- •Часть 1
- •Оглавление
- •1.12. Ряды динамики 158
- •1.13. Изучение структуры социально-экономических явлений 182
- •1.14. Статистические индексы 191
- •Предисловие
- •Введение
- •Глава 1. Общая теория статистики
- •Предмет, задачи, значение, методы и основные понятия статистики
- •1.1.1. Предмет, задачи, значение и методы статистики
- •1.1.2. Основные понятия статистики
- •1.1.3. Организация системы государственной статистики в рф
- •1.2. Статистическое наблюдение
- •1.2.1. Понятие статистического наблюдения
- •1.2.2. Формы и виды статистического наблюдения
- •1.2.3. Программно-методологические вопросы статистического наблюдения
- •1.3. Статистическая сводка и группировка
- •Структура торговых предприятий района по объему товарооборота
- •Влияние связи магазина с поставщиками на качество поставляемых товаров
- •1.4. Статистические таблицы
- •Число акций, выставленных на аукционы
- •Распределение предприятий по численности работающих
- •Распределение заводов по стоимости основных фондов, млн. Руб.
- •Процент женщин в общей численности населения
- •1.5. Ряды распределения
- •1.5.1. Атрибутивные и вариационные ряды распределения
- •Распределение пар обуви по размерам
- •Распределение работников предприятия по уровню образования, чел.
- •Распределение предприятий по товарной продукции в оптовых ценах
- •Распределение предприятий по товарной продукции в оптовых ценах
- •1.5.2. Графическое изображение рядов распределения
- •1.6. Статистические графики
- •1.6.1. Статистические графики и их элементы
- •1.6.2. Классификация статистических графиков
- •Использование посевных площадей фермерскими хозяйствами региона
- •Использование посевных площадей фермерскими хозяйствами региона
- •Реализация мобильных телефонов торговым предприятием в течение года
- •1.7. Структурные средние рядов распределения
- •1.7.1. Мода
- •Распределение предприятий по товарной продукции
- •1.7.2. Медиана
- •Распределение рабочих по заработной плате
- •Распределение рабочих по заработной плате
- •Распределение предприятий по товарной продукции
- •1.7.3. Квартили, децили и перцентили
- •1.8. Среднее значение признака и его виды
- •1.8.1. Арифметическое среднее значение
- •Выработка рабочими продукции за смену
- •Распределение рабочих по размеру заработной платы
- •Распределение рабочих по выработке
- •Распределение рабочих по выработке
- •1.8.2. Гармоническое среднее значение
- •Издержки производства и себестоимость единицы продукции
- •Цена и стоимость реализованных батонов хлеба, руб.
- •1.8.3. Геометрическое среднее значение
- •1.8.4. Квадратическое среднее значение
- •1.8.5. Среднее значение альтернативного признака
- •1.9. Показатели вариации
- •1.9.1. Абсолютные показатели вариации
- •Распределение магазинов по объему товарооборота
- •Расчетные показатели
- •Расчетные показатели
- •Распределение предприятий по объему товарооборота магазинов
- •Распределение посевных площадей по урожайности
- •Расчетные показатели
- •1.9.2. Дисперсия альтернативного признака
- •1.9.3. Относительные показатели вариации
- •1.9.4. Изучение влияния факторов на вариацию признака
- •Распределение магазинов по объему товарооборота и по числу работников
- •Однодневная выручка торговых предприятий
- •1.10. Выборочный метод в статистике. Эмпирические и теоретические распределения
- •1.10.1. Понятие о выборочном методе
- •1.10.2. Виды выборок
- •1.10.3. Эмпирическая и теоретическая функции распределения
- •Эмпирическое распределение признака y
- •Эмпирическое распределение признака y
- •1.10.4. Симметричные распределения
- •1.10.5. Нормальное распределение
- •Распределение мужчин по росту, см
- •Расчет теоретических частот
- •Эмпирическое распределение
- •1.10.6. Распределение Пуассона
- •Распределение количества бракованных изделий
- •Расчет теоретических частот распределения количества бракованных изделий
- •Эмпирическое распределение
- •1.10.7. Средняя и предельная ошибки выборочного среднего
- •Расчетные показатели
- •1.10.6. Вычисление предельной ошибки (пример 1.10.4)
- •Распределение пачек чая по весу
- •Удельный вес простоев рабочих
- •Распределение обследованных рабочих по разрядам
- •1.10.8. Необходимый объем выборки
- •1.10.9. Комбинированные выборки
- •1.11. Изучение связи между признаками
- •1.11.1. Виды связей между признаками
- •Шкала оценки силы корреляционной связи
- •Шкала Чеддока
- •1.11.2. Парная корреляция
- •1.11.3. Линейный коэффициент корреляции
- •Товарооборот и издержки обращения, тыс. Руб.
