Методы изучения взаимосвязей в статистике

Размещено на http://www.allbest.ru/

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

Федеральное государственное бюджетное образовательное

учреждение высшего профессионального образования

«Московский государственный индустриальный университет»

филиал ФГБОУ ВПО «МГИУ» в г. Сергиевом Посаде

Кафедра «Экономики и менеджмента»

КУРСОВАЯ РАБОТА

по дисциплине: «Статистика»

на тему: «Методы изучения взаимосвязей в статистике»

Выполнил:

Студент Матвеева Мария Олеговна

Группа 4761 курс 2 семестр 4

Проверил: Преподаватель Горяинова Л.А.

Сергиев Посад

2015

Содержание

Введение

1. Теоретические аспекты взаимосвязи в статистике

1.1 Виды взаимосвязей между явлениями

1.2 Измерение взаимосвязей между социально-экономическими явлениями

1.3 Выбор формы связи

2. Методы изучения взаимосвязей в статистике

2.1 Дисперсионный анализ

2.2 Метод приведения параллельных данных

2.3 Метод аналитических группировок

2.4 Графический метод

2.5 Балансовый метод

2.6 Индексный метод

2.7 Корреляционно-регрессивный метод

Заключение

Список литературы

Введение

взаимосвязь статистика дисперсионный анализ

Данная тема является актуальной поскольку все явления и процессы, протекающие в экономике любой страны взаимосвязаны между собой. Статистическое изучение этой взаимосвязи имеет особо важное значение в связи с тем, что оно позволяет выявить закономерности развития и осуществить прогнозирование этих и явлений процессов.

Каждый процесс и явление можно рассматривать с двух сторон. С первой стороны они испытывают влияние других явлений и процессов и выступают как результат этого влияния. С другой стороны каждое явление в свою очередь выступает как фактор, оказывающий влияние на другие явления и процессы. Поэтому признаки, которые испытывают влияние, называются результативными; признаки, которые оказывают влияние - факторные.

Важной задачей статистики является разработка методики статистической оценки социальных явлений, которая осложняется тем, что многие социальные явления не имеют количественной оценки.

Но, исследуя явления в самых различных областях, статистика сталкивается с зависимостями, как между количественными, так и между качественными показателями, признаками. При этом задача статистики - обнаружить (выявить) такие зависимости и дать их количественную характеристику.

В настоящее время в мире происходят постоянные изменения стратегий и методов, и проблематика данного исследования по-прежнему несет актуальный характер.

Представляется, что анализ тематики статистические методы изучения взаимосвязи социально-экономических явлений достаточно актуален и представляет научный и практический интерес.

Будущие исследования также актуальны в целях постоянного и обоснованного решения проблемы данной работы.

1. Теоретические аспекты взаимосвязей в статистике

1.1 Виды взаимосвязей между явлениями

Все явления и процессы, которые существуют в природе и обществе, взаимосвязанные, поэтому изучение взаимосвязей и причинных зависимостей есть одним из важнейших задач статистика. Причинная зависимость есть главной формой закономерных связей, тем не менее, причина сама по себе еще не определяет полной мерой следствие; последнее зависит также от условий, в которых действует причина. Условия и причины представляют собой факторы. Признак, который характеризует следствие, называется результативным, а тот, что характеризует фактор-- факторным [4 c. 249].

Связи между явлениями разделяют на функциональные и стохастичные. При функциональной связи каждому возможному значению факторного признака х соответствует четко определенное значение результативной признака у. Такую зависимость мы имеем, например, у физических, химических процессах и др. Графически она имеет такой вид (рис 1.1).

Рис. 1.1. Схематическое изображение функциональной связи.

В общественных процессах -- это преимущественно связь между элементами расчетных формул, например, зависимость валового сбора от урожайности и посевной площади.

При стохастической связи каждому значению признака х соответствует определенное множество признака y, который варьируют, и образовывается ряд распределения, который называется условным. Стохастическая связь проявляется сменой условных распределений. Графически ее можно представить на (рис. 1.2).

