Презентация на тему "Статистика"

Содержание

• 
  Слайд 1

  Статистика

  Учебный материал

• 
  Слайд 2

  Тема 4Абсолютные, относительныеи средниестатистические показатели

• 
  Слайд 3

  Статистические показатели и их система

  Статистический показатель – количественная характеристика социально-экономических явлений и процессов в условиях качественной определённости. Система статистических показателей – совокупность статистических показателей, всесторонне характеризующих социально-экономическое явление или процесс.

• 
  Слайд 4

  Классификация статистических показателей по форме выражения

• 
  Слайд 5

  Абсолютные статистические показатели

  Абсолютные показатели получают путем непосредственного суммирования первичных данных. Они характеризуют численность совокупности и объем (размер) изучаемого явления (признака) в конкретных границах времени и места. Абсолютные показатели всегда являются именованными числами, то есть имеют какую-либо единицу измерения.

• 
  Слайд 6

  Измерители абсолютных показателей

• 
  Слайд 7

  Относительные статистические показатели

  Относительный показатель представляет собой результат деления одного абсолютного показателя на другой и выражает соотношение между количественными характеристиками явлений и процессов. Абсолютный показатель в числителе называется текущим или сравниваемым. Абсолютный показатель в знаменателе называется основанием или базой сравнения.

• 
  Слайд 8

  Измерители относительных показателей

• 
  Слайд 9

  Виды относительных показателей

• 
  Слайд 10

  Относительные показатели динамики

  Относительные показатели динамики – отношение уровня явления в более позднее время (текущий период) к уровню того же явления в более ранний (базисный) период. Такие показатели называют коэффициентамироста. Коэффициент роста выражается в коэффициентах. Если этот показатель выразить в процентах, то получим темп роста. Коэффициент роста показывает, во сколько раз текущий уровень превышает базисный. Темп роста характеризует сколько процентов составляет текущий (отчетный) уровень по отношению к базисному показателю.

• 
  Слайд 11

  Коэффициент роста и темп ростас переменной базой

  где T – относительный показатель динамики; у1 , y2, y3 , y4 , yп, yп+1 – значения уровня изучаемого явления, соответственно, в 1, 2, 3, 4, п-ом и (п+1) периодах.

• 
  Слайд 12

  Коэффициент роста и темп ростас постоянной базой

  где уk – постоянная база сравнения.

• 
  Слайд 13

  Относительные показатели структуры

  Относительные показатели структуры – характеризуют долю (удельный вес) части в целом. Например, отношение численности городского населения к общей численности населения региона, страны. Относительные показатели структуры выражаются, как правило, в процентах или промилле.

• 
  Слайд 14

  Относительные показатели структуры (удельный вес)

  где уi – число единиц (или объем признака) по группе.

• 
  Слайд 15

  Пример

  Таблица 9 – Состав и структура активов предприятия в 2013 году

• 
  Слайд 16

  Относительные показатели достижения уровня

  Относительные показатели достижения уровня – характеризуют отношения фактически наблюдаемых величин признака к его нормативным, плановым, оптимальным или максимально возможным величинам. Наиболее известной разновидностью таких показателей являются показателивыполнения плана, рассчитываемые как отношение фактических показателей изучаемого периода к плановым показателям этого же периода.

• 
  Слайд 17

  Средние статистические показатели

  Средняя величина – это обобщенная количественная характеристика признака в статистической совокупности. Она выражает характерную, типичную величину признака у единиц совокупности, образующуюся в конкретных условиях места и времени под влиянием всех факторов. В средней величине признака взаимопогашаются индивидуальные различия признака, обусловленные действием случайных факторов.

• 
  Слайд 18

  Основные формы средних величин

• 
  Слайд 19

  Формулы различных видов степенных средних величин

• 
  Слайд 20

  Условные обозначения

  где – среднее значение признака; xi– значения осредняемых признаков ( ); fi – вес i-го варианта.

• 
  Слайд 21

  Условия применениясредней арифметической простой

  Средняя арифметическая простая применяется в двух случаях: 1) когда данные статистического наблюдения не сгруппированы; 2) когда каждое значение признака встречается одинаковое количество раз. Т.е. среднюю арифметическую простую можно использовать только тогда, когда точно установлено отсутствие весов или их равенство.

• 
  Слайд 22

  Условия применениясредней арифметической взвешенной

  Средняя арифметическая взвешенная используется в случае, когда статистические данные сгруппированы, и каждое значение признака встречается неодинаковое количество раз. При расчете средней арифметической для интервального рядараспределения в качестве значений признака xi используют серединные значения интервалов, которые рассчитываются как среднеарифметическая его границ. Если интервал имеет открытую границу (это может быть верхний или нижний интервал), то серединное значение определяется исходя из предположения о равенстве интервала соседнему. Весами являются показатели численности каждой из групп.

