- •2. Организация с. В рб.
- •3. Источники и способы получения стат. Информации
- •4. Виды стат. Наблюдения. Способы собирания стат. Сведений.
- •5. Прогр.-метод. И орг. Вопросы плана статист. Наблюд-я.
- •1. Программно-методологическая часть:
- •2. Организационная часть:
- •6. Стат. Отчетность, принципы орг-и, программа и виды.
- •7. Переписи и другие виды специально организованных статистических наблюдений.
- •8. Сводка - вторая стадия статистического исследования. Ее задачи, программа, план и техника.
- •9. Понятие о группировке, ее задачи и виды.
- •10. Методологические вопросы построения группировок.
- •11. Ряды распределения, их виды и графическое изображение.
- •12. Статистические таблицы, их виды и основные правила построения и оформления.
- •13. Абсолютные стат. Величины, их виды, знач-е и ед.Изм.
- •14. Относительные величины и область их применения. Способы их расчета и виды.
- •15. Понятие о статистическом графике, его основные элементы и правила построения.
- •16. Виды статистических графиков.
- •17. Сущность и значение средних величин. Основные научные положения теории средних.
- •18. Средняя арифметическая, ее основные математические свойства и методы расчета.
- •19. Ср. Гармоническая и другие виды средних. Обусловленность выбора средней характером исх. Инф-и.
- •20. Мода и медиана, их смысл и значение в социально-экономических исследованиях, способы вычисления.
- •21. Статистическое изучение вариации. Показатели вариации и методы их расчета.
- •22. Дисперсия альтернативного признака.
- •23. Виды дисперсий и правило сложения дисперсий.
- •24. Коэф-т детерм-и и эмпир. Корреляц. Отнош-е, как пок-ли силы и тесноты связи м/д факторами по ан. Групп-ке.
- •26. Виды и способы отбора единиц в выборочную совокупность.
- •27. Ошибки выборки и методы их расчета по среднему значению выборочного показателя и по доле признака выборочной совокупности.
- •28. Определение необходимой численности (объема) выборки.
- •29. Способы распространения результатов выборочного наблюдения на генеральную совокупность. Практика применения выборочных исследований в с..
- •30. Понятие о рядах динамики, виды и правила постр-я.
- •31. Аналитические показатели динамического ряда, способы их расчета, взаимосвязь.
- •32. Средние показатели динам. Ряда и методы их расчета.
- •33. Понятие тенденции ряда динамики и основные методы ее выявления (укрупнение интервалов, способ скользящей средней).
- •34. Аналитическое выравнивание уровней ряда динамики. Уравнение тренда. Понятие интерполяции и экстраполяции.
- •35. Сезонные колебания и методы их изучения.
- •36. Сущность индексов, задачи, решаемые индексным методом, и классификация индексов.
- •37. Индивидуальные и общие (сводные) индексы.
- •38. Принципы построения системы взаимосвязанных агрегатных индексов.
- •39. Средние индексы и их виды.
- •40. Индексный метод анализа динамики ср. Уровня (индексы переме., пост. Состава и структурных сдвигов).
- •41. Ряды индексов с постоянной и переменной базами сравнения, с постоянными и переменными весами, их взаимосвязь.
- •42. Принципы построения многофакторных индексов.
- •43. Территориальные индексы.
- •44. Измерение связей между социально-экономическими явлениями - важнейшая задача с.. Формы и виды взаимосвязей.
- •45. Статистические методы изучения связей: метод сравнения параллельных рядов, метод аналитических группировок, графический метод, балансовый метод.
- •46. Понятие линейной корреляции. Нахождение параметров уравнения регрессии, линейный коэффициент корреляции.
- •47. Понятие криволинейной зависимости, оценка тесноты связи при криволинейной зависимости.
- •48. Понятие о множественной корреляции.
- •49. Объект и предмет социально- экономической с..
- •50. Методы сэс. И теоретические основы.
- •51. Задачи социально-экономической с.. Задачи с. По внедрению международных стандартов.
47. Понятие криволинейной зависимости, оценка тесноты связи при криволинейной зависимости.
48. Понятие о множественной корреляции.
Так как общественные явления складываются под воздействием не одной, а множества причин, в практике корреляционного анализа приходится иметь дело со многими факторами, влияющими на результат. Поэтому чаще используется не парная, а множественная корреляция, с помощью которой изучается зависимость результативного признака от нескольких факторных признаков.
Под множественной регрессией понимается исследование статзависимости результативного признака от нескольких (более одного) факторных. При этом, методы исследования функциональной зависимости здесь, как правило, непригодны, когда вопрос касается стохастической связи. Основная задача многофакторного анализа сводится к вычислению значения результативного Z-признака по значениям факторных Xj-признаков (j=1¸n;n>1). Построение многофакторной модели регрессии включает: (1) выбор основных факторных признаков; (2) выбор типа модели и (3) определение числа наблюдений, необходимого для получения несмещенных оценок.
Выбор основных факторных признаков должен отвечать ряду требований:
- они должны иметь наиболее существенное влияние на результативный признак;
- количество факторных признаков следует выбирать (без искажения картины исследуемого явления), по-возможности, минимальным;
- факторные признаки не должны находиться между собой в тесной или функциональной связи, в противном случае результаты анализа могут быть недостоверными;
- отбор некорреллируемых между собой признаков производится путем вычисления между ними показателей корреляции.
Тип модели выбирается как исходя из сущности исследуемого явления, так и принимая во внимание максимальную простоту модели.
На практике наибольшее распространение получили линейные и приведенные к линейным формам связи модели по целому ряду причин практического и содержательного характера. Особой внимательности требует отбор статданных для проведения многофакторного анализа. При проведении анализа часто приходится иметь дело с малыми выборками; если число факторных признаков достаточно велико, то это приводит к существенному увеличению размеров доверительных интервалов для параметров многофакторной модели регрессии и уменьшению их достоверности. Статпрактика исходит из следующего эмпирического правила: при построении многофакторной модели регрессии число статданных наблюдения в выборке должно превышать число факторных признаков в 8 раз.
Методы количественной оценки результатов регрессионного анализа состоят в подстановке средних значений факторных признаков в уравнение регрессии и в последующей оценке полученного соотношения. Основным обобщающим показателем оценки корреляции является корреляционное отношение.
Если генеральная совокупность, из которой производится выборка, не подчиняется нормальному или близкому к нему закону распределения, то используются методы ранговой корреляции, разработанные К.Пирсоном и другими. Особенно широкое применение ранговая корреляция получила в медицинской С. для выявления влияния различных факторов на состояние здоровья человека.
Корреляционный и регрессионный методы анализа широко применяются в социально-экономических исследованиях, однако они требуют осторожного использования, а полученные на их основе результаты должны получать удовлетворительную интерпретацию, подкрепляемую логическим и качественным анализом на основе сущности исследуемого явления. В первую очередь, это относится к коэффициентам корреляции, которые улавливают только связи, приближающиеся к простой пропорциональности. При сложных видах связи этот показатель не гарантирует достоверных результатов, отвечающих реалиям.
Для уточнения вопроса взаимосвязи явлений рекомендуется использовать несколько методов связного анализа (параллельных рядов, индексный метод, многомерные группировки, графический и компьютерный метод, и др.).При этом, хорошее знание сущности исследуемых явлений - основа получения достоверных результатов связного анализа.