс корреляции — и для линейной, и для криволинейной. При прямолинейной связи коэффициент корреляции по своей абсолютной величине равен индексу корреляции: r R Если индекс корреляции возвести в квадрат, то получим коэффициент детерминации  y2 R  2  2 Он характеризует роль факторной вариации в общей вариации и по построению аналогичен корреляционному отношению з2. Как и корреляционное отношение, коэффициент детерминации R2 может быть исчислен при помощи дисперсионного анализа, так как дисперсионный анализ позволяет расчленить общую дисперсию на факторную и случайную. Однако при дисперсионном анализе для разложения дисперсии пользуются ме- 78 тодом группировок, а при корреляционном анализе — корреляционными уравнениями. Коэффициент детерминации является наиболее конкретным показателем, так как он отвечает на вопрос о том, какая доля в общем результате зависит от фактора, положенного в основание группировки. При прямолинейной парной связи факторную дисперсию можно определить без вычисления теоретических значений Y по следующей формуле: 2  1 a0  y  a1  xy   y 2 n 5. Множественная корреляция До сих пор мы рассматривали корреляционные связи между двумя признаками: результативным (у) и факторным (х). Например, выпуск продукции зависит не только от размера основного капитала, но и от уровня квалификации рабочих, состояния оборудования, обеспеченности и качества сырья и материалов, организации труда и т.д. В связи с этим возникает необходимость в изучении, измерении связи между результативным признаком, двумя и более факторными. Этим занимается множественная корреляция. Множественная корреляция решает три задачи. Она определяет: 1) форму связи; 2) тесноту связи; 3) влияние отдельных факторов на общий результат. Определение формы связи сводится обычно к отысканию уравнения связи у с факторами x,z,w,...у. Так, линейное уравнение зависимости результативного признака от двух факторных определяется по формуле Yxz  a0  a1 x  a2 z Для определения параметров а0, а} и а2, по способу наименьших квадратов необходимо решить следующую систему трех нормальных уравнений: 79 y  a na xa z  yx  a  x  a  x  a  xy  yx  a  z  a  xz  a  z 1 2 2 1 2 1 2 2 При определении тесноты связи для множественной зависимости пользуются коэффициентом множественной (совокупной) корреляции, предварительно исчислив коэффициенты парной корреляции. Так, при изучении связи между результативным признаком у и двумя факторными признаками — х и z, нужно предварительно определить тесноту связи между у и х, между у и z, т.е. вычислить коэффициенты парной корреляции, а затем для определения тесноты связи результативного признака от двух факторных исчислить коэффициент множественной корреляции по следующей формуле: R y  x. z   rxy2  rzy2  2rxy * rzy * rxz 1  rxz2 где rxy, rzy, rxz — парные коэффициенты корреляции. Коэффициент множественной корреляции колеблется в пределах от 0 до 1. Чем он ближе к 1, тем в большей мере учтены факторы, определяющие конечный результат. Если коэффициент множественной корреляции возвести в квадрат, то получим совокупный коэффициент детерминации, который характеризует долю вариации результативного признака у под воздействием всех изучаемых факторных признаков. Совокупный коэффициент детерминации, как и при парной корреляции, можно исчислить по следующей формуле: R2   Y2 y 2 где  Y2 — дисперсия факторных признаков,  y2 — дисперсия результативного признака. Однако вычисление теоретических значений Y при множественной корреляции и сложно, и громоздко. Поэтому факторную дисперсию  Y2 исчисляют по следующей формуле: 2  1 a0  y  a1  xy  a2  zy  y 2 n 80 Проверка существенности связи при множественной корреляции, по сути, ничем не отличается от проверки при парной корреляции. Поскольку факторные признаки действуют не изолированно, а во взаимосвязи, то может возникнуть задача определения тесноты связи между результативным признаком и одним из факторных при постоянных значениях прочих факторов. Она решается при помощи частных коэффициентов корреляции. Например, при линейной связи частный коэффициент корреляции между х и у при постоянном z рассчитывается по следующей формуле: rxy ( z )  rxy  rzy rxz 1  r 1  r  2 zy 2 xz В настоящее время на практике широкое распространение получил многофакторный корреляционный анализ. 6. Методы измерения тесноты связи Измерение тесноты связи при помощи дисперсионного и корреляционного анализа связано с определенными сложностями и требует громоздких вычислений. Для ориентировочной оценки тесноты связи пользуются приближенными показателями, не требующими сложных, трудоемких расчетов. К ним относятся: коэффициент корреляции знаков Фехнера, коэффициент корреляции рангов, коэффициент ассоциации и коэффициент взаимной сопряженности. Коэффициент корреляции знаков основан на сопоставлении знаков отклонений от средней и подсчете числа случаев совпадения и несовпадения знаков, а не на сопоставлении попарно размеров отклонений индивидуальных значений факторного и результативного признаков от средней (х— х) и (у — у): i uv uv где и — число пар с одинаковыми знаками отклонений х и у от х и у ; v — число пар с разными знаками отклонений х и у от х и у . Коэффициент корреляции знаков колеблется в пределах от 1 до +1. Чем ближе коэффициент к 1, тем теснее связь. Если 81 и > v, то i > 0, так как число согласованных знаков больше, чем несогласованных, и связь прямая. При и < v имеем i < 0, потому что число несогласованных знаков больше, чем согласованных, и связь обратная. Если и = v, то I=0, и связи нет. Коэффициент корреляции рангов исчисляется не по первичным данным, а по рангам (порядковым номерам), которые присваиваются всем значениям изучаемых признаков, расположенным и порядке их возрастания. Если значения признака совпадают, то определяется средний ранг путем деления суммы рангов на число значений. Коэффициент корреляции рангов