• 
  Слайд 23

  Условия применениясредней гармонической взвешенной

  Средняя гармоническая взвешенная используется, когда непосредственные данные о весах отсутствуют, а известны варианты осредняемого признака x и произведения значений вариантов на количество единиц, имеющих данное его значение w (w=xf). В качестве весов в этом случае применяется не количество единиц совокупности с данным значением признака, а произведение этого количества на значения признака (w)

• 
  Слайд 24

  Условия применениясредней геометрической

  Если при замене индивидуальных значений признака на среднее их значение необходимо сохранить неизменным произведение индивидуальных значений, то используется средняя геометрическая. Средняя геометрическая чаще всего используется при определении средних темпов роста.

• 
  Слайд 25

  Структурные средние

• 
  Слайд 26

  Мода

  В дискретном ряду мода определяется как значение признака с наибольшей частотой. В интервальном ряду для определения моды сначала выявляется модальныйинтервал – интервал с наибольшей частотой. Внутри этого интервала находят точечную моду – условное значение признака, вблизи которого плотность распределения достигает максимума. Для расчета точечной моды используется формула: где х0 – нижняя граница модального интервала; i – величина модального интервала; fM0 – частота модального интервала; fM0-1 – частота интервала, предшествующего модальному; fM0+1 – частота интервала, следующего за модальным.

• 
  Слайд 27

  Медиана

  В дискретном ранжированном вариационном ряду с нечетным числом единиц совокупности медианой является значение признака в центре ряда. Если ранжированный ряд включает четное число единиц, то медиана определяется как средняя из двух центральных значений. В интервальном вариационном ряду основой для расчета точечного значения медианы служит медианный интервал. Медианный интервал определяется как первый интервал, накопленная частота (то есть сумма частот всех предыдущих интервалов и данного интервала) которого превышает половину общей суммы частот. Для нахождения медианы применяется формула: где х0 – нижняя граница медианного интервала; i – величина медианного интервала; SMe – накопленная частота интервала, предшествующего медианному интервалу; fMe – частота медианного интервала.

• 
  Слайд 28

  Тема 5Статистические распределенияи их основные характеристики

• 
  Слайд 29

  Вариация

  Различие значений признака у разных единиц совокупности в статистике называется вариацией. Вариационный ряд – групповая таблица, построенная по количественному признаку, в сказуемом которой показывается число единиц в каждой группе.

• 
  Слайд 30

  Классификация признаков

• 
  Слайд 31

  Показатели, используемые для анализа вариационных рядов

• 
  Слайд 32

  Абсолютные показатели степени вариации

  Размах колебаний: Среднее линейное отклонение: для несгруппированныхданных: для сгруппированных данных:

• 
  Слайд 33
  

  Среднее квадратическоеотклонение ( ) и дисперсия ( ): для несгруппированных данных для сгруппированных данных Преобразованная формула дисперсии

• 
  Слайд 34

  Относительные показатели степени вариации

  Коэффициент осцилляции Относительное линейное отклонение Коэффициент вариации

• 
  Слайд 35

  Сложение дисперсий изучаемого признака

  Общая дисперсия Межгрупповая дисперсия Средняя внутригрупповая дисперсия Взаимосвязь дисперсий – правило сложения дисперсий

• 
  Слайд 36

  Вариации альтернативного признака

  Альтернативный признак – качественный признак, имеющий две взаимоисключающие разновидности. Он имеет только два значения: 1 – наличие признака; 0 – отсутствие признака Среднее значение альтернативного признака: Дисперсия альтернативного признака: гдеp – доли единиц, обладающих признаком q– доли единиц, не обладающих признаком

• 
  Слайд 37

  Изучение форм распределения

  Закономерность распределения – закономерное изменение частот в вариационных рядах. Кривая распределения – графическое изображение в виде непрерывной линии изменения частот в вариационном ряду, функционально связанного с изменением вариант.

• 
  Слайд 38

  Разновидности кривых распределения

• 
  Слайд 39

  Показатели формы распределения

  Относительный показатель асимметрии: (1) (2) Коэффициент асимметрии (средняя квадратическая ошибка): Показатель ассиметрии по Линдбергу:

• 
  Слайд 40
  

  Показатель эксцесса (островершинности): Среднеквадратическая ошибка эксцесса: Величина эксцесса по Линдбергу:

• 
  Слайд 41

  Теоретическая частота нормального распределения

  нормальное(стандартизированное) отклонение ордината кривой нормального распределения – определяется по таблице значений функции

• 
  Слайд 42

  Критерии согласия

  критерий Пирсона критерий Романовского критерий Колмогорова