Статистические методы изучения взаимосвязей экономических явлений

   Курсовая  работа   

   по  статистике на тему:

   «Статистические методы изучения взаимосвязей экономических  явлений». 
 

Содержание: 

Введение

1. Теоретическая часть………………………………………………………….5

1. Основные понятия корреляционного и регриссионного анализа……….7
2. Парная корреляция и парная линейная регрессия……………………...10
3. Оценка значимости параметров взаимосвязи…………………………...15
4. Непараметрические методы оценки связи………………………………17
5. Дисперсионный анализ связи…………………………………………….20

2. Расчетная часть……………………………………………………………...21

3. Аналтическая часть…………………………………………………………29

Заключение……………………………………………………………………...33

Литература………………………………………………………………………35 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

     Введение

     Сложность и многообразие процессов, происходящих в современной экономике, требуют от специалистов умения принимать конкретные решения по управлению экономическими и социальными процессами в условиях рынка, что невозможно без овладения статистическими методами обработки и анализа экономической информации.

     Предметом исследования статистики являются массовые явления социально-экономической жизни; она изучает количественную сторону этих явлений в неразрывной связи с их качественным содержанием в конкретных условиях места и времени.

     Статистика  позволяет выявить и измерить закономерности развития социально-экономических явлений и процессов, взаимосвязей между ними. Познание закономерностей возможно лишь в том случае, если изучаются не отдельные явления, а совокупности явлений.

     Закономерности, в которых необходимость неразрывно связана в каждом отдельном явлении со случайностью и лишь во множестве явлений проявляет себя как закон, называются статистическими.

     Соответственно, предметом статистического изучения всегда выступают совокупности тех или иных явлений, включающие все множество проявлений исследуемой закономерности.

     В теоретической части мы рассмотрим основные понятия корреляционного  и регриссионного анализа, оценку значимости параметров взаимосвязи, непараметрические  методы оценки связи, дисперсионный  анализ связи.

     В практической части данной работы с помощью аналитической группировки и построением корреляционной таблицы определим начичие и характер связи,  измерим тесноту корреляционной связи коэффициентом детерминации и эмпирическим корреляционным отношением.

     Большинство задач связано с обработкой больших объемов информации, использованием графической интерпретации данных в виде диаграмм и графиков, необходимостью сортировки данных по разным показателям и т.д. Все это можно решить, применив в работе табличные процессоры. Excel в MS Office является средством для создания электронных таблиц. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

     I. Теоретическая часть

     Статистическая  совокупность состоит из единиц совокупности. Каждая единица представляет собой частный случай проявления изучаемой закономерности. Свойства единиц совокупности принято называть признаками, их наблюдается достаточно большое множество, поэтому их классифицируют по нескольким критериям.

     По  форме внешнего выражения признаки делятся на атрибутивные (описательные, качественные) и количественные. Атрибутивные признаки не поддаются количественному (числовому)  выражению.

     Отличие количественных признаков от качественных состоит в том, что первые можно выразить итоговыми значениями, например, общий объем перевозок грузов предприятиями транспорта и т.д., вторые — только числом единиц совокупности, например, число театров по видам деятельности.

     Количественные  признаки можно разделить на прерывные  (дискретные) и непрерывные.

     Важной  категорией статистики является также  статистическая закономерность.

     Статистическая закономерность — это форма проявления причинной связи, выражающаяся в последовательности, регулярности, повторяемости событий с достаточно высокой степенью вероятности, если причины (условия), порождающие события, не изменяются или изменяются незначительно. Статистическая закономерность устанавливается на основе анализа массовых данных. Она возникает в результате действия объективных законов,  выражая каузальные отношения.

     Так как статистическая закономерность обнаруживается в итоге массового статистического наблюдения, это обусловливает ее взаимосвязь с законом больших чисел.

     Сущность  закона больших чисел  заключается в том, что в числах, суммирующих результат массовых наблюдений, выступают определенные правильности, которые не могут быть обнаружены на небольшом числе факторов. Закон больших чисел порожден свойствами массовых явлений. Важно помнить, что тенденции и закономерности, вскрытые с помощью закона больших чисел, имеют силу лишь как массовые тенденции, но не как законы для каждого отдельного, индивидуального случая.

     Предмет и метод составляют сущность любой  науки, в том числе и статистики.

     Метод статистики. Статистика как наука выработала приемы и способы изучения массовых общественных явлений, зависящие от особенностей ее предмета и задач, которые ставятся при его изучении. Приемы и способы, с помощью которых статистика изучает свой предмет, образуют статистическую методологию.

     Под статистической методологией понимается система приемов, способов и методов, направленных на изучение количественных закономерностей, проявляющихся в структуре, динамике и взаимосвязях социально-экономических явлений. Задача статистического исследования состоит в получении обобщающих характеристик и выявлении закономерностей в общественной жизни в конкретных условиях места и времени, которые проявляются лишь в большой массе явлений через преодоление свойственной ее единичным элементам случайности.