- •Расчетные показатели
- •1.11.4. Регрессионные модели парной корреляции
- •Зависимость затрат на ремонт оборудования от продолжительности его эксплуатации
- •Расчетные показатели
- •Расчетные показатели
- •Расчетные показатели
- •Расчетные показатели
- •Расчетные показатели
- •1.11.5. Регрессионные модели множественной корреляции
- •Расчетные показатели
- •Расчетные показатели
- •Расчетные показатели
- •Расчетные показатели
- •1.11.6. Изучение связи между атрибутивными признаками
- •Расчетные показатели для вычисления коэффициентов ассоциации и контингенции
- •Распределение работников торговли по полу и оценке содержания работы
- •Зависимость участия рабочих в забастовках от их образовательного уровня
- •Расчетные показатели для вычисления коэффициентов взаимной сопряженности
- •Себестоимость продукции (х) и накладные расходы на реализацию (y)
- •Сферы деятельности родителей и детей
- •1.11.7. Изучение связи между ранжированными признаками
- •Товарооборот и издержки обращения, тыс. Руб.
- •Расчетные показатели
- •1.11.8. Множественный коэффициент ранговой корреляции
- •Расчетные показатели
- •1.12. Ряды динамики
- •1.12.1. Понятие ряда динамики
- •Динамика списочной численности работников магазина, тыс. Чел.
- •Динамика населения Российской Федерации, тыс. Чел.
- •1.12.2. Сопоставимость уровней рядов динамики
- •Динамика численности населения района,
- •Динамика численности населения района, тыс. Чел.
- •Динамика численности населения района, тыс. Чел.
- •Динамика валового сбора овощей в хозяйствах района, тыс. Ц
- •1.12.3. Средний уровень ряда динамики
- •Динамика списочной численности работников магазина, чел.
- •Динамика продажи мясных консервов, млн. Усл. Банок
- •1.12.4. Показатели изменения уровней ряда динамики
- •Абсолютные приросты (млн. Руб.) и темпы роста выпуска продукции
- •Темпы прироста и темпы наращивания выпуска продукции
- •Реализация телевизоров торговым предприятием в течение года
- •1.12.5. Тренд и методы его изучения
- •Динамика реализации ноутбуков торговым предприятием в течение года
- •Динамика реализации ноутбуков торговым предприятием в течение года
- •Динамика среднедневной реализации продуктов, тыс. Руб.
- •Динамика розничного товарооборота, млрд. Руб.
- •Среднедневная реализация продуктов в супермаркете (тыс. Руб.)
- •1.12.6. Основные виды тренда и трендовых моделей
- •Розничный товарооборот фирмы
- •Расчетные показатели
- •Расчетные показатели для вычисления средних ошибок аппроксимации
- •1.12.7. Прогнозирование уровней ряда динамики с помощью трендовых моделей
- •1.12.7. Изучение сезонных колебаний
- •Расчетные показатели
- •1.13. Изучение структуры социально-экономических явлений
- •1.13.1. Показатели структурных частей социально- экономического явления.
