Шпаргалка по "Статистике"

национальное богатство представляет собой совокупную стоимость всех экономических активов материальных (природные ресурсы) и нематериальных (нефинансовых и финансовых активов) в рыночных ценах, находящихся в собственности резидентов данной страны на территории страны или за ее пределом а также , за вычетом их финансовых обязательств, как резидентам, так и нерезидентам.

Экономические активы — это экономические объекты, на которые экономическими единицами (институциональные единицы) осуществляются права собственности, и от владения которыми или использования которых в течение некоторого периода времени его владельцами извлекается экономическая выгода.

Свойства показателя национального  богатства:

• НБ — моментальный показатель, определяется в стоимостном выражении в текущих или сопоставимых ценах (исключение составляют природные ресурсы, которые учитываются в натуральном выражении, а в стоимостном только экспериментально);
• По источникам происхождения национального богатства выделяют: природные ресурсы и накопленные результаты труда;
• В соответствии с рекомедациями внесенными в методологию системы национальных счетов 1993г. национальное богатство включает как материальные, так и нематериальные и финансовые активы.
• Показатель национального богатства складывается из имущества принадлежащего резидентам страны (физическим лица, юридическим лицам, государственным и муниципальным органам) как на территории данной страны, так и за ее пределами.
• НБ учитывается по остаточной стоимости, хотя в российской статистической практике до сих пор НБ оценивается по полной стоимости.

Состав национального  богатства:

• Нефинансовые произведенные активы
• Нефинансовые непроизведенные активы (возникают не в результате экономического производства, а естественным путем в природе, а также некоторые нематериальные активы).
• Финансовые активы

 

 

 

 

22 Статистические методы изучения уровня жизни населения 
Статистика исследует количественные характеристики формирования общего объема доходов населения, структуру этих доходов, распределение между отдельными группами населения. В соответствии с методикой СНС расчета баланса денежных доходов и расходов населения исчисляются номинальные денежные доходы и располагаемые доходы домашних хозяйств. 

Располагаемые доходы домашних хозяйств являются суммой текущих доходов, используемых домашними хозяйствами для финансирования конечного потребления товаров  и услуг. Это показатель объема экономических  ресурсов, поступающих в распоряжение населения для удовлетворения потребностей граждан (максимальная сумма, которая  может быть израсходована населением на потребление при условии, что  за данный период население не привлекает накопленные финансовые и нефинансовые активы, не увеличивает обязательств по финансовой части). 
 
При наличии инфляции рост денежных доходов не всегда может свидетельствовать об улучшении уровня жизни населения, поскольку фактор изменения цен влияет на покупательную способность денег.  
 
Для измерения объема, уровня и структуры доходов населения используются и такие показатели, как личные располагаемые доходы, среднедушевые денежные доходы населения, покупательная способность денежных доходов. 
Личные располагаемые доходы - это общая сумма денежных доходов, которую их владельцы направляют на потребление и сбережение. 
Среднедушевые денежные доходы исчисляются как отношение общей суммы денежных доходов населения за год (или текущий период) к среднегодовой численности наличного населения  
При исследовании уровня жизни важна оценка и потенциальных возможностей населения пользоваться ресурсами для приобретения и потребления соответствующих благ и ресурсов. Для этого используется показатель покупательной способности (рассчитывается как для всего населения, так и для отдельных групп). Данный показатель характеризуется: 
1 заранее определенным количеством товаров и услуг, которые можно было бы приобрести на сумму среднедушевого денежного дохода;  2 как товарный эквивалент в виде отдельных товаров или услуг.

 

 

 

 

 

 

 

 

 

 

 

 

23 Методы изучения дифференциации доходов

К числу важнейших методов изучения дифференциации доходов населения относится построение вариационных рядов, и на их основе, - статистических рядов распределения населения по уровню среднедушевых денежных доходов, представляющих собой ранжированные и сгруппированные в определенных интервалах по величине дохода результаты наблюдения.