определяется по формуле: p  1 s d 2   n n2 1 где d — квадрат разности рангов для каждой единицы, d =х — у; п — число рангов; s — средний ранг. Коэффициент корреляции рангов также колеблется в пределах от -1 до +1. Если ранги по обоим признакам совпадают, то зd2 =0, значит, р = 1 и, следовательно, связь полная прямая. Если р =-1, связь полная обратная, при р =0 связь между признаками отсутствует. Коэффициент ассоциации применяется для установления меры связи между двумя качественными альтернативными признаками. Для его вычисления строится комбинационная четырехклеточная таблица, которая выражает связь между двумя альтернативными явлениями. Коэффициент ассоциации рассчитывается по формуле: 2 A ad  bc a  d c  d a  c b  d  Коэффициент ассоциации также изменяется от -1 до +1. Чем А ближе к единице, тем сильнее связаны между собой изучаемые признаки. При ad> bс связь прямая, а при ad< bс связь обратная, при ad = bс A = 0 и связь отсутствует. В тех случаях, когда требуется установить связь между качественными признаками, каждый из которых состоит из трех и более групп, применяется коэффициент взаимной сопряженности. 82 Различия между условным и безусловным распределением свидетельствуют о влиянии факторного признака на распределение совокупности по результативному признаку, т.е. о наличии связи между факторным и результативным признаками, а чем больше эти различия, тем в большей мере признаки связаны между собой, тем теснее связь между ними. Коэффициентом взаимной сопряженности определяется по следующей формуле: C x2 n(m1  1)(m2  1) где п — число единиц совокупности; m1 и т2 — число групп по первому и второму признакам; ч2 — показатель абсолютной квадратической сопряженности Пирсона, характеризующий близость условных распределений к безусловным, который, как и критерий ч2 исчисляется по формуле:  f 2 ( ij   j ) 2 j где  ij . — частости условного распределения в i-й строке;  j — частости безусловного распределения; j — номер столбца. Если признаки независимы, то wij.. =  j ., откуда ч2 = О и, значит, С = 0. Если же связь функциональная, то коэффициент взаимной сопряженности будет равен единице. Вопросы для теоретического контроля знаний: 1. Определите понятие «статистическая связь». 2. Какие вы знаете формы и методы изучения статистической связи? 3. Укажите основные задачи корреляционно – регрессионного анализа. 4. Каковы определенные значения корреляционного отношения? 5. Что такое множественная корреляция? 6. В чем состоит различие между корреляционной и функциональной связью? 83 7. Какие основные проблемы решает исследователь при изучении корреляционной зависимости? 8. Какие показатели являются мерой тесноты связи между двумя признаками? 9. Как оценить существенность линейного коэффициента корреляции? 10. Как определяется парная регрессия на основе метода наименьших квадратов и метода группировок? 11. Что такое множественная регрессия? 12. Какое значение имеет расчет индекса корреляции? 13. Какие решения можно принимать на основе уравнения регрессии? 14. Укажите собственно – корреляционные параметрические методы изучения связи. Оценка существенности корреляции 15. Раскройте суть методов изучения связи социальных явлений 16. Какие непараметрические показатели связи вы знаете? 17. Назовите ранговые коэффициенты связи. 18. Для чего рассчитываются частные коэффициенты корреляции? 19. Как подходить к отбору факторов для включения их в уравнение множественной регрессии? Примеры решения задач: 1. По данным о сумме активов и кредитных вложений коммерческих банков необходимо определить направление и тесноту связи между признаками Таблица 8.1. Распределение кредитных вложений и сумм активов коммерческих банков № п/п Банк 1 2 3 4 5 Комплексбанк Белорусбанк Приорбанк Белбизнесбанк Белбанк Кредитные вложения, млрд. руб., х 311 658 783 1142 1319 Сумма активов, млрд. руб., у 518 1194 2941 1865 1997 84 Х2 ху ух 96721 432964 613089 1304164 1739761 161098 785652 2302803 2129830 2634043 1140,6 1502,5 1632,9 2007,3 2191,9 6 7 Белпромстройбанк Балагропромбанк Итого 1962 2496 8671 3066 3176 14757 3849444 6230016 14266159 6015492 7927296 21956214 2862,4 3419,4 14757,0 Сопоставив полученные данные ряда данных х и у, можно наблюдать наличие прямой зависимости между признаками, когда увеличение кредитных вложений увеличивает сумму активов коммерческих банков. Исходя из этого можно сделать вывод, что связь между признаками прямая и ее можно описать уравнением прямой. Определим параметры уравнения прямой на основе метода наименьших квадратов, решив систему нормальных уравнений: na0 + a1 x = y; a0 x +a1 x2 = xy. Получаем: 7а0 + 8671 а1 = 14757; 8671а0 +14266159 а1 21956214. а0 = 816,2878; а1 = 1,0429. Аналитическая связь описывается уравнением: у х  а0  а1 х Исходя из полученных результатов получаем: ух  816,2878  1,0429 х Следовательно, с увеличением кредитных вложений на 1 млрд. руб. сумма активов возрастет на 1,0429 млрд. руб. 2. По данным о сумме активов (у), кредитных вложений (х1) и величине собственного капитала (х2) коммерческих банков построить множественное уравнение связи: № банка Сумма активов, млрд. руб., у 1 2 3 4 5 6 7 Итого 3176 3066 2941 1997 1865 1194 518 14757 Кредитные вложения, млрд. руб., х1 2496 1962 783 1319 1142 658 311 8671 85 Собственный капитал, млрд. руб., х2 209 201 177 136 175 88 66 1046 Связь предполагается линейная Решение: Таблица 8.2. Расчетная таблица для определения параметров уравнения регрессии ух1 х21 у2 х1х2 х22 ух2 ух 7927296 6230016 10086976 521664 43681 663784 3153 6015492 3849444 9400356 394362 40401 616266 3000 2302803 613089 8649481 138591 31329 520557 2554 2634043 1739761 3988009 179384 18496 271592 1886 2129830 1304164 3478225 199850 30625 326375 2533 785652 432964 1425636 57904 7744 105072 1057 161098 96721 268324 18660 3600 31080 574 219564 14266159 37297007 1510415 175876 2534726 14757 yx  a0  a1x1  