Автор работы: Пользователь скрыл имя, 13 Июня 2013 в 23:34, лекция
Исходным понятием статистики является понятие статистической совокупности, под которой понимают массовое явление, изучаемое в данный момент статистикой (например: население страны). Каждая статистическая совокупность состоит из отдельных элементов, которые называют единицами статистической совокупности (для населения – человек, семья, население какого-нибудь региона, национальность и т. д.). Каждая единица совокупности обладает определенными свойствами. Признаком в статистике называют свойство или качество единицы совокупности, которое может быть определено или измерено (для человека – пол, рост, возраст, вес и т. д.). Признаки подразделяются на количественные и качественные (атрибутивные).
Дисперсия альтернативного признака.
Наряду с изучением вариаций количественных признаков определяют вариацию альтернативных признаков. Обозначим через p долю единиц совокупности, обладающих альтернативным признаком; через q – долю единиц совокупности не обладающих альтернативны признаком. p+q=1
Наличие признака у единиц совокупности обозначается цифрой 1, отсутствие признака – 0. Вычислим среднюю величину альтернативного признака: . Средняя величина альтернативного признака равна доле единиц совокупности, обладающих этим альтернативным признаком. вычислим дисперсию альтернативного признака: . Дисперсия альтернативного признака равна произведению доли единиц совокупности, обладающих этим признаком и доли единиц совокупности не обладающих данным признаком.
Лекция №7
Выборочное наблюдение.
Выборочным называют не сплошное наблюдение, при котором обследованию и изучению подвергаются не все единицы исходной совокупности, а только часть единиц, при этом результат обследования части совокупности распространяется на всю исходную совокупность. Совокупность, из которой производится отбор единиц для дальнейшего обследования и изучения называется генеральной и все показатели, характеризующие эту совокупность, называются генеральными. Средняя величина признака в генеральной совокупности обозначается через , а численность единиц в генеральной совокупности обозначается через N.
Совокупность отобранных единиц называется выборочной и все показатели, характеризующие эту совокупность, называются выборочными. Средняя величина признака в выборочной совокупности обозначается через , а численность единиц выборочной совокупности обозначается через n.
Возможные пределы отклонений выборочной
средней величины от генеральной
средней величины называют ошибкой
выборки. Чем больше ошибка выборки,
тем в большей степени
Задача выборочного наблюдения состоит в том, чтобы на основе данных выборочной совокупности дать верное представление о генеральной совокупности, т. е. необходимо максимально приблизить выборочные показатели к генеральным и знать возможный предел отклонений этих величин. При прочих равных условиях чем больше численность единиц выборочной совокупности, тем меньше величина ошибки выборки. Средняя ошибка выборки обозначатся буквой и характеризует среднюю величину отклонений выборочных показателей от генеральных и при этом должно соблюдаться следующее соотношение: .
Так как средняя ошибка выборки характеризует среднюю величину возможных отклонений выборочных показателей от генеральных, то всегда найдутся единицы генеральной совокупности, которые будут выходить за возможные пределы, такие, как и .
Если мы увеличим возможные пределы отклонений выборочных показателей от генеральных, то с большей вероятностью сможем утверждать, чтот показатели генеральной совокупности отличаются от выборочных показателей не более чем на какую-нибудь величину, которую называют предельной ошибкой выборки. Предельная ошибка выборки обозначается буквой и вычисляется по формуле , где - средняя ошибка выборки; t – коэффициент доверия, зависящий от вероятности, с которой можно гарантировать, что предельная ошибка выборки не превысит t-кратную среднюю ошибку, и всегда будет соблюдаться следующее неравенство: .
Таблица для справки:
Процент вероятности |
Коэффициент доверия (t) |
68,3% |
1,0 |
95,0% |
1,96 |
95,4% |
2,0 |
99,0% |
2,58 |
99,7% |
3,0 |
99,9% |
3,28 |
По способу отбора единиц в выборочную совокупность различают следующие виды выборочного наблюдения (выборки):
По методу отбора единиц в выборочную совокупность различают повторный и бесповторный отбор.
