- •Общая теория статистики
- •Глава 1. Понятие о статистике................. 13
- •Глава 2. Организация статистики. Статистическое наблюдение ...... 32
- •Глава 3. Статистические показатели ............. 82
- •Глава 4. Представление статистических данных: таблицы и графики. 100
- •Глава 5. Средние величины и изучение вариации. ... 120
- •Глава 6. Группировка........................ 172
- •Глава 7. Выборочное наблюдение. Испытание статистических гипотез .. 214
- •Глава 8. Статистическая проверка гипотез........ 270
- •Глава 9. Корреляционно-регрессионный анализ и моделирование статистических связей . . . 320
- •Глава 10. Системы регрессионных уравнений....... 392
- •Глава 11. Статистический анализ неколичественных переменных . 411
- •Глава 12. Статистическое изучение динамики....... 445
- •Глава 13. Индексы ........................... 526
- •Глава 14. Статистическое изучение структуры совокупности и ее изменений ... 597
- •Предисловие
- •Глава 1. Понятие о статистике
- •1.1. Что такое статистика
- •1.2. Статистическая закономерность. Статистические совокупности
- •1.3. Признаки и их классификация
- •1.4. Определение предмета статистики — основа статистической методологии
- •Рекомендуемая литература
- •2 Глава. Организация статистики. Статистическое наблюдение
- •2.1. Организация государственной статистики в Российской Федерации
- •2.2. Важнейшие международные организации и их статистические службы
- •2.3. Требования, предъявляемые к собираемым данным. Формы организации и виды статистического наблюдения
- •2.4. Подготовка статистического наблюдения
- •2.5. Статистическая отчетность
- •2.6. Ошибки статистического наблюдения. Методы контроля данных наблюдения
- •2.7. Реформирование российской государственной Статистики
- •Рекомендуемая литература
- •3. Глава. Статистические показатели
- •3.1. Сущность и значение статистических показателей.
- •3.2. Классификация статистических показателей
- •3.3. Общие принципы построения относительных статистических показателей
- •3.4. Понятие о системах статистических показателей
- •3.5. Функции статистических показателей
- •Рекомендуемая литература
- •4 Глава. Представление статистических данных: таблицы и графики
- •4.1. Статистические таблицы
- •4.2. Основные виды графиков
- •4.3. Картограммы и картодиаграммы
- •Рекомендуемая литература
- •5 Глава. Средние величины и изучение вариации
- •5.1. Однородность и вариация массовых явлений
- •5.2. Средняя арифметическая величина
- •5.3. Другие формы средних величин
- •5.4. Средняя величина как выражение закономерности
- •5.5. Вариация массовых явлений
- •5.6. Построение вариационного ряда. Виды рядов. Ранжирование данных
- •5.7. Структурные характеристики вариационного ряда
- •5.8. Показатели размера и интенсивности вариации
- •5.9. Моменты распределения и показатели его формы
- •5.10. Предельно возможные значения показателей вариации и их применение
- •Рекомендуемая литература
- •6 Глава. Группировка
- •6.1. Значение и сущность группировки
- •6.2. Виды группировок
- •6.3. Многомерные группировки
- •Рекомендуемая литература
- •7 Глава. Выборочное наблюдение. Испытание статистических гипотез
- •7.1. Причины применения выборочного наблюдения. Дескриптивная статистика и статистический вывод
- •7.2. Способы отбора, обеспечивающие репрезентативность выборки. Виды выборки
- •7.3. Ошибка выборки
- •7.4. Влияние вида выборки на величину ошибки выборки
- •7.5. Задачи, решаемые при применении выборочного метода
- •7.6. Распространение данных выборочного наблюдения на генеральную совокупность
- •7.7. Малая выборка
- •7.8. Примеры применения выборочного метода
- •Рекомендуемая литература
- •8 Глава. Статистическая проверка гипотез
- •8.1. Общие понятия
- •8.2. Проверка гипотезы о законе распределения
- •8.3. Проверка гипотезы о связи на основе критерия x2 (хи-квадрат)
- •8.4. Проверка гипотезы о средних величинах
- •8.5. Основы дисперсионного анализа
- •8.6. Некоторые непараметрические критерии
- •Рекомендуемая литература
- •9 Глава. Корреляционно-регрессионный анализ и моделирование статистических связей
- •9.1. Понятие о статистической и корреляционной связи
- •9.2. Условия применения и ограничения корреляционно-регрессионного метода
- •9.3. Задачи корреляционно-регрессионного анализа и моделирования
- •3. Задана прогнозирования возможных значений результативного признака при задаваемых значениях факторных признаков.
