36. Коэффициенты Пирсона-Чупрова

Кп = квад.кор. ^/квад.кор.1 + ^

Кч= квад.кор. ^/квад.кор.(к1-1)(к2-1) где ^показатель взаимной сопряженности. Чем ближе Кп и Кч к 1, тем связь теснее. В нашем случае связь средняя, ближе к слабой.

24.Способы отбора ед. Виды выборки

Под способом отбора понимают порядок отбора единиц из генеральной совокупности в выборочную. Различают: 1) повторный (могут участвовать в исслед-ях) 2) бесповторный способы отбора(не могут). Виды выборки: 1.Собственно-случайный (жеребьевка). 2.Механический. 3. Типический или районированный. 4.Серийно-гнездовой. 5.Комбинированный из предыдущих четырех. Принципы отбора: 1.Обеспечение случайности. 2.Обеспечение достаточного числа отобранных единиц. Выборка является репрезентативной если она обладает всеми качественными характеристиками генеральной совокупности.

25.Матем. Основы выб.Наблюд-я

П.Ч.Чебышев, А.М.Ляпунов, А.А.Марков. Задачи: 1.Если определены возможные пределы ошибки репрезентативности с заданной вероятностью. 2.Если определена вероятность "Р" того, что возможные пределы ошибки репрезен тативности не превосходят заданных величин. 3.Необходимо решить вопрос о том, каким должен быть объем выборки "n" для того, чтобы получить результаты с заранее заданной точностью, и чтобы можно было гарантировать эту точность с заранее заданной вероятностью. Решение трех задач обеспеч-ся теоремойП.Л.Чебышева: где  и h – как угодно малые величины, а объем выборки "n" – достаточно большое число. Теорема Ляпунова: Случайная переменная величина, состоящая из большого числа взаимно независимых слагаемых, среди которых нет ни одного, резко выдающегося своей колеблемостью, имеет нормальное распределение.

26.Формулы для расчёта хар-к при выб.Набл.

Метод отбора Вид выборки	Повторный			Бесповторный
	для средней	для доли	для средней		для доли
1.Собствен.- Случ. и мех.
2. Типическая
3. Серийная (гнездовая)

27.Малая выборка и её особенности

Малой считают выборку, объем кот. 5<n30. При малой выборке нельзя принимать равенство дисперсий , как это делается для большой выборки. Особенность малой выборки в том, что ее случайные ошибки не подчиняются закону нормального распределения.

28.Усл. Применения к-р анализа

Связь наз. К-Р, если значению результативного показателя соответствует несколько значений факторного признака, и наоборот. За резуль тативный показатель в каждом конкретном анализе выбирается более важный признак, отражающий результаты деятельности. Регрессионная связь – это связь вариаций различных показателей, когда изменение одного признака влияет на изменение другого признака.

КРА заключается в построении и анализе эк.-матем. модели в виде уравнения регрессии. В общем виде уравнение регрессии записывается в следующем виде : Yx1,x2,…,xn = f(x1;x2;…;xn), где n – число факторов. Условия применения КРА: 1.Для построения К-Р модели надо иметь достаточно большое количество значений каждого показателя. 2.Распределение показателей должно быть близким к нормальному .