- •Тема 1. Предмет, метод и задачи статистики в современных условиях.
- •1.1. Статистика как наука.
- •1.2. Организация статистики в рф.
- •1.3. Предмет и методы статистики.
- •1.5. Сущность закона больших чисел.
- •Тема 2. Статистическое наблюдение.
- •2.1. Понятие статистического наблюдения, его формы и виды.
- •2.2. Программно-методологические и организационные вопросы статистического наблюдения.
- •2.3. Ошибки статистического наблюдения.
- •2.4. Перепись как специально организованное статистическое наблюдение.
- •Тема 3. Статистическая сводка и группировка. Статистические таблицы.
- •3.1. Понятие статистической сводки и статистической группировки.
- •3.2. Виды статистических группировок.
- •3.3. Выбор группировочного признака, образование групп и интервалов группировки.
- •3.4. Статистические ряды распределения.
- •3.5. Статистические таблицы, правила их построения.
- •Тема 4. Статистические графики
- •4.1. Понятие статистического графика и его основные элементы.
- •4.2. Виды статистических графиков.
- •Тема 5. Обобщающие статистические показатели.
- •5.1. Сущность и виды обобщающих статистических показателей.
- •5.2. Абсолютные величины.
- •5.3. Относительные величины.
- •Тема 6. Средние величины.
- •6.1. Сущность и значение средней величины.
- •6.2. Виды средних и методы их расчета.
- •6.3. Структурные средние величины.
- •Тема 7. Показатели вариации.
- •7.1. Понятие вариации.
- •7.2. Абсолютные и средние показатели вариации. Показатели относительного рассеивания. Дисперсия альтернативного признака.
- •7.3. Виды дисперсий. Правило сложения дисперсий.
- •7.4. Характеристика закономерности рядов распределения. Кривые нормального распределения.
- •Тема 8. Выборочное наблюдение.
- •8.1. Понятие выборочного наблюдения.
- •8.2. Понятие ошибки выборки.
- •8.3. Определение необходимой численности выборки.
- •8.4. Способы распространения выборочных характеристик на генеральную совокупность.
- •8.5. Способы образования выборочной совокупности.
- •Тема 9. Статистические ряды динамики.
- •9.1. Понятие статистических рядов динамики.
- •9.2. Сопоставимость в рядах динамики.
- •9.3. Система показателей динамики.
- •9.4. Средние показатели рядов динамики.
- •9.5. Приемы анализа рядов динамики.
- •9.6. Экстраполяция и интерполяция.
- •9.7. Изучение сезонных колебаний.
- •Тема 10. Индексный метод.
- •10.1. Понятие и классификация индексов.
- •10.2. Агрегатные индексы. Система индексов.
- •10.3. Средние индексы.
- •10.4. Цепные и базисные индексы.
- •10.5. Изучение индексным методом влияния структурных сдвигов.
- •10.6. Территориальные индексы.
- •Тема 11. Статистическое изучение взаимосвязей явлений.
- •11.1. Задачи статистики в изучении взаимосвязи явлений.
- •11.2. Методы корреляционно-регрессионного анализа связи.
- •11.3. Корреляционно-регрессионный анализ связи парной корреляции.
- •11.4. Понятие множественной регрессии.
- •Список литературы.
11.3. Корреляционно-регрессионный анализ связи парной корреляции.
Парная корреляция (рассматривалась во втором вопросе) – методология, рассматривающая влияние вариации факторного признака x на результат y, т.е. взаимосвязь пары признаков x и y. Применение: на примере – выбрать адекватную модель (на базе данных по однотипным предприятиям зависимости затрат на ремонт оборудования от возраста оборудования.
№
|
Возраст оборудования; лет
|
Затраты на ремонт, тыс. руб.
|
по прямолинейной |
по логарифми-ческой |
по показа-тельной |
1 |
4 |
1,5 |
0,868 |
0,65 |
1,36 |
2 |
5 |
2,0 |
1,479 |
1,54 |
1,64 |
3 |
5 |
1,4 |
1,479 |
1,54 |
1,64 |
4 |
6 |
2,3 |
2,090 |
2,27 |
1,99 |
5 |
8 |
2,7 |
3,312 |
3,42 |
2,93 |
6 |
10 |
4,0 |
4,534 |
4,31 |
4,31 |
7 |
8 |
2,3 |
3,312 |
3,42 |
2,93 |
8 |
7 |
2,5 |
2,700 |
2,89 |
2,41 |
9 |
11 |
6,6 |
5,145 |
4,70 |
5,23 |
10 |
6 |
1,7 |
2,090 |
2,27 |
1,99 |
Итого: |
70 |
27,0 |
27,009 |
27,01 |
26,43 |
Определяется путём перебора наиболее часто применяемых уровней регрессии:
а) прямолинейной функции: ;
б) логарифмической функции: ;
в) показательной функции: .
Сравниваться должны два критерия: остаточная дисперсия – должна быть минимальна для определения адекватных моделей и средняя ошибка аппроксимации – должна быть минимальна.
Параметры находятся по методу наименьших квадратов, для показательной – через логарифм.
а) , б) , в) .
Параметры проверяются на типичность, для чего рассчитывается и -фактические, число степеней свободы и через и .
а) б) в)
остаточная дисперсия а) б) в) .
Параметры везде получаются значимы.
Практическая значимость моделей оценивается по R(r): и
а) б) в)
проверяется по F-крит. с , – везде значимы.
а) – может быть использована для практических целей;
б) – может быть пригодна;
в) – может быть пригодна.
Далее модели проверяются на адекватность через показатель средней ошибки аппроксимации.
а) б) в) .
Следовательно, наиболее адекватной является экономико-математическая модель, построенная по показательной функции.