- •4. Ряды распределения: понятие, виды, графическое изображение, приемы анализа.
- •5. Статистические таблицы и графики: виды, правила построения.
- •6. Абсолютные и относительные статистические величины: сущность, виды, способы расчета, единицы измерения.
- •7. Вариация признака, значение ее статистического изучения. Меры вариации.
- •8. Виды дисперсий. Правило сложения дисперсий.
- •9. Выборочный метод как основной вид несплошного статистического наблюдения. Виды, методы и способы отбора, обеспечивающие репрезентативность выборки.
- •10. Ошибки выборочного наблюдения, понятие, виды, способы расчета. Распространение данных выборочного наблюдения на генеральную совокупность.
- •11. Статистические методы изучения взаимосвязей. Меры тесноты взаимосвязи.
- •12. Этапы корреляционно–регрессионного анализа. Расчет параметров уравнения регрессии, их экономический смысл.
- •7.2. Парная корреляция и парная линейная регрессия
- •13. Понятие о множественной регрессии и корреляции. Меры тесноты связей в многофакторной системе.
- •14. Непараметрические методы оценки взаимосвязей.
- •15. Ранговая корреляция, понятие, методы ее измерения.
- •16. Ряды динамики: понятие, виды, правила построения, элементарные показатели анализа.
- •17. Средние показатели ряда динамики.
- •18. Взаимосвязанные ряды динамики, методы их статистического анализа.
- •19. Методы выявления тенденций развития в рядах динамики.
- •20. Сезонные колебания в рядах динамики: понятие, статистические методы их изучения.
- •21. Агрегатный индекс как основная форма общих индексов.
- •22. Общие индексы как средние из индивидуальных индексов.
- •23. Индексы средних величин: индексы переменного, постоянного составов, влияние структурных сдвигов.
- •24. Основы индексного факторного анализа. Методы разложения абсолютного прироста по факторам.
- •25. Территориальные индексы: понятие, способы расчета.
- •26. Макроэкономическая статистика: предмет, задачи, основные категории.
- •27. Основные макроэкономические показатели, их взаимосвязь.
- •28. Методы исчисления валового внутреннего продукта.
- •29. Экономические активы: понятие, состав, направления их статистического изучения.
- •30. Природные ресурсы: проблемы их статистической оценки.
- •31. Статистическое изучение объема, структуры, динамики национального имущества.
- •32. Основные средства и методы их оценки. Балансы основных средств.
- •33. Оборотные средства, методы их статистического изучения.
- •34.Финансовые активы и пассивы, методы их статистического изучения.
- •35.Система показателей банковской статистики.
- •36. Население как объект и субъект экономической деятельности. Показатели численности, состава и движения населения.
- •37. Статистика рынка труда: задачи, система показателей.
- •38. Система показателей уровня жизни населения.
- •39.Индикаторы экономического цикла, их роль в исследовании экономической конъюнктуры и деловой активности.
- •41. Предприятие как хозяйствующий субъект и объект статистики.
- •42.Материально-вещественные и стоимостные показатели результатов производства предприятия.
- •43.Система стоимостных показателей результатов деятельности предприятия.
- •44. Основной капитал предприятия. Классификация, виды оценки, методы переоценки.
- •45. Показатели наличия, состояния и движения основного капитала предприятия.
- •46. Оборотный капитал предприятия, понятие, виды, источники образования.
- •47. Персонал предприятия, его состав, показатели наличия и движения
- •48.Финансовые ресурсы и их роль в деятельности предприятия.
- •49.Показатели эффективности использования отдельных видов ресурсов предприятия.
- •50.Показатели эффективности деятельности предприятия в рыночных условиях.
11. Статистические методы изучения взаимосвязей. Меры тесноты взаимосвязи.
Для изучения взаимосвязей в статистике используются две группы методов, одна из которых включает в себя методы корреляционного анализа, а другая – регрессионный анализ. Иногда эти методы объединяют в один корреляционно-регресионный анализ (КРА).
Задачи корреляционного анализа сводятся к измерению тесноты связи между варьирующими признаками, определению неизвестных причин связей и оценке факторов, оказывающих наибольшее влияние на вариацию результативного признака. Задачи регрессионного анализа лежат в сфере установления формы зависимости, определения функции регрессии, использования управления для оценки неизвестных значений зависимой переменной.
Методы оценки тесноты связи распределяются на параметрические (корреляционные) и непараметрические. Параметрические методы основаны на использовании оценок параметров распределения вероятностей изучаемых величин: математического ожидания, дисперсии и т.д.
Непараметрические методы применяют для оценки связи атрибутивных (качественных) признаков и для оценки корреляционных связей.
12. Этапы корреляционно–регрессионного анализа. Расчет параметров уравнения регрессии, их экономический смысл.
Дли изучения взаимосвязи в статистике используются две группы методов, одна из которых включает в себя методы корреляционного анализа, а другая – регрессионный анализ. Иногда эти методы объединяют в один корреляционно-регрессионный анализ (КРА), что имеет под собой определенные основания: наличие целого ряда общих вычислительных процедур,
Задачи собственно корреляционного анализа сводятся к измерению тесноты связи между варьирующими признаками, определению неизвестных причинных связей и оценке факторов, оказывающих наибольшее влияние на вариацию результативного признака. Задачи регрессионного анализа лежат в сфере установления формы зависимости, определения функции регрессии, использования уравнения для оценки неизвестных значений зависимой переменной.
Методы анализа корреляции и регрессии широко представлены в современных системах обработки статистических данных на ПЭВМ (например, STATISTICA, SPSS). Исследователь должен подготовить исходную информацию и быть готовым к интерпретации полученных результатов. В настоящее время вряд ли целесообразно проводить такой сложный вид анализа вручную. Вычислительные процедуры представляют самостоятельный интерес, но знание принципов изучения взаимосвязей, возможностей и ограничений тех или иных методов является обязательным условием исследования.
Методы оценки тесноты связи разделяются на параметрические (корреляционные) и непараметрические. Параметрические методы основаны на использовании оценок параметров распределения вероятностей изучаемых величин: математического ожидания, дисперсии и т.д., и, следовательно, применяются в случаях, когда эти параметры можно предварительно вычислить. На практике в начале исследования обычно считают, что первичные данные подчиняются закону нормального распределения вероятностей.
Непараметрические методы не накладывают ограничений на закон распределения изучаемых величин и обычно более просты в вычислениях. Поэтому их применяют и для оценки корреляционных связей, и особенно широко для оценки связи атрибутивных (качественных) признаков.