Грецький алфавит
Α α – альфа Β β – бета Γ γ – гамма Δ δ – дельта Ε ε – епсилон Ζ ζ – дзета Η η – ета Θ θ – тета Ι ι – йота Κ κ – каппа Λ λ – лямбда Μ μ – мю |
Ν ν – ню Ξ ξ – ксі Ο ο – омікрон Π π – пі Ρ ρ – ро Σ σ ς – сигма Τ τ – тау Υ υ – іпсилон Φ φ – фі Χ χ – хі Ψ ψ – псі Ω ω – омега
|
Латинський алфавит
A B C D E F G H I J K L M
|
а b с d e f g h i j k l m
|
– а – бе – це – де – е – еф – ґе, же – ха, аш – і – йот, жі – ка – ель – ем
|
N O P Q R S T U V W X Y Z |
n о p q r s t u v w x y z |
– ен – о – пе – ку – ер – ес – ті – у – ве – дубль-ве – ікс – ігрек – зет (зета) |
З М І С Т
ПЕРЕДМОВА………………………………………………………………... |
3 |
|
Глава 1. Предмет, метод і завдання статистики………… |
6 |
|
|
1.1. Основні теоретичні положення…………………………..…………. |
6 |
|
1.2. Тестові завдання…………...………………………………………… |
8 |
Глава 2. СТАТИСТИЧНЕ СПОСТЕРЕЖЕННЯ……………………….. |
9 |
|
|
2.1. Основні теоретичні положення…………………………..…………. |
9 |
|
2.2. Задачі…………………………………………………………………. |
12 |
|
2.2.1. Типова задача…………………………………………………. |
12 |
|
2.2.2. Варіанти початкових даних…………………………………... |
14 |
|
2.3. Тестові завдання…………………………………………………….. |
16 |
Глава 3. Узагальнення статистичних даних……………… |
18 |
|
|
3.1. Основні теоретичні положення…………………………..…………. |
18 |
|
3.2. Задачі…………………………………………………………………. |
22 |
|
3.2.1. Типові задачі…………………………………………………... |
22 |
|
3.2.2. Варіанти початкових даних…………………………………... |
30 |
|
3.3. Тестові завдання…………………………………………………….. |
39 |
Глава 4. статистичниЙ АНАЛІЗ……………………………............. |
41 |
|
|
4.1. Основні теоретичні положення…………………………..…………. |
41 |
|
4.2. Задачі…………………………………………………………………. |
51 |
|
4.2.1. Типові задачі…………………………………………………... |
51 |
|
4.2.2. Варіанти початкових даних…………………………………... |
55 |
|
4.3. Тестові завдання…………………………………………………….. |
55 |
Глава 5. Система статистичних показників……………… |
57 |
|
|
5.1. Основні теоретичні положення…………………………..…………. |
57 |
|
5.2. Задачі…………………………………………………………………. |
63 |
|
5.2.1. Типові задачі…………………………………………………... |
63 |
|
5.2.2. Варіанти початкових даних…………………………………... |
76 |
|
5.3. Тестові завдання…………………………………………………….. |
78 |
Глава 6. ВИБІРКОВИЙ МЕТОД…………………………..……………… |
80 |
|
|
6.1. Основні теоретичні положення…………………………..…………. |
80 |
|
6.2. Задачі…………………………………………………………………. |
91 |
|
6.2.1. Типові задачі…………………………………………………... |
91 |
|
6.2.2. Варіанти початкових даних…………………………………... |
101 |
|
6.3. Тестові завдання…………………………………………………….. |
103 |
Глава 7. МЕТОД РЯДІВ ДИНАМІКИ…………………….……………… |
105 |
|
|
7.1. Основні теоретичні положення…………………………..…………. |
105 |
|
7.2. Задачі…………………………………………………………………. |
113 |
|
7.2.1. Типові задачі…………………………………………………... |
113 |
|
7.2.2. Варіанти початкових даних…………………………………... |
135 |
|
7.3. Тестові завдання…………………………………………………….. |
139 |
Глава 8. ІНДЕКСНИЙ МЕТОД…………………………………………… |
141 |
|
|
8.1. Основні теоретичні положення…………………………..…………. |
141 |
|
8.2. Задачі…………………………………………………………………. |
142 |
|
8.2.1. Типові задачі…………………………………………………... |
142 |
|
8.2.2. Варіанти початкових даних…………………………………... |
161 |
|
8.3. Тестові завдання…………………………………………………….. |
165 |
Глава 9. КОРЕЛЯЦІЙНО-РЕГРЕСІЙНИЙ АНАЛІЗ ЗВ’ЯЗКІВ…...… |
167 |
|
|
9.1. Основні теоретичні положення…………………………..…………. |
167 |
|
9.2. Задачі…………………………………………………………………. |
195 |
|
9.2.1. Типові задачі…………………………………………………... |
195 |
|
9.2.2. Варіанти початкових даних…………………………………... |
228 |
|
9.3. Тестові завдання…………………………………………………….. |
228 |
Додаток
1. Значення
функції
|
235 |
|
Додаток 2. Інтеграл ймовірностей … |
236 |
|
Додаток 3. Значення 2 у залежності від m і α……………………………... |
237 |
|
Додаток 4. Значення |t|m;1- в залежності від m і ……………………….... |
238 |
|
Додаток 5. Критичні значення F-критерію………………………….. |
239 |
|
Додаток 6. Критичні значення Kn;α для статистики критерію Колмлогорова…………………………………………………… |
240 |
|
ЛІТЕРАТУРА………………………………………………………………... |
241 |
|
ГРЕЦЬКИЙ АЛФАВИТ……………………………………………............. |
243 |
|
ЛАТИНСЬКИЙ АЛФАВИТ……………………………………………….. |
243 |
|
………………...
