- •Статистика
- •Раздел 1 «Теория статистики» 34
- •1.Учебно-методическое пособие по изучению дисциплины
- •1.1.Цели и задачи дисциплины
- •1.2. Методические рекомендации по изучению дисциплины
- •Раздел 2. «Экономическая статистика»
- •Тема 2.1. «Статистическое изучение экономики»
- •Тема 2.2. «Статистика населения и трудовых ресурсов»
- •Тема 2.3. «Статистика труда»
- •Тема 2. 4. «Статистика национального богатства»
- •Тема 2.5 «Статистика предприятий (организаций)»
- •Тема 2.6. «Статистика уровня жизни населения»
- •1.3. Вопросы итогового контроля по дисциплине.
- •1.4. Библиографический список
- •1.5. Интернет-ресурсы
- •1.6. Глоссарий
- •2. Курс лекций по дисциплине «Статистика» Раздел 1 «Теория статистики» Тема 1.1. Предмет, метод и задачи статистики
- •Тема 1.2. Статистическое наблюдение.
- •Тема 1.3. Статистическая сводка и группировка.
- •Тема 1. 4. Способы изложения и наглядного представления статистическихданных.Статистические таблицы. Графическое изображение статистических данных.
- •Основные правила построения таблиц:
- •Основные прошила оформления таблиц:
- •Прошила записи цифр в таблице:
- •Правила переноса таблиц
- •Решение типовых задач к теме 1.3. И теме 1.4.:
- •Тема 1.5. Обобщающие показатели
- •Решение типовых задач к теме 1.5.: Обобщающие показатели.
- •Тема 1. 6. Показатели вариации и анализ частотных распределений (рядов распределения).
- •Тема 1.7. Методы изучения взаимосвязи социально-экономических явлений.
- •Простейшие методы изучения стохастических связей
- •Статистическое моделирование связи методом корреляционного и регрессионного анализа
- •Решение типовых задач к теме 1.7.: Методы изучения взаимосвязи социально-экономических явлений.
- •Тема 1.8. Статистическое изучение динамики.
- •Проверка гипотезы о существовании тренда
- •Методы сглаживания временного ряда
- •Методы аналитического выравнивания и прогнозирования временных рядов.
- •Методы изучения сезонных колебаний
- •Упрощенные приемы прогнозирования
- •Адаптивные методы прогнозирования
- •Экспоненциальное сглаживание
- •Решение типовых задач к теме 1.8.: Статистическое изучение динамики.
- •Решение типовых задач к вопросу: Статистические методы прогнозирования рядов динамики.
- •Тема 1.9. Статистические индексы.
- •Общие индексы количественных показателей в форме среднего индекса.
- •Построение общих качественных индексов в агрегатной форме.
- •Построение качественных индексов в форме среднего индекса.
- •Система взаимосвязанных индексов, факторный анализ.
- •Решение типовых задач по теме 1.9.
- •Раздел 2. «Экономическая статистика». Тема 2.1. «Статистическое изучение экономики»
- •Тема 2.2. «Статистика населения итрудовых ресурсов»
- •2.2.1. Статистика населения
- •2..2.2. Статистика трудовых ресурсов
- •Тема 2.3. «Статистика труда»
- •2.3.1. Численность и состав персонала предприятия
- •2.3.2. Статистика использования рабочего времени
- •2.3.3. Статистика производительности труда.
- •2.3.4. Статистика оплаты труда и затрат на рабочую силу.
- •Тема 2. 4. «Статистика национального богатства»
- •2.4.1. Статистика национального богатства
- •2.4.2. Статистика национального дохода.
- •Тема 2.5 «Статистика предприятий (организаций)»
- •2.5.1. Статистика производства товаров и услуг.
- •I. Натуральные показатели продукции земледелия.
- •II. Натуральные показатели продукции животноводства.
- •III. Стоимостные показатели продукции сельского хозяйства.
- •I. Грузовой транспорт.
- •II. Связь.
- •III. Торговля.
- •2.5.2. Статистика оборотных фондов рынка товаров и услуг.
- •2.5.3. Статистика издержек производства и обращения. Результатов финансовой деятельности предприятий.
- •Тема 2.6. «Статистика уровня жизни населения»
- •3. Практикум по дисциплине Практикум №1 к теме «Статистическое изучение экономики»
- •Задания для самостоятельной работы студента
- •Практикум №2 к теме «Статистика населения и трудовых ресурсов»
- •Задания для самостоятельной работы студента
- •Задачи по теме «Статистика населения»:
- •Задачи по теме «Статистика трудовых ресурсов»:
- •Практикум №3. К теме «Статистика труда»
- •Задания для самостоятельной работы студента
- •Практикум №4. К теме «Статистика предприятий (организаций)»
- •Задания для самостоятельной работы студента
- •4. Методические указания к выполнению контрольной работы
- •4.1. Контрольная работа №1.
- •4.2.Контрольная работа №2.
