- •Общая теория статистики. (Электронный конспект лекций)
- •Оглавление
- •Общая теория статистики.
- •Глава 1. Предмет, метод и задачи статистики.
- •§ 2. Понятия и категории статистической науки.
- •1. Текущее и прерывное наблюдение.
- •2. Сплошное и несплошное наблюдение.
- •Глава 2. Статистическое наблюдение.
- •§ 1. Понятие статистического наблюдения у формы его организации.
- •1. Две формы организации статистического наблюдения.
- •§ 2. Виды и способы статистического наблюдения.
- •3. Способы организации сбора данных.
- •4. Способы регистрации необходимых сведений.
- •§ 3. План статистического наблюдения.
- •1. Программно-методологические вопросы наблюдения.
- •2. Организационные вопрос плана наблюдения.
- •§ 4. Ошибки статистического наблюдения и контроль материалов статистического наблюдения.
- •1. Виды ошибок.
- •2. Виды контроля.
- •§ 5. Выборочный метод статистического наблюдения
- •Глава 3. Сводка и группировка статистических материалов.
- •§ 1. Общее понятие о сводке, ее организация и техника.
- •1. Организация сводки.
- •2. Техника сводки.
- •§2. Сущность и задачи группировок.
- •§3. Вторичная группировка
- •3.1. Два способа вторичной группировки.
- •§4. Статистические таблицы
- •Глава 4. Графическое изображение статистических данных
- •§ 1. Графики и их роль в обобщении и анализе статистических данных.
- •1.1. Понятие о графиках.
- •1.2. Основные элементы графиков.
- •§ 2. Основные виды графиков.
- •2.1. Столбиковые диаграммы.
- •2.2. Плоскостные диаграммы.
- •2.3. Секторные диаграммы.
- •2.4. Объемные диаграммы.
- •2.5. Линейные графики ( диаграммы).
- •Глава 5. Абсолютные и относительные величины
- •§1. Абсолютные статистические величины и их виды.
- •§ 2. Относительные статистические величины, их формы выражения и виды.
- •2.1. Виды относительных величин.
- •Глава 6. Статистическое изучение вариационных рядов.
- •§ 1. Общие сведения о вариационных рядах, их построение.
- •1.1. Понятие о рядах распределения.
- •1.2. Общее сведения о вариационных рядах.
- •1.3. Плотность распределения.
- •1.4. Накопленная частота (частость).
- •§2. Графическое представление вариационных рядов.
- •Гистограмма
- •Глава 7. Средние величины.
- •§1.Понятие о средних величинах и их значениях.
- •§2. Средняя арифметическая.
- •§3. Средняя гармоническая
- •§4. Средняя прогрессивная.
- •§5. Структурные средние.
- •5.1. Мода
- •5.2. Медиана
- •В дискретном ряду.
- •5.3. Квартили
- •5.4. Децили.
- •Глава 8. Показатели вариации
- •§1. Понятие о вариации и ее показатели.
- •Размах вариации. R
- •Среднее линейное отклонение.
- •Среднее квадратическое отклонение. Σ
- •Коэффициент вариации.
- •§2. Расчет дисперсии альтернативного признака
- •§3. Виды дисперсий и правило их сложения.
- •§4. Эмпирические коэффициент детерминации и корреляционное отношение.
- •Глава 9. Индексный метод в статистике
- •§1. Общее понятие об индексах.
- •§2. Индивидуальные индексы (ии)
- •§3. Общие индексы (ои)
- •Индекс Пааше
- •Индекс Ласпейреса
- •§4. Индексы средних величин.
- •§5. Базисные и цепные индексы.
- •§6. Индексы производительности труда
- •Трудовой и
- •Стоимостный и
- •§7. Индекс себестоимости продукции
- •§8. Определение роли отдельных факторов в динамике сложных явлений при помощи индексов. Разложение абсолютных приростов по факторам.
