- •1. Предмет и значение ст-ки как общественной науки.
- •2. Метод ст-ки.
- •3. Ст. Наблюдение, его содержание и задачи.
- •4. Виды и способы ст. Наблюдения.
- •5. План ст. Наблюдения.
- •6. Ошибки ст. Наблюдения и контроль материалов ст. Наблюдения.
- •7. Общее понятие о сводке, её организация и техника.
- •8. Сущность и задачи группировок, виды группировок.
- •9. Принципы и порядок построения группировок.
- •10. Принципы построения и виды ст. Таблиц.
- •11. Общее понятие о ст. Показателе. Системы ст. Показателей.
- •12. Понятие абсолютных величин, способы их получения и единицы измерения.
- •13. Способы исчисления относительных величин структуры, координации, сравнения, их интерпретация.
- •14. Способы исчисления относительных величин динамики, плана и реализации плана, их интерпретация.
- •15. Относительные показатели интенсивности, их разновидности и способ расчёта.
- •16. Графическое изображение ст. Данных.
- •17. Сущность средних величин и правила их применения.
- •18. Ср. Арифметич. Величина. Её св-ва и способы исчисления.
- •19. Виды ср. Величин, способы расчёта и их применение.
- •20. Структурные средние (мода и медиана).
- •21. Общее понятие о вариации признака. Построение вариационных рядов и их графич. Изображение.
- •22. Показатели вариации и методы их расчёта.
- •23. Дисперсия, её св-ва и методы расчёта. Дисперсия альтернативного признака.
- •24. Правило сложения дисперсий и его использование в анализе взаимосвязей.
- •25. Понятие о выборочном наблюдении. Причины его применения и преимущества.
- •26. Способы отбора единиц в выборочную совокупность.
- •27. Ошибки выборочного наблюдения.
- •28. Определение необходимой численности выборочного наблюдения.
- •29. Распространение выборочных хар-к на генеральную совокупность.
- •30. Понятие о динамических рядах, их виды и правила построения.
- •31. Аналитич. Показатели рядов динамики. Способы их расчёта.
- •32. Способы расчёта среднего уровня в рядах динамики.
- •33. Средние показатели рядов динамики.
- •34. Ст. Методы выявления тенденций в развитии явлений (метод укрупнения интервалов, метод скользящей средней).
- •35. Выявление осн. Тенденции развития с помощью аналитич. Выравнивания динамич. Ряда.
- •36. Прогнозирование рядов динамики и определение доверительных интервалов прогноза.
- •37. Изучение сезонных колебаний в рядах динамики.
- •38. Общее понятие об индексах. Индивид. И общие (агрегатные) индексы.
- •39. Сводные индексы в форме средних индексов из индивидуальных.
- •40. Индексы переменного, постоянного состава и структурных сдвигов.
- •41. Индексный метод изучения влияния факторов последовательно-цепной подстановкой.
- •42. Территориальные индексы.
- •43. Понятие о функциональной и статистич. Связях. Осн. Цели корреляционно-регрессионного анализа.
- •44. Ст. Методы изучения стохастических (корреляционных) взаимосвязей.
- •45. Измерение тесноты связи по результатам аналитич. Группировки.
- •46. Показатель тесноты парной корреляционной связи.
- •47. Определение параметров уравнения парной регрессии.
- •48. Множественное уравнение регрессии.
- •49. Частная и множественная корреляция.
- •50. Оценка результатов корреляционно-регрессионного анализа.
- •51. Понятие и состав нац. Богатства.
- •52. Понятие и классификация осн. Фондов в составе нб.
- •53. Статистич. Изучение объёма, состава, состояния и движения осн. Фондов.
- •54. Сущность и принципы построения снс.
- •55. Основные понятия и классификация снс.
- •Текущие счета включают:
- •Счета накопления включают:
- •Балансы активов и пассивов включают:
- •56. Система цен и налогов в снс.
- •57. Показатели валового выпуска, промежуточного потребления ТиУ, валовой и чистой добавленой стоимостей. Счёт произ-ва.
- •Чистая добавленная стоимость(чдс) - валовая продукция за вычетом стоимости материалов и отчислений на амортизацию основных фондов.
- •58. Определение ввп производственным методом.
- •59. Изучение динамики ввп и добавленной стоимости.
- •60. Показатели образования доходов. Определение валового и чистого нац. Дохода. Счёт образования доходов.