- •Динамика структуры денежных доходов региона России, %
- •Приросты удельных весов всех частей структуры денежных доходов населения региона России, %
- •Темы роста удельных весов всех частей структуры денежных доходов населения региона России
- •1.13.2. Сводные показатели структуры
- •Динамика структуры расходов государственного бюджета, %
- •1.13.3. Концентрация признака
- •Численность работников на промышленных предприятиях
- •Структура среднедушевого дохода населения, %
- •1.13.4. Обобщающий показатель централизации признака
- •Объем продукции предприятий различных форм собственности
- •Объем производства однотипной продукции
- •1.14. Статистические индексы
- •1.14.1. Понятие статистического индекса
- •1.14.2. Индивидуальные динамические индексы
- •1.14.3. Системы индивидуальных индексов
- •Динамика выпуска продукции, тыс. Т
- •Динамика себестоимости единицы продукции, тыс. Руб.
- •1.14.4. Общие динамические индексы
- •Товарооборот торговой фирмы, тыс. Руб.
- •Расчетные показатели
- •Себестоимость единицы молочной продукции, руб.
- •1.14.5. Средние формы агрегатных индексов
- •Стоимость реализованных продуктов, млн. Руб.
- •1.14.6. Системы общих индексов
- •Объем продукции и себестоимость единицы продукции
- •1.14.7. Индексы переменного, фиксированного составов и структурных сдвигов
- •Себестоимость единицы однотипной продукции и ее количество
- •Расчетные показатели
- •1.14.8. Идеальный индекс Фишера
- •1.14.9. Индексы-дефляторы
- •1.14.10. Территориальные индексы
- •Цены на продукты питания (руб.) и количество проданной продукции по двум регионам
- •Расчетные показатели
- •Литература
- •Распределение Стьюдента (t-распределение)
- •Распределение Фишера-Снедекора (f-распределение)
- •Михаил Петрович Замаховский
- •Николай Донатович Изергин
- •Введение в статистику товарных рынков
- •Часть 1
- •140410, Г. Коломна, ул. Зеленая, 30
1.11.4. Регрессионные модели парной корреляции
Регрессионной моделью парной корреляции называется уравнение
, (1.11.3)
где f – некоторая математическая функция;
– параметры;
– значения фактора х;
– теоретические значения результативного признака, рассчитанные по формуле (1.11.3).
Значения параметров модели (1.11.3) определяются методом наименьших квадратов (МНК). Поэтому они называются МНК-оценками параметров. Для вычисления МНК-оценок параметров модели (1.11.3) надо:
1) записать функцию
, (1.11.4)
где n – число наблюдений;
2) вычислить первые частные производные функции (1.11.4) по параметрам и приравнять их к нулю;
3) решить полученную систему уравнений, называемую системой нормальных уравнений.
Решения системы нормальных уравнений являются искомыми МНК-оценками параметров.
Основной предпосылкой для построения регрессионной модели парной корреляции является близость распределения значений результативного признака к нормальному распределению.
Регрессионной моделью линейной корреляции является линейная модель
, i=1,...,n. (1.11.5).
Выведем формулы для вычисления МНК-оценок параметров линейной модели:
1) функция (1.11.4) для линейной модели имеет вид:
; (1.11.6)
2) дифференцируя функцию (1.11.6) по параметрам и и приравнивая полученные производные нулю, получим систему нормальных уравнений
,
равносильную системе уравнений
. (1.11.7)
3) решаем систему (1.11.7) по формулам Крамера:
,
,
,
, . (1.11.8)
МНК-оценки параметров модели (1.11.5) вычисляются по формулам (1.11.8).
Заметим, что модель (1.11.5) можно записать в матричной форме
, (1.11.9)
где Т – знак транспонирования матицы;
; ; .
Докажем, что МНК-оценки параметров линейной модели можно вычислить по формуле
, (1.11.10)
где
.
Вычислим матрицу :
= ,
,
= ,
= =
= .
В правой части последнего равенства записаны формулы (1.11.8) в матричной форме.
Для анализа нелинейных корреляций применяют нелинейные регрессионные модели. Рассмотрим наиболее употребительные из них.
1. Полулогарифмическая модель: .