a2 x2  a3 x3 Система нормальных уравнений имеет вид: na0  a1  x1  a2  x2   y a0  x1  a1  x12  a2  x1 x2   yx1 a0  x2  a1  x1 x2  a2  x22   yx2 7а0 + 8671а1 + 1046 а2 = 14757; 8671 а0 + 14266159 а1 + 1515415 а2 = 21956214; 1046а0 + 1515415а1 + 175876а2 = 2534726. Отсюда: а0 = -443, 4; а1 = 0, 0368; а2 = 16,77; y x1, х 2  443,4  0,0368х1  16,77 х2 Расчеты показали, что увеличением кредитных вложений на 1 млрд. руб. и собственного капитала коммерческих банков на 86 1 млрд. руб. стоимость их активов возрастает соответственно на 0, 0368 и 16, 77 млрд. руб. 3. По данным задачи 2 оценить тесноту связи между стоимостью активов (у) и кредитными вложениями (х1), используя различные модификации коэффициента корреляции. Проверить его значимость. Решение: yx  y  x1 ryx1  1  x1 y yx1 21956214   3136602 n 7  y  14757  2108, x   x1  8671  1238.7 y 1 n 7 n 7 yx1   x1  x  ( x1 )  2 1 2 x 2 1 n y   x1    14266159  (123.7) 2  709.7   n  7   2 2 37297007  ( y) 2   (2108.0) 2  949.6 n 7 3136602  2108.0  1238.7 ryx1   0.78.Связь прямая сильная . 709.7  949.6 Проверим значимость ryx1  y  y 2  ( y) 2  tp  r2 0.78 2 7  2  3.72  n  1  1  ryx1 1  0.78   0.05,  n  1  6, t kp  2.447 Так как t p  3.72  t kr  2.447, то коэффициент корреляции значим. Эмпирическое корреляционное отношение:  2 86,6   0,83.Связь сильная . 2 124,8  87 Задания для самостоятельной работы студентов: 1. Имеются следующие данные: № серии Средневзвешенная цена, х Объем продаж, у 001 84,42 79,5 002 82,46 279,7 003 80,13 71,4 004 63,42 242,8 005 76,17 76,3 006 75,13 74,7 007 74,84 210,7 008 73,03 75,1 009 73,41 75,5 010 71,34 335,3 Составьте линейное уравнение регрессии. Вычислите параметры и рассчитайте линейный коэффициент корреляции и корреляционное отношение. Сравните их, сделайте выводы. 2. По данным группировки 40 предприятий легкой промышленности по величине балансовой прибыли и объему произведенной продукции построить уравнение связи (табл. 8.3.) Таблица 8.3. Расчетная таблица для определения параметров уравнения регрессии по данным группировки предприятий легкой промышленности по величине балансовой прибыли в 1 квартале 2003г. (цифры условные) Балансовая прибыль, млн. руб. 10-20 20-30 30-40 40-50 50-60 Объем произведенной продукции, млн. руб. 300-4000 400-500 500-600 600-700 700-800 350 2 4 2 450 1 5 3 88 550 650 750 4 8 2 2 4 3 3. Установите направление и характер связи между четырмя факторами по 15 банкам Японии, применив метод приведения параллельных данных: № банка Суммарный актив, млрд. долл. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 507,2 506,6 487,8 496,0 493,6 458,9 429,3 386,9 311,5 302,2 262,0 242,4 231,9 214,3 208,4 Объем вложений акционеров, млрд. долл. 19,5 19,8 21,1 18,6 19,6 11,7 10,5 13,6 10,8 10,9 10,3 10,6 8,5 6,7 8,3 Чистый доход, млрд. долл. 352,9 187,1 375,2 287,9 444,0 462,4 459,5 511,3 328,6 350,0 298,7 529,3 320,0 502,0 194,9 Депозиты, млрд.долл. 448,1 451,9 447,9 444,3 443,2 411,7 328,6 314,7 259,4 187,7 238,5 269,4 284,0 172,3 166,4 4. Составьте линейное уравнение регрессии зависимости чистого дохода от величины суммарных активов 15 крупнейших банков Японии. Определите параметры уравнения а0 и а1. Проанализируйте полученные параметры. № банка Суммарный актив, млрд. долл. 1 2 3 4 507,2 506,6 487,8 496,0 Объем вложений акционеров, млрд. долл. 19,5 19,8 21,1 18,6 89 Чистый доход, млрд. долл. 352,9 187,1 375,2 287,9 Депозиты, млрд.долл. 448,1 451,9 447,9 444,3 5 6 7 8 9 10 11 12 13 14 15 493,6 458,9 429,3 386,9 311,5 302,2 262,0 242,4 231,9 214,3 208,4 19,6 11,7 10,5 13,6 10,8 10,9 10,3 10,6 8,5 6,7 8,3 444,0 462,4 459,5 511,3 328,6 350,0 298,7 529,3 320,0 502,0 194,9 443,2 411,7 328,6 314,7 259,4 187,7 238,5 269,4 284,0 172,3 166,4 Тема 9. Статистическое изучение динамики социально – экономический явлений 1. Понятие о статистических рядах динамики Основная цель статистического изучения динамики явлений состоит в выявлении и измерении закономерностей их развития во времени. Это достигается посредством построения и анализа статистических рядов динамики. Рядами динамики называются статистические данные, отображающие развитие изучаемого явления во времени. В каждом ряду динамики имеются два основных элемента: 1. показатель времени t; 2. соответствующие им уровни развития изучаемого явления y. В качестве показаний времени в рядах динамики выступают либо определенные даты времени (моменты), либо отдельные периоды (годы, кварталы, месяцы, сутки). Уровни рядов динамики отображают количественную оценку (меру) развития во времени изучаемого явления. Они могут выражаться абсолютными, относительными и средними величинами. В зависимости от характера изучаемого явления уровни рядов динамики могут относится или к определенным датам (момен- 90 там), или к отдельным периодам. В соответствии с этим ряды динамики подразделяются на моментные и интервальные. Моментные ряды динамики отображают состояние изучаемых явлений на определенные даты (моменты) времени. Особенностью моментного ряда динамики является то, что в его уровни могут входить одни и те же единицы изучаемой совокупности. Поэтому при суммировании уровней моментного ряда динамики может возникнуть повторный счет. Посредством моментных рядов динамики изучают товарные запасы, состояние кадров, количество оборудования и т.д. Интервальные ряды динамики отображают итоги развития (функционирования) изучаемых явлений за отдельные периоды (интервалы) времени. Особенностью интервального ряда динамики является то, что каждый его уровень складывается из данных за более короткие интервалы (субпериоды) времени. Посредством интервальных рядов динамики изучают изменение во времени поступления и реализации товаров, суммы издержек обращения и т.