Рис. 1.2. Схематическое изображение стохастической связи.

Примером такой связи можно привести зависимость между уровнем квалификации и производительностью труда или зависимость между цветом глаз и цветом волос.

Разновидностью стохастической связи является корреляционная связь, когда со сменой факторного признака изменяется среднее значение результативного признака. Корреляционная связь - связь проявляющаяся не в каждом отдельном случае, а в массе случаев в средних величинах в виде тенденции [6 c. 129].

1.2 Измерение взаимосвязей между социально-экономическими явлениями

Исследование объективно существующих связей между явлениями - важнейшая задача общей теории статистики.

В процессе статистического исследования зависимостей вскрываются причинно-следственные отношения между явлениями, что позволяет выявлять факторы (признаки) оказывающие существенное влияние на вариацию изучаемых явлений и процессов. Причинно-следственные отношения - это связь явлений и процессов, когда изменение одного из них - причины - ведет к изменению другого - следствия.

Правильно вскрытые причинно-следственные связи позволяют установить силу воздействия отдельных факторов на результаты хозяйственной деятельности. Социально-экономические явления представляют собой результат одновременного воздействия большого числа причин. Следовательно, при изучении этих явлений необходимо выявлять главные, основные причины, абстрагируясь от второстепенных [2 c. 78].

В основе первого этапа статистического изучения связи лежит качественный анализ изучаемого явления, связанный с анализом природы социального или экономического явления методами экономической теории, социологии, конкретной экономики. Второй этап - построение модели связи. Он базируется на методах статистики: группировках, средних величинах, таблицах и т. д. Третий, последний этап - интерпретация результатов - вновь связан с качественными особенностями изучаемого явления.

Статистика разработала множество методов изучения связей, выбор которых зависит от целей исследования и от поставленных задач. С вязи между признаками и явлениями, ввиду их большого разнообразия, классифицируются по ряду оснований.

Признаки по их значению для изучения взаимосвязи делятся на два класса:

1)признаки, обуславливающие изменение других, связанных с ними признаков, называются факторными, или просто факторами;

2)признаки, изменяющиеся под действием факторных признаков, называются результативными [9 c. 237].

Связи между явлениями и их признаками классифицируются по степени тесноты связи, направлению и аналитическому выражению.

В статистике различают функциональную связь, при которой определенному значению факторного признак соответствует одно и только одно значение результативного признак; и стохастическую связь, при которой причинная зависимость проявляется не в каждом отдельном случае, а в общем, среднем при большом числе наблюдений. Частным случаем стохастической связи является корреляционная связь.

По направлению выделяют связь прямую и обратную.

При прямой связи с увеличением или уменьшением значений факторного признака происходит увеличение или уменьшение результативного (н-р, рост производительности труда способствует увеличению уровня рентабельности производства).

В случае обратной связи значения результативного признака изменяются под воздействием факторного, но в противоположном направлении по сравнению с изменением факторного признака. (н-р, с увеличением уровня фондоотдачи снижается себестоимость единицы произведенной продукции).

По аналитическому выражению выделяют связи прямолинейные (линейные) и нелинейные (криволинейные). Если статистическая связь между явлениями может приближенно выражена уравнением прямой линии, то ее называют линейной связью; если же она выражается уравнением какой-либо кривой линии (параболы, гиперболы и др.), то такую связь называют нелинейной [8 c. 92].

1.3 Выбор формы связи

Определяющая роль в выборе формы связи между явлениями принадлежит теоретическому анализу. Так, например, чем больше размер основного капитала предприятия (факторный признак), тем больше при прочих равных условиях оно выпускает продукции (результативный признак).

С ростом факторного признака здесь, как правило, равномерно растет и результативный, поэтому зависимость между ними может быть выражена уравнением прямой Y=a+b*x, которое называется линейным уравнением регрессии.

