- •Предмет и задачи статистики. История статистики.
- •Особенности статистической методологии. Статистическая совокупность. Закон больших чисел. Закон больших чисел
- •Единицы статистической совокупности и вариация признаков. Статистические показатели.
- •Система государственной статистики в Российской Федерации.
- •Задачи и принципы организации государственного учета. Статистические стандарты Российской Федерации.
- •Функции органов государственной статистики. Современные технологии организации статистического учета.
- •Статистическое наблюдение и этапы его проведения. Цели и задачи статистического наблюдения.
- •Программа статистического наблюдения.
- •Объекты и единицы статистического наблюдения. Статистический формуляр. Статистический момент и срок (период) статистического наблюдения.
- •Точность статистического наблюдения. Ошибки регистрации и ошибки репрезентативности. Арифметический и логический контроль качества информации.
- •Виды статистического наблюдения по времени регистрации фактов: непрерывное (текущее), периодическое и единовременное.
- •Виды статистического наблюдения по охвату единиц совокупности: сплошное, выборочное, основного массива, монографическое.
- •Непосредственное наблюдение. Документальный способ. Опрос и его виды: экспедиционный, саморегистрация, корреспондентский, анкетный, явочный.
- •Формы статистического наблюдения.
- •Статистическая отчетность и ее виды. Специально организованное статистическое наблюдение.
- •Перепись населения. Регистровая форма наблюдения.
- •Статистическая сводка. Виды сводки по глубине и форме обработки материала, технике выполнения.
- •Программа статистической сводки. Результаты сводки.
- •Группировка статистических данных. Группировочные признаки. Принцип оптимизации числа групп. Формула Стерджесса.
- •Простые и сложные группировки. Факторные и результативные признаки. Перегруппировка статистических данных.
- •Ряд распределения. Атрибутивные и вариационные ряды распределения. Элементы вариационного ряда.
- •Дискретные и интервальные ряды распределения.
- •Графическое изображение рядов распределения: полигон, гистограмма, кумулята и огива.
- •Статистические таблицы. Простая и сложная разработка сказуемого статистической таблицы. Правила построения таблиц в статистике.
- •Структурный и содержательный анализ статистических таблиц.
- •Индивидуальные и сводные абсолютные показатели. Натуральные, стоимостные и трудовые единицы измерения абсолютных показателей.
- •Коэффициенты, проценты, промилле в статистике.
- •Относительные показатели динамики, плана, выполнения плана, структуры, координации, интенсивности и сравнения.
- •Степенные средние величины в статистике: средняя арифметическая, средняя квадратическая, средняя гармоническая.
- •Правило мажорности степенных средних в статистике.
- •Расчет средних показателей способом моментов.
- •Вариация. Абсолютные показатели вариации: размах вариации, среднее линейное отклонение, дисперсия, среднее квадратическое отклонение.
- •Способы расчета дисперсии. Относительные показатели вариации: коэффициенты осцилляции, вариации.
- •Мода. Медиана. Квартили, децили и перцентили. Квартильные и децильные коэффициенты.
- •Показатели изменения уровней рядов динамики: базисные, цепные и средние абсолютные приросты, коэффициенты и темпы роста (прироста).
- •Основные компоненты динамического ряда: основная тенденция (тренд); динамические (конъюнктурные), сезонные и случайные колебания.
- •Тренд. Методы анализа основной тенденции в рядах динамики.
- •Сезонные колебания. Индексы сезонных колебаний и сезонная волна.
- •И ндексы. Классификация индексов в статистике по степени охвата явления, базе сравнения, форме построения, объекту исследования, составу явления, периоду исчисления.
- •И ндивидуальные и общие индексы. Агрегатный индекс.
- •Средние индексы.
- •Индексы структурных сдвигов.
- •Факторный анализ.
- •Выборочное наблюдение. Индивидуальный, групповой и комбинированный отбор.
- •По виду
- •Бесповторный и повторный отбор.
