- •67 Содержание
- •Введение
- •Раздел 1 сущность и значение статистики
- •Предмет, метод и задачи статистики
- •Понятие статистики, методы и задачи
- •Методы статистического наблюдения
- •Характеристика сводки и обработки первичной информации
- •Характеристика обобщения и анализа статистической информации
- •1.2 Задачи и принципы организации государственной статистики в Российской Федерации
- •Развитие статистики как науки
- •История развития муниципальной статистики в Российской Федерации
- •Организация статистики в Российской Федерации
- •Органы государственной статистики в Российской Федерации
- •Раздел 2
- •Этапы проведения статистического наблюдения
- •2.2 Формы, виды и способы организации статистического наблюдения
- •Формы статистической отчётности
- •Планирование и организация статистического наблюдения
- •Раздел 3 сводка и группировка статистических данных
- •Задачи и виды статистической сводки
- •Понятие и виды сводки
- •Характеристика простой сводки
- •Характеристика типологических группировок
- •Характеристика аналитических группировок
- •Характеристика структурных группировок
- •Принципы построения группировок
- •Ряды распределения в статистике
- •Построение рядов распределения
- •Виды рядов распределения
- •Графическое изображение рядов распределения
- •Раздел 4
- •Виды таблиц
- •Основные правила оформления и чтения таблиц
- •Статистические графики и правила их построения
- •Основные элементы статистических графиков
- •Классификация графиков по видам
- •Диаграммы сравнения
- •Статистические карты
- •Раздел 5 статистические показатели
- •Абсолютные и относительные величины в статистике
- •Статистический показатель и его виды
- •Абсолютные показатели, единицы их измерения
- •Относительные показатели
- •Средние величины в статистике
- •Понятие среднего показателя
- •Средняя арифметическая и её свойства
- •Другие виды средних показателей
- •Структурные средние
- •Показатели вариации в статистике
- •Основные показатели, характеризующие вариацию
- •Способы расчёта показателей вариации
- •Раздел 6 ряды динамики в статистике
- •6.1. Виды и методы анализа рядов динамики
- •Динамические ряды и их виды
- •Моментные и интервальные ряды динамики
- •6.2. Основные показатели анализа динамических рядов
- •Абсолютный прирост
- •Темп роста
- •Темп прироста
- •Средние показатели
- •Раздел 7 индексы в статистике
- •7.1. Понятие статистических индексов и их роль в экономике
- •Индивидуальные индексы
- •Общие индексы и их свойства
- •Индексы цены и индексы физического объёма
- •7.2. Среднеарифметические и среднегармонические индексы
- •Понятие среднеарифметических и среднегармонических индексов
- •Формулы расчёта среднеарифметических и среднегармонических индексов
- •Раздел 8 выборочное наблюдение в статистике
- •8.1. Способы формирования выборочной совокупности
- •Понятие выборочного наблюдения
- •Способы отбора единиц при выборочном обследовании
- •8.2. Методы оценки результатов выборочного наблюдения
- •Понятие ошибки выборочного наблюдения
- •Оптимальная численность выборки
- •Раздел 9 статистическое изучение связи между явлениями
- •9.1. Методы изучения связи между явлениями
- •Основные понятия методов изучения связи между явлениями
- •Виды зависимостей между экономическими явлениями
- •9.2. Корреляционно-регрессионный анализ
- •Корреляционный анализ количественных признаков
- •Корреляционный анализ порядковых переменных
- •Метод наименьших квадратов
- •Метод наименьших модулей
- •Двумерное линейное уравнение регрессии
Метод наименьших модулей
Метод наименьших модулей — один из методов регрессионного анализа для оценки неизвестных величин по результатам измерений, содержащих случайные ошибки. Метод наименьших модулей применяется также для приближённого представления заданной функции другими (более простыми) функциями и часто оказывается полезным при обработке наблюдений.
Метод наименьших модулей похож на метод наименьших квадратов. Отличие состоит в минимизации не суммы квадратов невязок, а (взвешенной) суммы их абсолютных значений. Этот метод обеспечивает максимум функции правдоподобия, если ошибки измерений подчиняются закону Лапласа.
Двумерное линейное уравнение регрессии
В общественных науках большинство функциональных зависимостей носит статистический характер. Одним из эффективных математических методов для определения зависимости по множеству измеренных данных является регрессионный анализ.
Общее назначение множественной регрессии (термин введен Пирсоном, 1908) состоит в анализе связи между несколькими независимыми переменными (называемыми также регрессорами или предикторами) и зависимой переменной. Исследователь в области образования может узнать, какие факторы являются наиболее «весомыми» для показателей успеваемости в средней школе. Упрощенно, формулировка задачи линейной регрессии состоит в подгонке прямой линии к некоторому набору точек.
Прямая линия на плоскости (в двумерном пространстве) задается уравнением Y=bx+a; более подробно: переменная Y может быть выражена через константу (a) и угловой коэффициент ( b), умноженный на переменную X. Константу иногда называют также свободным членом, а угловой коэффициент - регрессионным или B-коэффициентом.
Целью процедур линейной регрессии является вычислении прямой линии по точкам, соблюдая условие: минимизировать квадраты отклонений этой линии от наблюдаемых точек. Поэтому эту процедуру иногда называют как оценивание по методу наименьших квадратов.