Для характеристики дифференциации доходов  населения и уровня бедности рассчитываются следующие показатели:  модальный  доход – уровень дохода наиболее часто встречающихся среди населения; медианный доход – показатель дохода, находящегося в середине ранжированного ряда распределения. Половина населения  имеет доход ниже медианного, а  вторая половина – выше; средний  доход – общий средний уровень  дохода всего населения; дециальный коэффициент дифференциации доходов населения (Кd), показывающий, во сколько раз минимальные доходы 10% самого богатого населения превышают максимальные доходы 10% наименее обеспеченного населения.

При статическом изучении уровня и  границ бедности, прежде всего, устанавливается  граница дохода, обеспечивающая потребление  на минимально допустимом уровне, т.е. определяется стоимостная величина прожиточного минимума, с которой  сравниваются фактические доходы отдельных  слоев населения.

Прожиточный минимум представляет собой стоимостную оценку минимального набора продуктов питания, необходимого для сохранения здоровья человека и  поддержания его жизнедеятельности, а также расходы на непродовольственные  товары и услуги, налоги и обязательные платежи, исходя из доли затрат на эти  цели в бюджетах низкодоходных групп населения; используется в качестве критерия бедности при характеристике процессов социально-экономической дифференциации.

Она определяется в расчете на «среднестатистического»  жителя и для различных социально-демографических  групп населения с учетом научно обоснованных норм, национальных и  других особенностей потребления, а  так же реальных возможностей экономики. По отдельным половозрастным группам  прожиточный минимум заметно  различается.

Прожиточный минимум существенно  зависит от цен, поэтому в условиях инфляции он непрерывно изменяется.

В настоящее время наряду с общим  прожиточным минимумом определяется физиологический минимум.

Прожиточный минимум – суммарная стоимость товаров и услуг, которую можно рассматривать как нижний предел, позволяющий поддержать физическое состояние, но лишь в течение определенного времени. Жизненно необходимый уровень потребления включает  только расходы на питание, самые необходимые предметы санитарии и гигиены, лекарства, коммуникальные услуги и другие обязательные платежи.

Бедность является одной из важнейших  характеристик неравенства в  распределении доходов. Уровень бедности – удельный вес населения с доходами ниже прожиточного минимума в общей численности населения выступает информативным показателем социально-экономического положения страны. Обычно бедность определяется как состояние, когда экономических ресурсов не хватает для обеспечения прожиточного минимума.

На основе данных о доходах бедного  населения рассчитываются относительно новые для социальной статистики показатели:

·   дефицит дохода оценивается как суммарный доход малоимущего недостающий до величины прожиточного минимума.

·   коэффициент глубины бедности характеризует дефицит дохода обследуемых домохозяйств в виде среднего простого отклонения их доходов от прожиточного минимума в расчете на одно домохозяйство.

·   коэффициент остроты бедности также отражает дефицит дохода обследуемых домохозяйств, но рассчитывается по средневзвешенному отклонению их доходов от прожиточного минимума (т.е. придается больший вес домохозяйствам с более высоким дефицитом дохода).

 

24. Понятие статистической  гипотезы и процедура проверки  гипотезы (в отношении социальных  явлений)

Статистической гипотезой называется любое предположение о виде неизвестного закона распределения или о параметрах известных распределений.

Параметрической гипотезой называется гипотеза о значениях параметров распределения или о сравнительной  величине параметров двух распределений.

Примером параметрической статистической гипотезы является гипотеза о равенстве  математических ожиданий двух нормальных совокупностей.

Непараметрическими гипотезами называются гипотезы о виде распределения случайной  величины.

Проверка статистической гипотезы означает проверку соответствия выборочных данных выдвинутой гипотезе.

Параллельно с выдвигаемой основной гипотезой рассматривают и противоречащую ей гипотезу, которая называется конкурирующей  или альтернативной. Противоречащая гипотеза считается справедливой, если основная выдвинутая гипотеза отвергается.

Нулевой, основной или проверяемой  гипотезой называется первоначально  выдвинутая гипотеза, которая обозначается Н0.

Конкурирующей или альтернативной гипотезой называется гипотеза, которая  противоречит основной гипотезе Н0 и обозначается Н1.

