- •Три этапа развития статистики
- •Основные этапы развития статистики
- •2. Предмет и задачи статистики
- •3.Основные понятия теории статистики
- •Сбор информации;
- •1.Организационные и методологические вопросы статистического наблюдения
- •2. Ошибки статистического наблюдения
- •Классификация ошибок статистического наблюдения
- •3. Организационные формы, виды и способы статистического наблюдения
- •1. Сводка и группировка (понятие и основные виды)
- •2.Ряды распределения: атрибутивные и вариационные
- •3.Статистические таблицы и графики, требования к составлению таблиц
- •Макет таблицы
- •4. Классификация как особый вид группировки. Роль классификаций в статистике
- •2. Классификация относительных показателей
- •Классификация относительных показателей
- •3. Понятие «средняя величина» и основные виды средних величин в статистике Понятие «средняя величина»
- •Различные виды средних величин и способы их расчета
- •В табл. 4.2 те же обозначения, что и в табл. 4.1.
- •Вспомогательная таблица для расчета простой и взвешенной средней арифметической
- •Исходные данные и вспомогательные расчеты для определения средней гармонической
- •1. Понятие вариации и основные виды показателей вариации
- •Вспомогательная таблица для расчета показателей вариации
- •На основе исходных данных вначале подсчитываются средние величины, а затем находятся отклонения от средних. Рекомендуется в расчетах показателей вариации пользоваться формулой средней взвешенной.
- •2.Свойства средней арифметической и дисперсии
- •Свойства дисперсии
- •(Свойство минимальности).
- •3. Изучение структурных характеристик вариационного ряда
- •2. Показатели концентрации и дифференциации
- •3. Показатели структурных сдвигов
- •Лекция №7. Методология организации выборочных наблюдений5.
- •1.Задачи выборочного наблюдения и различные способы формирования выборки
- •Способы отбора единиц из генеральной совокупности
- •2. Понятие «ошибка выборки» и способы ее расчета
- •3. Расчет оптимальной численности выборки
- •Лекция №8. Методы и показатели оценки тесноты статистических взаимосвязей.
- •1.Понятие «статистическая взаимосвязь»
- •2. Классификация методов оценки тесноты статистических связей
- •3. Аналитические показатели оценки тесноты взаимосвязей между количественно измеримыми признаками
- •Вспомогательная таблица для расчета рангового коэффициента корреляции Спирмена
- •4.Способы оценки тесноты взаимосвязей между качественными признаками
- •Лекция №9. Статистическое изучение динамики социально -экономических процессов и явлений.
- •2. Аналитические показатели динамики
- •Аналитические показатели динамики
- •3. Сглаживание (выравнивание) динамических рядов: механическое и аналитическое сглаживание
- •Лекция №10. Построение уравнений тренда и уравнений парной линейной регрессии
- •1. Сущность метода наименьших квадратов
- •2. Построение уравнений регрессии
- •Расчет параметров парной линейной регрессии
- •3. Построение уравнений тренда
- •Вспомогательная таблица для расчета параметров уравнений линейного и квадратического тренда
- •4. Расчет корреляционного отношения на основе уравнения регрессии
- •Способы отбора факторных переменных.
- •Исходные данные для построения уравнений регрессии
- •После подсчета сумм в нижней строке таблицы, находим линейный коэффициент корреляции:
- •Матрица коэффициентов парной корреляции
- •Использование метода наименьших квадратов для построения нелинейных уравнений регрессии
- •Нелинейные относительно оцениваемых параметров
- •1. Понятие «статистический индекс»
- •2.Различные виды статистических индексов и способы их расчета
- •Различные виды агрегатных индексов
- •Вспомогательная таблица для расчета агрегатных индексов по формулам Ласпейреса и Пааше
- •3. Сущность индексного метода в статистике
- •Примеры решения задач индексным методом.
- •1. Понятие «прогноз» и виды прогнозов
- •2. Сущность статистических методов прогнозирования и требования к исходной статистической информации
- •3.Прогнозирование на основе уравнений тренда
- •1.Кластерный анализ
- •Дискриминантный анализ
- •3.Факторный анализ (метод главных компонент)
Вспомогательная таблица для расчета показателей вариации
x |
m |
|
|
|
|
|
… |
|
|
|
|
|
|
Σ |
|
|
|
|
|
|
На основе исходных данных вначале подсчитываются средние величины, а затем находятся отклонения от средних. Рекомендуется в расчетах показателей вариации пользоваться формулой средней взвешенной.
Однородная статистическая совокупность – это такая совокупность, для которой различия между индивидуальными значениями признака не очень значительны, т.е. мало отличаются от среднего.
Основной количественной характеристикой степени однородности служит коэффициент вариации.
Обычно считается, что этот коэффициент в однородной статистической совокупности не превышает 33%.
Среди различных показателей вариации особое место принадлежит дисперсии, так как этот показатель обладает специальными свойствами, позволяющими упростить порядок его расчета.
2.Свойства средней арифметической и дисперсии
Показатели средняя арифметическая и дисперсия обладают некоторыми особыми свойствами, которые позволяют в ряде случаев упростить порядок их расчета для статистических совокупностей, обладающих большой численностью, но расчлененных на более малочисленные группы.
Свойства средней арифметической
При увеличении или уменьшении всех частот отдельных значений признака в k раз значение средней арифметической не изменяется:
где k – любое натуральное число2.
Если все индивидуальные значения признака умножить или разделить на некоторое число k, то и среднее значение увеличится или уменьшится в k раз:
Средняя суммы или разности двух величин равна сумме или разности их средних:
Если значение признака постоянно (т.е. равно некоторой константе С), то и средняя величина равна этой константе:
Сумма отклонений значений признака от средней арифметической равна нулю.
Свойства дисперсии
Если значение признака постоянно (т.е. равно некоторой константе С), то дисперсия равна нулю.
Если все значения признака увеличить или уменьшить на постоянную величину, то дисперсия не изменится:
Если все значения признака уменьшить или увеличить в k раз, то дисперсия уменьшится или увеличится в k2 раз:
Если рассчитать средний квадрат отклонений от любой величины A, которая отличается от средней арифметической, то этот квадрат будет больше, чем дисперсия:
Если A ≠ , то
(Свойство минимальности).
Правило сложения дисперсий:
Общая дисперсия статистической совокупности, разделенной на отдельные группы, равна сумме так называемой межгрупповой дисперсии (или дисперсии внутригрупповых средних) и средней из внутригрупповых дисперсий, или:
где – общая дисперсия;
– межгрупповая дисперсия;
– внутригрупповая дисперсия в j-той группе;
– средняя из внутригрупповых дисперсий.
Межгрупповая дисперсия рассчитывается следующим образом:
предположим, что мы выполнили группировку статистической совокупности, т.е. разделили ее на несколько групп;
затем в каждой группе мы вычисляем отдельно средние величины признака , которые называются «внутригрупповые средние»;
затем мы рассчитываем общую среднюю для всей совокупности.
Тогда межгрупповая дисперсия находится по формуле:
где – численность j-той группы ( j = 1…k);
– внутригрупповая средняя в j-той группе;
– общая средняя.
Средняя из внутригрупповых дисперсий равна следующей величине:
где – внутригрупповая дисперсия в j-той группе.
Более подробно расчет межгрупповой дисперсии и проверка правила сложения дисперсий изучается на практических занятиях.