Параметр b называется коэффициентом регрессии и показывает, насколько в среднем отклоняется величина результативного признака у при отклонении величины факторного признаках на одну единицу. При x = 0 a = Y. Увеличение количества внесенных удобрений приводит, при прочих равных условиях, к росту урожайности, но чрезмерное внесение их без изменения других элементов к дальнейшему повышению урожайности не приводит, а, наоборот, снижает ее [ 3 c. 139].

Такая зависимость может быть выражена уравнением параболы

Y=a+b*x+c*x2.

Параметр c характеризует степень ускорения или замедления кривизны параболы, и при c>0 парабола имеет минимум, а при c<0 - максимум. Параметр b, характеризует угол наклона кривой, а параметр a - начало кривой.

Однако с помощью теоретического анализа не всегда удается установить форму связи. В таких случаях приходится только предполагать о наличии определенной формы связи. Проверить эти предположения можно при помощи графического анализа, который используется для выбора формы связи между явлениями, хотя графический метод изучения связи применяется и самостоятельно.

Применение методов корреляционного анализа дает возможность выражать связь между признаками аналитически - в виде уравнения - и придавать ей количественное выражение. Чтобы измерить тесноту прямолинейной связи между двумя признаками, пользуются парным коэффициентом корреляции, который обозначается r.

Коэффициент корреляции r применяется только в тех случаях, когда между явлениями существует прямолинейная связь. Если же связь криволинейная, то пользуются индексом корреляции, который рассчитывается по формуле:

Коэффициент корреляции является мерой тесноты связи только для линейной формы связи, а индекс корреляции - и для линейной, и для криволинейной. При прямолинейной связи коэффициент корреляции по своей абсолютной величине равен индексу корреляции:

|r|=R.

Если индекс корреляции возвести в квадрат, то получим коэффициент детерминации. Коэффициент детерминации является наиболее конкретным показателем, так как он отвечает на вопрос о том, какая доля в общем результате зависит от фактора, положенного в основание группировки.

Индекс корреляции принимает значения в интервале от -1 до + 1. Принято считать, что если |r| < 0,30, то связь слабая; при |r| = (0,3?0,7) - средняя; при |r| > 0,70 - сильная, или тесная. Когда |r| = 1 - связь функциональная. Если же r принимает значение около 0, то это дает основание говорить об отсутствии связи между У и X [1 c. 123].

2. Методы изучения взаимосвязей в статистике

2.1 Дисперсионный анализ

Аналитические группировки при всей своей значимости не дают количественного выражения тесноты связи между признаками. Эта задача решается с помощью дисперсионного и корреляционного анализа.

Дисперсионный анализ - статистический метод, позволяющий оценить влияние одного или нескольких факторов на результатирующий признак. Дисперсионный анализ дает прежде всего возможность определить значение систематической и случайной вариаций в общей вариации, а также установить роль интересующего нас фактора в изменении результативного признака. Наиболее простой, часто встречающейся на практике является ситуация, когда можно указать один фактор, влияющий на конечный результат, и этот фактор принимает конечное число значений. Следует определить, существенно ли это влияние. Именно такая ситуация может быть проанализирована при помощи однофакторного дисперсионного анализа [ 2 c. 49].

Сущность применяемой методики в следующем: проводится комбинированная группировка по результатирующему и факторному признакам. Она обеспечивает разложение общей дисперсии на межгрупповую (факторную) и остаточную. Межгрупповая дисперсия отражает вариацию признака, которая возникает под воздействием признака-фактора, положенного в основу группировки.

Остаточная дисперсия характеризует случайную вариацию в каждой отдельной группе. Эта вариация возникает под влиянием других факторов и не зависит от факторного признака, положенного в основу группировки.

Общая дисперсия характеризует вариацию признака, обусловленную влиянием всех факторов.

Фактическое значение критерия Фишера сравнивают с табличным, которое определяется при заданном уровне значимости и числе степеней свободы для межгрупповой и остаточной дисперсии:

Если , утверждают о значительном различии между группами то есть влияние факторного (группировочного) признака на результативный существенно.

Если влияние факторного признака существенно, то следует определить корреляционное отношение, как отношение межгрупповой (факторной) дисперсии к общей.

