Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Сез-ые кол-ия. Ин-сы сез-ых кол-ий и сез-ая волна. ⇐ ПредыдущаяСтр 2 из 2
Сезонные – изменение ур-ня дин-ки определяет постоянный период, равный годовому промежутку вр-ни. Индексами сезонности явл-ся процентные отношения фактич-их (эмпирических) внутригодовых ур-ей к теоретическим (расчетным) ур-ям, выступающим в кач-ве базы сравнения. - фактич-ие и расчетные(выровненные) ур-ни одноименных внутригодовых периодов (соответственно); n – число лет. Для того чтобы выявить устойчивую сезонную волну, индексы сезонности вычисляют по данным за несколько лет (не менее 3-х), распределенным по месяцам.
41. Индексы. Классификация индексов в статистике по степени охвата явления, базе сравнения, форме построения, объекту исследования, составу явления, периоду исчисления. Индекс – сложная относительная величина, которая позволяет сравнивать несоизмеримые показатели. По степени охвата: 1) индивидуальные; 2) общие. По базе сравнения: 1) динамические; 2) территориальные. По форме построения: 1) агрегатные; 2) средние (средние арифметические и средние гармонические). По объекту исследования: 1) индексы цен; 2) физического объема; 3) себестоимости; 4) производительности труда. По составу явления: 1) постоянного (фиксированного) состава; 2) переменного состава. Индивид-ые и общие индексы. Агрегатный индекс. Индекс – это сложная, относительная величина, кот позволяет сравнивать несоизмеримые показатели. Индекс показывает во сколько раз или на сколько % показатель текущего периода изменился по отношению к базисному. Измеряют в % или коэффициентах. Бывают индивидуальные, общие, групповые. Индивидуальные – относятся к ед-ам совок-ти набл-ия.
Общие индексы - ко всему набл-ию в целом; Могут рассчитываться в форме агрегатных индексов (когда известны данные за базисный и текю период) Бывают агригатные, средние арифметические, средние гармонические.
Средние индексы. Индекс – это сложная, относительная величина, кот позволяет сравнивать несоизмеримые показатели. Индекс показывает во сколько раз или на сколько % показатель текущего периода изменился по отношению к базисному. Измеряют в % или коэффициентах. Бывают индивидуальные, общие, групповые. Общие индексы - ко всему набл-ию в целом; Могут рассчитываться в форме агрегатных индексов (когда известны данные за базисный и текю период) Бывают агригатные, средние арифметические, средние гармонические.
-среднеарифметические – используются когда известны д а нные только за базисный период и измен-ие показателей в тек. периоде (т.е. индивид-ые пок-ли); - среднегармонические – когда известны данные только за тек. период и измен-ие показателей в тек. периоде (т.е. индивид-ые пок-ли);
Факторный анализ. Мода Мо – значение случайной величины, встречающееся с наибольшей вероятностью, в дискретном вариационном ряду – вариант, имеющий наибольшую частоту. В интервальных рядах распределения с равными интервалами мода вычисляется по формуле: , где ХМо – нижняя граница модального интервала; iMo – модальный интервал; fMo, fMo-1, fMo+1 – частоты в модальном, предыдущем и следующем за модальным интервалах (соответственно). Модальный интервал определяется по наибольшей частоте. Мода широко используется в статистической практике при изучении покупательного спроса, регистрации цен и т.д. Медиана Ме – вариант, который находится в середине вариационного ряда. Медиана делит ряд на две равные (по числу единиц) части – со значениями признака < медианы и > медианы. Чтобы найти медиану, необходимо отыскать значение признака, которое находится в середине упорядоченного ряда. В ранжированных рядах несгруппированных данных нахождение медианы сводится к отысканию порядкового номера медианы. Номер медианы для нечетного объема вычисляется по формуле: , где n – число членов ряда. В случае четного объема ряда медиана равна средней из двух вариантов, находящихся в середине ряда. В интервальных рядах распределения медианное значение (поскольку оно делит всю совокупность на две равные по численности части) оказывается в каком-то из интервалов признака х. Этот интервал характерен тем, что его кумулятивная частота (накопленная сумма частот) равна или превышает полусумму всех частот ряда. Значение медианы вычисляется линейной интерполяцией по формуле: , где хМе – нижняя граница медианного ряда; ∑f/2 – половина от общего числа наблюдений; iMe – медианный интервал; SMe-1 – сумма наблюдений, накопленная до начала медианного интервала; fМе – число наблюдений в медианном интервале.
