Перечислите основные виды средних величин и укажите технику их вычисления

Ответ: Средние величины также, как и относительные, являются разновидностью обобщающих показателей.

Однако в отличие от относительных величин они характеризуют интересующее нас явление не по качественному, а по количественному признаку и выражаются именованными, а не отвлеченными числами.
Например, средний срок наказания лиц, осужденных за убийство из ревности, составляет 10 лет; средняя продолжительность жизни у мужчин в России составляла в 1994 году 57, 3 года, у женщин - 71, I года; средний размер месячной пенсии по старости у пенсионеров Томской области в 1996 году равняло 206794 руб., в 1997 году - 243551 руб. и т.д. Подобных примеров можно приводить, сколько угодно, что говорит о широком применении средних величин. В то же время необходимо всегда помнить, что средние величины дают правильное представление об исследуемом явлении лишь в том случае, когда они используются для характеристики качественно однородных групп.

В связи с этим важнейшим условием получения надежных и достоверных средних величин является то, что эти величины должны вычисляться лишь на базе предварительных научно обоснованных группировок.

Невыполнение этого условия может привести к неправильным выводам или нелепым курьезам, если, например, объединить в одну совокупность так называемых «новых русских» и полунищих пенсионеров, а потом вычислять их средний годовой доход.

В правовой статистике средние величины используются чаще для характеристики среднего размера иска, средних сроков рассмотрения той или иной категории дел, среднего размера ущерба, средней нагрузки следователей и судей, среднего возраста осужденных и т.д. По своему содержанию и способу исчисления средне величины подразделяются на несколько видов:

средняя арифметическая (простая и взвешенная);

- структурные средние (мода и медиана);

- средняя прогрессивная и другие (например, средняя геометрическая, средняя гармоническая).

24. Какие статистические методы выявления наличия и измерения связи между признаками социально-правовых явлений вы знаете

Ответ: Виды взаимосвязи

Статистика различает следующие виды взаимосвязи:

1. Функциональная и статистическая. Первый вид взаимосвязи имеет место тогда, когда первому значению фактора соответствует одно или несколько четко определенных значений результата. Например, S=Vt. Статистическая взаимосвязь имеет место тогда, если каждому значению фактора соответствует неопределенное множество значений результата. Статистика изучает только статистические связи.

2. Прямая и обратная. Прямая наблюдается в том случае, если движение фактора и результата направлены в одну сторону; обратная связь имеет место, если их движение противоположны.

3. Прямолинейная и криволинейная взаимосвязи. Прямолинейная выражается формулой уравнения прямой у = а + bx; криволинейная выражается уравнением параболы, гиперболы и других кривых y = x² + bx + c.

В экономической практике не встречаются взаимосвязи, которые полностью можно описать при помощи формальных уравнений. Поэтому при характере взаимосвязи задачи статистики заключаются в следующем:

1) определить вид и характер взаимосвязи;

2) подобрать теоретическую функцию, которая наиболее точно описывает взаимосвязь фактора и результата. Это дает возможность прогнозировать результат показателя на основании прогноза факторов.

Методы взаимосвязи

Статистика изучает взаимосвязи при помощи системы методов, важнейшими среди которых являются:

1. Аналитические группировки, где факторный признак располагается по убыванию или возрастанию, а в соответствии с этим располагается и результативный признак. это дает возможность визуальным путем определить характер и тесноту взаимосвязи. Например, распределение по весу в зависимости от возраста.

Возраст	Вес
	3, 5
	5, 7
	9, 2
	13, 4
	17, 7

2. Метод параллельных рядов. Строятся два ряда признаков, которые находятся в определенной взаимосвязи; затем визуально определяют характер и тесноту взаимосвязи. Например, данные о численности занятых в ВВП.

S занятых	ВВП, млрд.руб

Для характеристики взаимосвязи факторный признак располагают в монотонно убывающем или возрастающем порядке, а показатели результата перемещаются в соответствии с факторным показателем.

S занятых	ВВП, млрд.руб

3. Балансовый метод широко применяется в экономике. Основной показатель развития ВВП проходит в своем движении 3 стадии: производство, распределение и перераспределение, конечное использование.

