- •Предисловие
- •1. Понятие о статистике. Статистическое наблюдение
- •1.1. Предмет и метод статистики
- •1.2. Понятие статистического наблюдения. Основные этапы проведения статистического наблюдения
- •1.3. Формы, виды и способы проведения статистического наблюдения
- •Формы статистического наблюдения
- •Виды статистического наблюдения
- •Способы проведения статистического наблюдения
- •1.4. Контроль данных, полученных в результате статистического наблюдения. Время статистических исследований
- •Контрольные вопросы и задания
- •2. Сводка и группировка
- •2.1. Понятие сводки и группировки
- •2.2. Основные виды группировок
- •2.3. Интервалы группировок
- •Правило закрытия открытых интервалов
- •2.4. Методика построения аналитической группировки
- •2.5. Вторичная группировка
- •2.6. Понятие статистических таблиц
- •2.7. Понятие рядов распределения и их графическое изображение
- •2.8. Количественное измерение степени концентрации показателей
- •Контрольные вопросы и задания
- •3. Абсолютные и относительные величины
- •3.1. Понятие об абсолютных и относительных величинах
- •3.2. Виды относительных величин
- •Контрольные вопросы и задания
- •4. Средние величины
- •4.1. Понятие средних величин, основные положения теории средних величин
- •Основные положения теории средних величин
- •4.2. Средняя арифметическая простая и взвешенная. Свойства средних величинОшибка! Закладка не определена.
- •Средняя арифметическая взвешенная
- •Частные случаи расчета средней арифметической взвешеной
- •Свойства средних величин
- •4.3. Средняя гармоническая простая и взвешенная
- •4.4. Средняя хронологическая
- •4.5. Средняя геометрическая
- •4.6. Средняя квадратическая. Взаимосвязь степенных срених величин
- •4.7. Мода и медиана
- •Контрольные вопросы и задания
- •5. Изучение вариацИи рядов распределения
- •5.1. Понятие вариации
- •5.2. Основные показатели вариации. Свойства дисперсии Основные показатели вариации
- •Свойства дисперсии
- •5.3. Межгрупповая и внутригрупповая дисперсии
- •Правило сложения дисперсий
- •5.4. Дисперсия альтернативного признака
- •Контрольные вопросы и задания
- •6. Выборочное наблюдение
- •6.1 Сущность и особенности выборочного исследования
- •6.2. Способы отбора
- •6.3 Распространение выборочных данных на всю совокупность
- •Контрольные вопросы и задания
- •7. Корреляционно-регрессионный анализ
- •7.1. Понятие корреляционной зависимости. Основные задачи корреляционного анализа. Способы выбора формы связи между факторными и результативными признакамиОшибка! Закладка не определена.
- •Задачи корреляционного анализа
- •Способы выбора формы связи между факторными и результативными признаками
- •7.2. Парная корреляционная зависимость и ее виды
- •Виды парной корреляционной зависимости (к.З.)
- •Системы уравнений для определения параметров других парных зависимостей
- •7.3. Множественная корреляция
- •7.4. Регрессионный анализ. Показатели измерения тесноты связи Показатели измерения тесноты связи между факторным и результативным признаками
- •Показатели, характеризующие тесноту связи
- •7.5. Показатели, характеризующие качество корреляционного уравнения
- •Контрольные вопросы и задания
- •8. Ряды динамики
- •8.1. Понятие динамических рядов и их виды
- •Виды рядов динамики
- •8.2. Основные показатели изучения динамических рядов
- •8.3. Важнейшие способы обработки и анализа рядов динамики
- •8.4. Изучение сезонных колебаний
- •Контрольные вопросы и задания
- •9. Индексы
- •9.1. Понятие индексов и их значение в экономических исследованиях
- •9.2. Индивидуальные и общие индексы
- •Правило выбора весов
- •9.3. Цепные и базисные индексы
- •9.4. Средневзвешенные индексы
- •Пример расчета средневзвешенного арифметического индекса
- •Пример расчета средневзвешенного гармонического индекса
- •9.5. Индексы постоянного, переменного состава и структурных сдвигов
- •9.6. Индексный анализ сложных экономических явлений
- •Контрольные вопросы и задания
- •10. Графическое изображение статистических данных
- •10.1. Основные виды графиков
- •10.2. Картограммы и картодиаграммы
- •Контрольные вопросы и задания
- •Рекомендуемая Литература
8.2. Основные показатели изучения динамических рядов
К числу основных показателей динамических рядов относятся:
1. Темп роста. Различают базисный и цепной темпы роста:
а) базисный – отношение последующего показателя к первоначальному, принятому за базу:
;
б) цепной – отношение последующего показателя к предыдущему:
.
