- •Оглавление
- •Глава 1. Статистическое наблюдение 13
- •Глава 2. Сводка и группировка статистических данных. Графическое представление статистических данных 19
- •Глава 3. Абсолютные и относительные величины 45
- •Глава 4. Показатели центра рядов распределения 59
- •Глава 5. Статистические показатели вариации 77
- •Глава 6. Выборочное наблюдение 103
- •Глава 7. Статистическое изучение динамики социально- экономических явлений 119
- •Глава 9. Статистическое изучение взаимосвязей признаков. Моделирование экономических процессов 174
- •Глава 10. Экономическая и социальная статистика в народном хозяйстве 199
- •Глава 8. Статистические индексы 152
- •Глава 11. Применение электронных образовательных ресурсов в статистике 257
- •Введение
- •Глава 1. Статистическое наблюдение
- •1.1 Виды статистического наблюдения
- •1.2. Источники получения статистических данных
- •1.3. Подготовительная методологическая работа
- •Программно-методологические вопросы наблюдения
- •1.4. Анализ статистических данных
- •1.5. Точность статистического наблюдения
- •Глава 2. Сводка и группировка статистических данных. Графическое представление статистических данных
- •2.1. Виды группировок
- •2.2. Характеристика сводки и группировки статистических данных
- •Алгоритм группировки с равными интервалами
- •2.3. Вторичная группировка или перегруппировка
- •2.4. Статистические таблицы и графики
- •2.5. Решение типовых задач
- •Распределение контрактов акционерного общества «Звезда» по величине прибыли
- •Вторичная группировка распределения контрактов акционерного общества «Звезда» по величине прибыли показана в таблице:
- •Полигон распределения реализованного спроса и типовой шкалы пошива женских брючных костюмов
- •2.6.Задания для самостоятельной работы
- •Глава 3. Абсолютные и относительные величины
- •3.1. Абсолютные величины
- •3.2. Виды относительных величин
- •3.3. Решение типовых задач
- •3.4. Задания для самостоятельной работы
- •Глава 4. Показатели центра рядов распределения
- •4.1. Средние величины в рядах распределения
- •4.1.4. Средняя геометрическая:
- •4.1.5. Средняя квадратическая:
- •4.1.6. Средняя кубическая:
- •4.1.7. Общий вид степенной средней величины:
- •4.2. Структурные характеристики ряда распределения
- •4.3. Решение типовых задач
- •4.4. Задания для самостоятельной работы
- •Глава 5. Статистические показатели вариации
- •5.1. Абсолютные показатели вариации
- •5.1.1. Размах колебаний (размах вариации):
- •5.1.3. Дисперсия ( ):
- •5.1.4. Среднее квадратическое отклонение ( ):
- •5.2. Относительные показатели вариации
- •5.2.1. Относительный размах вариации или коэффициент осцилляции:
- •5.2.2. Относительное линейное отклонение или коэффициент линейного отклонения:
- •5.2.3. Коэффициент вариации:
- •5.2.4. Относительный показатель квартильной вариации:
- •5.2.5. Относительный показатель децильной дифференциации (вариации):
- •5.3. Моменты в рядах распределения
- •5.3.1. Начальный момент распределения.
- •5.3.2. Центральный момент распределения.
- •5.4. Ранговые порядковые показатели вариации
- •5.5. Показатели асимметрии и эксцесса распределений
- •5.6. Показатели формы распределения
- •5.6.1. Симметричное распределение (нормальное распределение)
- •5.6.2. Правосторонняя асимметрия
- •5.6.3. Левосторонняя асимметрия
- •5.7. Решение типовых задач
- •5.8. Задания для самостоятельной работы
- •Глава 6. Выборочное наблюдение
- •6.1. Виды отбора и приемы формирования выборочной совокупности
- •6.1.1. Виды отбора выборочной совокупности (и их комбинации):
- •6.1.2. Оценка выборочной совокупности.
