Статистика (шпаргалка 2002г.)
В интервальном вариационном ряду порядок нахождения медианы следующий: располагаем индивидуальные значения признака по ранжиру; определяем для данного ранжированного ряда накопленные частоты; по данным о накопленных частотах находим медианный интервал.
Медиана делит численность ряда пополам, следовательно, она там, где накопительная частота составляет половину или больше половины всей суммы частот, а предыдущая (накопленная) частота меньше половины численности совокупности.
Если предполагать, что внутри медианного интервала нарастание или убывание изучаемого признака происходит по прямой равномерно, то формула медианы в интервальном ряду распределения будет иметь следующий вид:

где хме - нижняя граница медианного интервала;
ime - величина медианного интервала;
Σf/2 - полусумма частот ряда;
Σfmе-1 - сумма накопительных частот, предшествующих медианному
интервалу;
fmе - частота медианного интервала.
Квартили – это значения признака, которые делят ряд на 4 равные части. Различают нижний квартиль Q1, медиану Ме и верхний квартиль Q3.

где xmin - минимальные границы квартильных интервалов;
i - интервал ряда распределения
ΣfQf-1; ΣfQ3-1 - суммы частот всех интервалов, предшествующих
квартильным;
fQ1; fQ3 - частоты квартильных интервалов
Децили (D) – варианты, которые делят ранжированный ряд на 10 равных частей. Так, первый и второй децили могут быть вычислены по формулам:

где xmin - минимальные границы децильных интервалов;
i - интервал ряда распределения
ΣfОf-1; ΣfО2-1 - суммы частот всех интервалов, предшествующих
децильным;
fD1; fD3 - частоты децильных интервалов
3.5. Понятие вариации признака, показатели вариации, дисперсия альтернативного признака. Упрощенный способ расчета дисперсии. Виды дисперсий в совокупности, разбитой на группы, правило сложения дисперсий
Способность признака принимать различные значения называют вариацией признака. Для измерения вариации признака используют различные обобщающие показатели – абсолютные и относительные.
Размах вариации – это разность максимального и минимального значений признака: R = хmax - хmin.
Среднее линейное отклонение – это средняя из абсолютных значений отклонений признака от своей средней:

Средняя из квадратов отклонений значений признака от своей средней, т.е. дисперсия:

Дисперсия есть разность среднего квадрата и квадрата средней

или
- простая
- взвешенная
Дисперсия
может быть
определена
методом условных
моментов. Момент
распределения
– это средняя
m
отклонений
значений признака
от какой-либо
величины А:
если А
= 0, то момент
называется
начальным; если
А
=
,
то моменты –
центральными;
если А
= С,
то моменты –
условными.
В зависимости от показателя степени К, в которую возведены отклонения (х – А)к, моменты называются моментами 1-го, 2-го и т.д. порядков.
Расчет дисперсии методом условных моментов состоит в следующем:
Выбор условного нуля С;
Преобразование фактических значений признака х в упрощенные хґ путем отсчета от условного нуля С и уменьшения в d раз:

Расчет 1-го условного момента:

Расчет 2-го условного момента:

Расчет 1-го порядка начального момента:

Дисперсии

Среднее квадратичное отклонение рассчитывается по данным о дисперсии = 2
Относительные величины вариации
Коэффициент осцилляции отражает относительную колеблемость крайних значений признака вокруг средней

Относительное линейное отклонение:

Коэффициент вариации:

Коэффициент асимметрии:

Виды дисперсий и правило сложения дисперсий
Общая дисперсия:
где
- общая
средняя всей
совокупности
Межгрупповая дисперсия:

где
- средняя
по отдельным
группам
Средняя внутри групповых дисперсий

Общая
дисперсия равна
сумме из межгрупповой
дисперсии и
средней внутригрупповой
дисперсии:

Дисперсия альтернативного признака.
Она равна произведению доли единиц, обладающих признаком и доли единиц, не обладающих им