     Статистическое  исследование состоит из трех стадий: 1) статистическое наблюдение; 2) сводка и группировка результатов наблюдения; 3) анализ полученных обобщающих показателей. Все три стадии связаны между собой, и на каждой из них используются специальные методы, объясняемые содержанием выполняемой работы. Познавательные задачи статистики. Исходя из характера и основных черт предмета статистики как науки можно сформулировать следующие ее задачи. Это изучение: уровня и структуры массовых социально-экономических явлений и процессов, взаимосвязей массовых социально-экономических явлений и процессов, динамики массовых социально-экономических явлений и процессов.

     1.1 Основные понятия корреляционного и регрессионного анализа

     Формы проявления взаимосвязей весьма разнообразны. В качестве двух самых общих их видов выделяют функциональную (полную) и корреляционную (неполную) связи. В первом случае величине факторного признака строго соответствует одно или несколько значений функции. Достаточно часто функциональная связь проявляется в физике, химии. В экономике примером может служить прямо пропорциональная зависимость между производительностью труда и увеличением производства продукции.

     Корреляционная  связь (которую также называют неполной, или статистической) проявляется  в среднем, для массовых наблюдений, когда заданным значениям зависимой  переменной соответствует некоторый  ряд вероятных значений независимой переменной. Объяснение тому – сложность взаимосвязей между анализируемыми факторами, на взаимодействие которых влияют неучтенные случайные величины. Поэтому связь между признаками проявляется лишь в среднем, в массе случаев. При корреляционной связи каждому значению аргумента соответствуют случайно распределенные в некотором интервале значения функции.

     Например, некоторое увеличение аргумента  повлечет за собой лишь среднее увеличение или уменьшение (в зависимости  от направленности) функции, тогда как конкретные значения у отдельных единиц наблюдения будут отличаться от среднего. Такие зависимости встречаются повсеместно. Например, в сельском хозяйстве это может быть связь между урожайностью и количеством внесенных удобрений. Очевидно, что последние участвуют в формировании урожая. Но для каждого конкретного поля, участка одно и то же количество внесенных удобрений вызовет разный прирост урожайности, так как во взаимодействии находится еще целый ряд факторов (погода, состояние почвы и др.), которые и формируют конечный результат. Однако в среднем такая связь наблюдается – увеличение массы внесенных удобрений ведет к росту урожайности.

     По  направлению связи бывают прямыми, когда зависимая переменная растет с увеличением факторного признака, и обратными, при которых рост последнего сопровождается уменьшением функции. Такие связи также можно назвать соответственно  положительными и отрицательными.

     Относительно  своей аналитической формы связи бывают линейными и нелинейными. В первом случае между признаками в среднем проявляются линейные соотношения. Нелинейная взаимосвязь выражается нелинейной функцией, а переменные связаны между собой в среднем нелинейно.

     Существует  еще одна достаточно важная характеристика связей с точки зрения взаимодействующих факторов. Если характеризуется связь двух признаков, то ее принято называть парной. Если изучаются более чем две переменные – множественной.

     Указанные выше классификационные признаки наиболее часто встречаются в статистическом анализе. Но кроме перечисленных различают также непосредственные, косвенные и ложные связи. Собственно, суть каждой из них очевидна из названия. В первом случае факторы взаимодействуют между собой непосредственно. Для косвенной связи характерно участие какой-то третьей переменной, которая опосредует связь между изучаемыми признаками. Ложная связь – это связь, установленная формально и, как правило, подтвержденная только количественными оценками. Она не имеет под собой качественной основы или же бессмысленна.

     По  силе различаются слабые и сильные связи. Эта формальная характеристика выражается конкретными величинами и интерпретируется в соответствии с общепринятыми критериями силы связи для конкретных показателей.

     В наиболее общем виде задача статистики в области изучения взаимосвязей состоит в количественной оценке их наличия и направления, а также характеристике силы и формы влияния одних факторов на другие. Для ее решения применяются две группы методов, одна из которых включает в себя методы корреляционного анализа, а другая – регрессионный анализ. В то же время ряд исследователей объединяет эти методы в корреляционно-регрессионный анализ, что имеет под собой некоторые основания: наличие целого ряда общих вычислительных процедур, взаимодополнения при интерпретации результатов и др.

     Поэтому в данном контексте можно говорить о корреляционном анализе в широком  смысле – когда всесторонне характеризуется  взаимосвязь. В то же время выделяют корреляционный анализ в узком смысле – когда исследуется сила связи  – и регрессионный анализ, в  ходе которого оцениваются ее форма и воздействие одних факторов на другие.

     Задачи  собственно корреляционного анализа сводятся к измерению тесноты связи между варьирующими признаками, определению неизвестных причинных связей и оценке факторов оказывающих наибольшее влияние на результативный признак.

     Задачи регрессионного анализа лежат в сфере установления формы зависимости, определения функции регрессии, использования уравнения для оценки неизвестных значении зависимой переменной.