Эта модель является линейной относительно . Поэтому МНК-оценки параметров полулогарифмической модели вычисляются по формулам
, .
(1.11.11)
2. Экспоненциальная модель: .
Логарифмирование обеих частей модели приводит к линейной модели . Поэтому МНК-оценки параметров экспоненциальной модели вычисляются по формулам
, ;
, . (1.11.12)
3. Гиперболическая модель: .
Так как эта модель является линейной относительно , то МНК-оценки параметров гиперболической модели вычисляются по формулам
, . (1.11.13)
Параболическая модель: .
Функция (1.11.4) для параболической модели имеет вид
. (1.11.14)
Дифференцируем функцию (1.11.14) по параметрам , и и приравниваем полученные производные к нулю. Получим систему нормальных уравнений
,
равносильную системе уравнений
. (1.11.15)
Решения системы (1.11.15) являются МНК-оценками параметров параболической модели.
Если линейная модель построена по малой выборке ( ), то МНК-оценки параметров и проверяются на значимость по правилу:
1) вычислить эмпирические значения для параметров и соответственно по формулам
и , (1.11.16)
где
и ; (1.11.17)
2) найти в табл. П4 по уровню значимости и числу критическое значение ;
Если , то с вероятностью значения параметров и признаются значимыми.
Параметр линейной модели показывает, на сколько единиц изменяется значение результативного признака при увеличении фактора на одну единицу.
Коэффициент эластичности
, (1.11.18)
где среднее значение фактора;
среднее значение результативного признака;
параметр линейной модели,
показывает, на сколько процентов в среднем изменяется результативный признак при изменении фактора на 1%.
Адекватность регрессионной модели оценивается с помощью средней ошибки аппроксимации (приближения), вычисляемой по формуле
(1.11.19)
Модель признается адекватной, если ее ошибка (1.11.19) не превышает 15%.
В случае нелинейной корреляции коэффициент k, рассмотренный в 1.11.2, называется индексом корреляции, обозначается через R и вычисляется по формуле
, (1.11.20)
где – общая дисперсия результативного признака
; (1.11.21)
– факторная дисперсия результативного признака
. (1.11.22)
Разность: равна остаточной дисперсии
. (1.11.23)
Дисперсии , и характеризуют вариацию признака y , обусловленную влиянием соответственно всех факторов, фактора х и всех факторов, кроме фактора х. Из равенства: + следует, что индекс корреляции (1.11.19) можно вычислить также по формуле
. (1.11.24)
Если фактор х не влияет на вариацию признака y, то факторная дисперсия равна 0 и, следовательно, индекс корреляции равен 0. В случае, когда на вариацию признака y влияет только фактор х, факторная дисперсия совпадает с общей дисперсией и индекс корреляции равен 1. Так как , то .
Заметим, что линейный коэффициент корреляции совпадает с индексом корреляции только в случае линейной корреляции.
В случае малой выборки значение индекса корреляции проверяется на значимость по следующему правилу:
1) вычислить эмпирическое значение
, (1.11.25)
где т — число параметров уравнения регрессии;
2) в табл. П5 по числам , и уровню значимости найти критическое значение критерия .
Если , то с вероятностью значение индекса корреляции признается значимым.
Число , выражающее долю факторной дисперсии в общей дисперсии, называется индексом детерминации (причинности). Чем ближе индекс детерминации к 1, тем точнее модель описывает корреляцию. Если индекс корреляции R превышает 0,7, то более половины общей вариации результативного признака объясняется влиянием учитываемого фактора х.
Пример 1.11.2. Продолжительность эксплуатации (возраст) оборудования и затраты на его ремонт приведены в табл. 1.11.5.
Построим все рассмотренные регрессионные модели зависимости затрат на ремонт торгового оборудования от продолжительности его эксплуатации и найдем наилучшую модель. Составим расчетные табл. 1.11.6 и 1.11.7, в итоговых строках которых вычислены суммы, необходимые для нахождения МНК-оценок параметров регрессионных моделей.
Таблица 1.11.5