Корреляционное отношение по своему абсолютному значению колеблется в пределах от 0 до 1. Чем ближе корреляционное отношение к 1, тем больше влияние оказывает факторный признак на результативный.

Для изучения взаимосвязи между производительностью труда и заработной платой проведем дисперсионный анализ на основе результатов проведенной аналитической группировки (смотри таблицу 1)

Средний уровень производительности труда по 30 предприятиям составляет 247,43 тыс. рублей (7423 / 30 = 247,43)

Вычислим общую дисперсию, характеризующую общую вариацию под влиянием всех факторов:

Межгрупповая дисперсия, характеризующая различия в уровне заработной платы, обусловленные неодинаковой производительностью труда:

Рассчитаем корреляционное отношение: 0,924

Следовательно, 92,4% всей вариации заработной платы объясняется различиями в уровне производительности труда. Результат действия других факторов на уровень заработной платы составляет всего 7,6%

Остаточная дисперсия:

Критерий Фишера:

Табличное значение: 4,2

Фактическое значение критерия в несколько раз превышает табличное, значит, влияние производительности труда на уровень заработной платы является очень существенным [ 1 c. 159].

Подобный дисперсионный анализ может проводиться при группировке по одному факторному признаку или при комбинационной группировке по двум и более факторам. Сам принцип дисперсионного анализа, основанный на сопоставлении факторной дисперсии со случайной для оценки достоверности результатов статистической группировки, остается применим независимо от числа признаков группировки.

2.2 Метод приведения параллельных данных

Основан на сопоставлении двух или нескольких рядов статистических величин. Такое сопоставление позволяет установить наличие связи и получить представление о ее характере. Х 1 2 3 4 5 6 7 8 9 У 5 6 9 10 14 17 15 20 23 Сравнивая изменение двух величин Х и У можно сделать вывод, что с увеличением величины Х величина У также возрастает. Поэтому связь между ними прямая, и описать ее можно либо уравнением прямой, либо параболы второго порядка.

Графическая взаимосвязь двух признаков изображается с помощью поля корреляции. Для этого на оси абсцисс откладывается значение факторного признака, а на оси ординат - результативного. Каждое пересечение линий, проводимых через эти оси, обозначается точкой. При отсутствии тесных связей имеет место беспорядочное расположение точек на графике. Чем сильнее связь между признаками, тем теснее будут группироваться точки вокруг определенной линии, выражающей форму связи (рисунок 2.1).



Рис.2.1. График корреляционного поля

2.3 Метод аналитических группировок

Аналитическая группировка позволяет выявить наличие или отсутствие зависимости. Вместе с тем в рамках этого метода не удается аналитически описать эту зависимость, а также не удается выяснить "тесноту" или "существенность" этой зависимости.

Метод аналитических группировок применяется для выделения особенностей и дифференцированного регулирования по показателям объема и структуры производства, его концентрации, размещения, эффективности и др.

Используя аналитические группировки, прежде всего, определяют факторные и результативные признаки изучаемых явлений. Факторные - это признаки, оказывающие влияние на другие, связанные с ними признаки. Результативные - признаки, которые изменяются под влиянием факторных. Чтобы исследовать взаимосвязь между отобранными признаками с помощью метода аналитических группировок, необходимо произвести группировку единиц совокупности по факторному признаку и по каждой группе вычислить среднее значение результативного признака, вариация которого от группы к группе под влиянием группировочного признака будет указывать на наличие или отсутствие взаимосвязи [ 4 c. 59].

При сравнении функциональных и корреляционных зависимостей следует иметь в виду, что при наличии функциональной зависимости между признаками можно, зная величину факторного признака, точно определить величину результативного признака. При наличии же корреляционной зависимости устанавливается лишь тенденция изменения результативного признака при изменении величины факторного признака. В отличие от жесткости однозначно функциональной связи корреляционные связи характеризуются множеством причин и следствий и устанавливаются лишь их тенденции.

