2. Содержание Активного раздаточного материала

2.1 Тематический план курса составляется в виде таблицы, где указываются наименование темы и количество академических часов, предусмотренных для каждой темы. Тематический план курса

Наименование темы	Количество академических часов
	Лекция	Лабораторные	СРСП	СРС
1	2	3	4	5
Глава 1. Основные понятия и определения статистики
1. Основные вопросы анализа статистических данных	2	1	3	3
2. Показатели описательной статистики.	2	1	3	3
3. Закономерности распределения статданных	2	1	3	3
Глава 2. Выборки.
4. Статистические гипотезы.	2	1	3	3
5. Анализ одной выборки.	2	1	3	3
6. Анализ двух выборок.	2	1	3	3
Глава 3. Анализ статданных.
7. Дисперсионный анализ статданных.	2	1	3	3
8. Корреляционный анализ статданных.	2	1	3	3
Глава 4. Регрессионный анализ.
9. Регрессионный анализ статданных.	2	1	3	3
10.Оценка существенности параметров линейной регрессии.	2	1	3	3
11. Множественная регрессия.	2	1	3	3
Глава 5. Анализ временных рядов.
12. Анализ статданных в виде временных рядов.	2	1	3	3
13. Анализ и получение тренда.	2	1	3	3
14. Модели временных рядов.	2	1	3	3
15. Анализ моделей временных рядов.	2	1	3	3
ИТОГО:	30	15	45	45

2.2 Конспект лекционных занятий

Глава 1. Основные понятия и определения статистики

Тема 1. Основные вопросы анализа статистических данных. Предметная область статистического анализа. Историческая справка. Понятие эконометрических моделей. Современная практика применения статанализа и прогнозирования в технике и экономике.

Предметная область статистического анализа.

Статистика - одна из наук, имеющая целью сбор, упорядочивание, анализ и сопоставление числового пред­ставления фактов, относящихся к самым разнообразным массо­вым явлениям. Это вместе с тем учение о системе показателей, количественных характеристиках, дающих всестороннее пред­ставление о различных явлениях в технике, экономике, обществе. Статистика - это эффектив­ное орудие, инструмент познания, используемый в естествен­ных и общественных науках для установления тех специфичес­ких закономерностей, которые действуют в конкретных массо­вых явлениях, изучаемых данной наукой. Статистика - это также одна из форм практической деятель­ности людей, цель которой - сбор, обработка и анализ массовых данных о тех или иных явлениях. Статистикой называют также различного рода числовые или, как часто говорят, цифровые данные, характеризующие раз­личные стороны жизни государства: политические отношения, культуру, население, производство и т. д.

Часто слово «статистика» употребляется в качестве более короткого эквивалента для слов «статистический анализ». Статистический анализ можно охарактеризовать как методы, применяемые при сборе, представлении, анализе и интерпрета­ции данных. Применение статистического анализа особенно важно там, где из больших массивов данных требуется выделить полезную для нас информацию.

Историческая справка.

Развитие статистики сходно с развитием языка и счета. Эта наука имеет древние корни. Она зародилась как результат обоб­щения уже достаточно развитой статистической практики, выз­ванной потребностями развития общества. В Китае более чем за две тысячи лет до нашей эры производились исчисления населения по полу и возрасту, а также собирались сведения о состоянии промыш­ленности и сельского хозяйства. Упоминания о статистических обследованиях встречаются и в библейские времена. В Древнем Риме велась статистика численности населения и имуществен­ного положения граждан.

Развитие торговых и международных товарно-денежных от­ношений явилось стимулом для дальнейшего формирования учета и статистики. В тот период статистические операции, как прави­ло, проводились в исключительных случаях, в основном в воен­ных и финансовых делах. Позднее потребность в статистичес­ких операциях возникла уже с необходимостью стимулирования роста народонаселения, производительных сил страны, регули­рования потребления.

