АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Теоретические занятия (лекции) – 2 часа

Читайте также:
  1. IV. Итог занятия.
  2. V. Построение одного тренировочного занятия
  3. А. Теоретические взгляды Я.А. Пономарева
  4. Аудиторные занятия (лекции, лабораторные, практические, семинарские) –очная форма обучения
  5. Билет 1 Восточные славяне. Расселение, основные занятия, религия. Военная демократия.
  6. В. Защита выполненного задания у преподавателя ведущего практические занятия.
  7. В. Защита выполненного задания у преподавателя ведущего практические занятия.
  8. В. Защита выполненного задания у преподавателя ведущего практические занятия.
  9. В. Защита выполненного задания у преподавателя ведущего практические занятия.
  10. в. Защита выполненного задания у преподавателя ведущего практические занятия.
  11. В. Защита выполненного задания у преподавателя ведущего практические занятия.
  12. В. Защита выполненного задания у преподавателя ведущего практические занятия.

Лекция 2. Информационная лекция с использованием средств мультимедиа.

Статистические величины.

1. Назначение и виды статистических показателей и величин.

Исходной, первичной формой выражения статистических показателей являются показатели в абсолютном выражении или абсолютные величины. Статистические показа­тели в форме абсолютных величин характеризуют абсолютные размеры изучаемых стати­стикой процессов и явлений, а именно их массу, площадь, объем, протяженность, отра­жают их временные характеристики, а также могут представлять объем совокупности, т.е. число составляющих ее единиц.

Индивидуальные абсолютные показатели, как правило, получают непосредственно в процессе статистического наблюдения как результат замера, взвешивания, подсчета и оценки интересующего количественного признака. В ряде случаев индивидуальные абсо­лютные показатели имеют разностный характер: разность между численностью работни­ков предприятия на конец и на начало года, разность между выручкой от реализации предприятия и общей суммой затрат и т.п.

Сводные абсолютные показатели, характеризующие объем признака или объем совокупности как в целом по изучаемому объекту, так и по какой-либо его части, получа­ют в результате сводки и группировки индивидуальных значений. К таким показателям относятся общая численность занятых в отрасли, совокупные активы коммерческих бан­ков региона и т.п.

2. Абсолютные статистические величины.

Абсолютные статистические показатели всегда являются именованными числа­ми. В зависимости от социально-экономической сущности исследуемых явлений, их физических свойств они выражаются в натуральных, стоимостных или трудовых еди­ницах измерения.

В международной практике используются такие натуральные единицы измерения, как тонны, килограммы, квадратные, кубические и простые метры, мили, километры, гал­лоны, литры, штуки и т.д. В группу натуральных также входят условно-натуральные измерители, используе­мые в тех случаях, когда какой-либо продукт имеет несколько разновидностей и общий объем можно определить только исходя из общего для всех разновидностей потребитель­ского свойства.

Перевод в условные единицы измерения осуществляется на основе специальных коэффициентов, рассчитываемых как отношение потребительских свойств отдельных раз­новидностей продукта к эталонному значению.

В отдельных случаях для характеристики какого-либо явления или процесса одной единицы измерения недостаточно, и используется произведение двух единиц. Примером этому могут служить такие показатели, как грузооборот и пассажирооборот, оцениваемые соответственно в тонно-километрах и пассажиро-километрах, производство электроэнер­гии, измеряемое в киловатт-часах и т.д.

В условиях рыночной экономики наибольшее значение и применение имеют стои­мостные единицы измерения, позволяющие получить денежную оценку социально-экономических явлений и процессов.

При анализе и сопоставлении стоимостных показателей необходимо иметь в виду, что в условиях высоких или относительно высоких темпов инфляции они становятся не­сопоставимыми. К трудовым единицам измерения, позволяющим учитывать как общие затраты тру­да на предприятии, так и трудоемкость отдельных операций технологического процесса, относятся человеко-дни и человеко-часы.

3. Относительные статистические величины.

Относительный показатель представляет собой результат деления одного абсолют­ного показателя на другой и выражает соотношение между количественными характери­стиками социально-экономических процессов и явлений. Поэтому, по отношению к абсо­лютным показателям, относительные показатели или показатели в форме относительных величин являются производными, вторичными. Без относительных показателей невозмож­но измерить интенсивность развития изучаемого явления во времени, оценить уровень раз­вития одного явления на фоне других взаимосвязанных с ним явлений, осуществить про­странственно-территориальные сравнения, в том числе и на международном уровне.

Относительные показатели могут выражаться в коэффициентах, процентах, про­милле, продецимилле или быть именованными числами. Если база сравнения принимает­ся за 1, то относительный показатель выражается в коэффициентах, если база принимается за 100, 1000, то относительный показатель соответственно выражается в про­центах (%), промилле (‰) и т.д.

Все используемые на практике относительные статистические показатели можно подразделить на следующие виды:

1) Относительный показатель динамики (ОПД) представляет собой отношение уровня исследуемого процесса или явления за данный период времени (по состоянию на данный момент времени) к уровню этого же процесса или явления в прошлом.

2) Относительные показатели плана и реализации плана (ОПП) и (ОПРП). Все субъекты финансо­во-хозяйственной деятельности, от небольших индивидуальных частных предприятий и до крупных корпораций, в той или иной степени осуществляют как оперативное, так и стратегическое планирование, а также сравнивают реально достигнутые результаты с ра­нее намеченными.

