Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования
«РОССИЙСКАЯ АКАДЕМИЯ НАРОДНОГО ХОЗЯЙСТВА И ГОСУДАРСТВЕННОЙ СЛУЖБЫ ПРИ ПРЕЗИДЕНТЕ РОССИЙСКОЙ ФЕДЕРАЦИИ»
Чебоксарский филиал РАНХиГС
Факультет «Управление и экономика»
Специальность/направление подготовки Государственное и муниципальное управление
Кафедра экономики и корпоративного управления
КОНТРОЛЬНАЯ РАБОТА
по дисциплине <Статистика >
на тему: < >
Автор работы:
студент _ II курса
_ заочной _ формы обучения
Яковлева Анастасия Сергеевна
Подпись___________
Руководитель работы:
Кандидат экономических наук, доцент кафедры экономики и корпоративного управления
Задорова Татьяна Витальевна Подпись __________
«___»_______________201__
Чебоксары – 201 5
Содержание
1.Непараметрические изучения методы тесноты связи между явлениями: понятие, виды, расчет.
2.Показатели численности и состава населения. Основные группировки населения.
3.Задачи.
4.Библиографический список.
Непараметрические изучения методы тесноты связи между явлениями: понятие, виды, расчет.
Для установления связи между качественными (атрибутивными) признаками применяются непараметрические методы. Они не требуют нормального распределения зависимой переменной. В то же время снижается глубина исследования связей, не ставится задача представления зависимости между признаками в форме уравнения.
Цель непараметрических методов заключается в установлении наличия и тесноты связи, но нее ее математического выражения.
Среди непараметрических методов важное значение имеют коэффициенты ранговой корреляции, которые могут применяться для исследования связи как между количественными, так и между качественными признаками. Важно то, что значения этих признаков могут быть упорядочены по степени убывания или возрастания. Ранговый коэффициент корреляции характеризует степень связи между порядковыми переменными.
В основу расчета коэффициентов ранговой корреляции положен принцип нумерации значений статистического ряда (ранжирование). Порядковые номера (ранги) индивидуальных значений факторного признака располагают в порядке возрастания, а параллельно им располагаются ранги соответствующих значений результативного признака. Если ранги результативного признака обнаруживают тенденцию к увеличению, можно предположить наличие прямой линейной связи между признаками. Если с увеличением рангов факторного признака ранги результативного признака уменьшаются, это свидетельствует о возможном наличии обратной линейной зависимости.
Коэффициент ранговой корреляции Спирмена исчисляется по формуле:
Ρ = 1 - = 1 -
где – квадрат разности рангов;
n – число наблюдений или число пар рангов.
Значения коэффициента корреляции Спирмена колеблется в пределах от -1 до +1.
Для более углубленных исследований применяют коэффициент корреляции рангов Кендалла:
t = , где
S – сумма разностей между числом последовательностей и числом инверсий по второму признаку.
S = Р + Q, где
Р – сумма чисел рангов, следующих за данным рангом «у», превышающих его величину;
Q – сумма чисел рангов переменной у, следующих за данным рангом «у» и меньших его величины. Эти числа берутся со знаком (-)«минус».
Порядок расчета коэффициента рангов Кедалла осуществляется в следующем порядке:
1) значения Х ранжируются в порядке возрастания или убывания;
2) значения У располагаются в порядке, соответствующем значениям Х;
3) для каждого ранга У определяется число следующих за ним значений рангов, превышающих его величину. Их сумма дает величину Р, которая представляет собой меру соответствия последовательностей рангов по Х и У и учитывается со знаком (+);
4) для каждого ранга У определяется число следующих за ним рангов, меньших его величины. Их сумма Q берется со знаком (-);
определяется S = Р + Q.
Между коэффициентами Спирмена и Кендалла существует соотношение:
ρ = —— t
Для оценки тесноты связи между несколькими признаками применяется коэффициент конкордации:
W =
где m – число факторов (i = 1, 2, 3, …m;
n – число ранжируемых единиц (j = 1, 2, 3, …, n);
S – отклонение суммы квадратов рангов от средней квадратов рангов.
n m S Rij (S Rij)2
S = S (S Rij - ) 2 = (S R ij)2 - —————
i =1 j =1 n n
Коэффициент конкордации принимает любые значения в интервале от -1 до +1.
При исследовании связи между альтернативными признаками (признаками с взаимоисключающими, противоположными характеристиками) применяются коэффициенты, расчет которых основан на построении таблиц сопряженности.
Для изучения связи между двумя качественными признаками, каждый из которых состоит из двух групп, применяются коэффициенты ассоциации и контингенции. При этом строится четырехклеточная корреляционная таблица (таблица четырех полей):
Таблица сопряженности
a | b | a+b |
c | d | c+d |
a+c | b+d | a+b+c+d |
где a, b, c, d – частоты х значений альтернативных признаков.
Коэффициент контингенции Д.Юла вычисляется по формуле:
ad - bc
К к =
ad + bc
Коэффициент контингенции изменяется в пределах от -1 до +1. чем ближе коэффициент к ± 1, тем теснее зависимость между признаками. Если Кк ³ 0,5, это свидетельствует о наличии связи между качественными признаками.
Коэффициент ассоциации К. Присона исчисляется по формуле:
ad - bc
К ас =
Коэффициент ассоциации всегда меньше коэффициента контингенции. Связь подтверждается, если Ка ³ 0,3.
При наличии более двух возможных значений каждого из взаимосвязанных признаков используется несколько показателей связи.
Коэффициент взаимной сопряженности Пирсона.
где j2 – показатель взаимной сопряженности;
j определяется как сумма отношений квадратов частот каждой клетки таблицы сопряженности к произведению итоговых частот соответствующего столбца и строки.
Недостатком коэффициента сопряженности Пирсона является то, что даже при полной связи он не достигает единицы, а лишь стремится к ней при увеличении числа групп. Максимальное значение данный коэффициент принимает при равенстве частот признаков fij = fi = fj.
Русским статистиком А.А. Чупровым был предложен другой коэффициент взаимной сопряженности. Коэффициент взаимной сопряженности Чупрова
где К1 и К2 – число групп по признакам 1 и 2.
Чем ближе коэффициенты сопряженности к 1, тем связь теснее.