Эта формула получена исходя из допущения о равномерности нарастания накопленной частоты внутри интервала и пригодна для любого интервального ряда. Мода и медиана, как правило, являются дополнительными к средней характеристиками совокупности и используются в математической статистике для анализа формы рядов распределения. Аналогично медиане вычисляются значения признака, делящие совокупность на 4 равные (по числу единиц) части – квартили, на 5 – квинтили, на 10 – децили, на 100 – перцентили. Различают верхний и нижний квартили. Они определяются по формулам: и , где хmin – нижние границы квартильных интервалов; i – интервал ряда распределения; ∑fQ1-1 и ∑ fQ3-1 – суммы частот всех интервалов, предшествующих квартильным; fQ1 и fQ3 – частоты квартильных интервалов. Децили: .
46. Выборочное наблюдение. Индивидуальный, групповой и комбинированный отбор. Выборочное наблюдение – такое несплошное наблюдение, при котором отбор единиц осуществляется в случайном порядке, отобранная часть изучается, а результаты распространяются на всю исходную совокупность. Совокупность, из которой производится отбор, называется генеральной, а все ее показатели – генеральными. Совокупность отобранных единиц называется выборочной, а все ее показатели – выборочными. В поле выборочного наблюдения возникают ошибки репрезентативности. Они происходят из-за неправильно рассчитанной численности выборки и других ошибок. Различают следующие виды выборки:
47. Бесповторный и повторный отбор. При повторной выборке общая численность единиц генеральной совокупности в процессе выборки неизменна. Единицу, попавшую в выборку, после регистрации снова возвращают в генеральную совокупность (отбор по схеме возвращенного шара). При бесповторной выборке единица совокупности, попавшая в выборку, в генеральную совокупность не возвращается и в дальнейшем в выборке не участвует (отбор по схеме невозвращенного шара).
48. Виды выборки: собственно-случайная, механическая, типическая, серийная, комбинированная. Собственно-случайная выборка – выборочная совокупность образуется в результате случайного (непреднамеренного) отбора единиц из генеральной совокупности. При этом количество единиц, отобранных в выборочную совокупность, обычно определяется исходя из принятой доли выборки. Механическая выборка – отбор единиц в выборочную совокупность производится из генеральной совокупности, разбитой на равные интервалы (группы). При этом размер интервала в генеральной совокупности равен обратной величине доли выборки. Типическая выборка – генеральная совокупность вначале расчленяется на однородные группы. Затем из каждой типической группы собственно-случайной или механической выборкой производится индивидуальный отбор единиц в выборочную совокупность.
Серийная (гнездовая) выборка – из генеральной совокупности отбираются не отдельные единицы, а целые их серии (гнезда). Внутри каждой из попавшей в выборку серии обследуются все без исключения единицы, т.е. применяется сплошное наблюдение. Комбинированная выборка – сочетает в себе признаки других видов выборки.
49. Малая выборка в статистике. По степени охвата ед-ц сов-ти различают: -большие выборки; -малые выборки – несплошное стат. обсл-ие, при кот-ом выб-ая сов-ть образ-ся из сравнительно небольшого числа ед-ц ген. сов-ти; объем – меньше 30 ед-ц, может до 4-5. К малой выборке прибегают очень часто в торговле, когда большая выборка невозможна или нецелесообразно (например, если проведение исс-ия связано с порчей или уничтожением обслед-ыи образцов).