2. Темп прироста. Существует два вида темпа прироста:
а) базисный – разница между базисным темпом роста и 1 или 100%:
, или ,
показывающий, на сколько процентов изменился каждый последующий показатель по сравнению с первоначальным или другим, принятым за базу сравнения;
б) цепной:
.
Показывает, на сколько процентов изменился последующий показатель по сравнению с предыдущим.
Другой способ: .
Между цепными и базисными темпами роста имеют место определенные зависимости:
– Произведение последующих цепных темпов роста равно соответствующему базисному темпу роста:
.
– Отношение последующего базисного темпа роста к предыдущему равно цепному темпу роста:
.
– Среднегодовой темп роста определяется по формуле средней геометрической:
а),
где n– число темпов роста.
б) ,
где Yi– последний уровень ряда динамики;Y0– первоначальный уровень ряда динамики;n– количество темпов роста (периодов).
Показывает, во сколько раз в среднем за год изменился изучаемый показатель.
3. Среднегодовой темп прироста:
.
Показывает, на сколько процентов в среднем за год изменился изучаемый показатель.
4. Абсолютный прирост:
а) базисный:
Дyб=yi – y0 ДYБ=Y i– Y0.
б) цепной:
Дyц=yi – yi-1 ДYЦ =Yi – Yi-1.
Показывает на сколько единиц изменился каждый последующий уровень динамического ряда по сравнению с базисным или предыдущим.
5. Среднегодовой абсолютный прирост:
,
где n– число дат.
,
где yn– последний уровень ряда динамики;y0– первоначальный уровень р.д.;n– число уровней.
Показывает, на сколько единиц в среднем за год изменился изучаемый показатель.
6. Средний уровень ряда динамики:
а) для интервальных рядов средних величин и относительных величин.
;
б) для моментных рядов.
.
7. Абсолютное содержание 1% прироста:
1) .
2) .
8.3. Важнейшие способы обработки и анализа рядов динамики
Не во всех случаях эмпирические данные рядов динамики позволяют определить тенденцию изменения явления во времени. В этих случаях ряд динамики подвергается дополнительной обработке различными способами.
1. Приведение ряда динамики к одному основаниюприменяется для сравнения изменения одного показателя для различных объектов во времени.
Пример: имеются данные о закупках молока в двух санаториях в 1999–2003 гг.
Год |
Закупка молока, т |
% к 1999 г. | ||
Сан. №1 |
Сан. №2 |
Сан. №1 |
Сан. №2 | |
1999 |
45,5 |
56,1 |
100,0 |
100,0 |
2000 |
72,4 |
65,1 |
159,1 |
116,0 |
2001 |
95,2 |
66,5 |
209,2 |
118,5 |
2002 |
122,0 |
65,0 |
268,1 |
115,9 |
2003 |
128,0 |
67,0 |
281,3 |
119,4 |
2. Метод скользящей среднейиспользуется для устранения влияния случайных факторов на динамику изучаемого явления, процесса. Его сущность заключается в определении подвижных сумм, путем последующего сдвига на одну дату суммируемого показателя; затем подвижные суммы делятся на число дат, таким образом получаются подвижные, или скользящие средние величины.
Месяц |
Добыча нефти, тыс. т |
Трехмесячный подвижный итог, тыс. т |
Трехмесячная подвижная, средняя, тыс. т |
|
2015 |
– |
– |
|
1938 |
6133 (2015+1938+2160) |
2044 (6133:3) |
|
2160 |
6264 (1938+2160+2166) |
2088 (6264:3) |
|
2166 |
6661(2160+2166+2335) |
2220 (6661:3) |
|
2335 |
6687 |
2229 |
|
2186 |
6677 |
2259 |
|
2256 |
6826 |
2275 |
|
2384 |
6904 |
2301 |
|
2264 |
7077 |
2350 |
|
2429 |
7084 |
2361 |
|
2381 |
7098 (2429+2381+2443) |
2368 (7098:3) |
|
2443 |
– |
– |
Основное направление развития явления во времени называется трендом.