д. Статистическое отображение развития изучаемого явления во времени может быть представлено рядами динамики с нарастающим итогом. При составлении таких рядов производится последовательное суммирование смежных уровней. Этим достигается суммарное обобщение результата развития изучаемого показателя с начала отчетного периода (месяца, квартала, года). С помощью рядов динамики изучение закономерностей развития социально – экономических явлений осуществляется в следующих направлениях:  характеристика уровней развития изучаемых явлений;  измерение динамики изучаемых явлений посредством системы статистических показателей;  выявление и количественная оценка основных тенденций развития (тренда);  изучение периодических колебаний;  экстраполяция и прогнозирование. 2. Сопоставимость в рядах динамики Основным условием для получения правильных выводов при анализе рядов динамики является сопоставимость его элементов 91 Показатели ряда динамики, подлежащие сопоставлению, должны быть однородны по экономическому содержанию. Основные условия, обеспечивающие сопоставимость в рядах динамики:  единые единицы измерения (цены берутся за определенный период);  единство территории;  единство методологии сбора, учета и обобщения информации. Для того чтобы привести уровни ряда динамики к сопоставимому виду, иногда приходится прибегать к приему, который называется «смыкание рядов динамики». Под смыканием понимают объединение в один ряд (более длинный) двух или несколько рядов динамики, уровни которых исчислены по разной методологии или территориальным границам. Для осуществления смыкания необходимо, чтобы для одного из периодов (переходного) имелись данные, исчисленные по разной методологии (или в разных границах). При анализе рядов динамики можно решить следующие основные задачи: 1.определить интенсивность изменений в уровнях ряда из периода в период или от даты к дате; 2.определить средние показатели за рассматриваемый период; 3.выявить закономерности изменения явления во времени и в целом за рассматриваемый период; 4.выявить факторы, вызывающие изменение изучаемого явления во времени; 5.прогнозировать развитие явления на будущее. 3. Статистические показатели динамики В основе расчета показателей рядов динамики лежит сравнение его уровней. В зависимости от применяемого способа сопоставления показатели динамики могут вычисляться на постоянной и переменной базах сравнения. Для расчета показателей динамики на постоянной базе сравнения каждый уровень ряда сравнивается с одним и тем же базисным уровнем. Исчисляемые при этом показатели называются базисными. Для расчета показателей динамики на переменной базе каждый последующий уровень ряда сравнивается с преды92 дущем. вычисленные таким образом показатели динамики называются цепными.  Абсолютные показатели динамики Важнейшим статистическим показателем динами является абсолютный прирост, который определяется в разносном сопоставлении двух уровней ряда динамики в единицах измерения исходной информации. Базисный абсолютный прирост исчисляется как разность между сравниваемым уровнем (yi) уровнем, принятым за постоянную базу сравнения (начальным) (уоi): (9.1.)  yбi = yi - yoi Цепной абсолютный прирост – разность между сравниваемым уровнем (yi) и уровнем, который ему предшествует (yi-1): (9.2.)  yцi = yi –yi-1 Абсолютный прирост может иметь и отрицательный знак, показывающий на сколько уровень изучаемого периода ниже базисного. Между базисными и цепными абсолютными приростами имеется связь: сумма цепных абсолютных приростов равна базисному абсолютному приросту последнего периода ряда динамики. убп  уц (9.3.)   Относительные показатели динамики Распространенным статистическим показателем динамики является темп роста. Он характеризует отношение двух уровней ряда и может выражаться в виде коэффициента или в процентах. Базисные темпы роста исчисляются делением сравниваемого уровня yi на уровень, принятый за постоянную базу сравнения yoi. Трбi = yi : yoi (9.4.) Цепные темпы роста исчисляются делением сравниваемого уровня yi на предыдущий уровень yi - 1. Трцi = yi : yi-1 (9.5.) Если темп роста больше единицы (или 100%), то это показывает на увеличение изучаемого уровня по сравнению с базисным. Темп роста, равный единице (или 100%), показывает, что уровень изучаемого периода не изменился по сравнению с базисным. Темп роста меньше единицы (или 100%) показывает на уменьше- 93 ние уровня изучаемого периода по сравнению с базисным. Темп роста всегда имеет положительный знак. Произведение последовательных цепных темпов роста равно базисному темпу роста, а частное от деления последующего базисного темпа роста на предыдущий равно соответствующему цепному темпу роста. Темпы прироста характеризуют абсолютный прирост в относительных величинах. Исчисленный в процентах темп прироста показывает, на сколько процентов изменился сравниваемый уровень с уровнем, принятым за базу сравнения. Базисный темп прироста вычисляется делением сравниваемого базисного абсолютного прироста убi на уровень, принятый за постоянную базу сравнения yоi. Тпбi =  убi : yоi (9.6.) Цепной темп прироста – это отношение сравниваемого цепного абсолютного прироста уцi к предыдущему уровню yi-1. Тпцi =  y цi : yi-1 (9.7.) Взаимосвязь темпа роста и темпа прироста: Тпi (%) = Трi (%) – 100 ( в процентах) (9.8.) Тпi = Трi –1 (в коэффициентах) (9.9.) Темп наращивания характеризует наращивание во времени экономического потенциала и определяется как отношение цепного абсолютного прироста уцi к начальному уровню уоi, выражается в процентах. Может быть как положительным, так и отрицательным. Тнi =  уцi: уоi (9.10.)  Средние показатели динамики Средний уровень ряда динамики характеризует типическую величину абсолютных уровней ряда. В интервальных рядах динамики средний уровень определяется делением суммы уровней на их число. у y n i  y1  y 2  ...  y n n у1, у2, уn - уровни ряда; n - число рядов. 94 (9.11.) В моментном ряду динамики с равностоящими датами времени средний уровень определяется по формуле: 1 1 y1  y 2  ...  