______________________
1 Частота крайніх класових інтервалів має перевищувати п’ять одиниць (заради цього поєднують крайні класові інтервали).
2 Вказана збіжність має місце, якщо функції pj(η1, η2, …, ηs) в деякому оточенні точки (η1, η2, …, ηs) спільного максимуму правдоподібності задовольняють наступним умовам:
1)
2)
Імовірності pj(η1,
η2,
…, ηs)
мають додатну нижню грань і двічі
неперервно диференційовані, а матриця
(∂pj/(∂ηj)
має ранг s.
3 Є незміщеною слушною оцінкою для теоретичної функції розподілу F(X).
4 Функція К має асимптотичне співвідношення: Kn; α ~ k1- α/√n, де K(k1-α) – квантиль порядку 1 – α розподілу Колмогорова (зведений у статистичні таблиці).
5
При виборі односторонньої критичної
області статистика критерію Колмогорова
задається лише однією формулою
результат
застосування якої порівнюється з
критичним значенням критерію Kn;
α+
= Kn;
2α.
При n → ∞ має місце асимптотичне співвідношення Kn; α+ ~ √(-lnα/(2n)).
6 Таку вибірку у стратегії відбору називають багатофазною.
7 Таку вибірку у стратегії відбору називають попарним відбором.
8 Відбір з утворенням однорідних типових груп у стратегії відбору ще називають стратометричним відбором.
9 Якщо відносні коливання показника в один та інший бік від його середнього значення не перевищують 5%, показник вважається незмінним у часі.
10 Метод математичної статистики, який дозволяє виявляти вплив факторів на математичне сподівання результативної ознаки шляхом поділу дисперсії останньої на окремі складові [18].
11 Статистична залежність умовного математичного сподівання випадкової величини від випадкового вектора (випадкової величини).
12 Зокрема, середня квадратична регресія Y на X – це функція виду:
де рівняння (1) має місце для дискретного, рівняння (2) – для неперервного розподілів. Вона мінімізує середній квадрат відхилення M[Y – gY(X)]² = M[EY(X, Y)]², а її графічне зображення – це крива середньої квадратичної регресії величини Y.
13 До того ж, коефіцієнти лінійної функції YX = а0 + а1X а0 = MY - βYXMX і а1 = βYX = rXYσY/σX мінімізують середній квадрат відхилення M[Y – (а0+а1X)]² = σY² + а1²σX² – 2а1rXYσXσY +[MY – (а0 + а1MX)]². βYX і rXY – відповідно коефіцієнт лінійної регресії Y на X і коефіцієнт кореляції між X і Y.
14 Динамічні моделі розподіленого лагу й авторегресійні динамічні моделі, а також методи їх оцінки докладно розглядаються в курсі «Економетрія».
15 Регресійні моделі, представлені системами рівнянь (або системами одночасних структурних рівнянь), проблеми їх ідентифікації, а також методи їх оцінки докладно розглядаються в курсі «Економетрія».
16 Кореляційне відношення – показник точності регресії випадкової величини Y на випадкову величину X.
17 Більш докладно розглядаються в курсі «Економетрія».
18 Еластичність (англ. elasticity) – числова характеристика зміни одного показника (наприклад: попиту або пропозиції) відносно іншого показника (наприклад: ціни, доходу), яка показує, на скільки процентів змінюється перший показник при зміні другого на 1%.