3) Относительный показатель структуры (ОПС)представляет собой соотношение струк­турных частей изучаемого объекта и их целого.

4) Относительный показатель координации (ОПК)представляет собой отношение одной части совокупности к другой части этой же совокупности.

5) Относительный показатель интенсивности (ОПИ)характеризует степень распростра­нения изучаемого процесса или явления и представляет собой отношение исследуемого показателя к размеру присущей ему среды.

6) Относительный показатель сравнения (ОПСр)представляет собой соотношение одно­именных абсолютных показателей, характеризующих разные объекты (предприятия, фир­мы, районы, области, страны и т.п.).

Корреляционно- регрессионный анализ.

1. Причинность, регрессия, корреляция

Исследование объективно существующих связей между явлениями – важнейшая задача теории статистики. В процессе статистического исследования зависимостей вскрываются причинно-следственные отношения между явлениями, что позволяет выявлять факторы (признаки), оказывающие основное влияние на вариацию изучаемых явлений и процессов. Причинно-следственные отношения – это такая связь явлений и процессов, когда изменение одного из них – причины ведет к изменению другого – следствия.

Социально-экономические явления представляют собой результат одновременного воздействия большого числа причин. Следовательно, при изучении этих явлений необходимо выявлять главные, основные причины, абстрагируясь от второстепенных.

В основе первого этапа статистического изучения связи лежит качественный анализ, связанный с анализом природы социального или экономического явления методами экономической теории, социологии, конкретной экономики. Второй этап - построение модели связи, базируется на методах статистики: группировках, средних величинах, таблицах и так далее. Третий, последний этап – интерпретация результатов, вновь связан с качественными особенностями изучаемого явления. Статистика разработала множество методов изучения связей. Выбор метода изучения связи зависит от цели исследования, от поставленной задачи.

Признаки по их значению для изучения взаимосвязи делятся на два класса. Признаки, обуславливающие изменения других, связанных с ними признаков, называют факторными, или просто факторами. Признаки, изменяющиеся под действием факторных признаков, называют результативными.

В статистике различают функциональную и стохастическую зависимости. Функциональной называют такую связь, при которой определенному значению факторного признака соответствует одно значение результативного.

Если причинная зависимость проявляется не в каждом отдельном случае, а в общем, среднем при большом числе наблюдений, то такая зависимость называется стохастической. Частным случаем стохастической связи является корреляционная связь, при которой изменение среднего значения результативного признака обусловлено изменением факторных признаков.

По направлению выделяют связь прямую и обратную. Прямая – это такая связь, при которой с увеличением или с уменьшением значений факторного признака происходит увеличение или уменьшение значений результативного. Так, например, рост производительности труда способствует увеличению уровня рентабельности производства. В случае обратной связи значения результативного признака изменяются под воздействием факторного, но в противоположном направлении по сравнению с изменением факторного признака. Так с увеличением уровня фондоотдачи снижается себестоимость единицы производимой продукции.

По аналитическому выражению выделяют связи прямолинейные (или просто линейные) и нелинейные.

Корреляция – это статистическая зависимость между случайными величинами, не имеющая строго функционального характера, при которой изменение одной из случайных величин приводит к изменению математического ожидания другой.

2. Парная регрессия

В статистике принято различать следующие варианты зависимостей:

Парная корреляция – связь между двумя признаками (результативным и факторным, или двумя факторными).

Частная корреляция – зависимость между результативным и одним факторным признаками при фиксированном значении других факторных признаков.

Множественная корреляция – зависимость результативного и двух или более факторных признаков, включенных в исследование.

Корреляционный анализ имеет своей задачей количественное определение тесноты связи между двумя признаками (при парной связи) и между результативным и множеством факторных признаков (при многофакторной связи).

Теснота связи количественно выражается величиной коэффициентов корреляции, которые давая количественную характеристику тесноты связи между признаками, позволяют определять «полезность» факторных признаков при построении уравнения множественной регрессии.

Регрессия тесно связана с корреляцией: первая оценивает силу (тесноту) статистической связи, вторая исследует ее форму.

Регрессионный анализ заключается в определении аналитического выражения связи, в котором изменение одной величины (называемой зависимой или результативным признаком), обусловлено влиянием одной или нескольких независимых величин (факторов).

Парная регрессия характеризует связь между двумя признаками: результативным и факторным.

Определить тип уравнения можно, исследуя зависимость графически, однако существуют более общие указания, позволяющие выявить уравнение связи, не прибегая к графическому изображению. Если результативный и факторный признаки возрастают одинаково, то это свидетельствует о том, что связь между ними линейная, а при обратной связи – гиперболическая. Если результативный признак увеличивается в арифметической прогрессии, а факторный значительно быстрее, то используется параболическая или степенная регрессия.

3. Множественная (многофакторная) регрессия

Изучение связи между тремя и более связанными между собой признаками носит название множественной (многофакторной) регрессии.

Построение моделей множественной регрессии включает несколько этапов:

1. Выбор формы связи (уравнения регрессии);

2. Отбор факторных признаков;

3. Обеспечение достаточного объема совокупности.


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.007 сек.)