- •§9. Территориальные индексы (ти)
- •Построения территориальных индексов для косвенных показателей.
- •Построение территориальных индексов качественных показателей.
- •Глава 10. Ряды динамики
- •§1. Понятие о рядах динамики и их виды.
- •§2. Основные показатели динамики.
- •§3. Компоненты рядов динамики.
- •§4. Методы выравнивания рядов динамики.
- •§5. Сезонная составляющая ряда динамики и ее характеристика.
- •§6. Применение рядов динамики при прогнозировании.
- •Глава 11. Статистическое изучение взаимосвязи показателей §1.Понятие статистической зависимости и ее виды
- •§2.Метод наименьших квадратов. Выборочное уравнение парной линейной регрессии.
- •§3. Нелинейная регрессия.
- •§4. Оценка соответствия уравнения регрессии статистическим данным
- •§7.Эмпирическое корреляционное отношение и его свойства.
- •§8.Другие формы нелинейной парной регрессии.
- •§9.Множественная линейная регрессия.
§8.Другие формы нелинейной парной регрессии.
Используя МНК можно построить практически любые формы нелинейной парной связи. Для этого используют линеаризирующие преобразования, т.к. только линейные по параметрам функции восстанавливаются МНК. Приведем часто встречающиеся парные зависимости и линеаризирующие преобразования переменных.
|
Функция |
Линеаризирующие преобразования |
|||
|
Преобразования переменных |
Выражения для величин a и b |
|||
y′ |
x′ |
b′ |
a′ |
||
1 |
|
y |
1/x |
b |
a |
2 |
|
1/y |
x |
b |
a |
3 |
|
x/y |
x |
b |
a |
4 |
|
lg y |
x |
lg b |
lg a |
5 |
|
ln y |
x |
ln b |
a |
6 |
|
1/y |
e-x |
b |
a |
7 |
|
lg y |
lg x |
lg b |
a |
8 |
|
y |
lg x |
b |
a |
9 |
|
1/y |
x |
a/b |
1/b |
10 |
|
1/y |
1/x |
a/b |
1/b |
11 |
|
ln y |
1/x |
ln b |
a |
12 |
|
y |
xn |
b |
a |
Качество
предсказания результатов проверяют с
помощью уравнения
.
После вычисления коэффициентов
и
по методу наименьших квадратов (как для
выборочной линейной регрессии) выполняют
обратные преобразования, т.е. по
и
определяют
и
в соответствии с указаниями приведенной
выше таблицы.
Т.о. парная зависимость может иметь разнообразную форму.
До тех пор, пока не проверены все известные формы связи, исследователь не может быть уверен, что выбрана лучшая форма с точки зрения предсказания результатов опыта. Исключение – случай, когда множество точек измерений имеет определенную и интерпретируемую форму.
Замечание. Выбор оптимальной формы связи осуществляется по минимальной остаточной дисперсии.
Пример 1. Исследовать стохастическую зависимость себестоимости единицы продукции Y от объема произведенной продукции по данным 15 предприятий.
Выпуск продукции, тыс. шт. (Х) |
2 |
3 |
4 |
4 |
5 |
6 |
6 |
6 |
7 |
8 |
9 |
10 |
12 |
13 |
14 |
Себестоимость единицы продукции, руб. (Y) |
8 |
10 |
7 |
6 |
5 |
5 |
4 |
3 |
4 |
5 |
3 |
2 |
1 |
1 |
2 |
Построим
поле корреляции, т.е. нанесем на плоскость
точки
.
Из
рис.16 видно, что между Х
и Y
существует нелинейная связь. Т.к. при
отсутствии выпуска продукции нет смысла
говорить о ее себестоимости, то регрессию
между рассматриваемыми величинами
будем искать в виде гипреболы
.
Рис.16
Применим
линейное преобразование к функции
:
.
Получим
.
По МНК для коэффициентов
и
имеем:
.
Т.к.
то окончательно