Однако если собирание статистических данных началось в самой глубокой древности, то их обработка и анализ, т. е. зарож­дение статистики - науки, относятся к более позднему периоду - второй половине XVII в. В это время и было введено в научный обиход само слово «статистика». Это сделал немецкий ученый, профессор философии и права Г. Ахенваль (1719 - 1772), кото­рый с 1746 г. впервые в Марбургском, а затем в Геттингенском университете начал читать новую учебную дисциплину, которую он назвал статистикой.

В первой половине XIX в. возникло третье направление стати­стической науки - статистико-математическое. Особый вклад в развитие этого направления внес бельгийский статистик А. Кегле (1796 - 1874). Он назвал статистику «социальной физикой», т. е. наукой, изучающей законы общественной системы с помощью количественных методов. Важнейшей его заслугой является обо­снование идеи использования закономерностей, выявленных из массы случаев, в качестве важнейшего инструмента познания объективного мира. Учение А. Кегле о статистической закономер­ности оказало значительное влияние на современников. Двумя другими учеными, внесшими значительный вклад в развитие статистики, являются два англичанина - Ф. Гальтон (1822 - 1911) и К. Пирсон (1857 - 1936). Гальтон, родственник Чарлза Дарвина, серьезно заинтересовался проблемой наслед­ственности, к анализу которой он вскоре применил статистичес­кие методы. Пирсон также провел много плодо­творных исследований в статистике. И Гальтон, и Пирсон вне­сли значительный вклад в развитие теории корреляции. Наиболее известным ученым XX в. в области статистики Запа­да является Р. Фишер (1890 - 1962). Фишер продуктивно рабо­тал с 1912 по 1962 г., и многие его исследования оказали суще­ственное воздействие на современную статистику. Большим шагом вперед к развитию статистической науки послужило комплексное применение компьютерных технологий в анализе социально-экономических явлений.

Понятие эконометрических моделей.

Рассмотрим понятие эконометрической модели на примере экономических показателей. Первая же принципиальная идея, с которой встречается каждый исследователь экономических процессов, это идея о взаимосвязях между экономическими переменными. Формирующийся на рынке спрос на некоторый товар рассматривается как функция его цены; затраты, связанные с изгото­влением какого-либо продукта, предполагаются зависящими от объема производства; потребительские расходы могут быть функцией дохода и т.д. Все это примеры связей между двумя переменными, одна из кото­рых (спрос на товар, производственные затраты, потребительские расхо­ды) играет роль объясняемой переменной (или результирующего пока­зателя), а другие интерпретируются как объясняющие переменные (или факторы-аргументы). Однако для большей реалистичности в каждое та­кое соотношение приходится вводить несколько объясняющих перемен­ных и остаточную случайную составляющую, отражающую влияние на результирующий показатель всех неучтенных факторов. В прикладном статистическом анализе анализируются различные ва­рианты формализации понятия стохастической зависимости между результирующим показателем и объясняющими переменными. Наиболее распространенной в эконометрических приложениях формой представления стохастической зависимости является аддитивная линей­ная форма, которая и будет главным предметом исследования в нашем лекционном курсе.

Понятие об исходных данных и их назначении

Исходные данные - это первичная и (или) вторичная информация, которая составляет основу дальнейшего анализа. Первичная информация представляет собой только что полученную информацию для решения конкретного вопроса или задачи, вторичная - это уже имеющаяся в наличии информация, которая была собрана для других целей, но может быть использована для исследования поставленного вопроса. Обобщая сказанное, можно выделить, как минимум, шесть основных причин для сбора первичной и вторичной информации (или исходных данных). Итак, данные не­обходимы для

• выполнения опроса;

• проведения исследований;

• оценки предоставляемой услуги или производственного процесса;

• сравнения, при котором определяется соответствие стандартам качества;

• разработки альтернативных стратегий в процессе принятия решений;

• удовлетворения собственного любопытства.