y n 2 y 2 n 1 (9.12.) В моментном ряду динамики с неравностоящими датами средний уровень определяется по формуле: y t y t i i i  t1 y1  t 2 y 2  ...  t n y n t1  t 2  ...  t n (9.13.) yi – уровни ряда динамики, сохранившиеся без изменения в течение промежутка времени ti. Средний абсолютный прирост представляет собой обобщенную характеристику индивидуальных абсолютных приростов ряда динамики и определяется как частное от деления суммы цепных абсолютных приростов на их число. y   yцi  n (9.14) Средний темп роста – обобщающая характеристика индивидуальных темпов роста ряда динамики. Т р  n Tp1  Tp2  ...  Tpn (9.15.) Tp1, Тр2, …, Трn- индивидуальные (цепные) темпы роста (в коэффициентах); n - число индивидуальных темпов роста. Т р у  n1 y n  y1 (9.16.) Средний темп прироста можно определить на основе взаимосвязи между темпами роста и прироста. (9.17.) Тп  Тр - 1 4. Изучение основной тенденции развития Тренд – долговременная компонента ряда динамики, она характеризует основную тенденцию его развития, при этом остальные компоненты рассматриваются только как мешающие процедуре его определения. При наличии ряда наблюдаемых значений 95 для различных моментов времени следует найти подходящую трендовую кривую, которая сгладила бы остальные колебания. После установления тенденции в ряду динамики, производится ее описание с помощью методов сглаживания. Методы сглаживания разделяются на две основные группы: 1. сглаживание или механическое выравнивание отдельных членов ряда динамики с использованием фактических значений соседних уровней, 2. выравнивание с применением кривой, проведенной между конкретными уровнями, т.о., чтобы она отображала тенденцию, присущую ряду, и одновременно освободила его от незначительных колебаний. Рассмотрим некоторые из них.  Метод усреднения по левой и правой половине Разделяют ряд на две части, находят для каждой из них среднее арифметическое значение и проводят через полученные точки линию тренда на графике.  Метод укрупнения интервалов Если рассматривать уровни экономических показателей за короткие промежутки времени, то в силу влияния различных факторов, действующих в разных направлениях, в рядах динамики наблюдаются снижение и повышение этих уровней. Это мешает видеть основную тенденцию развития изучаемого явления. Поэтому для наглядного представления тренда применяется метод укрупнения интервалов, основанный на укрупнении периодов времени, к которым относятся уровни ряда. Например, ряд ежесуточного выпуска продукции заменяется рядом месячного выпуска продукции и т.д.  Метод простой скользящей средней Сглаживание ряда динамики с помощью скользящей средней заключается в том, что вычисляется средний уровень из определенного числа первых по порядку уровней ряда, затем – средний уровень такого же числа уровней, начиная сов второго, далее – начиная с третьего и т.д. Т.о., при расчетах среднего уровня как бы «скользят» по ряду динамики от его начала к концу, каждый раз отбрасывая один уровень в начале и добавляя один следующий. Каждое звено скользящей средней – это средний уро96 вень за соответствующий период, который относится к середине выбранного периода. Применяется, если графическое изображение ряда динамики напоминает прямую линию.  Метод центрирования Определение скользящей средней по четному числу членов ряда динамики несколько сложнее, т.к. средняя может быть отнесена только к середине между двумя датами, находящимися в середине интервала сглаживания. Чтобы ликвидировать такой сдвиг, применяют способ центрирования. Центрирование заключается в нахождении средней из двух смежных скользящих средних для отнесения полученного уровня к определенной дате. При центрировании необходимо находить скользящие суммы, скользящие средние нецентрированные по этим суммам и средние из двух смежных нецентрированных скользящих средних.  Метод взвешенной скользящей средней Отличается от простой скользящей средней тем, что уровни входящее в интервал усреднения суммируется с различными весами.  Выбор уравнения тренда, отображающего развитие социально – экономических явлений во времени. Для отображения основной тенденции развития явлений во времени применяются полиномы разной степени. - полином первой степени yt  a0  a1t (9.18.) -полином второй степени yt  a0  a1t  a2 t 2 (9.19.) -полином третьей степени yt  a0  a1t  a2 t  a3t 2 3 (9.20.) - полином n – й степени yt  a0  a1t  a2 t  ...  an t n где а0, а1, а2, …, аn- параметры полиномов, n – условное обозначение времени. Суть способа: нахождение такой прямой или кривой, ординаты точек которой были бы максимально близки к уравнениям исследуемого динамического ряда. Закономерно изменяющийся уровень изучаемого общественного явления ( у̂ t ) рассчитывается как функция времени(тренд): 2 у̂ t = f(t). (9.22.) 97 Параметры аналитического уравнения выбранной линии находят, используя способ наименьших квадратов. Предполагается, что сумма квадратов отклонений фактических уровней (у) от выровненных ( у̂ t ), т.е. расположенных на искомой линии, должна быть минимальной: ( y  yˆ t )  min (9.23.)  