- •По методу отбора
- •Виды выборки: собственно-случайная, механическая, типическая, серийная, комбинированная.
- •Малая выборка в статистике.
- •Генеральная и выборочная совокупности. Полнота выборки.
- •Ошибка выборочного наблюдения.
- •Средняя и предельная ошибки выборки.
- •Корректировка выборки. Распространение результатов выборочного наблюдения на генеральную совокупность.
- •Причинно-следственные связи между явлениями. Качественный анализ изучаемого явления.
- •Построение модели связи. Интерпретация результатов.
- •Функциональная связь и стохастическая зависимость.
- •Прямая и обратная связь. Линейные и нелинейные связи.
- •Корреляция. Парная, частная и множественная корреляция.
- •Корреляционный анализ. Коэффициенты корреляция. Корреляционно-регриссионный анализ.
- •Линейная и нелинейная регрессия.
- •Прямая (положительная) и обратная (отрицательная) регрессия.
- •Парная регрессия. Множественная (многофакторная) регрессия.
- •Уравнения регрессии. Коэффициенты регрессии.
- •Адекватность моделей, построенных на основе уравнения регрессии. Интерпретация моделей регрессии.
- •Построение модели множественной регрессии включает этапы:
Корреляция. Парная, частная и множественная корреляция.
Корреляция- это статистическая зависимость между случайными величинами, не имеющая строго функционального характера, при которой измерение одной из случайных величин приводит к изменению математического ожидания другой.
Корреляционная связь может быть прямая, т.е. с увеличением аргумента увеличивается значение функции, и обратная, т.е. при увеличении аргументов функция может снижаться, а при убывании – возрастать.
Парная связь выражается в виде фактора аргумента (х), а результативный показатель (у)
Связь множественная, когда результативный показатель (у) зависит от множества факторов аргументов (т.е. от х1,х2,…,хn)
Корреляционный анализ. Коэффициенты корреляция. Корреляционно-регриссионный анализ.
Корреляция- это статистическая зависимость между случайными величинами, не имеющая строго функционального характера, при которой измерение одной из случайных величин приводит к изменению математического ожидания другой.
Корреляционный анализ имеет задачу определения тесноты связи между двумя признаками (при парной связи) и между результативным и множеством факторных признаков (при многофакторной связи).
Т еснота связи количественно выражается коэффициентом корреляции.
Линейная и нелинейная регрессия.
Регрессионный анализ заключается в определении аналитического выражения связи. По форме различают линейную регрессию, которая выражается уравнением прямой , и не линейную регрессию или .
Прямая (положительная) и обратная (отрицательная) регрессия.
По направлению связи различают на прямую т.е. с увеличением признака х увеличивается признак у.
прямая обратная
Обратная т.е. с увеличением х уменьшается у.
Парная регрессия. Множественная (многофакторная) регрессия.
Изучение связи между результативным и двумя или более факторными признаками называется множественной регрессией. При исследовании зависимостей методами множественной регрессии ставят 2 задачи.
определение аналитического выражения связи между результативным признаком у и фактическими признаками х1, х2, х3, …хк, т.е. найти функцию у=f(х1, х2, …хк)
Оценка тесноты связи между результативным и каждым из факторных признаков.
Уравнения регрессии. Коэффициенты регрессии.
Если две переменные связаны так, что изменению одной из них соответствует систематическое изменение другой, то для вывода уравнения, с помощью которого можно оценить величину одной переменной, если величина другой известна, применяют регрессивный анализ. Термин регрессия означает, что по известным значениям случайной переменной производят прогноз неизвестных значений другой.
Для нахождения параметров уравнения регрессии чаще всего используется метод наименьших квадратов:
, или , отсюда
где a – коэффициент регрессии,
b – свободный член
Рассмотренный коэффициент показывает, насколько в среднем изменяется величина результативного признака (у) при изменении факторного признака (х) на единицу.