Взаимосвязь между отдельными стадиями движения ВВП и отдельными компонентами ВВП осуществляется при помощи балансового метода. Его суть заключается в том, что величина ВВП на всех трех стадиях должна быть одинакова.

Основными методами изучения взаимосвязи социально-экономических явлений служат равные коэффициенты и корреляционно-регрессионный анализ.

4. Корреляционно-регрессионный анализ. Корреляционная связь – связь, проявляющаяся при достаточно большом числе наблюдений в виде определенной зависимости между средним значением результативного признака и признаками-факторами.

Изучение корреляционных связей сводится в основном к решению следующих задач:

Ø выявление наличия (или отсутствия) корреляционной связи между изучаемыми признаками. Эта задача может быть решена на основе параллельного сопоставления (сравнения) значений х и у у n единиц совокупности; с помощью группировок; построения и анализа специальных корреляционных таблиц; а также построения диаграмм рассеяния;

Ø измерение тесноты связи между двумя (и более) признаками с помощью специальных коэффициентов. Эта часть исследования называется корреляционный анализ;

Ø определение уравнения регрессии – математической модели, в которой среднее значение результативного признака у рассматривается как функция одной или нескольких переменных – факторных признаков. Эта часть исследования называется регрессионный анализ.

Задача корреляционного анализа – измерение тесноты связи между варьируемыми признаками и оценка факторов, оказывающих наибольшее влияние.

Задача регрессионного анализа – выбор типа модели (формы связи), устанавливающих степени влияния независимых переменных.

Связь признаков проявляется в их согласованной вариации, при этом одни признаки выступают как факторные, а другие – как результативные. Причинно-следственная связь факторных и результативных признаков характеризуется по степени:

· тесноты;

· направлению;

· аналитическому выражению.

4.1. Регрессионный анализ. Для оценки параметров уравнений регрессии наиболее часто используется метод наименьших квадратов (МНК), суть которого заключается в следующем требовании: искомые теоретические значения результативного признака должны быть такими, при которых бы обеспечивалась минимальная сумма квадратов их отклонений от эмпирических (фактических) значений, т.е.

. (6.1)

При изучении связей показателей применяются различного вида уравнения прямолинейной и криволинейной связи. Так, при анализе прямолинейной зависимости применяется уравнение:

(6.2)

При криволинейной зависимости применяется ряд математических функций:

полулогарифмическая (6.3)

показательная (6.4)

степенная (6.5)

параболическая (6.6)

гиперболическая (6.7)

Наиболее часто используемая форма связи между коррелируемыми признаками – линейная, при парной корреляции выражается уравнением (6.2), где а₀ – среднее значение в точке x=0, поэтому экономической интерпретации коэффициента нет; а₁ – коэффициент регрессии, показывает, на сколько изменяется в среднем значение результативного признака при увеличении факторного на единицу собственного измерения.

Система нормальных уравнений МНК для линейной парной регрессии имеет следующий вид:

(6.8)

Отсюда можно выразить коэффициенты регрессии:

;

. (6.9)

Для практического использования регрессионных моделей необходима проверка их адекватности. При численности объектов анализа до 30 единиц возникает необходимость проверить, насколько вычисленные параметры характерны для отображаемого комплекса условий, не являются ли полученные значения параметров результатом действия случайных причин. Значимость коэффициентов регрессии применительно к совокупности n< 30 определяется с помощью t-критерия Стьюдента. При этом вычисляются фактические значения t-критерия:

для параметра а₀: , (6.10)

для параметра а₁: . (6.11)

В формулах (6.10) и (6.11):

- среднее квадратическое отклонение результативного признака от выровненных значений . (6.12)

- среднее квадратическое отклонение факторного признака от общей средней . (6.13)

Полученные по формулам (6.10) и (6.11) фактические значения и сравниваются с критическим , который получают по таблице Стьюдента с учетом принятого уровня значимости и числа степеней свободы ν (ν =n-k-1, где n – число наблюдений, k – число факторов, включенных в уравнение регрессии). Рассчитанные параметры а₀ и а₁ уравнения регрессии признаются типичными, если t фактическое больше t критического.

⇐ Предыдущая 1 2 3 4 5 67