- •61. Определение ввп распределительным методом.
- •62. Показатели распределения первичных доходов. Счёт распределения первичных доходов.
- •63. Показатели вторичного распределения доходов. Определение нац. Располагаемого дохода. Счёт вторичного распределения доходов.
- •64. Показатели использования доходов. Счёт использования доходов.
- •65. Определение ввп по методу конечного пользования.
- •66. Показатели капиталообразования.
- •67. Показатели финансового счёта.
- •68. Начальный и заключительный балансы активов и пассивов, факторы изменения активов эк-ки.
- •69. Понятие эффективности общественного произ-ва и задачи её статистич. Изучения.
- •70. Система обобщающих показателей эффективности использования применённых и потреблённых ресурсов.
- •71. Система частных показателей эффективности общественного произ-ва.
- •72. Изучение факторов эффективности произ-ва и их влияние на изменение объекта ввп и др. Обобщающие показатели.
48. Множественное уравнение регрессии.
Математически корреляционная зависимость результативной переменной от нескольких факторных (объясняющих) переменных описывается уравнением множественной регрессии.
Уравнение множественной регрессии характеризует среднее изменение у с изменением признаков-факторов:
,
,
где j – номер фактора; k – число факторов, включенных в уравнение множественной регрессии.
При построении уравнения множественной рецессии нужно решить две задачи:
- выбрать признаки-факторы, включенные в регрессию;
- выбрать тип уравнения регрессии.
Решение первой задачи основывается, прежде всего, на рассмотрении матрицы коэффициентов корреляции и выделении тех переменных, для которых > (i≠j). Кроме того, не рекомендуется совместно включать во множественную регрессию объясняющие переменные, тесно связанные между собой: при > 0,7 переменные хj и xi дублируют друг друга и совместное включение их в уравнение регрессии не дает дополнительной информации для объяснения вариации у. Линейно связанные переменные называются коллинеарными.
Решение второй задачи основывается на соотношениях простоты и интерпретируемости результатов многофакторного регрессионного анализа. Исходя из этого, чаще всего используют линейное уравнение множественной регрессии.
Параметры уравнения парной регрессии находятся с помощью методов наименьших квадратов (МНК).
Свободный член уравнения а рассчитывается по формуле:
.
В отличие от коэффициентов регрессии в натуральном масштабе bj, которые нельзя сравнивать, стандартизованные коэффициенты регрессии можно сравнивать, а также можно делать вывод, влияние какого фактора на у значительнее. Они рассчитываются по формуле:
.
Они определяют, на какую часть своего среднеквадратического отклонения изменится у при изменении хj на одно среднее квадратическое отклонение.
Такую же возможность дают и коэффициенты эластичности Эj, которые показывают на сколько процентов изменится у при изменении хj на 1 %.
.
49. Частная и множественная корреляция.
Поскольку на изучаемый результативный признак влияет не один факторный признак, а множество, то возникает задача изолированного измерения тесноты связи результативного признака с каждым из признаков-факторов при элиминировании других признаков-факторов, а также задача измерения тесноты связи между результативными признаками и всеми признаками-факторами, включенными в анализ.
Основой решения этих задач служит матрица коэффициентов парной корреляции.
Коэффициент частной детерминации переменной xk — это доля дисперсии у, дополнительно объясняемой при включении переменной xk, в величине дисперсии у, не объясненной ранее включенными в анализ переменными.
Коэффициент множественной детерминации показывает, какая часть дисперсии результативной переменной у объясняется за счет учтенных в анализе факторных признаков. Этот показатель изменяется в интервале [0, 1]:
,
где — дисперсия переменной у, объясненная факторными переменными, включенными в анализ; — общая дисперсия переменной у.
Извлекая корень квадратный из R2, получаем коэффициент множественной (или совокупной) корреляции у со всеми учтенными переменными х1... xk.
Главное назначение коэффициентов частной детерминации — определить, имеет ли смысл введение в уравнение регрессии дополнительной объясняющей переменной или нет.
Назначение коэффициента множественной корреляции (или множественной детерминации) состоит в оценке качества уровня множественной регрессии: чем больше значение R, чем ближе оно к единице, тем лучше уравнение регрессии, тем надежнее результаты анализа или прогноза на его основе.
В случае влияния двух факторов для расчета совокупного коэффициента множественной детерминации можно воспользоваться формулой:
.