X
Код презентации скопируйте его
СТАТИСТИКА
Скачать эту презентацию
Презентация на тему СТАТИСТИКА
Скачать эту презентациюCлайд 1
СТАТИСТИКА I (теория статистики) 14-18 Кафедра Маркетинга и менеджмента (ММ) Бесплатные презентации http://prezentacija.biz/
Cлайд 2
Статистическое изучение взаимосвязей явлений По характеру зависимости между изменением признака: функциональные; корреляционные. По направлению влияния признака – фактора на признак – результат: прямые; обратные. По форме выражения связи: прямолинейные (уравнение прямой); криволинейные (уравнение кривой). По степени тесноты связи: тесные; слабые. По числу факторов: однофакторные; многофакторные.
Cлайд 3
В установлении взаимосвязи между признаками общественных явлений определяющая роль принадлежит теоретическому анализу. Статистика использует много приемов установления и измерения связей. Среди которых: метод группировок; метод параллельных рядов; индексный метод; балансовый метод; корреляционный метод. Применение метода группировок для изучения взаимосвязей осуществляется в три этапа: совокупность распределяется на группы по значению факторного признака; в каждой группе определяется среднее значение результативного фактора; рассматривается, как изменяется эта средняя от группы к группе.
Cлайд 4
Метод наименьших квадратов (МНК) - метод оценки параметров модели на основании экспериментальных данных, содержащих случайные ошибки. В основе метода лежат следующие рассуждения: при замене точного (неизвестного) параметра модели приблизительным значением необходимо минимизировать разницу между экспериментальными данными и теоретическими (вычисленными при помощи предложенной модели). Это позволяет рассчитать параметры модели с помощью МНК с минимальной погрешностью.
Cлайд 5
Мерой разницы в методе наименьших квадратов служит сумма квадратов отклонений действительных (экспериментальных) значений от теоретических. Выбираются такие значения параметров модели, при которых сумма квадратов разностей будет наименьшей: = min Y – теоретическое значение измеряемой величины, y – экспериментальное.
Cлайд 6
Дисперсия - мера рассеивания случайных величин, измеряемая квадратом отклонения от среднего значения Остаточная дисперсия (дисперсия остаточных величин): σ i 2 - групповые дисперсии; ∑fi - общее число единиц наблюдения; n - численность выборки. или
Cлайд 7
Ранговые коэффициенты корреляции Коэффициент корреляции рангов Спирмена основан на рассмотрении разности рангов значений факторного и результативного признаков: d^2i - квадраты разности рангов n - число наблюдений (число пар рангов) 6 - число «шесть» (даже в некоторых учебниках это число ошибочно заменено символом стандартного отклонения). Коэффициент Спирмена принимает любые значения в интервале [-1;1]
Cлайд 8
Ранговый коэффициент корреляции Кендалла также может использоваться для измерения взаимосвязи между качественными и количественными признаками, характеризующими однородные объекты и ранжированные по одному принципу. n - число наблюдений; S - сумма разностей между числом последовательностей и числом инверсий по второму признаку.
Cлайд 9
Линейный коэффициент корреляции (r) – служит для определения степени тесноты парной линейной зависимости. Для расчета можно использовать, например, следующие формулы: xi и yi - сравниваемые количественные признаки n – число сравниваемых наблюдений σx и σy– стандартные отклонения в сопоставляемых рядах.
Cлайд 10
Ряды динамики — это ряды статистических показателей, характеризующих развитие явлений природы и общества во времени Ряды динамики содержат два вида показателей. Показатели времени (годы, кварталы, месяцы и др.) или моменты времени (на начало года, на начало каждого месяца и т.п.). Показатели уровней ряда. Показатели уровней рядов динамики могут быть выражены абсолютными величинами (производство продукта в тоннах или рублях), относительными величинами (удельный вес городского населения в %) и средними величинами (средняя заработная плата работников отрасли по годам и т. п.).