- •6.2. Определение средних ошибок выборки
- •6.3. Определение предельных ошибок выборки
- •6.4. Сущность выборочного наблюдения
- •6.5. Расчет необходимого объема выборки
- •6.6. Малая выборка
- •6.7. Решение типовых задач
- •6.8. Задания для самостоятельной работы
- •Глава 7. Статистическое изучение динамики социально- экономических явлений
- •7.1. Показатели, характеризующие динамические ряды
- •7.2. Выявление основной тенденции изменения и выравнивание рядов динамики
- •7.3. Методика измерения параметров тренда
- •7.4. Сезонные колебания
- •7.5. Методы прогнозирования: интерполяция, экстраполяция
- •7.6. Решение типовых задач
- •7.7. Задания для самостоятельной работы
- •Глава 8. Статистические индексы
- •8.1. Индивидуальные индексы
- •8.2. Общие индексы
- •8.3. Решение типовых задач
- •8.4. Задания для самостоятельной работы
- •Глава 9. Статистическое изучение взаимосвязей признаков. Моделирование экономических процессов
- •9.1. Виды взаимосвязей между признаками
- •9.1.1. Классификация признаков по их значению:
- •9.1.2. Классификация признаков по характеру зависимости явлений:
- •9.1.4. Классификация признаков по направлению:
- •9.1.5. Классификация признаков по аналитическому выражению:
- •9.2. Корреляционно-регрессионный метод исследования
- •9.2.1. Корреляционный метод анализа.
- •9.2.3. Методы изучения связи социальных явлений.
- •9.3. Решение типовых задач
- •9.3.3. Определите при помощи корреляционного отношения тесноту связи между числом обслуживаемых станков и средней выработкой одного рабочего:
- •9.4. Задания для самостоятельной работы
- •Глава 10. Экономическая и социальная статистика в народном хозяйстве
- •10.1. Система национальных счетов
- •10.1.1. Классификация и назначение основных счетов.
- •10.1.2. Основные принципы составления снс:
- •10.1.3. Показатели результатов экономической деятельности в снс.
- •10.1.4. Методы исчисления валового внутреннего продукта (ввп).
- •10.2. Статистика основных и оборотных фондов
- •10.2.2. Показатели состояния и движения основных фондов:
- •10.3. Применение статистических методов исследования на предприятиях и в отраслях народного хозяйства
- •10.3.1. Статистика трудовых ресурсов и их использования.
- •10.3.3. Статистика продукции.
- •10.3.4. Статистика производительности труда.
- •10.3.5. Статистика труда и заработной платы.
- •10.4. Основы социальной статистики
- •10.4.1. Статистика населения.
- •10.4.2. Показатели учета состава населения.
- •10.4.3. Уровень жизни как объект статистического наблюдения.
- •10.5. Статистика финансов
- •10.5.1. Основные показатели государственного бюджета:
- •10.5.3. Статистика финансовых результатов предприятий.
- •10.5.4. Статистика денежного обращения, инфляции и цен.
- •10.6. Статистика страхования
- •10.7. Решение типовых задач
- •10.8. Задания для самостоятельной работы
- •Глава 11. Применение электронных образовательных ресурсов в статистике
- •11.1. Информатизация образования
- •11.2. Характристика электронных образовательных ресурсов
- •11.3. Модульно – компетентностный подход в структуризации электронных образовательных ресурсов
- •11.4. Индивидуальная образовательная траектория обучения
- •11.5. Структуризация учебного курса дисциплины
- •Глоссарий
- •Литература
- •Приложения
- •Нормальный закон распаределения
- •Распределение пирсона ( х2 – распределение)
- •Распределение стьюдента ( t – распределение)
- •Вероятности коэффициентов корреляции (r)
- •Значения средней µ и стандартных ошибок
7.2. Выявление основной тенденции изменения и выравнивание рядов динамики
При изучении в рядах динамики основной тенденции развития явления применяются различные приемы и методы, такие как укрупнение интервалов, метод скользящей средней и аналитическое выравнивание.
В основу этих методов положено определение по исходным данным теоретических уровней, в которых случайные колебания погашаются, а основная тенденция развития явления выражается в виде некоторой плавной линии.
7.2.1. Метод укрупнения интервалов основан на укрупнении периодов времени, к которым относятся уровни ряда и определение итога уровня для этих интервалов (по интервальным рядам абсолютных величин) или исчисление средних для каждого укрупненного интервала.