50. Ген. и выб-ая совокупность. Полнота выборки. Генеральная – сов-ть, из кот-ой произ-ся отбор, все ее обобщающие пок-ли назыв-ся генеральными. Сов-ть отобранных ед-ц назыв-ся выборочной сов-ью и все ее обобщающие показатели – выборочные. Преимущество выб. набл-ия состоит в экономии времени и ср-в. Ошибка репрезентативности возникает из-за недостаточности отбора данных, поэтому численность выборки необходимо рассчитать. -для повторного отбора: -для бесповторного отбора:
51. Ошибка выборочного наблюдения. Ошибка выборки (ошибка репрезентативности) – разность соответс-их выборочных и ген. характеристик. Выборочная доля (частость) (w)– отношение числа ед-ц, обладающих изуч-ым пр-ом (m) к общему числу ед-ц выборочной сов-ти (n). Для хар-ки надежности выб-ых пок-ей различают: - среднюю ошибку выборки: --для повторного отбора: --для бесповторного отбора: --для бесповторной доли: - предельную ошибку выборки(D) рассчитывают для того, чтобы ответить на вопрос о точности выборки с опред-ой вер-тью, знач-ие кот-ой опред-ет коэфф-т доверия (t). --при вероятности (р)=0,683 можно утверждать что разность м/д выборочным и ген. пок-ми не превысит одной ср. ошибки выборки, т.е. t=1 --при р=0,954, t=2; --при р=0,997, t=3 --для выборочной доли:
52. Средняя и предельная ошибки выборки. Для хар-ки надежности выб-ых пок-ей различают: - среднюю ошибку выборки: --для повторного отбора: --для бесповторного отбора: --для бесповторной доли: - предельную ошибку выборки(D) рассчитывают для того, чтобы ответить на вопрос о точности выборки с опред-ой вер-тью, знач-ие кот-ой опред-ет коэфф-т доверия (t).
--при вероятности (р)=0,683 можно утверждать что разность м/д выборочным и ген. пок-ми не превысит одной ср. ошибки выборки, т.е. t=1 --при р=0,954, t=2; --при р=0,997, t=3 --для выборочной доли:
53. Корр-ка выборки. Распространение рез-ов выбо-го набл-ия на генеральную совокупность. Применяя выборочный метод в стат. используют либо ср. вел-ну кол-го пр-ка, либо относит-ую вел-ну альтернативного пр-ка. Распространение выборочных данных на ген. сов-ть произ-ся с учетом доверительных интервалов. Для этого соответствующие обобщающие пок-ли выб-ой сов-ти w и корректруются величиной предельной ошибки выборки : -для доли альтернативного пр-ка: -для средней вел-ны кол-го при-ка:
54. Причинно-следственные связи между явлениями. Качественный анализ изучаемого явления. Исследования объекивно сущ. связей м/д явл-ми – важнейшая задача теории статистики. Причинно следственные отношения – связь явлений и процессов, когда изменение одного из них ведет к измен-ию другого. Факторные признаки воздействуют на др. признаки, результативные испытывают на себе воздействие др. признаков. В стат. различают функциональную и стохастическую зависимость. Функциональная – связь, при кот-ой определенному значению факторного пр-ка соответствует знач-ие результативного. Если причинная зависимость проявляется не в каждом отдельном случае, а в общем, то такая связь – стохастическая. Частным случаем стохастической связи явл-ся корреляционная связь. По степень тесноты связи различают: -слабую; -умеренную; -сильную. Гр-ки взаимосвязь 2-х пр-ов изображают с помощью поля корреляции. В системе координат по оси ОХ отмечают значение факторного пр-ка, по ОУ – результативного. Каждое пересечение линий обознач-ся точкой. При отсутствии тесных связей точки на гр-ке расположены беспорядочно, чем сильнее связь м/д пр-ми, тем теснее будут групп-ся точки вокруг опред-ой линии, выражающей ф-лу связи.
|
||||||||
Последнее изменение этой страницы: 2016-08-12; просмотров: 158; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.131.13.194 (0.04 с.) |