Рассмотрим технику выравнивания ряда динамики по уравнению тренда прямой: (9.24.) у̂ t = а0 + а1t t – условное обозначение времени ; а0 ;а1 – параметры искомой прямой. Выравнивание по уравнению тренда прямой применяется в тех случаях, когда характер движения изучаемого явления ближе всего к прямолинейному. Для этого типа динамики характерны постоянные цепные абсолютные приросты: уц  const Параметры а0 ,а1, удовлетворяющие методу наименьших квадратов, находятся путем решения следующей системы нормальных уравнений: na0  a1  t   y; a0  t  a1  t 2   yt . y – фактические уровни ряда динамики; n – число уровней ряда; t – нумерация фактора времени. Эта система уравнений значительно упрощается, если значения t подобрать, чтобы их сумма = 0. Тогда получается следующая система уравнений: na0   y a1  t 2   yt , решая которую получаем: a0  y; n a1   yt . t 2 98 Если уровней нечетное число, то отсчет ведется от середины, принятой за 0: Год 1999 2000 2001 2002 2003 t -2 -1 1 2 Если уровней нечетное число, то условное обозначение времени t принимает следующий вид: Год 1998 1999 2000 2001 2002 2003 t -5 -3 -1 1 3 5 а0 - среднее значение динамического ряда а1 – ежегодный абсолютный прирост выравненного уровня, обусловленный изменением фактора времени t. 5. Статистическое изучение сезонных колебаний Сезонные колебания характеризуются специальными показателями – индексами сезонности. Совокупность этих показателей отражает сезонную волну. Индексами сезонности являются процентные отношения фактических внутригодовых уровней к постоянной или переменной средней. Если ряд динамики не содержит ярко выраженной тенденции в развитии, то индексы сезонности вычисляются по эмпирическим данным без их предварительного выравнивания. Для каждого месяца рассчитывается средняя величина уровня ( у i ), затем из них вычисляется среднемесячный уровень для всего ряда ( у ), и в заключение определяется процентное отношение средних для каждого месяца к общему среднемесячному уровню ряда. Is  yi  100% y (9.25.) Если ряд динамики содержит определенную тенденцию в развитии, то прежде чем вычислить сезонную волну, фактические данные должны быть обработаны так, чтобы была выявлена общая тенденция. Обычно для этого прибегают к аналитическому выравниванию ряда динамики. При использовании способа аналитического выравнивания ход вычислений индексов сезонности следующий:  По соответствующему полиному вычисляются для каждого месяца (квартала) выравненные уровни на момент времени (t), 99  Определяются отношения фактических месячных (квартальных) данных (yi) к соответствующим выравненным данным ( у t ) в процентах: I i  ( yi  yt )  100 (9.26)  Находятся средние арифметические из процентных соотношений, рассчитанных по одноименным периодам в процентах Ii= (I1+I2+I3+…+In):n (9.27.) n- число одноименных периодов. В общем виде формула расчета индекса сезонности можно записать так:  y  I s   i   n  yt  (9.28) 6.Элементы прогнозирования и интерполяции Применение прогнозирования предполагает, что закономерность развития, действующая в прошлом (внутри ряда динамики), сохранится и в прогнозируемом будущем, т.е. прогноз основан на экстраполяции. Экстраполяция, проводимая в будущем называется перспективной и в прошлое – ретроспективной. Теоретической основой распространения тенденции на будущее является инерционность, которая позволяет выявить сложившиеся взаимосвязи, как между уровнями динамического ряда, так и между группой связанных рядов динамики. На основе рядов динамики получаются весьма надежные прогнозы, если уровни ряда динамики сопоставимы и получены на основе единой методологии. Экстраполяцию в общем виде можно представить формулой: yˆ i T  f ( yi , T , a j ) (9.29.) где yˆ i T - прогнозируемый уровень yi – текущий уровень прогнозируемого ряда T – Период упреждения aj – параметр уравнения тренда. В зависимости от тог, какие принципы и исходные данные положены в основу прогноза, выделяют следующие элементарные методы экстраполяции: среднего абсолютного прироста, среднего 100 темпа роста и экстраполяцию на основе выравнивания рядов по какой – либо аналитической формуле.  Прогнозирование по среднему абсолютному приросту Для нахождения интересующего нас аналитического выражения тенденции на любую дату t необходимо определить средний абсолютный прирост и последовательно прибавить его к последнему уровню ряда столько раз, на сколько периодов экстраполируется ряд. (9.30.) yˆ i t  yi    t yˆ i t - экстаполируемый уровень: (i+t) – номер этого уровня (года), i – номер последнего уровня (года) исследуемого периода, за который рассчитан  , t – срок прогноза период упреждения,  -средний абсолютный прирост. Однако следует иметь в виду, что использование среднего абсолютного прироста для прогноза возможно только при следующем условии:  ост 2  р 2 1  i 2 p   ,  ост  2 n 2 2 (y i  y ) 2 n (9.31.)  Прогнозирование по среднему темпу прироста Осуществляется в случае, когда есть основание считать, что общая тенденция ряда характеризуется показательной (экспоненциальной) кривой. Для нахождения тенденции необходимо определить средний коэффициент роста, возведенный в степень, соответствующую периоду экстраполяции, т.е. по формуле: yˆ i t  yi  k pt (9.32.) yi - последний уровень ряда динамики, t – срок прогноза, k p - средний коэффициент роста.  Прогнозирование на основе аналитического выравнивания тренда 101 При этом для выхода за границы исследуемого периода достаточно продолжить значения независимой переменной времени (t). При таком подходе к прогнозированию предполагается, что размер уровня, характеризующее явление, формируется под воздействием множества факторов, причем не представляется возможным выделить отдельно их влияние. В связи с этим ход развития связывается не с какими–либо конкретными факторами, а с течением времени, т.е. y = f(t). При анализе рядов динамики иногда приходится прибегать к определению некоторых неизвестных уровней внутри данного ряда динамики, т.е. интерполяции. Интерполяция может проводится на основе абсолютного прироста, среднего темпа роста и с помощью аналитического выравнивания. Она так же основана на том или ином предположении тенденции изменения уровней, характер этого прогноза несколько иной: здесь уже не приходится предполагать, что тенденция, характерная для прошлого сохранится и в будущем. Вопросы для теоретического контроля знаний: 1. Для чего нужно изучать динамику явлений? 2. Дайте определение ряда динамики. Из каких элементов он состоит и каков их смысл? 3. Какие существуют виды рядов динамики? 4. Какие динамические ряды называются моментными и почему их уровни нельзя суммировать? 5. Какие ряды статистических величин называются интервальными? Почему их уровни можно суммировать? Приведите примеры. 