Статистическое выражение связи между явлениями может показать, что изменения одного из сопоставляемых признаков сопровождаются изменениями другого. Следовательно, нужно искать объяснение этим изменениям в их содержательном анализе. С помощью статистических методов изучения зависимостей можно установить, как проявляется теоретически возможная связь в данных конкретных условиях.

2.4 Графический метод

Главное достоинство графиков - это наглядность.

Графики вошли в повседневную работу экономистов, статистиков и работников бухгалтерского учета. Для того чтобы построить график, необходимо точно знать, для каких целей он составляется, необходимо также изучить материал и овладеть методикой графических изображений.
В настоящее время науку невозможно представить без использования в ней графических методов. Графические методы очень прочно вошли в арсенал средств научного общения и в методику научного исследования.
Важное место графические методы занимают в таких науках, как статистика и экономика, так как эти науки используют большое количество цифр, сведенных в громоздкие таблицы.

Графические методы помогают описать и проанализировать полученные в результате статистического исследования объектов данные. С помощью статистических графиков можно легко выявить закономерности, которые трудно уловить в статистических таблицах.

Статистический график - чертеж, на котором при помощи условных геометрических фигур (линий, точек или других символических знаков) изображаются статистические данные. Статистический график - это наглядная характеристика изучаемой статистической совокупности.

Правильно построенный график делает статистическую информацию более выразительной.

Графический метод находит широкое применение в коммерческой деятельности. Он служит иллюстрацией сложившегося положения дел на рынке товаров и услуг, конъюнктуры спроса и предложения, рекламы товаров.

Статистические графики имеют важное аналитическое значение.

Графический метод - это продолжение и дополнение табличного метода. Если при чтении таблицы что-то остается незамеченным, обнаруживается на графике. Статистические графики показывают общую картину изучаемого явления, дают его обобщенное представление. При графическом изображении статистических данных становится более выразительной сравнительная характеристика изучаемых показателей, отчетливее проявляется тенденция развития изучаемого явления, лучше видны основные взаимосвязи.

Применение графиков в статистике насчитывает более чем двухсотлетнюю историю. Основоположником графического метода в статистике коммерческой деятельности считают английского экономиста У. Плейфейра (1731 - 1798гг.). В его работе «Коммерческий и политический атлас» (1786 г.) впервые были применены способы графического изображения статистических данных (линейные, столбиковые, секторные и другие диаграммы) [ 5 c. 240].

Любой график состоит из графического образа и вспомогательных элементов.

Рис. 2.2.Выполнение плана по доходам от основной деятельности

2.5 Балансовый метод

Балансовый метод в статистике, важнейший метод обработки и анализа статистических данных, позволяющий взаимно увязать ресурсы и их использование, выявить пропорции и взаимосвязи, складывающиеся в процессе воспроизводства. Балансовый метод в статистике получил в СССР широкое распространение. Большое значение этого метода определяется характером советской экономики и вытекает из действующего при социализме закона планомерного развития народного хозяйства. Посредством балансового метода можно выявить не только экономические связи и пропорции в народном хозяйстве, но и вскрыть диспропорции там, где они имеют место.

Всякий баланс состоит из 2 балансирующихся частей -- приходной и расходной. В приходной части учитываются все ресурсы (запасы на начало года, производство, импорт и др.), а в расходной части -- все виды использования (на производственные нужды, непроизводств, потребление, экспорт, создание резервов и др.) и запасы на конец года. В практике советской статистики разрабатываются различные виды балансов, они могут быть разделены на 4 группы.

В 1-ю группу входят балансы, характеризующие ресурсы отдельных продуктов, их распределение и использование в народном хозяйстве. Составляются, как правило, в натуральном выражении. К ним относятся балансы, составляемые по отдельным видам чёрных и цветных металлов, топлива, химикатов, строительных и лесных материалов, по отдельным видам машин и оборудования. Они могут также составляться в сводном виде по группе продуктов (например, топливно-энергетический баланс).

Ко 2-й группе относятся различные виды балансов труда -- баланс трудовых ресурсов, баланс наличия и использования рабочей силы.

К 3-й группе относятся балансы, характеризующие образование финансовых (денежных) ресурсов и их использование на различные цели в народном хозяйстве и в отдельных отраслях -- сводный баланс финансовых ресурсов, балансы доходов и расходов отдельных отраслей, государственный бюджет, кредитный план Госбанка, баланс денежных доходов и расходов населения, кассовый план Госбанка и т. д.

К 4-й группе относится баланс народного хозяйства, представляющий собой систему наиболее общих синтетических балансов, характеризующих в целом весь процесс общественного воспроизводства: сводный материальный баланс общественного продукта и национального дохода, баланс производства, распределения и перераспределения общественного продукта и национального дохода (финансовый баланс), баланс основных фондов, баланс труда и другие синтетические балансы. В балансе народного хозяйства балансовый метод находит своё наивысшее развитие [ 9 c. 349].

Большое внимание уделяется разработке межотраслевого баланса производства и распределения общественного продукта и его использованию для анализа социалистического воспроизводства и планирования народного хозяйства. Этот баланс является частью баланса народного хозяйства и призван дать подробную характеристику межотраслевых связей в народном хозяйстве с выделением большого числа отраслей и продуктов.

2.6 Индексный метод

Индексы являются важнейшим видом обобщающих статистических показателей. Они используются для характеристики динамики явлений, сравнений по различным территориям, при контроле и разработке плановых заданий. Наравне со средними величинами они представляют собой один из самых распространенных видов статистических показателей. Слово «индекс» (index) в переводе с латыни означает указатель, показатель. В статистике этот термин имеет специфическое значение. Индекс - это относительная величина, характеризующая изменение сложных общественных явлений во времени, пространстве или по сравнению с планом.

Индекс является результатом сравнения двух одноименных величин, поэтому необходимо различать величину сравнения (числителя индексного отношения) и базу сравнения (знаменатель). Выбор базы сравнения определяется целью исследования; при изучении динамики в качестве базы используются данные какого-либо предыдущего периода; при контроле за выполнением плана - плановые данные; при территориальных сравнениях - данные другой территории.

Элиминирование, то есть расчет влияния отдельных факторов на обобщающий показатель, может осуществляться также индексным методом. Этот метод применяется для расчленения экономических показателей. Индексы являются разновидностью относительных величин. Индексы применяются в анализе хозяйственной деятельности с целью характеристики экономических явлений, состоящих из элементов, которые не следует суммировать.

Технически любой индекс представляет собой показатель, определяемый как соотношение двух каких-либо величин. Последние являются, по существу, определенными состояниями известного признака. С помощью индексов осуществляются сравнения фактических показателей с базисными, то есть, как правило, с плановыми и с показателями предшествующих периодов.

Различают два основных вида индексов:

простые (частные, индивидуальные);

аналитические (общие, агрегатные).

В первом случае исследуемый признак принимается без учета связи этого признака с остальными признаками исследуемых экономических явлений. Такие индексы могут быть представлены следующей формулой:

 и  -- соответственно сравниваемые состояния какого-либо признака

Во втором случае изучаемый признак используется не изолированно, а в его взаимосвязи с другими признаками.

Поэтому любой аналитический индекс состоит из двух элементов:

индексируемый признак , то есть тот признак, изменение которого подвергается изучению;

весовой признак .

С помощью весовых признаков исследуются изменения экономических явлений, составляющие элементы которых являются несоизмеримыми. Следует иметь в виду, что простые и аналитические индексы взаимно дополняют друг друга.

Аналитические индексы могут быть представлены следующим образом:

 или 

где  и  -- весовые признаки

Использование индексов в экономическом анализе преследует следующие цели:

с их помощью дается оценка относительного изменения какого-либо экономического явления или показателя;

применение индексов дает возможность определить влияние отдельных факторов на изменение обобщающего (результативного) показателя (признака).

дается оценка влияния изменения структуры какого-либо экономического явления на величину динамики этого явления [10 c. 248].

2.7 Корреляционно-регрессивный метод

Изучение взаимосвязи между признаками заключается в определнии формы и количественной характеристики связи, а также степени тесноты связи.

Основная задача корреляционного анализа - ответить на вопрос - существует ли между признаками зависимость. В наиболее общем виде задача статистики в области изучения взаимосвязей состоит в количественной оценке их наличия и направления (прямая или обратная связь), а также характеристике силы (слабая, средняя или тесная связь) и формы влияния 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.

По существу, и корреляционная таблица, и корреляционное поле, и эмпирическая линия регрессии предварительно уже характеризуют взаимосвязь, когда выбраны факторный и результативный признаки и требуется сформулировать предположения о форме и направленности связи. В то же время количественная оценка тесноты связи требует дополнительных расчетов.

При исследовании корреляционных зависимостей между признаками решению подлежит широкий круг вопросов, к которым следует отнести:

предварительный анализ свойств моделируемой совокупности единиц;

установление факта наличия связи, определение ее направления и формы;

измерение степени тесноты связи между признаками;

построение регрессионной модели, т.е. нахождение аналитического выражения связи;

оценка адекватности модели, ее экономическая интерпретация и практическое использование [ 3 c. 39].

Для того чтобы результаты корреляционного анализа нашли практическое применение и дали желаемый результат, должны выполняться определенные требования в отношении отбора объекта исследования и признаков-факторов. Одним из важнейших условий правильного применения методов корреляционного анализа является требование однородности тех единиц, которые подвергаются изучению методами корреляционного анализа. Например, при корреляционном анализе зависимостей тех или иных технико-экономических показателей работы предприятий от определенных факторов должны быть отобраны предприятия, выпускающие однотипную продукцию, имеющие одинаковый характер технологического процесса и тип используемого оборудования, для предприятий добывающей промышленности определенную роль играет и географическое размещение предприятий.

При выполнении указанных общих требований далее необходима количественная оценка однородности исследуемой совокупности по комплексу признаков. Одним из возможных вариантов такой оценки является расчет относительных показателей вариации. Традиционно широкое распространение для этих целей получил коэффициент вариации (усли коэффициент вариации менее 33%, то исследуемую совокупность можно считать однородной и пригодной для исследования). Если совокупность неоднородна, то следует откинуть аномальные значения, то есть значения с максимальными и минимальными значениями признака.

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

Решение названных задач опирается на соответствующие приемы, алгоритмы, показатели, применение которых дает основание говорить о статистическом изучении взаимосвязей.

Следует заметить, что традиционные методы корреляции и регрессии широко представлены в разного рода статистических пакетах программ для ЭВМ. Исследователю остается только правильно подготовить информацию, выбрать удовлетворяющий требованиям анализа пакет программ и быть готовым к интерпретации полученных результатов. Алгоритмов вычисления параметров связи существует множество, и в настоящее время вряд ли целесообразно проводить такой сложный вид анализа вручную. Вычислительные процедуры представляют самостоятельный интерес, но знание принципов изучения взаимосвязей, возможностей и ограничений тех или иных методов интерпретации результатов является обязательным условием исследования [ 2 c. 49-50].

Другим важным требованием, обеспечивающим надежность выводов корреляционного анализа, является требование достаточного числа наблюдений. Как уже указывалось, влияние существенных причин может быть затушевано действием случайных факторов, "взаимопогашение" влияния которых на результативный показатель в известной мере происходит при выведении средней результативного показателя для массы случаев.

Определенные требования существуют и в отношении факторов, вводимых в исследование. Все множество факторов, оказывающих влияние на величину результативного показателя, к действительности не может быть введено в рассмотрение, да практически в этом и нет необходимости, так как их роль и значение в формировании величины результативного показателя могут иметь существенные различия. Поэтому при ограничении числа факторов, включаемых в изучение, наряду с качественным анализом целесообразно использовать и определенные количественные оценки, позволяющие конкретно охарактеризовать влияние факторов на результативный показатель (к оценкам можно отнести парные коэффициенты корреляции, ранговые коэффициенты при экспертной оценке влияния факторов и др.). Включаемые в исследование факторы должны быть независимыми друг от друга, так как наличие тесной связи между ними свидетельствует о том, что они характеризуют одни и те же стороны изучаемого явления и в значительной мере дублируют друг друга.

Заключение

В данной курсовой работе рассмотрены методы изучения взаимосвязей.

В общем виде задача статистики в области изучения взаимосвязей состоит не только в количественной оценке их наличия, направления и силы связи, но и в определении формы влияния факторных признаков на результативный.

Для большинства статистических исследований финансового сектора экономики важно выявить существующие взаимосвязи между протекающими явлениями и процессами. И действительно, почти все наблюдаемые явления экономической жизни общества, какими бы независимыми они ни казались на первый взгляд, -- как правило, следствие действия определенных факторов.

Изучив данную тему, в заключении можно сделать следующие выводы:

1. Исследование объективно существующих связей между явлениями - важнейшая задача общей теории статистики. Формы проявления взаимосвязей явлений и процессов весьма разнообразны. Из них в самом общем виде выделяют функциональную (полную) и стохастическую (неполную) связи, корреляционная связь является частным случаем стохастической связи. По направлению связи бывают прямыми (положительными) и обратными (отрицательными). По своей аналитической форме связи могут быть линейными и нелинейными. По количеству взаимодействующих факторов различают связи однофакторные (их обычно называют парными) и многофакторные. По силе различаются слабые и сильные связи.

2. Для исследования стохастических связей широко используется метод сопоставления двух параллельных прямых, метод аналитических группировок, графический метод, корреляционный анализ, регрессионный анализ и некоторые непараметрические методы.

3. Знание характера и силы связей позволяет управлять социально-экономическими процессами и предсказать их развитие, что очень важно в условиях развивающейся рыночной экономики.

Список использованной литературы

1. Воронин В.Ф., Жильцова Ю.В. Статистика: Учеб. пособие для вузов. - М.: Экономистъ, 2009. - 301 с.

2. Голуб Л.А. Социально-экономическая статистика: Учеб. пособие. - М.: Владос, 2011. - 272 с.

3. Гусаров В.М. Статистика: Учеб. пособие для вузов. - М.: ЮНИТИ-ДАНА, 2012. - 463 с.

4. Курс теории статистики для подготовки специалистов финансово-экономического профиля: учебник/ Салин В. Н. - М. : Финансы и статистика, 2008. - 480 с.

5. Общая теория статистики: учебник для студентов вузов / М. Р. Ефимова, Е. В. Петрова, В. Н. Румянцев. - 2-е изд., испр. и доп. - М. : ИНФРА-М, 2009. - 414 с.

6. Практикум по общей теории статистики: учебное пособие / М.Р. Ефимова, О.И. Ганченко, Е.В. Петрова. - Изд. 3-е, перераб. и доп. - М. Финансы и статистика, 2010. - 368 с.

7. Практикум по статистике / А.П. Зинченко, А.Е, Шибалкин, О.Б. Тарасова, Е.В. Шайкина; Под ред. А.П. Зинченк. - М.: КолосС, 2008. - 392 с.

8. Статистика: Учебник для студ. учреждений сред. проф. образования / В.С. Мхитарян, Т.А. Дуброва, В.Г. Минашкин и др.; Под ред. В.С. Мхитаряна. - 3-е изд., стер. - М.: Издательский центр «Академия», 2012. -272 с.

9. Статистика : учебник для студентов вузов / Санкт-Петербург. гос. ун-т экономики и финансов ; под ред. И. И. Елисеевой. - М. : Высшее образование, 2012. - 566 с.

10. Теория статистики: учебник для студентов экономических специальностей вузов / Р. А. Шмойлова [и др.] ; ред. Р. А. Шмойлова. - 5-е изд. - М. : Финансы и статистика, 2008. - 656 с.

Размещено на Allbest.ru

...