средняя: r = t2 σr2/∆x2 - (1), r = Rt2 σr2/((R-1) ∆x2 + t2 σr2) – (2)
доля: r = t2 σw2/∆x2 - (1), r = Rt2 σw2/((R-1) ∆x2 + t2 σw2) – (2).
5. комбинированная выборка – м. включать в себя все вышеперечисленные способы отбора.
Стка 2 - й
При определении необходимого объема выборочной совокупности нет сведений о дисперсии признака. В таком случае дисперсия м.б. установлена по данным ранее проведенных исследований по данной тематике, либо приближено оценена на основе размаха, где среднее квадратное отклонение σ=σ/6, σ=1,25d.
Формулы м. использовать только в том случае, когда распределение случайных величин близко к нормальным. В случае необходимости оценки альтернативного качественного признака рекомендуется принимать ее равную такому значению, при котором дисперсия достигает max. (если доля = 50%=0,5)
σ2=W(1-W)
Стка 3.Статистическое изучение взаимосвязи (корреляционный и регрессионный анализ)
Исследование объективно существующих связей м/у соц.-экономич явлениями и процессами является одной из основных задач общей теории статистики. Причинно-следственные отношения - это такой тип связи, при котором причина ведет к изменению явления. Особенность: транзитивность, т.е. причина и взаимодействие на некоторое промежуточное событие x -› x -› следствие. Этапы исследования взаимосвязей: 1) качественный анализ соц.-экономич. явлений; 2) построение моделей связей; 3) интерпретация модели. Для изучения признаки делят на: факторные – обуславливают изменения других; результативные – изменяются под действием других. Функциональная связь – тип связи, кот проявляется во всех наблюдениях и при этом определенному значению факторного признака соответствует опред значение результативного признака. Если причинная зависимость проявляется не в каждом конкретном случае, а в общем среднем при большом количества наблюдений, то такая связь называется стохастической. Частным случаем стохастической связи является корреляционная связь, при которой изменение среднего значения результативного признака обусловлено изменением факторных признаков.
Корреляция – зависимость м/у случайными величинами, не имеющих строго функционального характера, при кот изменение одной случ величины приводит к изменению математического ожидания другой.
Различают следующие виды зав-ти: 1)парная корреляция, кот хар-ет связь м\у двумя признаками факторным и результативным; 2)частная корреляция, хар-ет зависимость м\у результат и факторным признаком при фиксированном значении других факторных признаков; 3)множественная, хар-ет зав-ть м\у результативными и двумя и более факторами признаками.
Корреляционный анализ - статистический метод, позволяющий установить тесноту связей м\у признаки называется корреляционным анализом. Количественно теснота связей определяется значением коэффициента корреляции.
Предпосылками применения корреляционного анализа является необходимость подчинения всей совокупности знач-ий факторных и результативных признаков нормальному закону распределения.
(парный коэффициент корреляции) rxy =(∑(x -x )(y-ỹ))/n*ζxζy
По степени тесноты, в зависимости от коэффициента корреляции выделяют след. виды связи (шкала Чедокка): От 0 до 0,3 – несуществующая; 0,3 – 0,5 – слабая; 0,5 – 0,7 – умеренная; более 0,7 – сильная.
Регрессионный анализ. Служит для построения моделей, аналитически выражающей причинно-следственную связь. Основной предпосылкой регресс. анализа является то что результативный признак д. подчиняться нормальному распределению или д. б. ближе к нему. Проблема: спецификация набора переменных.
Для определения методов, наиболее распределенным из кот. является метод наименьших квадратов. Суть: чтобы ∑ квадратов отклонений эмпирических значений от теоретических должна быть min –на.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.