6. Каковы причины возникновения несопоставимости динамических рядов? 7. Какие приемы применяются для преобразования несопоставимых рядов динамики в сопоставимые? 8. Как исчисляется средняя для интервального ряда? Приведите примеры. 9. Как исчисляется средняя для моментного ряда? Приведите примеры. 10. Что характеризуют показатели абсолютного прироста и как они исчисляются? 102 11. Что представляет собой темп роста? Как он исчисляется? 12. Какая существует взаимосвязь между последовательными цепными коэффициентами роста и базисным коэффициентом роста за соответствующий период? Каково практическое применение этой взаимосвязи? 13. Чему равен средний абсолютный прирост? 14. По какой формуле исчисляется средний темп роста? 15. Как исчисляется средний темп прироста? 16. Какими наиболее распространенными статистическими методами осуществляется изучение тренда в рядах динамики? 17. В чем сущность метода укрупнения интервалов и для чего он применяется? 18. Как производится сглаживание рядов динамики способом скользящей (подвижной) средней? В чем достоинства и недостатки этого метода? 19. В чем сущность метода аналитического выравнивания динамических рядов? 20. Как определяется тип уравнения тенденции динамики? 21. Охарактеризуйте технику выравнивания ряда динамики по прямой. 22. Что представляют собой сезонные колебания, в чем практическое значение их изучения? 23. Как исчисляются индексы сезонности? 24. Что такое экстраполяция и интерполяция рядов динамики? Примеры решения задач: 1. Требуется провести анализ динамики продажи мясных консервов за 1997 –2001 г.г. Для удобства и наглядности исходные и рассчитанные показатели изложены в табличной форме (табл. 9.1.) 103 Таблица 9.1. Динамика продажи мясных консервов в одном из регионов за 1999 – 2003гг. и расчет аналитических показателей динамики (данные условные). Годы А 1999 2000 2001 2002 2003 Итого Консер- Абсолютные приро- Темпы роста, % Темпы прироста, Абсолютное вы мяссты (снижение), % значение ные, млн. усл. банок 1% приромлн. ста , млн. с предыс 1997 с предыс с предыс усл. усл. банок дущим г. дущим 1997г. дущим 1997г. банок годом годом годам 1 891 806 1595 1637 1651 6580 2 -85 +789 +42 +14 +780 3 -85 +704 +746 +760 - 4 90,5 197,9 102,63 100,85 - 5 100,0 90,5 179,0 183,7 185,3 - 6 -9,5 97,9 2,63 0,85 - 7 0,0 -9,5 79,0 83,7 85,3 - 8 8,91 8,06 15,95 -16,37 - Абсолютный прирост: ц  y1  yi 1 , б  уi  y0 В нашем примере абсолютное уменьшение продажи консервов за 2000г. по сравнению с 1999г. составило: 806 – 891 = - 85 млн. усл. банок (табл. 9.1., гр.2), а по сравнению с базисным 1999г. продажа консервов возросла в 2003г. на 760 млн. усл. банок (гр.3). Темп роста: Тр  yi y  100, Тр  i  100 yi 1 y0 Для 2003г. темп роста по сравнению с 1999г. составил  1651    *100 = 185,3 % (табл. 9.1., гр. 5).  891  Темп прироста: Тпр     100, Тпр   100 yi 1 y0 104 Показывает, например, на сколько процентов продажа консервов в 2003г. возросла по сравнению с 1997г.:  760   100  85,3%  185,3  100  85,3%  891  (гр. 6,7). Показатель абсолютного значения одного процента прироста: %   или 0,01yi 1 ; Тпр Для 2003г. абсолютное значение 1% прироста равно: 0,01*16,37 = 16,37 или 14: 0,0855 = 16,37 млн. банок. Среднегодовой абсолютный прирост(    ц ,   n yn  y0 ) продажи мясных консервов за n 1 1999 – 2003гг. равен  760 1651  891  190или  4  190 млн. усл.банок 4 Среднегодовой темп роста ( Тр  m К1  К 2  К3  ...  К n , или , Тр  n 1 yn )продажи мясных y0 консервов за 1999 – 2003гг. рассчитаем двумя способами: Тр = 4 0,905 *1,979 *1,026 *1,009 = 4 116,7%; Тр = 4 1,853 = 1,167 или 1651 = 4 1,853 =1,167 или116,7%. 891 Среднегодовой темп прироста ( Т пр  Т р  100 )получим, вычтя из среднего темпа роста 100%. Тпр = 116,7% - 100% = 16,7% 2. Выявить сезонные колебания по следующим данным о числе разводов по месяцам за 1995 – 1997 гг. 105 Месяцы Январь Февраль Март Апрель май Июнь Июль Август Сентябрь Октябрь Ноябрь Декабрь Средний уровень ряда 1995 Число расторгнутых браков 1996 1997 в среднем за три года 195 164 153 136 136 123 126 121 118 126 129 138 138,7 158 141 153 140 136 129 128 122 118 130 131 141 135,6 144 136 146 132 136 125 124 119 118 128 135 139 131,8 165,7 147,0 150,7 136,0 136,0 125,7 126,0 120,7 118,0 128,0 131,7 139,3 135,4 Индекс сезонности 122,4 108,6 111,3 100,4 100,4 92,8 93,1 89,1 87,2 94,5 97,3 102,9 100,00 1. Произведем осреднение уровней одноименных периодов: уянв. 95 + у янв. 96 + у янв. 97 195+158+144 январь = 3 = 3 = 165,7; у дек.95 + удек. 96 + у дек. 97 138+141+139 декабрь = 3 = 3 = 139,3. 2. По месячным средним уровням определим средний общий уровень y y  i n 3. Is  y i y 1624.8  135.4 12 По месяцам определим индексы сезонности  100% Iянв. = (165,7 : 135,4) 8 100% = 122,4% Iдек. = ( 147,0: 135,4) * 100% = 108,6%. 106 3. На основе данных о производстве стиральных машин произвести сглаживание методом трехчленной средней. Месяцы Стиральные Трехчленные Трехчленные машины, тыс. скользящие скользящие шт. суммы средние 1 155 2 163 161,7 3 167 485 153,7 4 131 461 152,0 5 158 456 145,3 6 147 436 145,0 7 130 435 140,7 8 145 422 134,3 9 128 403 137,7 10 140 413 142,3 11 159 427 153,00 12 160 459 155,3 Взяв данные за первые три месяца исчисляем трехчленные суммы, а затем средние: 155  163  167  161,7 3 163  167  131 у2   153,7 и т.