Определение необх. объема выборки.

Уменьшение стандартной ошибки выборки, а следовательно, увеличение точности оценки всегда связано с увеличением объема выборки, поэтому уже на стадии организации выборочного наблюдения приходится решать вопрос о том, каков должен быть объем выборочной совокупности, чтобы была обеспечена требуемая точность результатов наблюдений. Расчет необходимого объема выборки строится с помощью формул, выведенных из формул предельных ошибок выборки (А), соответствующих тому или иному виду и способу отбора. Так, для случайного повторного объема выборки (n) имеем:

∆= t = t ; n=

 

Суть этой формулы – в том, что при случайном повторном отборе необходимой численности объем выборки прямо пропорционален квадрату коэффициента доверия (t2) и дисперсии вариационного признака и обратно пропорционален квадрату предельной ошибки выборки. В частности, с увеличением предельной ошибки в два раза необходимая численность выборки может быть уменьшена в четыре раза. Из трех параметров два задаются исследователем. При этом исследователь исходя из целии задач выборочного обследования должен решить вопрос: в каком количественном сочетании лучше включить эти параметры для обеспечения оптимального варианта? В одном случае его может больше устраивать надежность полученных результатов (t), нежели мера точности (?), в другом – наоборот. Сложнее решить вопрос в отношении величины предельной ошибки выборки, так как этим показателем исследователь на стадии проектировки выборочного наблюдения не располагает, поэтому в практике принято задавать величину предельной ошибки выборки, как правило, в пределах до 10 % предполагаемого среднего уровня признака.

 

27. В самом обусловленном виде выделяют 2 формы зависимости:

1) функциональную (полную)

2) корреляционную (неполную)

Корреляционная связь проявляется в среднем для массовых наблюдений. Корреляционная связь – связь, где воздействие отдельных факторов проявляется только как тенденция при массовом наблюдении факторных данных. Причины этого является сложность взаимосвязей между анализируемыми факторами, на взаимодействие которых влияют неучтенные, случайные величины.

По направлению связи балансы бывают: прямые и обратные.

В зависимости от числа взаимодействующих факторов различают:

1. парная (однофакторная) характеризуется связь 2 признаков

2. множественная (многофакторная) Х и У

3. частная – зависимость между результативным и одним факторным признаком при фиксированном значении др. факторных признаков

По силе различают: сильные и слабые связи.

По аналитической форме: линейные и нелинейные.

Для исследования функциональных связей, в статистике широко используются индексный и балансовый методы. Индексный метод применяется в статистике для анализа так называемых компонентных связей, при которых изменение какого-либо сложного явления определяется изменением входящих в него компонентов - сомножителей или слагаемых.

Балансовый метод используется при анализе связей и пропорций в развитии экономики страны, её предприятий, а также в образовании и распределение ресурсов, доходов, продукции и т.д.

Основными методами изучения корреляционных связяй является:

-метод параллельных рядов,

-метод аналитических группировок,

-регрессионно-корреляционный анализ.

 

Оценка тесноты.

Регрессионный и корреляционный анализ позволяет установить и оценить зависимость изучаемой случайной величины Y от одной или нескольких других величин X, и делать прогнозы значений Y. Параметр Y, значение которого нужно предсказывать, является зависимой переменной. Параметр X, значения которого нам известны заранее и который влияет на значения Y, называется независимой переменной. Корреляционная зависимость Y от X – это функциональная зависимость.

Основная задача корреляционного анализа – оценка тесноты (силы) корреляционной связи. Теснота корреляционной зависимости Y от X оценивается по величине рассеяния значений параметра Y вокруг условного среднего. Большое рассеяние говорит о слабой зависимости Y от X, либо об ее отсутствии и, наоборот, малое рассеяние указывает на наличие достаточно сильной зависимости.

Теснота связи определяется путем вычисления коэффициента корреляции. Отсутствие связи обозначается символом О, функциональная связь - 1, а корреляционная связь - дробью со знаком плюс или минус. Чем ближе коэффициент корреляции находится к единице, тем теснее связь, и, наоборот, приближение его к нулю характеризует низкую степень связи. Обычно считается, что коэффициент ниже 0, 3 указывает на неустойчивую низкую степень связи, от 0, 3 до 0, 6 - а устойчивую среднюю степень связи, а выше 0, 6 - на высокую степень связи.

Предмет, метод и задачи СЭС

 

СЭС – отрасль знания, кот. изучает об-во во всем многообразии его форм проявления. Объектом изучения СЭС выступает об-во. Количественная хар-ка соц-ых и эк-ких явлений в жизни об-ва, закономерности их изменения составляют предмет познания СЭС. В данное время СЭС представляет собой системы научных дисциплин, обладающих определенной спецификой и самостоятельностью. Основные разделы СЭС: общая теория статистики; эк-кая ста-ка; соц-ная стат-ка; стат-ка населения.

СЭС основывается на положениях экон-ой теории и различных прикладных разделов эк-ой науки. СЭС связана с общественными дисциплинами. Методы: 1) метод массового стат-го наблюдения; 2) метод группировок; 3) метод обобщающих показателей; 4) индексный метод; 5) метод эк-их классификаций.