- •9.4. Вычисление и интерпретация параметров парной линейной регрессии
- •9.5. Статистическая оценка надежности параметров парной регрессии и корреляции
- •9.6. Применение линейного уравнения парной регрессии
- •9.7. Вычисление параметров парной линейной регрессии на основе аналитической группировки
- •9.8. Параболическая корреляция
- •9.9. Гиперболическая корреляция
- •9.10. Множественное уравнение регрессии
- •9.11. Меры тесноты связей в многофакторной системе
- •9.13. Корреляционно-регрессионные модели и их применение в анализе и прогнозе
- •Рекомендуемая литература
- •10 Глава. Системы регрессионных уравнений
- •10.1. Понятие о системах регрессионных уравнений
- •10.2. Проблемы решения систем взаимосвязанных уравнений
- •10.4. Косвенный метод наименьших квадратов
- •10.5. Двойной метод наименьших квадратов
- •Рекомендуемая литература
- •11 Глава. Статистический анализ неколичественных переменных
- •11.1. Зависимость методов измерений связей от уровня измерения переменных
- •11.2. Измерение связи между двумя дихотомическими переменными
- •11.5. Другие меры связей между номинальными переменными
- •11.6. Коэффициенты корреляции рангов
- •Рекомендуемая литература
- •12 Глава. Статистическое изучение динамики
- •12.1. Виды динамических рядов. Сопоставимость данных в изучении динамики
- •12.2. Элементы динамики: основная тенденция и колебания
- •12.3. Показатели, характеризующие тенденцию динамики
- •12.4. Особенности показателей динамики для рядов, состоящих из относительных уровней
- •12.5. Средние показатели тенденции динамики
- •12.6. Методы выявления типа тенденции динамики
- •12.7. Методика измерения параметров тренда
- •12.8. Методика изучения и показатели колеблемости
- •12.9. Измерение устойчивости в динамике
- •12.10. Сезонные колебания и полное разложение дисперсии уровней динамического ряда
- •12.11. Прогнозирование на основе тренда и колеблемости
- •12.12. Корреляция рядов динамики
- •Рекомендуемая литература
- •13 Глава. Индексы
- •13.1. Понятие индекса
- •13.2. Индекс как показатель центральной тенденции (индекс средний из индивидуальных)
- •13.3. Агрегатные индексы. Система индексов
- •13.4. Свойства индексов
- •13.5. Индексный анализ взвешенной средней. Индекс структуры
- •13.6. Построение индексов при обобщении данных по единицам совокупности и по элементам
- •13.7. Границы и условия применения индексного метода
- •13.8. Комплексное использование индексного и регрессионного методов анализа
- •13.9. Примеры использования индексов в экономико-статистических расчетах
- •Рекомендуемая литература
- •14 Глава. Статистическое изучение структуры совокупности и ее изменений
- •14.1. Показатели простой (одномерной) структуры
- •14.2. Показатели иерархической (древовидной) структуры
- •14.3. Показатели балансовой структуры
- •14.4. Показатели многомерной структуры с пересекающимися признаками
- •14.6. Показатели концентрации, специализации, монополизации. Многомерная структура
- •14.7. Абсолютные и относительные показатели изменения структуры
- •14,8. Ранговые показатели изменения структуры
- •Рекомендуемая литература
- •Приложения
- •1. Статистико-математические таблицы
- •2. Основные принципы официальной статистики в регионе Европейской экономической комиссии
9.3. Задачи корреляционно-регрессионного анализа и моделирования
В соответствии с сущностью корреляционной связи ее изучение имеет две задачи:
327
Сумма квадратов в числителе — это дисперсия результативного признака у, объясненная связью с фактором х (факторами). Она вычисляется по индивидуальным данным, полученным для каждой единицы совокупности на основе уравнения регрессии, и называется дисперсией, объясненной уравнением регрессии.
Если уравнение выбрано неверно или сделана ошибка при расчете его параметров, то сумма квадратов в числителе может оказаться большей, чем в знаменателе, и отношение утратит тот смысл, который оно должно иметь, а именно: какова доля общей вариации результативного признака, объясняемая на основе выбранного уравнения связи его с факторным признаком (признаками). Чтобы избежать ошибочного результата, лучше вычислять корреляционное отношение по другой формуле (9.3), не столь наглядно выявляющей сущность показателя, но зато полностью гарантирующей от возможного искажения:
Важнейшее положение, которое следует теперь усвоить любому желающему правильно применять методы корреляционно-регрессионного анализа, состоит в интерпретации формул (9.2) и (9.3) и гласит.