д. 3 у1  4. С помощью метода аналитического выравнивания по прямой выразите основную тенденцию по следующим данным о производстве молока: Годы 1993 1994 1995 1996 1997 Итого млнн. т., у 13,3 13,5 14,8 16,1 16,6 74,3 t t2 ty y-i y - y-i -2 -1 1 2 - 4 1 1 4 10 -26,6 -13,5 16,1 33,2 9,2 13,02 13,94 14,86 15,78 16,70 74,30 0,28 -0,44 -0,0 -0,32 -0,1 - 107 (y - y2 I) 0,08 0,19 0,00 0,10 0,01 0,38 Уровни ряда динамики выражаются в виде функции времени: yt  f (t ) Для выравнивания ряда динамики по прямой используем уравнение: y t  a0  a1t Способ наименьших квадратов дает систему уравнений для нахождения параметров а0 и а1. a0 n  a1  t   y a0  t  a1  t2   ty y – исходный уровень ряда; n – число членов ряда; t – показатель времени, который обозначается порядковыми номерами, начиная с низшего, например, годы 1993 1994 1995 1996 1997 t 1 2 3 4 5 Решение системы уравнений позволяет получить выражения для параметров а0 и а1:  t   y   t   yt  n t   t   t n ty   t  y  n t   t   t 2 a0 a1 2 2 Но техника может быть упрощена. Тогда уравнения примут na0   y, a1  t 2   ty , следующий вид: a0   y , a   ty n 1 t2 Расчеты необходимых значений представлены в таблице. а0 = 74,3 : 5 = 14,86; а1 ==9,2 : 10 = 0.92. В результате получаем следующее уравнение основной тенденции производства молока в регионе за 1993 – 1997 г.г.: yt  14.86  0.92t. Подставляя в уравнение принятые обозначения t, вычислим выровненные уровни ряда динамики: 108 1993: у-1 = 14,86 +0,92 (-2) = 13,02; 1994: у-2 = 14,86 + 0,92 (-1) = 13,94 и т.д. Задания для самостоятельной работы: 1. Имеются следующие данные о производстве продуктов животноводства: Годы Мясо, млн. т Молоко, млн. т. 1980 10,0 72,6 1985 12,3 83,6 1990 15,0 90,8 1991 13,6 89,7 1992 14,7 94,9 1993 15,3 94,5 1994 15,5 93,3 1995 15,1 90,9 1996 15,2 88,9 1997 15,3 90,1 По каждому виду продукции рассчитайте среднегодовые абсолютные приросты, среднегодовые темпы роста и прироста. 2. .По следующим данным о производстве молока в РФ за 1990-1995 гг., млн.т: 1990 1991 1992 1993 1994 1995 13,3 13,5 14,8 16,1 16,6 16,4 Определите среднегодовые абсолютные приросты, среднегодовые темпы роста, среднегодовые темпы прироста. 3. Используя взаимосвязь показателей динамики, определите уровни ряда динамики и недостающие в таблице цепные показатели динамики по следующим данным о производстве продукции предприятиями (в сопоставимых ценах): 109 Годы Производство продукции, млн. руб. 1992 1993 1994 1995 1996 1997 92,5 По сравнению с предыдущим годом абсолютный темп ротемп прироприрост, млн. ста, % ста, % руб. 4,8 104,0 5,8 7,4 7,0 4. Имеются следующие данные о внутригодовой динамике поставки шерстяных тканей в розничную сеть области по кварталам за 1995 – 1997 гг., млн. руб.: Кварталы 1995 1996 1997 1 171,9 160,0 172,1 2 132,8 113,1 176,8 3 144,4 124,2 139,1 4 154,7 155,8 141,2 Для анализа внутригодовой динамики продажи шерстяных тканей: а) определите индексы сезонности; б) изобразите графически сезонную волну развития изучаемого явления по месяцам года. Сделайте выводы. 110 СПИСОК РЕКОМЕНДОВАННОЙ ЛИТЕРАТУРЫ 1. Андреева Е.А. Статистика СПбГИЭУ (ИНЖЕКОН), 2011. -276 с. 2. Елисеева И. И., Юзбашев М.М. Общая теория статистики: учебник - М.: Финансы и статистика, 2008. - 399 с. 3. Гинзбург А. И. Статистика: учеб. пособие. - СПб. : Питер, 2002. - 125 с. 4. Гусаров В.М.Проява С.М.Общая теория статистики. – М.: Юнити-Дана, 2008. – 207 с. 5. Ефимова М. Р. Социальная статистика: учеб. пособие М.: Финансы и статистика, 2003. - 559 с. 6. Курс социально-экономической статистики: Учебник для вузов / под ред. Назарова М.Г.. – М. Омега-Л, 2010. – 1013 с. 7. Сельцовский В. Л. Экономико-статистические методы анализа внешней торговли - М.: Финансы и статистика, 2004. - 511 с. 8. Статистика: учебник для студентов вузов / ред. И. И. Елисеева. - М.: Проспект, 2011. - 444 с. 9. Теория статистики: Учебник для вузов /под ред. Громыко Г.Л. - изд-во Московского ун-та,Инфра-М, 2006. – 476 с. 10. Теория статистики: учебник / Р. А. Шмойлова [и др.]; ред. Р. А. Шмойлова. - 4-е изд., доп. и перераб. - М.: Финансы и статистика, 2005. - 655 с. 11. Экономическая статистика: учебник / Ред. Ю. Н. Иванов. М.: ИНФРА-М, 2002. - 479 с 12. Вовк А.А. Основы общей теории статистики - М.: Маршрут, 2006. - 239 с. 13. Годин А. М. Статистика:учебник для вузов. - М.: Дашков и К, 2011. - 457 с. 14. Громыко Г.Л., Мамий И.П. Экономическая статистика: Учебник. - М.: ИНФРА-М, 2009. - 736 с. Вовк А.А. Основы общей теории статистики - М.: Маршрут, 2006. - 239 с. 15. Илышев А.М. Общая теория статистики: Учебник. – М. ЮНИТИ-ДАНА 2008. – 535 с. 111 16. Социальная статистика: учебник для вузов / Ред. И. И. Елисеева. - М.: Финансы и статистика, 2001. - 479 с. 17. Статистика: учебник для вузов / ред. И. И. Елисеева. - М.: Высшее образование, 2007. - 565 с. 18. Ефимова М. Р. Практикум по общей теории статистики: учеб. пособие для вузов. - М.: Финансы и статистика, 2001. - 278 с. 19. Мелкумов Я.С.. Социально-экономическая статистика: конспекты лекций. Решение типовых задач: Учеб.-метод. пособие. - М. : Импэ-Паблиш, 2004. - 200 с. 20. Практикум по общей теории статистики: учебное пособие / ред. М. Г. Назаров. - М.: КноРус, 2008. - 178 с. 21. Салин В.Н., Шпаковская Е.П. Социально-экономическая статистика: практикум. – М.: Финансы и статистика, 2004. – 192 с. 22. Сокольникова А.М., Филимонова Т.А. Функциональная зависимость, корреляция, регрессия.: метод. указания к самостоятельной работе – Омский гос. ун-т путей сообщения, Омск, 2005. – 46 с. 23. Сборник задач по общей теории статистики: учеб. пособие / В. В. Глинский, В. Г. Долженкова, Л. П. Майкова и др. - 2-е изд. - М.: Филинъ, 2001. - 353 с. 24. Шмойлова Р. А. Практикум по теории статистики: учебное пособие. - М. : Финансы и статистика, 2006. - 415 с 112
«Теория статистики» 👇
Готовые курсовые работы и рефераты
Купить от 250 ₽
Решение задач от ИИ за 2 минуты
Решить задачу
Помощь с рефератом от нейросети
Написать ИИ

Тебе могут подойти лекции

Автор(ы) Чалиев А.А.
Автор(ы) Шульгин О. В.
Автор(ы) Минашкин В. Г., Гусынин А. Б., Садовникова Н. А., Шмойлова Р. А.
Автор(ы) Якушев И. А.
Автор(ы) Чалиев А. А.
Автор(ы) Е.В.Гордеева
Смотреть все 270 лекций
Все самое важное и интересное в Telegram

Все сервисы Справочника в твоем телефоне! Просто напиши Боту, что ты ищешь и он быстро найдет нужную статью, лекцию или пособие для тебя!

Перейти в Telegram Bot