При повторном отборе обследованная единица после изучения вновь возвращается в генеральную совокупность и не исключена возможность дальнейшего отбора этой единицы в выборочную совокупность.
При бесповторном отборе обследованная единица не возвращается в генеральную совокупность и не участвует в дальнейшем отборе единиц в выборочную совокупность.
1) Собственно-случайная выборка заключается в том, что отбор единиц в выборочную совокупность производится без определенной системности, например, методом жеребьевки. При этом каждая единица генеральной совокупности имеет одинаковую вероятность быть отобранной в выборочную совокупность. Средняя ошибка выборки рассчитывается по формулам:
Для повторного отбора: ; для бесповторного отбора: ; где - дисперсия выборочной совокупности.
2) Механическая выборка является разновидностью собственно-случайной выборки и заключается в том, что вся генеральная совокупность разбивается на определенное количество равных частей и затем из каждой части случайным образом производится отбор единиц в выборочную совокупность. Для определения средней ошибки выборки применяют те же формулы, что и при собственно-случайной выборке.
3) Типическая выборка проводится в тех случаях, когда вся генеральная совокупность разбивается на качественно-однородные группы и затем из каждой группы, случайным или механическим образом производится отбор единиц в выборочную совокупность.
Формула для повторного отбора: ; для бесповторного отбора: ; где - средняя из внутригрупповых дисперсий.
4) Серийная выборка состоит в том, что обследованию подвергаются не отдельные единицы совокупности, а целые группы или серии единиц. При этом, в данной группе обследованию подвергаются все единицы. Средняя ошибка выборки определяется по формулам: Для повторного отбора: ; для бесповторного отбора: ; где - межгрупповая дисперсия; r – количество групп или серий в выборочной совокупности; R – количество групп или серий в генеральной совокупности.
Для определения необходимой
Лекция №8.
Ряды динамики.
Одной из задач статистики является изучение изменения социально-экономических явлений и процессов во времени. Эта задача решается с помощью составления и анализа рядов динамики.
Ряд динамики представляет собой последовательность числовых значений изучаемого статистического показателя за определенные периоды времени. Числовые значения, составляющие ряд динамики называются уровнями ряда и обозначаются yi (i=1,2,…,n). В зависимости от вида показателей, составляющих ряд динамики, различают ряды абсолютных, относительных и средних величин. Уровни ряда динамики могут относиться к определенным моментам или периодам времени. В зависимости от этого ряды динамики подразделяются на моментные и интервальные.
Моментным называют ряд динамики, уровни которого характеризуют величину изучаемого показателя на определенный момент времени (на конкретную дату). Например: приводится численность населения Российской Федерации (млн. чел.): на 01.01.1999 – 146,3; на 01.01.2000 – 145,6; на 01.01.2001 – 144,8; на 01.01.2002 – 144,0; на 01.01.2003 -145,2.
Интервальным называют ряд динамики, уровни которого характеризуют величину изучаемого показателя за определенный период времени. Например: приводится объем кредитных вложений в экономику страны: 2000 г. – 808; 2001 г. – 1286; 2002 г. – 1755.
Расчет среднего уровня в рядах динамики.
Различают: y1 - начальный уровень ряда, yn – конечный уровень ряда, - средний уровень ряда. В моментном ряду динамики возможны следующие варианты расчета среднего уровня:
В интервальном ряду динамики средний уровень рассчитывается следующим образом:
1. В ряду с равноотстоящими интервалами по формуле простой арифметической средней: .
2. В ряду с не равноотстоящими интервалами по формуле средней арифметической
взвешенной: .
Основные аналитические и средние показатели рядов динамики.