Тема 4. Ряды динамики
4.1. Понятие о рядах динамики, виды рядов динамики
Ряды динамики – это последовательность упорядоченных во времени числовых показателей, характеризующих уровень развития изучаемого явления.
Ряды динамики бывают:
В зависимости от времени – моментные и интервальные ряды.
От формы представления уровней – ряды абсолютных, относительных и средних величин.
От расстояния между датами – полные и неполные хронологические ряды.
От числа показателей – изолированные и комплексные ряды.
4.2.Производные показатели рядов динамики
| Показатели | Базисный | Цепной |
| Абсолютный прирост |
уi – у0 |
уi – уi-1 |
|
Коэффициент роста (Кр) |
уi : у0 |
уi : уi-1 |
|
Темп роста (Тр) |
(уi : у0) · 100 |
(уi : уi-1) · 100 |
|
Коэффициент прироста (Кпр) |
Кр – 1; уi – у0 у0 Δбаз : у0 |
Кр – 1; уi – уi-1 уi-1 Δцеп : уi-1 |
| 4.3. Взаимосвязь цепных и базисных темпов роста | ||
|
Темп прироста (Тпр) |
Кпр · 100 : Тр - 100 |
Кпр · 100 : Тр - 100 |
| Абсолютное значение 1-го процентного прироста (1%А) |
у0 : 100 |
уi-1 : 100; Δ : Тпр уi - уi-1 Тр - 100 |
Соотношения: у2/у1 · у3/у2 · у4/у3 · у5/у4 = у5/у1 у4/у1 : у3/у1 = у4/у3
4.4. Средние показатели ряда динамики
Если
ряд динамики
интервальный
и содержит все
последовательные
уровни, то средний
уровень определяется
как средняя
арифметическая
величина:
Если
ряд динамики
моментный с
одинаковыми
промежутками
времени между
датами, то средняя
хронологическая
определяется
как простая
арифметическая:

А
если с разновеликими
интервалами
между датами,
то как средняя
арифметическая
взвешенная
по времени:
где t
- время, в течение
которого уровень
не менялся
Средний абсолютный
прирост:
Средний
темп роста:

Средний
темп прироста:

4.5. Измерение сезонности явлений.
Индексы сезонности. Построение сезонной волны
Метод простых средних:
а)
определяется
средняя хронологическая
для каждого
месяца
б)
средняя хронологическая
общая:
Индекс
сезонности:

Метод сравнения фактического и сглаженного уровней а) метод скользящего среднего уровня:

б)
метод аналитического
выравнивания:



Колеблемость
уровня ряда
измеряется
средним отклонением
индекса сезонности
iсез
от 100%:
Среднее
квадратичное
отклонение

4.6. Выравнивание рядов динамики
Выравнивание рядов динамики производят одним из способов:
а) Механическое выравнивание состоит в укрупнении интервала времени и расчете средней хронологической
б)
Аналитическое
выравнивание
– это описание
тенденций с
помощью подбора
адекватной
модели, представляющей
математическую
функцию зависимости
среднего уровня
от времени:
По
уравнению
прямой:

где a0 и а1 - это параметры уравнения, которые рассчитываются на
основе
фактических
данных методом
наименьших
квадратов

- это
условное время
принятое от
какой-то базы.
Выравнивание
может выполняться
по параболе
2-го порядка:
а0,
а1,
а2 -параметры,
определяемые
с помощью системы
уравнений:
если
Σt
= 0, то Σt3
= 0
Если
применяется
показательная
функция, то
уравнения
взаимосвязи
следующая:
, для решения
такой модели
переходят к
логарифмам:

Это уравнения прямой для логарифмов уравнений, поэтому выравнивание осуществляется аналогично прямой, но предварительно определяются логарифмы
При выборе модели можно руководствоваться правилами
,
если абсолютные
приросты колеблются
около постоянной
величины, то
можно использовать
модель прямой
линии
Δy = уi - уi-1; а0 - база; а1t - прирост.
,
если приросты
приростов,
т.е. ускорение
колеблется
около постоянной
величины, то
можно использовать
параболу 2-го
порядка: а0 -
база; а1t -
прирост; а2t2 -
ускорение
(Δу2
– Δу1)
-
ср. коэффициент
роста, если
ежегодные
темпы роста
примерно постоянны,
то можно использовать
модель показательной
функции.
6. Индексы
6.1. Понятие индекса, индивидуальные и общие индексы, различие между ними
Индекс – это относительная величина сравнения сложных совокупностей и отдельных их единиц, которая показывает изменение изучаемого явления:
Бывают индексы общими и индивидуальными.
1. Общий индекс цен в агрегатной форме:
а)
-
индекс Пааше
б)
- индекс Ласпейреса
Агрегатный индекс физического объема

Общий индекс

2. Индексы как средние величины:
Индекс физического объема

Индекс цен Пааше
Индекс
цен Ласпейреса:

Индекс цен переменного и постоянного состава
3.1.Индекс
переменного
состава:
Индекс
постоянного
состава:
Индекс
структурных
сдвигов