3. Выравнивание по аналитическим формулам.
Суть этого способа состоит в том, что по эмпирическим данным находят так называемое уравнение тренда, по которому определяют теоретические уровни, рассматриваемые как функция времени, т.е. .
Рис. 9. Графическое определение линии тренда
Нахождение параметров той или иной гипотетической функции осуществляется аналогично нахождению параметров уравнений регрессии (в качестве фактора xвыступает фактор времениt).
Так, при выравнивании ряда по прямой для нахождения параметров прямой решается система нормальных уравнений вида
Для упрощения рассчета при выравнивании динамических рядов условное обозначение временных точек (t) можно ввести так, чтобы. В этом случае системы нормальных уравнений значительно упрощаются. Так, при выравнивании по прямой система будет иметь вид
Пример. Имеются следующие данные о прибытиях туристов в города за 5 лет (на начало года):
Показатель |
Год | ||||
1999 |
2000 |
2001 |
2002 |
2003 | |
Численность населения, тыс. чел. |
72 |
78 |
83 |
87 |
90 |
Найти линию тренда и, используя полученное уравнение, определить численность туристов в 2006 г. (прогноз).
Если время (t) обозначить так, чтобы(т.е. счет вести от середины ряда), то система упростится и примет вид
Каждое уравнение в этом случае решается самостоятельно:
и.
Необходимые для расчета а0иа1суммы приведены в таблице.
Условное обозначение времени (t) |
Год |
Количество прибытий, тыс. чел. (y) |
t2 |
yt |
|
–2 |
1999 |
72 |
4 |
–144 |
73,0 |
–1 |
2000 |
78 |
1 |
–78 |
77,5 |
0 |
2001 |
83 |
0 |
0 |
82,0 |
1 |
2002 |
87 |
1 |
87 |
86,5 |
2 |
2003 |
90 |
4 |
180 |
91,0 |
Σt = 0 |
n = 5 |
Σy = 410 |
Σt2 = 10 |
Σyt = 45 |
|
Получаем
5а0=410, а0=82;
10а1=45, а1=4,5,
отсюда уравнение прямой для выровненных уравнений (линия тренда):
.
Выровненные значения, рассчитанные по последней формуле путем постановки в нее значений t=-2, -1, 0, 1, 2, показаны в графе 6таблицы.
Численность туристов в 2006 г. (t=5) определяем по формуле:
.
Естественно, эта величина условная, рассчитанная при предположении, что линейная закономерность изменения численности населения, принятая для 1999–2003 гг., сохранится на следующий период до 2006 г.
4. Интерполяция– это метод определения неизвестных промежуточных значении ряда динамики на основе анализа известных показателей.
Пример. Имеются данные о производстве электроэнергии в регионе в 1998–2003 гг. Представим, что за 2001 г. нет данных. Найдем их тремя способами.
Производство электроэнергии |
Годы | |||||
1998 |
1999 |
2000 |
2001 |
2002 |
2003 | |
Млн кВт/ч |
1,5 |
2,0 |
2,1 |
|
2,6 |
2,8 |
1. Определим среднегодовой прирост за 2000–2002 гг.:
,
тогда
2. Определим темп роста:
,
тогда
3. Определим среднегодовой темп роста за весь период:
,
тогда
5. Экстраполяция– распространение результатов наблюдения над определенными объектами на объекты, не подвергшиеся наблюдению (прогнозирование явлений). Рассмотрим методы на предыдущем примере. Предположим, что нам необходимо сделать прогноз на 2003 г.
1. Определим среднегодовой абсолютный прирост:
,
.
2. Определим среднегодовой темп роста:
,
.
Методы интерполяции и экстраполяции применяются только в случаях плавного, постепенного, равномерного изменения явления на небольших промежутках времени.