Прежде чем приступить к статистическому анализу, очень важно определить наи­более подходящие источники, которые предоставят приемлемые данные. В том слу­чае, если данные будут необъективны, неоднозначны или будут характеризоваться другими неточностями или погрешностями, то никакие самые изощренные статисти­ческие методы не смогут компенсировать эти недостатки, и результаты анализа будут совершенно неадекватны существующей ситуации.

Источники данных

Существует, по меньшей мере, четыре способа, которыми можно воспользоваться для получения необходимых исходных данных.

1. Использование данных из внешних и внутренних источников.

2. Получение данных экспериментальным путем.

3. Получение данных посредством проведения опроса.

4. Проведение исследования по данным наблюдений.

Однако для того, чтобы смоделировать эксперимент, выполнить исследование по результатам наблюдений, необходимо знать, какого типа бывают данные, и понимать разницу между различными типами данных.

Типы данных

Статистики, аналитики, исследователи, а также все, кто собирает и анализирует, данные, имеют дело с разнообразными случайными величинами. Под случайной ве­личиной понимается переменная величина, принимающая в зависимости от случая, те или иные значения с определенными вероятностями, причем полученные значения можно также рассматривать в качестве источника данных. Значения случайной величины могут отличаться друг от друга, поскольку нет двух совершенно одинако­вых явлений, людей или суждений.

Значения случайной величины, или полученные в результате данные, могут быть двух типов: категорийные и числовые.

Тип данных Подтип данных Тип вопроса Ответ

Категорийные Являетесь ли вы учредителем предприятия? ДА или НЕТ

Числовые Дискретные Сколько газет вы выписали в этом году? ЧИСЛО (3)

Непрерывные Какой у вас рост? См (167)

Числовые случайные величины могут быть двух типов: дискретные и непрерывные.

Случайная величина является дискретной, когда можно перечислить все значения случайной величины, которые могут быть получены в результате, т.е. множество воз­можных значений такой величины счетно. Случайная величина является непрерывной, если она может принимать любое зна­чение из некоторого конечного или бесконечного интервала (например, из интервала целых положительных чисел).

Методы построения случайной выборки

Как правило, для получения необходимой первичной информации проводится ис­следование некоторой совокупности объектов, например потребителей, сотрудников компании, посредников, пенсионеров, частных предпринимателей и т.д. Если эта сово­купность настолько малочисленна, что при имеющихся ресурсах можно установить кон­такт с каждым из ее элементов, то вполне реально проведение исследования всей сово­купности, которая в данном случае будет называться генеральной. Иными словами, гене­ральная совокупность - это полный набор объектов (людей, предметов и т.д.), о которых необходимо получить информацию. В том случае, если нет возможности и ресурсов для изучения всей генеральной совокупности, можно построить выборку из генеральной со­вокупности, т.е. ограничиться в своих исследованиях только выборочным набором объ­ектов из всей генеральной совокупности. Выборка - это набор объектов, извлеченных из генеральной совокупности. В качестве причин для построения и исследования вы­борки, вместо работы с генеральной совокупностью, чаще всего называются следующие.

1. Работа с выборкой существенно экономит время.

2. Работа с выборкой существенно экономит средства.

3. Работа с выборкой легче в плане администрирования.

Существует много различных способов построения выборки. При этом выборка должна быть обязательно репрезентативной, чтобы по ней можно было судить обо всей генеральной совокупности. Это означает, что и в выборке, и в генеральной совокупности каждое свойство должно иметь одинаковые частоты. В том случае если выборка не является репрезентативной, говорят что она имеет смещение.

Литература:1осн. [11-59],2осн.[17-41], 3осн. [3-33], 4осн. [166-189], 4доп.[42-51], 6доп.[165-167]

Контрольные вопросы

1. Какова предметная область статистики и ее связь с другими науками?

2. С какой областью математики тесно связана статистика и какой математический аппарат

использует?

3. Что составляет понятие - эконометрической модели?

4. Как формируются эндогенные и экзогенные переменные?

5. Что обуславливает стохастический характер эконометрической модели?