Уравнение корреляционной связи измеряет зависимость между вариаций результативного признака и вариацией факторного признака (признаков). Меры тесноты связи измеряют долю вариации результативного признака, которая связана корреляционно с вариацией факторного признака (признаков).
Интерпретировать корреляционные показатели следует строго в терминах вариации (различий в пространстве) отклонений от средней величины. Если же задача исследования состоит в измерении связи не между вариацией двух признаков в совокупности, а между изменениями признаков объекта во времени, то метод корреляционно-регрессионного анализа требует значительного изменения (гл. 12).
Из вышеприведенного положения об интерпретации показателей корреляции следует, что нельзя трактовать корреляцию признаков как причинную связь их уровней.
Пример. Если бы все крестьяне области внесли под картофель одинаковую дозу удобрений, то вариация этой дозы была бы равна нулю, а следовательно, она абсолютно не могла бы влиять на вариацию урожайности картофеля. Параметры корреляции дозы удобрений с урожайностью будут тогда строго равны нулю. Но ведь и в этом случае уровень урожайности зависел бы от дозы удобрений — он был бы выше, чем без удобрений.
331
Итак, строго говоря, метод корреляционно-регрессионного анализа не может объяснить роли факторных признаков в создании результативного признака. Это очень серьезное ограничение метода, о котором не следует забывать.
Следующий общий вопрос — это уже рассмотренный в разделе о группировке вопрос о «чистоте» измерения влияния каждого отдельного факторного признака. Как отмечалось в главе 6, группировка совокупности по одному факторному признаку может отразить влияние именно данного фактора на результативный признак при условии, что все другие факторы не связаны с изучаемым, а случайные отклонения и ошибки взаимопогасились в большой совокупности. Если же изучаемый фактор связан с другими факторами, влияющими на результативный признак, будет получена не «чистая» характеристика влияния только одного фактора, а сложный комплекс, состоящий как из непосредственного влияния фактора, так и из его косвенных влияний, через его связь с другими факторами и их влияние на результативный признак. Данное положение полностью относится и к парной корреляционной связи.
Однако коренное отличие метода корреляционно-регрессионного анализа от аналитической группировки состоит в том, что корреляционно-регрессионный анализ позволяет разделить влияние комплекса факторных признаков, анализировать различные стороны сложной системы взаимосвязей. Если метод комбинированной аналитической группировки, как правило, не дает возможность анализировать более трех факторов, то корреляционный метод при объеме совокупности около 100 единиц позволяет вести анализ системы с 8— 10 факторами и разделить их влияние.
Наконец, развивающиеся на базе корреляционно-регрессионного анализа многомерные методы (метод главных компонент, факторный анализ) позволяют синтезировать влияние признаков (наблюдаемых факторов), выделяя из них непосредственно неучитываемые глубинные факторы (компоненты). Например, изучая корреляцию ряда признаков интенсификации сельскохозяйственного производства, таких, как фондообеспеченность, затраты труда на единицу площади, энергообеспеченность, внесение удобрений на единицу площади, плотность поголовья скота, можно синтезировать
332
их влияние на уровень продукции с единицы площади, или на производительность труда, получив обобщенный фактор «интенсификация производства», непосредственно неизмеримый.
Правильное применение и интерпретация результатов корреляционно-регрессионного анализа возможны лишь при понимании всех специфических черт, достоинств и ограничений метода. Поэтому рекомендуем вернуться к данному подразделу заново после изучения остальных разделов этой главы и после приобретения некоторой практики применения метода к решению различных задач.
Необходимо сказать и о других задачах, решаемых с помощью корреляционно-регрессионного метода, имеющих не формально математический, а содержательный характер.
1. Задача выделения важнейших факторов, влияющих на результативный признак (т.е. на вариацию его значений в совокупности). Эта задача решается в основном на базе мер тесноты связи признаков-факторов с результативным признаком.
2. Задача оценки хозяйственной деятельности по эффективности использования имеющихся факторов производства. Эта задача решается путем расчета для каждой единицы совокупности тех величин результативного признака, которые были бы получены при средней по совокупности эффективности использования факторов в сравнении их с фактическими результатами производства.