При использовании переменной средней укрупнение интервалов обычно начинают с объединения двух периодов. Если же тенденция четко не проявляется, переходят к объединению трех периодов и т.д.
Недостатком этого метода является то, что из поля зрения выпадает процесс изменения внутри укрупненного интервала, что вызвано сокращением числа уровней изучаемого ряда.
Однако преимуществом данного метода является сохранение экономической природы явления.
Расчет переменной средней осуществляется по формулам средней арифметической простой (объединение трех периодов):
;
и т.д., где:
у1, у2, у3 …..уп - уровни исходного ряда динамики.
7.2.2. Метод скользящей средней основан на замене абсолютных показателей ряда динамики средними арифметическими за определенные периоды. Расчет средних ведется способом скольжения, т.е. постепенным исключением из принятого периода скольжения первого уровня и включением следующего:
;
;
и т.д.
Полученные средние записываются к соответствующему срединному интервалу (второму, третьему, четвертому и т.д.).
Обеспечиваемое при применении метода скользящей средней погашение колебаний величин индивидуальных уровней ряда динамики называется сглаживанием динамического ряда.
Недостатком этого
метода является то, что сглаженный ряд
«укорачивается», т.е. происходит потеря
информации по сравнению с фактическим
на
члена ряда с одного и другого конца,
где:
- количество
уровней, входящих в новый интервал.
Вместе с тем, чем продолжительнее интервал сглаживания, тем сильнее усреднение, а потому выявляемая тенденция развития получается более плавной.
7.2.3. Метод аналитического выравнивания является наиболее эффективным способом выявления основной тенденции развития явлений и позволяет получить количественную модель, выражающую общую тенденцию изменения уровней динамического ряда во времени. В этом случае фактические уровни заменяются уровнями, вычисленными на основе определенной прямой или кривой, выбранной в предположении, что она отражает общую тенденцию изменения во времени изучаемого явления. При этом уровни ряда динамики выражаются в виде функции времени:
.
Тенденцию ряда динамики, представленную в виде гладкой кривой, аналитически выраженной функцией времени, называют трендом f(t).
Тренд характеризует основную закономерность движения во времени, свободную в основном (но не полностью) от случайных воздействий.
Уровни временного ряда описывают следующим уравнением тренда:
,
где:
—
систематическая
составляющая, характеризующая основную
тенденцию;
— случайная
составляющая.
Логический анализ при выборе вида уравнения может быть основан на рассчитанных показателях динамики, а именно:
если относительно стабильны абсолютные приросты (первые разности уровней приблизительно равны), сглаживание может быть выполнено по прямой;
если абсолютные приросты равномерно увеличиваются (вторые разности уровней приблизительно равны), можно принять параболу второго порядка;
при ускоренно возрастающих (замедляющихся) абсолютных приростах принимают параболу третьего порядка;
при относительно стабильных темпах роста принимают показательную функцию.
В зависимости от вида функции различают следующие основные формы тренда:
1) Линейная
модель:
,
где:
у — уровни, освобожденные от колебаний, выровненные по прямой;
a0 — начальный уровень тренда в момент или период, принятый за начало отсчета времени;
a1 — среднегодовой абсолютный прирост (среднее изменение за единицу времени t, константа тренда.
Линейный тренд хорошо отражает тенденцию изменений при действии множества разнообразных факторов, изменяющихся различным образом по разным закономерностям.
2) Показательная
модель:
,
где:
- уровень ряда за
период (в момент) времени t=0;
- средний коэффициент
роста за единичный промежуток времени.
3) Параболическая
модель:
,
где:
- квадратический
параметр, равный половине ускорения,
константа параболического тренда.
Параболическая форма тренда выражает ускоренное или замедленное изменение уровней ряда с постоянным ускорением. Такой характер развития можно ожидать при наличии важных факторов прогрессивного (регрессивного) развития.
4) Логарифмическая
модель:
Логарифмический тренд пригоден для отображения тенденции замедляющегося роста уровней при отсутствии предельно-возможного значения.