Кроме среднего уровня для анализа
рядов динамики вычисляют следующие аналитичес
Возможны 2 варианта сравнения уровней рядов динамики. При 1-ом варианте сравнения каждый i-ый уровень ряда сравнивают с каким-то первым уровнем, выбранным в качестве базы сравнения. Как правило, в качестве базы сравнения выбирают уровень начального периода. Полученные в результате сравнения показатели называются базисными и характеризуют изменение изучаемого показателя в данном периоде, по сравнению с начальным периодом. При втором варианте сравнения каждый i-ый уровень ряда сравнивают с предшествующим уровнем, т. е. база сравнения все время меняется. Рассчитанные при этом варианте показатели называются цепными и характеризуют изменение изучаемого показателя в данном периоде по сравнению с предшествующим.
1) Абсолютный прирост показывает на сколько единиц изменится уровень данного периода, по сравнению с уровнем, выбранным в качестве базы сравнения.
Базисные показатели: ; цепные показатели: .
2) Коэффициент роста показывает, во сколько раз изменился уровень данного периода по сравнению с уровнем, выбранным в качестве базы сравнения.
3) Темп роста представляет собой коэффициент роста, выраженный в процентах (%):
4) Темп прироста характеризует относительное изменение уровней ряда, выраженное в %:
5) Абсолютное значение 1% прироста показывает на сколько единиц изменился уровень ряда динамики при его изменении на 1%: .
Кроме перечисленных аналитических показателей вычисляют средние показатели динамики за определенный период времени. Вычисляют:
1) среднегодовой абсолютный прирост, который показывает на сколько единиц изменялись уровни ряда динамики ежегодно, в течение определенного периода времени: , где m – число цепных абсолютных приростов.
2) среднегодовой коэффициент роста, который показывает, во сколько раз ежегодно изменялись уровни ряда динамики в течение определенного периода времени:
3) среднегодовой темп роста представляет собой среднегодовой коэффициент роста, выраженный в процентах (%): .
Лекция №9.
При сравнении двух и более рядов динамики возникает проблема несопоставимости уровней ряда по следующим причинам: 1) изменение территориальных границ, в пределах которых рассчитываются показатели; 2) изменение уровня цен при расчете показателей; 3) изменение методологии расчета покупателей.
Для привидения таких рядов динамики к сопоставимому виду применяют метод смыкания рядов динамики. Он заключается в том, что для периода, в котором произошли определенные изменения, в расчете показателей рассчитывают коэффициент соотношения уровней и затем все последующие (предшествующие), уровни рядов динамики корректируют с учетом этого коэффициента. При изучении рядов динамики важной задачей является выявление основной тенденции изменения уровней рядов динамики. Для этого используют следующие методы:
1) Метод скользящей средней, который заключается в том, что по исходным данным для каждого звена по формуле простой арифметической средней рассчитываются теоретические уровни, в которых исключены случайные колебания уровней рядов динамики. Полученные теоретические уровни присваивают периоду, который находится в середине каждого звена. Например, трехзвенную скользящую среднюю рассчитывают следующим образом: ; ; , и т. д.
2) Метод укрупнения интервалов состоит в том, что первоначальный ряд динамики преобразуется в ряд с более продолжительными периодами времени. Например: месячные уровни товарооборота преобразуют в квартальные уровни.
3) Метод механического выравнивания заключается в том, что на основе рассчитанного среднегодового абсолютного прироста вычисляются теоретические уровни ряда динамики.
4) Метод аналитического выравнивания состоит в том, что на основе математической функции, которая наиболее точно отражает основную тенденцию изменения уровней ряда динамики, строится теоретическая функция: y(t)=f(t), где t – параметр времени. При подборе математической функции необходимо свести к минимуму сумму квадратов отклонений фактических уровней ряда от теоретических: . Рассмотрим аналитическое выравнивание ряда динамики по линейной функции , где t – параметр времени; a и b – параметры линейной функции. Для определения параметров линейной функции a и b составляют систему уравнений: .
Пример: