Статистичне вивчення зв'язку між соціально-економічними явищами

Автор работы: Пользователь скрыл имя, 14 Сентября 2013 в 12:45, контрольная работа

Описание

Одним з найбільш загальних законів об’єктивного світу є закон зв’язку і залежності між явищами суспільного життя. Ці явища найбільш складні, оскільки вони формуються під дією багаточисельних, різноманітних і взаємозв’язаних чинників.
Усі явища суспільного життя існують не ізольовано, вони органічно зв’язані між собою, залежать одні від одних і знаходяться в постійному русі і розвитку.
Розкриваючи взаємозв’язки і взаємозалежності між явищами можна пізнати їх суть і закони розвитку. Тому вивчення взаємозв’язків є основним завданням всякого статистичного аналізу.

Содержание

1. Статистичне вивчення зв'язку між соціально-економічними явищами 3
2. Генеральна і вибіркова сукупність,їх характеристики 8
Задача №3 15
Задача №4 16
Задача №5 18
Задача №6 20
Список використаної літератури 21

Работа состоит из  1 файл

4917 готово М.doc

— 250.50 Кб (Скачать документ)


 

Зміст

 

 

 

1. Статистичне вивчення зв'язку між соціально-економічними явищами

 

Одним з найбільш загальних законів  об’єктивного світу є закон зв’язку  і залежності між явищами суспільного  життя. Ці явища найбільш складні, оскільки вони формуються під дією багаточисельних, різноманітних і взаємозв’язаних  чинників.

Усі явища суспільного життя  існують не ізольовано, вони органічно  зв’язані між собою, залежать одні від одних і знаходяться в  постійному русі і розвитку.

Розкриваючи взаємозв’язки і взаємозалежності між явищами можна пізнати  їх суть і закони розвитку. Тому вивчення взаємозв’язків є основним завданням всякого статистичного аналізу.

Суспільні явища або окремі їх ознаки, які впливають на інші і обумовлюють  їх зміну називаються факторними, а суспільні явища або окремі їх ознаки, які змінюються під впливом  факторних, називаються результативними.

За характером залежності явищ розрізняють  функціональні і кореляційні  зв’язки.

Функціональним називається зв'язок, при якому певному значенню факторної  ознаки завжди відповідає одне значення результативної ознаки.

Функціональні зв’язки  характеризуються певною відповідністю  між причиною і наслідком.

Кореляційним  називається зв'язок, при якому  кожному значенню факторної ознаки, відповідає декілька значень результативної ознаки. В кореляційних зв’язках між  причиною і наслідком немає повної відповідності, а спостерігається лише певне співвідношення.

Соціально-економічні явища відбуваються в обстановці дії численних факторів, вплив  кожного з яких може бути яким завгодно малим, а їх кількість – якою завгодно великою. У цих випадках зв'язок втрачає свою строгу функціональність і досліджуване явище переходить не у певний стан, а у один з можливих станів. У цьому випадку для визначення зв'язків замість експерименту використовують певні статистичні методи.

Така залежність називається стохастичною і полягає вона у тому, що змінна Y перебуває в стохастичній залежності від X, якщо кожному значенню X відповідає ряд розподілу Y і зі зміною X ці ряди закономірно змінюються. Якщо ж ці ряди не змінюються або змінюються випадково, то такої залежності не існує [3, с. 121-122].

Частковим випадком стохастичної залежності у практиці досліджень є статистична залежність, коли умовне математичне очікування однієї випадкової змінної є функцією значення, прийнятого іншою випадковою змінною, тобто

Mо ( Y / x ) = f ( x ),

де Мо – показник середнього значення, прийнятого випадковою змінною, який дорівнює середньозваженій всіх можливих значень  змінної, у якій вагами є ймовірності  відповідних подій.

Знання статистичної залежності між випадковими змінними дозволяє прогнозувати значення залежної змінної у припущенні, що незалежна змінна прийме певне значення.

Спрощуючи судження й уникаючи помилок прогнозу на практиці при вивченні статистичної залежності, прийнято переходити від умовного математичного очікування випадкової змінної до умовного середнього значення цієї змінної.

В цьому випадку  залежність між однією випадковою змінною  й умовним середнім значенням  іншої випадкової змінної називають  кореляційною залежністю.

Mо ( Y /X = x ) = y ( x ),

де Mо ( Y /X = x ) – математичне очікування випадкової змінної Y за умови, що випадкова величина X прийняла значення x.

За напрямом розрізняють  зв’язки прямі і обернені.

Прямий зв'язок – це такий зв'язок, коли із зростанням факторної ознаки, результативна  також зростає.

При оберненому зв’язку із збільшенням факторної  ознаки результативна зменшується  або, навпаки, із зменшенням факторної  ознаки, результативна зростає.

За формою зв'язок ділиться на прямолінійний і криволінійний.

При прямолінійній  кореляційній залежності рівним змінним середніх значень факторної ознаки відповідають приблизно рівні зміни середніх значень результативної ознаки.

При криволінійній  кореляційній залежності рівним змінним  середніх значень факторної ознаки відповідають нерівні зміни середніх значень результативної ознаки.

Статистичне вивчення взаємозв’язків розв’язує наступні завдання:

а) визначаються форми зв’язку;

б) вимірюється  тіснота (сила) зв’язку;

в) виявляється вплив окремих  чинників на результативну ознаку [2,  
с. 88-89].

Зв’язки і залежності суспільних явищ вивчаються різними методами, які дають уявлення про їх наявність  і характер. До цих методів відносять:

  • балансовий метод;
  • метод порівняння паралельних рядів;
  • графічний метод;
  • метод аналітичних групувань;
  • індексний метод;
  • кореляційно-регресійний аналіз тощо.

Одним з найпоширеніших методів  статистичного вивчення зв’язків суспільних явищ є балансовий метод як прийом аналізу зв’язків і пропорцій  в економіці.

Статистичний  баланс являє собою систему показників, яка складається із двох сум абсолютних величин, пов’язаних між собою знаком рівності.

A + B = C + D,

Наведена балансова рівність характеризує єдиний процес руху матеріальних ресурсів і показує взаємозв’язок і  пропорції окремих елементів  цього процесу.

Метод порівняння паралельних рядів полягає в тому, що отримані у результаті групування і лічильної обробки матеріали статистичного спостереження рангуються паралельними рядами за факторною ознакою. Паралельно записуються значення результативної ознаки. Це дає можливість, порівнюючи їх, простежити співвідношення, виявити існування зв’язку і його напрямок.

Коефіцієнт Фехнера  оцінює силу зв’язку на основі порівняння знаків відхилень значень варіантів  від їх середньої по кожній ознаці.

Знак мінус  означає, що значення ознаки менше середньої, а знак плюс – більше середньої. Співпадіння знаків за обома ознаками означає узгоджену варіацію, неспівпадіння – порушення такої узгодженості. За цим принципом побудований коефіцієнт Фехнера:

,

де ∑C – сума знаків, які співпали по обох рядах;

∑H – сума знаків, які не співпали.

Коефіцієнт Фехнера  коливається в межах від « + 1 » до « – 1 ». При наближенні цього  коефіцієнта до « + 1 » спостерігається  пряма і сильна узгодженість, при  « – 1 » маємо сильну але обернену узгодженість. При нулю узгодженість між досліджуваними ознаками відсутня.

Графічний метод виявлення кореляційної залежності полягає у зображенні на графіку статистичних характеристик, отриманих в результаті зведення і обробки вихідної інформації, яке наочно показує форму зв’язку між досліджуваними ознаками та його напрямком.

Якщо точки розташовані хаотично по усьому полю, це говорить про відсутність  залежності між двома ознаками; якщо вони сконцентровані навколо осі, яка  йде від нижнього лівого кута до верхнього правого – це пряма залежність між досліджуваними ознаками; якщо точки будуть сконцентровані навколо осі, яка проляже від верхнього лівого кута до нижнього правого – маємо обернену залежність.

Метод статистичних групувань як прийом виявлення кореляційної залежності відноситься до числа найважливіших прийомів дослідження взаємозв’язків. Для виявлення залежності між ознаками за допомогою цього методу матеріал статистичного спостереження групується за факторною ознакою; для кожної групи вираховуються середні значення як факторної так і результативної ознаки. Порівнюючи зміни середніх значень результативної ознаки в міру зміни середніх значень факторної ознаки, виявляють характер зв’язку між ними.

Статистичні групування, проведені з метою виявлення і аналізу взаємозв’язків між ознаками, називаються аналітичними.

Групування дозволяє також виявити одночасний вплив  декількох чинників на результативну  ознаку. Для цього проводять комбіновані  групування, дані яких викладають в  комбінованих таблицях.

Аналітичні групування характеризують лише загальні риси зв’язку, його тенденцію, але не дають кількісної оцінки його сили. На основі аналітичних  групувань це завдання розв’язується  за допомогою розрахунку емпіричного  кореляційного відношення.

Для кількісної оцінки зв’язку між явищами на базі матеріалів аналітичного групування вираховують коефіцієнт детермінації і емпіричне кореляційне відношення.

Коефіцієнт детермінації показує ступінь варіації ознаки під впливом чинника покладеного  в основу групування. Він визначається як відношення міжгрупової дисперсії до загальної [3, с. 124-126].

Кореляційно-регресійний  метод має такі галузі застосування:

1) аналіз впливу  факторів при кореляційних зв’язках;

2) прогнозування  й планування величини економічних,  соціальних, екологічних і інших показників на основі відповідних рівнянь регресії.

Основні етапи  КРА такі [1, с. 158-159]:

1. Формування  системи цілей дослідження {S1}.

2. Розробка системи  ресурсів аналізу – фінансових, матеріально-технічних, трудових  тощо {S2}.

3. Визначення  системи обмежень {S3} і системи  пріоритетів {S4} у використанні  КРА. 

4. Оцінка системи  інформації {S5} щодо її достовірності,  наявності кореляційних зв’язків, достатності за обсягом і т.  ін.

5. Розробка системи  аналізу відібраної інформації {S6}, включаючи відбір найважливіших факторів для рівняння регресії і обґрунтування форми (типу) цього рівняння.

6. Використання  професійного персоналу {S7}, а  також системи правового {S8} і  психологічного забезпечення {S9} аналізу  на усіх його етапах.

7. Розрахунок  параметрів первісного рівняння  регресії на основі способу  найменших квадратів {S10}.

8. Оптимізація  рівняння регресії за допомогою  критеріїв тісноти зв’язку між  факторами (Χі) і результатом (Υ). Цей етап охоплює системи {S11} та {S12}.

9. Використання  отриманих результатів КРА у  реальних умовах, на практиці {S13}.

10. Застосування  системи контролю за впровадженням  результатів аналізу {S14}.

11. Підвищення економічної і  соціальної ефективності об’єкта  дослідження за допомогою КРА  {S15}.

 

2) Генеральна і вибіркова  сукупність,їх характеристики

 

Статистична вибірка – це несуцільне спостереження, котре передбачає формування і дослідження вибіркової сукупності як зменшеної копії генеральної сукупності.

Генеральна сукупність – це повна (цілковита) сукупність одиниць, з яких вибирають одиниці для дослідження.

Вибіркова сукупність – сукупність відібраних для дослідження одиниць генеральної сукупності.

Вибіркове спостереження  має такі основні переваги перед  суцільним спостереженням [1, с. 43-44]:

1) економія часу, а також матеріальних, технічних і фінансових ресурсів на проведення спостереження;

2) можливість більш глибшого дослідження невеликої кількості одиниць вибіркової сукупності за рахунок економії часу і ресурсів.

До вибіркового спостереження статистика вдається у випадках, коли потрібно зекономити сили і засоби при проведенні дослідження, тобто, коли недоцільно або неможливо проводити суцільне спостереження.

Вибіркове спостереження застосовують також у поєднанні із суцільним для поглиблення дослідження, або уточнення і контролю результатів суцільного спостереження.

Вибіркове спостереження  складається з таких етапів [3, с. 159-160]:

1) постановка  мети спостереження; 

2) складання програми  спостереження і розробка відповідних  даних; 

3) вирішення організаційних питань проведення спостереження;

4) визначення  відсотка і способу відбору  одиниць; 

5) проведення  відбору;

6) реєстрація  відповідних ознак у відібраних  для дослідження одиниць; 

7) узагальнення даних спостереження та розрахунок їх вибіркових характеристик;

8) знаходження  помилок вибірки; 

9) перерахунок характеристик вибіркового спостереження на генеральну сукупність.

За схемою відбору одиниць сукупності розрізняють такі основні види статистичних вибірок: проста повторна і безповторна, механічна, типова (районована), серійна(гніздова), багатоступенева, багатофазна, комбінована.

Проста повторна вибірка – це вибірка, за якою випадково добрана і досліджена одиниця повертається в генеральну сукупність для повторного обстеження.

Проста безповторна вибірка – це вибірка, за якою кожна випадково добрана одиниця не повертається в генеральну сукупність.

Информация о работе Статистичне вивчення зв'язку між соціально-економічними явищами