- •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)
Примеры решения задач индексным методом.
1.Средняя интенсивность смертности от суицида в регионе за период уменьшилась на 20 %, а в стандартной половозрастной структуре это изменение составило бы +20%, то изменение смертности от суицида за счёт структурных факторов составило ...
Решая задачу, нужно воспользоваться формулой: I пер.сост. = I пост.сост × I стр.сдв
Индекс структурных сдвигов равен 0,8/1,2= 0,667.
1-0,667 = 34,4 – т.е. смертность за счет структурных факторов уменьшилась на 34,3%
2.Объём товарной продукции предприятия увеличился на 9,5% и составил 25,2млн.руб., общая сумма материальных затрат возросла на 7,2%.
Если материалоёмкость товарной продукции в базисном году составляла 0,67 р/руб., то чему равно абсолютное изменение материальных затрат за счёт изменения материалоёмкости продукции?
При решении задачи нужно учитывать то, что сумма материальных затрат является произведению удельной материалоемкости (расходу материалов на единицу продукции) на объем товарной продукции. Z = Me * Q.
Лекция №13. Статистические методы прогнозирования
Введение.
В настоящее время статистические методы прогнозирования заняли особое место в мировой статистической практике и с успехом применяются в самых разных областях экономики: как для макроэкономических прогнозно-аналитических расчетов и разработки мер по регулированию экономического развития страны, так и в микроэкономическом управленческом и маркетинговом анализе. Широкое распространение специальных статистических программных пакетов сделало использование этих методов простым и удобным.
Статистические методы прогнозирования все шире применяются в деятельности плановых, маркетинговых и аналитических отделов производственных предприятий и объединений, торговых, страховых, финансовых компаний, банков и правительственных учреждений.
Использование компьютеров для выполнения сложных и трудоемких расчетов приводит к тому, что на долю человека остается исследовательская, творческая работа: постановка задачи, выбор модели и метода прогнозирования, оценка качества построенных моделей и интерпретация полученных результатов. Однако для того, чтобы выполнять эту работу на высоком профессиональном уровне, необходима определенная подготовка в области статистических методов прогнозирования и представление о многомерном статистическом анализе.
На данной лекции мы изучим сущность статистических методов прогнозирования и возможности их использования.
Предварительно следует рассмотреть само понятие «прогноз» и разобраться в том, что такое «прогнозирование».
1. Понятие «прогноз» и виды прогнозов
Прогноз (от греческого prognosis – предвидение, предсказание) – это научно обоснованное описание возможных состояний изучаемых объектов в будущем, а также альтернативных путей и сроков достижения этих состояний.
Процесс разработки прогнозов называется прогнозированием.
Прогнозирование должно дать ответ на два вопроса:
Чего вероятнее всего ожидать в будущем?
Каким образом нужно изменить условия, чтобы достичь желаемого состояния изучаемого объекта.
Прогнозы, отвечающие на вопросы первого типа, называются поисковыми, а второго типа – нормативными (иногда их называют программно-целевыми).
Например, если Правительство г. Москвы ставит задачу обеспечить каждую семью отдельной квартирой, то нормативный прогноз покажет, при каких финансовых вложениях и в какие сроки может быть выполнена такая задача.
В зависимости от объектов прогнозирования принято разделять прогнозы на научно-технические, экономические, социальные, военно-политические и т.п. Однако такая классификация носит условный характер, так как между такими видами прогнозов обычно существует множество прямых и обратных связей.
В зависимости от масштабности объекта прогнозирования прогнозы могут охватывать все уровни: от микроуровня (на котором рассматриваются прогнозы развития отдельных предприятий) до макроуровня, на котором анализируется и прогнозируется макроэкономическое развитие страны.
По времени упреждения (то есть длины периода, на который делается прогноз) прогнозы делятся на:
- оперативные (до 1 мес.);
- краткосрочные (от нескольких месяцев до 1 года);
- среднесрочные (с периодом упреждения более 5 лет).
Наибольший практический интерес для финансистов-аналитиков, предпринимателей, маркетологов, менеджеров, несомненно, представляют краткосрочные и оперативные прогнозы.
Для прогнозирования могут использоваться не только статистические, но и другие методы, например, экспертно-аналитические или интуитивно-логические. Но статистические методы имеют немало преимуществ, связанных с тем, что они основаны на использовании имеющейся базы статистических данных, причем процедура прогнозирования с их помощью может быть компьютеризирована, что сокращает время и затраты на сбор и обработку исходной информации.
В то же время у этих методов имеются и определенные недостатки, которые ограничивают область их применения. В частности, достаточно достоверный прогноз может быть построен только при соблюдении определенных требований к исходной статистической информации. Кроме того, если прогноз делается на основе уравнений тренда или регрессии, важное значение имеет выбор математической функции, используемой для прогнозирования, с учетом содержательного смысла поставленной задачи и исследуемого процесса.