- •5. Тесты по дисциплине «Статистика»
- •8. Какой из перечисленных признаков является варьирующим:
- •8. Обследование малых предприятий по итогам работы за 2000 г. - это:
- •Раздел 2 «Экономическая статистика» Тест к теме 2.1. «Статистическое изучение экономики»
- •18. Систематизированный свод определенного множества группировок, объектов, выделенных по соответствующим критериям – это
- •19. Что служит средством для идентификации объекта
- •20. Классификация видов экономической деятельности необходима для:
- •Тест к теме 2.2. «Статистика населения и трудовых ресурсов»
- •Тест к теме 2.3. «Статистика труда»
- •5,6,12,13,19, 20, 26, 27 - Выходные дни. Среднее списочное число работников за месяц равно ... . (с точностью до 1 чел.):
- •Тест к теме 2.4. «Статистика национального богатства»
- •Тест к теме 2.5. «Статистика предприятий (организаций)»
- •Тест к теме 2.6. «Статистика уровня жизни населения»
Методы аналитического выравнивания и прогнозирования временных рядов.
Основным содержанием метода аналитического выравнивания в рядах динамики является то, что общая тенденция развития рассчитывается как функция времени:
(1.8.26)
где yt — уровни динамического ряда, вычисленные по
соответствующему аналитическому уравнению на момент времени t.
Аналитическое выравнивание состоит в подборе для данного ряда динамики теоретической кривой, наилучшим образом описывающей эмпирические данные. Это могут быть различные функции:
а) полиномы различных степеней:
-первой степени
(1.8.27)
где ао, — параметры уравнения; t — время;
-второй
(1.8.28)
-третьей степени
(1.8.29)
б) показательная кривая
(1.8.30)
И другие.
В тех случаях, когда требуется особо точное изучение тенденции развития (например, модели тренда для прогнозирования), при выборе вида адекватной функции можно использовать специальные критерии математической статистики.
Расчет параметров функции обычно производится методом наименьших квадратов, в котором в качестве решения принимается точка минимума суммы квадратов отклонений между теоретическими и эмпирическими уровнями:
(1.8.31)
где — выровненные (расчетные) уровни;
— фактические уровни.
Параметры уравнения ai , удовлетворяющие этому условию, могут быть найдены решением системы нормальных уравнений. На основе найденного уравнения тренда вытесняются выровненные уровни. Таким образом, выравнивание ряда динамики заключается в замене фактических уровней уь плавно изменяющимися уровнями, наилучшим образом аппроксимирующими статистические данные.
Выравнивание по прямой используется, как правило, в тех случаях, когда абсолютные приросты практически постоянны, т.е. когда уровни изменяются в арифметической прогрессии (или близко к ней).
Выравнивание по показательной функции используется в тех случаях, когда ряд отражает развитие в геометрической прогрессии, т.е. когда цепные коэффициенты роста практически постоянны.
Вопрос о возможности применения построенных моделей в целях анализа и прогнозирования явления может быть решен только после проверки адекватности, т.е. соответствия модели исследуемому процессу.
На практике при проведении сравнительной оценки моделей может использоваться такая характеристика, как средняя квадратическая ошибка (S):
(1.8.32)
где n- длина временного ряда;
- расчетное значение уровня, полученное по модели;
- фактическое значение уровня рада.
Часто знаменателем подкоренного выражения служит величина (n-k), где к — число оцениваемых коэффициентов модели.
Экстраполяция в радах динамики
Выявление и характеристика трендов и моделей взаимосвязи создают базу для прогнозирования, т.е. для определения ориентировочных размеров явлений в будущем. Для этого используют метод экстраполяции.
Под экстраполяцией понимают нахождение уровней за пределами изучаемого рада, т.е. продление в будущее тенденции, наблюдавшейся в прошлом (перспективная экстраполяция). Поскольку в действительности тенденция развития не остается неизменной, то данные, получаемые путем экстраполяции ряда, следует рассматривать как вероятностные оценки.
Экстраполяцию рядов динамики осуществляют различными способами, например, экстраполируют ряды динамики выравниванием по аналитическим формулам.
Зная уравнение для теоретических уровней и подставляя в него значения t за пределами исследованного рада, рассчитывают для t вероятностные (прогнозные) .
На практике результат экстраполяции прогнозируемых явлений обычно получают не точечными (дискретными), а интервальными оценками.
Для определения границ интервалов используют формулу:
(1.8.33)
где ta- табличное значение t критерия Стьюдента с n-1 степенями свободы и уровнем вероятности «р»;
- средняя квадратическая ошибка средней.
Значение ее определяется по формуле
1 - период упреждения.
В свою очередь среднее квадратическое отклонение S для выборки равно:
(1.8.34)
Где n — число уровней ряда динамики;
Полученный доверительный интервал учитывает неопределенность, которая связана с оценкой средней величины, и его применение для прогнозирования увеличивает степень надежности прогноза»
Таким образом, вероятностные границы интервала прогнозируемого явления:
(1.8.35)