2.10. В чём разница м/у механич. Сглажив-ем и аналитич. Вырав-ем.

Механ сглажив предоставляет исследователю очень упрощенное, неточное, представление о тенденции в ряду динамики.

Более точным способом отображения тенденции динамического ряда является аналитическое выравнивание, т. е. выравнивание с помощью аналитических формул.

1.1. Корреляционная зависимость – зависимость в которой разным значениям одной переменной соответствуют различные средние значения другой переменной

Корреляционная связь м/у признаками может возникать различными путями:

1) причинная зависимость результативного признака от факторного.

2) может возникать м/у 2 следствиями одной общей причины.

3) взаимосвязь признаков каждый из к-ых и причина, и следствие.

1.2. Охарактериз. Основные виды связи м/у соц-экон. Явлениями.

В статистике связи классифицируются по степени их тесноты. Исходя из этого различают функциональную (полную) и статистическую (неполную, корреляционную) связь.

1. Функциональная св.- когда с изм 1ой переем значение другой изменяется опред образом.(Х-факт, У-результ)

2. Статистическая св.-разным значениям переменой Х соотв-т разные знач переменной У.

Важный частный случай стат зав- корреляционная за-ть(когда разным значениям 1ой переем соотв разные средние значения другой переем.)

1.4 Коэфициент корреляции учитывает отклонения знач признака от средней. Характеризует тесноту и направл. Связи между двумя корреляционных признаков в случае наличия между ними линейной зависимости, котороя часто встречается в экономике.

Tx=Xi-X/Gx

Коэф. Вариант интеприцируется след. Образом отклонения признака фактора от его средней значимости на величину своего среднеквадратического отклонения, средней но совокупности отклонения признака результата от своего среднего значения на Rх от среднего квадратического отклонения

1.3. Коэф. эластичности. Способы построения и эк-ая интерпретация.

Всякая интерпретация осуществляется в целом с оценки управл. Регрессии и выявления как вход в модель факторы влияют на величину результат признака.

У(средн)х=gx+b

g - коэф регрессии. М\у коэфф регр и коэфф лин коррел сущест зав-ти: r=g* rx/ry

Чем выше коэф регр, тем значит влияние данного факт на признак другого.

Если коэфф + то связь прямая. Если «-» то обр.

1.5. Охарактиз. Основные методы измерения связи м/у неколич-ми признаками.

1. Метод сопост паралл рядов. - данные ранжируются по возрастанию признаков факт.

2.Метод аналитич группировки.-еденицы стат-й совокупности группир по приз фактора и приз результ.Изменения ср. и тоносит значений результ и факт признаков сравнив для опред св. м\у ними.

3. Графический метод- график, смотрим. При отсутсвии тесной св. имеет место беспор. Распол точек. Чем сильнее связь, тем ближе точки.

4. Метод групповых табл.- табл разбиваются на группы у= (х1+х2+..х)/n)

5. Балансовый метод- позвол взаимно увязать ресурсы и их использование, выявить пропорции и взаимосвязи. Баланс состоит из 2 балансирующихся частей - приходной и расходной.

6. Корреляционный и дисперсионный анализ.

1.7. Между коэф. Регрессии и коэф. Корреляции сущ. Зависимость.

R=ро*Gx/Gy

Чем больше величина коэф. Регрессии, тем значительнее влияние.

Если коэф. Регрессии полож., то связь прямая, если отриц.,то обратная

Ух=ро*х+b

Ро=83,84 – обратная связь.

1.4 1. Объем выборки достаточно большой и состовляющие этой выборки распределены нормально.

2 Если объем выборки не большой n>50, то рассматривают z- статистику как t=r*koren(n-2)/koren(1-r^2)

3 Проверку гипотезу об отсутствии связи можно сделать вычислений с помощью таблицы, которую составил Фишер в табл., показывается величина коэф. Корреляции, которая может считаться существенной при данном кол-ве наблюдений.

4. Если коэф. Коррел.=>0,8, он мал, то для проверки его существенности, то рекомендуется пользоваться методом Фишера наз. Методом преобразов корреляции

Z=1/2*ln(1+r)/(1-r)

1.5 Коэфициент корреляции учитывает отклонения знач признака от средней. Характеризует тесноту и направл. Связи между двумя корреляционных признаков в случае наличия между ними линейной зависимости, котороя часто встречается в экономике.

Tx=Xi-X/Gx

Коэф. Вариант интеприцируется след. Образом отклонения признака фактора от его средней значимости на величину своего среднеквадратического отклонения, средней но совокупности отклонения признака результата от своего среднего значения на Rх от среднего квадратического отклонения

1.3 1. Объем выборки достаточно большой и состовляющие этой выборки распределены нормально.

2 Если объем выборки не большой n>50, то рассматривают z- статистику как t=r*koren(n-2)/koren(1-r^2)

3 Проверку гипотезу об отсутствии связи можно сделать вычислений с помощью таблицы, которую составил Фишер в табл., показывается величина коэф. Корреляции, которая может считаться существенной при данном кол-ве наблюдений.

4. Если коэф. Коррел.=>0,8, он мал, то для проверки его существенности, то рекомендуется пользоваться методом Фишера наз. Методом преобразов корреляции

Z=1/2*ln(1+r)/(1-r)

1.5 Коэфициент корреляции учитывает отклонения знач признака от средней. Характеризует тесноту и направл. Связи между двумя корреляционных признаков в случае наличия между ними линейной зависимости, котороя часто встречается в экономике.

Tx=Xi-X/Gx

Коэф. Вариант интеприцируется след. Образом отклонения признака фактора от его средней значимости на величину своего среднеквадратического отклонения, средней но совокупности отклонения признака результата от своего среднего значения на Rх от среднего квадратического отклонения

1.3 1. Объем выборки достаточно большой и состовляющие этой выборки распределены нормально.

2 Если объем выборки не большой n>50, то рассматривают z- статистику как t=r*koren(n-2)/koren(1-r^2)

3 Проверку гипотезу об отсутствии связи можно сделать вычислений с помощью таблицы, которую составил Фишер в табл., показывается величина коэф. Корреляции, которая может считаться существенной при данном кол-ве наблюдений.

4. Если коэф. Коррел.=>0,8, он мал, то для проверки его существенности, то рекомендуется пользоваться методом Фишера наз. Методом преобразов корреляции

Z=1/2*ln(1+r)/(1-r)

1.5 Коэфициент корреляции учитывает отклонения знач признака от средней. Характеризует тесноту и направл. Связи между двумя корреляционных признаков в случае наличия между ними линейной зависимости, котороя часто встречается в экономике.

Tx=Xi-X/Gx

Коэф. Вариант интеприцируется след. Образом отклонения признака фактора от его средней значимости на величину своего среднеквадратического отклонения, средней но совокупности отклонения признака результата от своего среднего значения на Rх от среднего квадратического отклонения