ТЕМА №9

Многомерный статистический анализ

Задача и методы многомерного статистического анализа

Задача многомерного статистического анализа – построение и оценка многофакторных моделей, учитывающих сложные взаимодействия данного фактора с другими.

Методы многомерного статистического анализа:

- методы многомерных группировок;

- дисперсионный многомерный анализ;

- кластерный анализ;

- множественный корреляционно-регрессионный анализ.

 

Вопросы к семинарскому занятию:

1. Характеристика методов многомерного статистического анализа?

2. Дисперсионный анализ и его роль в идентификации социально-экономических явлений?

3. Проблемы кластерного анализа. Основные процедуры кластеризации?

4. Дискриминантный анализ. Понятие о дискриминантной функции?

5. Параметрические и непараметрические методы оценок результатов многомерного статистического анализа?

 

ТЕМА №10

Ряды динамики и ряды распределения

Установление вида ряда динамики

Основная цель статистического изучения динамики коммерческой деятельности состоит в выявлении и измерении закономерностей их развития во времени. Это достигается посредством построения и анализа статистических рядов динамики.

Рядами динамики называются статистические данные, отображающие развитие изучаемого явления во времени. В каждом ряду динамики имеются два основных элемента: показатель времени t; соответствующие им уровни развития изучаемого явления у. В качестве показаний времени в рядах динамики выступают либо определенные даты (моменты) времени, либо отдельные периоды (годы, кварталы, месяцы, сутки).

Уровни рядов динамики отображают количественную оценку (меру) развития во времени изучаемого явления. Они могут выражаться абсолютными, относительными или средними величинами.

В зависимости от характера изучаемого явления уровни рядов динамики могут относиться или к определенным датам (моментам) времени, или к отдельным периодам. В соответствии с этим, ряды динамики подразделяются на моментные и интервальные.

Моментные ряды динамики отображают состояние изучаемых явлений на определенные даты (моменты) времени.

Примером моментного ряда динамики является следующая информация о списочной численности работников фирмы N в 1994 г.:

 

Дата	1.01	1.04	1.07	1.10	1.01
Год	1994 г.	1994 г.	1994 г.	1994 г.	1995 г.
Число работников, чел.

Особенностью моментного ряда динамики является то, что в его уровни могут входить одни и те же единицы изучаемой совокупности. Так, основная часть персонала фирмы N, составляющая списочную численность на 1.01.1994г., продолжающая работать в течение данного года, отображена в уровнях последующих периодов. Поэтому при суммировании уровней моментного ряда динамики может возникнуть повторный счет.

Интервальные ряды динамики отображают итоги развития (функционирования) изучаемых явлений за отдельные периоды (интервалы) времени.

Примером интервального ряда динамики могут служить данные о розничном товарообороте магазина в 1990-1994 гг.:

Год
Объем розничного товарооборота, тыс. руб.	885,7	932,6	980,1	1028,7	1088,4

 

Особенностью интервального ряда динамики является то, что каждый его уровень складывается из данных за более короткие интервалы времени. Например, суммируя товарооборот за первые три месяца года, получают его объем за I квартал, а сумма товарооборота четырех кварталов дает объем товарооборота за год и т.д.

 

Ряды динамики могут быть полными и неполными.

Полный ряд - ряд динамики, в котором одноименные моменты времени или периоды времени строго следуют один за другим в календарном порядке или равноотстоят друг от друга.

Неполный ряд динамики - ряд, в котором уровни зафиксированы в неравноотстоящие моменты или периоды времени.

Пример.

Численность населения СССР характеризуется данными переписей, млн. чел.:

1939 1959 1970 1979 неполный моментный ряд

170,6 208,8 241,7 262, 4 абсолютных величин

Пример.

Производство электроэнергии характеризуется следующими данными, млрд. кВт-ч.:

1930 1940 1950 1960 полный интервальный ряд

48,6 91,2 292,3 740,9 абсолютных величин