Шпаргалки

А
грегатный индекс физического объема – Ip =

 p₀ q₀

 i M

и
ндекс среднеарифметический - Iср.ар. = , М - вес

 M

 M

среднегармонический индекс - Iср.гар. =

 M/i

3. индексный метод использования для оценки влияния отдельных факторов:

• Когда результативный показатель есть функция произведения 2-х или нескольких факторных показателей, при одном виде элементов совокупности.

• Когда результативный показатель есть сумма произведений показателей факторов, т.е. несколько видов элементов в совокупности.

• Когда результативный показатель есть уровень качественного показателя.

Стат изучение связей между явлениями.

1. Хар-ка общественных явлений на основе взаимосвязей.

2. k-т корреляции. Его экономический смысл.

3. Уравнение регрессии. Хар-ка его параметров.

1. Хар-ка общественных явлений на основе взаимосвязей.

При аналитической группировке присутствует пара взаимосвязанных признаков, где один из признаков, оказывающий влияние н другой наз. факторным (Х), а другой, на который оказ. влияние – результативный (У).

Задача – изменение взаимосвязей м/у ними, т.е. определение того, как они вл. др. на др.

Все общественные явления, существующие в природе и общ-ве органически связаны м/у собой, зависят др. от др., дополняют др. др., находятся в постоянном движении. Задача – измерить взаимосвязь этих явлений.

В прир. и о-ве сущ. 2 типа связей.

1. Функциональные (хар-ся точностью и полнотой охвата).

2. корреляционные.

При (1) каждому значению величины факторного признака (Х) соответствует только 1 строго определенное значение результативного признака (У). Причем размер этого изменения можно точно определить в каждом определенном случае и для каждое единицы совокупности. Чаще всего такие связи рассматриваются точными науками.

Массовые явления общественной жизни хар-ся многообразием факторов, из взаимосвязью => результативный признак может изменяться под влиянием этих факторов.

Связь м/у факторными и результативными признаками будет неполной и будет проявляться лишь в средней. Это – корреляционные связи (хар-ся тем, что сред вел. результативного признака измен-ся под воздействием изм-я многих факторных признаков.

Корреляционные связи проявляются в массе общественных явлений

Связи м/у явлениями подразделяются в зависимости от направления движения на нарямые и обратные.

прямые: направление изменения результативного признака совп. с напр. изм-я факторного.

обратные: если фактор. признак растет, то результ. понижается.

Выявление связей м/у признаками определяется на основе корреляционного метода, где корреляция («соотношение») характеризует взаимозависимость 2-х случайных величин Х и У, показывая влияние одного или нескольких факторов на изуч. процесс.

В ходе корреляционного анализа выявляется теснота связи. Показателем, характеризующим форму и тесноту связи явл. линейный k-т корреляции (r).

r = ((xy)_ср. – x_ср.y_ср.)/(_x_y)

r<0 – связь обратная

r+-1 – св. тесная

r=0,5 – св. средняя

r0 – св. слабая

r=1 – не корр. зависимость, а функциональная.

Если установлена форма связи и определена теснота => опр-ся корр. зависимость м/у факт. и результативным признаком (регрессия). Это зависимость какой либо сл. вел. от др. вел. Эта зависимость закл. в поиске теоретич. линий связи (линии регрессии).

Математически эта связь представлена уравнением прямой Ух = Ао + А₁Х (линейное ур-е связи).

Ао, А1 – параметры, кот надо определить.

Ао – нач значение результативного признака, не завис. от факторного.

А1 – k-t регрессии, показывающий, на сколько ед-ц изменяется сред. значение результативного признака с изменением факторного признака на ед.

Пример: Ух = 15,4 +0,8х

Зависимость: прибыль (у) – стоимость осн. фондов (х)

0,8 – если увел. ст-ть ОФ на 1, то прибыль возр. на 0,8.

Ух – теоретическое значение результативного признака.

На основе а₁ рассчитыв-ся k-т эластичности, кот. показывает изменение результативного признака в % с изменением факторного признака на 1%.

Э = а₁х_ср./у_ср.

Чтобы рассчитать а1 и а0 нужно решить сис-му нормированных уравнений.

/ а₀т + а₁х = у

а₀х + а₁х² = ху

Расчет параметров ур-я позволяет определить теоретическое значение результативного признака.

Правильность решения можно установить на основе -х значений у и у_х (фактич. и теорет.). Они не должны сильно различаться (у  у_х). Тогда корреляционный анализ проведен правильно, параметры рассчитаны ровно и правильно выявлена зависимость м/у факт. и рез. признаками.

Выборочное наблюдение. Расчет ошибки выборки.

- это наблюдение, при котором кар-ку всей сов-ти получают на основе некоторой части этой совокупности, отобр. в случайном, непреднамеренном порядке.

Выборочная сов-ть – часть сов-ти, кот. подверг. исслед-ю.

Генеральная – вся сов-ть, из которой производится отбор. На ее основе опр. долю выборки.

(ск-ко % нужно выбрать) d=n/N n – выборочн. N – генер.

Не совпад. качественных характеристик м/у генеральными и выборосными сов-тями – ошибка выборки (ошибка репрезентативности).

Основная задача выборочного набл-я – расчет изменения Х (х).

t – k-т кратности ошибки (показ., сколько сред. ошибок содержится в предел. ошибке выборки).

х = t

 - сред. ошибка выборки.

Пределы возможной ошибки опр-ся в вероятностью появления этих ошибок, где t находится по таблице интеграла вероятности.

t = 1 p = 0,683

t = 2 p = 0,954

t = 3 p = 0,997

 зависит от выборочной совокупности (n) – чем > n, тем < ошибка.

 зависит от колеблемости (показателей вариации) – чем больше отклонение от средней, тем больше ошибка

Нужно различать повторную и безповторную выборки.

повторная:  = /n (-кв. корень)

безповторная:  = ²/n(1-n/N)