- •Статистический анализ взаимосвязи социально-экономических явлений
- •Брянск издательство бгту
- •Карабан, л.А. Статистический анализ взаимосвязи социально-экономических явлений: учеб.- практ. Пособие / л.А. Карабан. – бгту, 2010. – 152 с. – (Сер. «Необъятная статистика»).
- •Предисловие
- •Введение
- •Раздел I. МетоДы изучения взаимосвязей в статистике
- •Глава 1. Теоретические основы исследования взаимосвязей социально-экономических явлений
- •Виды и формы взаимосвязи между явлениями
- •1.2. Общие понятия о стохастических, функциональных и корреляционных связях
- •1.4. Основные приемы изучения взаимосвязей
- •Глава 2. Теоретические основы Корреляционного анализа
- •2.2. Статистические методы изучения корреляционной связи
- •2.3. Измерение тесноты корреляционной связи
- •Рассмотрим использование парных коэффициентов корреляции для измерения многофакторной связи
- •2.5. Корреляционный анализ порядковых переменных или ранговая корреляция
- •Рассмотрим применение коэффициента корреляции рангов Спирмэна
- •Оценим возможности использования коэффициента корреляции рангов Кендэлла
- •Определим возможности применения коэффициента конкордации
- •2.6. Корреляция категоризированных (номинальных) переменных
- •Рассмотрим использование коэффициентов взаимной сопряженности
- •Глава 3. Дисперсионный анализ как метод установления тесноты связи между Явлениями
- •3.1. Общее понятие и цели дисперсионного анализа
- •3.2. Оценка существенности и достоверности связи. Многофакторный дисперсионный анализ
- •Глава 4. Проведение регрессионного анализа
- •4.1. Построение однофакторного уравнения регрессии
- •4.3. Построение и статистический анализ двухфакторной линейной модели (трехмерной регрессии)
- •4. 4. Экономическая интерпретация многофакторной регрессионной модели
- •Раздел II. Практическая реализация методов расчета показателей связи ______________________________________________
- •Глава 1. Использование средств microsoft excel для оценки взаимосвязей явлений
- •1.1.Технология решения задач корреляционного
- •Рассмотрим процедуру построения системы показателей и анализ матрицы коэффициентов парной корреляции.
- •Проведём обзор выбора вида моделей с оценкой их параметров
- •Рассмотрим порядок проведения проверки качества построенной модели
- •Рассмотрим практическую оценку влияния отдельных факторов на зависимую переменную в построенной модели регрессии.
- •Разберём вопрос использования многофакторных моделей для анализа и прогнозирования развития экономических систем.
- •Глава 2. Примеры решения типовых задач
- •2.1. Определение параметров уравнения регрессии
- •2.2. Вычисление линейного коэффициента корреляции
- •2. 3. Задачи для закрепления изученного материала
- •2.4. Задачи для самостоятельного выполнения
- •Правила ответа на письменный тест
- •Заключение
- •Список использованной и рекомендуемой литературы
- •Приложения приложение 1
- •Приложение 2
- •Приложение 3
- •Приложение 4
Раздел II. Практическая реализация методов расчета показателей связи ______________________________________________
Изучение причинно-следственных зависимостей между фактами – важнейшая задача анализа социально-экономических явлений. Эта связь необходима для принятия обоснованных управленческих решений. Изучение зависимости – это сложнейшая задача, поскольку социально-экономические явления сами по себе сложны и многообразны. Для упрощения расчетов на практике используются методы компьютерного моделирования и применяются средства MICROSOFT EXCEL для анализа данных. Кроме того, полученные выводы носят вероятностный характер, так как они делаются на основе данных, представляющих собой выборку во времени или пространстве.
Глава 1. Использование средств microsoft excel для оценки взаимосвязей явлений
В состав табличного процессора Microsoft Excel входит набор средств анализа данных (так называемый Пакет анализа), предназначенный для решения сложных статистических и инженерных задач. С помощью программных макрофункций возможно проведение регрессионного, корреляционного и дисперсионного анализа.
Рассмотрено использование среды Excel для анализа и прогнозирования временных рядов, что часто используется на практике и существенно упрощает решение часто встречающихся социальных и экономических задач. Приведена схема проведения множественного корреляционного и регрессионного анализа на примерах временных моделей. С учётом иерархии тенденций и колебаний показаны приёмы построения линий тренда для моделирования различных типов рядов.
Для проведения анализа данных с помощью этих инструментов входные данные и параметры проводимых численных исследований задаются особым образом, что показано в работе. Исследованы вопросы отбора факторов при построении множественной регрессии и корреляции, использования фиктивных переменных во множественной регрессии и свойств оценок метода наименьших квадратов, а также показателей качества регрессии.
В рамках использования программы результаты могут быть представлены в графическом виде.
Обычно статистические данные приводятся в виде длинных и сложных статистических таблиц, поэтому бывает весьма трудно обнаружить в них имеющиеся неточности и ошибки. Графическое представление статистических данных помогает легко и быстро выявить ничем не оправданные пики и впадины, явно не соответствующие изображаемым статистическим данным, аномалии и отклонения.
Графические изображения используются, прежде всего, для наглядного представления статистических данных, благодаря чему существенно облегчается их восприятие и понимание. Важна их роль и тогда, когда речь идет о контроле полноты и достоверности исходного статистического материала, используемого для обработки и анализа.
Графическое представление статистических данных является не только средством иллюстрации статистических данных, но инструментом контроля правильности и достоверности их использования. Благодаря своим свойствам оно является важным средством толкования и анализа статистических данных, а в некоторых случаях - единственным и незаменимым способом их обобщения и познания. В частности, оно незаменимо при одновременном изучении нескольких взаимосвязанных экономических явлений, так как позволяет с первого взгляда установить существующие между ними соотношения и связи, различие и подобие, а также выявить особенности их изменений и взаимосвязей во времени.
Приведенный в данном разделе материал ориентирован на приобретение опыта построения временных и других моделей, с различными параметрами, спецификациями и идентификацией, а также для использования результатов при формировании выводов и обоснований и дальнейшего получения прогнозных оценок.