Процедура проверки нулевой гипотезы в общем случае включает следующие  этапы:

1. задается допустимая вероятность  ошибки первого рода (Ркр=0,05)

2. выбирается статистика критерия (Т)

3. ищется область допустимых  значений

4. по исходным данным вычисляется  значение статистики Т

5. если Т (статистика критерия) принадлежит области принятия  нулевой гипотезы, то нулевая  гипотеза принимается (корректнее  говоря, делается заключение, что  исходные данные не противоречат  нулевой гипотезе), а в противном  случае нулевая гипотеза отвергается  и принимается альтернативная  гипотеза.[1] Это основной принцип  проверки всех статистических  гипотез.Обычно первые три этапа выполняют профессиональные математики, а последние два – пользователи для своих частных данных.В современных статистических пакетах на ЭВМ используются не стандартные уровни значимости, а уровни, подсчитываемые непосредственно в процессе работы с соответствующим статистическим методом. Эти уровни, обозначенные буквой P, могут иметь различное числовое выражение в интервале от 0 до 1, например, 0,7 0,23 0,012. Понятно, что в первых двух случаях полученные уровни значимости слишком велики и говорить о том, что результат значим нельзя. В последнем случае результаты значимы на уровне 12 тысячных. Это достоверный результат.При проверке статистических гипотез с помощью статистических пакетов, программа выводит на экран вычисленное значение уровня значимости Р и подсказку о возможности принятия или неприятия нулевой гипотезы.Если вычисленное значение Р превосходит выбранный уровень Ркр,

то принимается нулевая гипотеза, а в противном случае — альтернативная гипотеза. Чем меньше вычисленное  значение Р, тем более исходные данные противоречат нулевой гипотезе.

Число степеней свободы у какого-либо параметра определяют как число  опы тов, по которым рассчитан данный параметр, минус количество одинаковых значений, найденных по этим опытам независимо друг от друга.

Величина Ф называется мощностью  критерия и представляет собой вероятность  отклонения неверной нулевой гипотезы, то есть вероятность правильного  решения. Мощность критерия – вероятность  попадания критерия в критическую  область при условии, что справедлива  альтернативная гипотеза. Чем больше Ф, тем вероятность ошибки 2-го рода меньше.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

25) Понятие ранговой корреляции и ее основные коэффициенты.

Под ранговой корреляцией понимается статистическая связь между порядковыми  переменными. В статистической практике эта связь анализируется на основании  исходных статистических данных, представленных упорядочениями (ранжировками) рассматриваемых объектов по разным свойствам. Есть ли хоть какая-то согласованность (или связь) между упорядочением анализируемых объектов по свойству и упорядочением тех же объектов по другому свойству.

Для переменных, принадлежащих к  порядковой шкале или для переменных, не подчиняющихся нормальному распределению, а также для переменных принадлежащих к интервальной шкале, вместо коэффициента Пирсона рассчитывается ранговая корреляция по Спирмену. Каждому показателю X и Y присваивается ранг. На основе полученных рангов рассчитываются их разности и вычисляется коэффициент корреляции Спирмена:

Ещё одним вариантом ранговых коэффициентов  корреляции являются коэффициенты Кендалла (tau-b Кендалла).

Применяется для выявления взаимосвязи  между количественными или качественными  показателями, если их можно ранжировать. Значения показателя X выставляют в  порядке возрастания и присваивают  им ранги. Ранжируют значения показателя Y и рассчитывают коэффициент корреляции Кендалла: ,

где .

Р — суммарное число наблюдений, следующих за текущими наблюдениями с большим значением рангов Y.

Q — суммарное число наблюдений, следующих за текущими наблюдениями  с меньшим значением рангов Y. (равные ранги не учитываются!)

 

В этом методе одна переменная представляется в виде монотонной последовательности в порядке возрастания величин; другой переменной присваиваются соответствующие  ранговые места. Количество инверсий (нарушений  монотонности по сравнению с первым рядом) используется в формуле для  корреляционных коэффициентов. Применение коэффициента Кендалла является предпочтительным, если в исходных данных встречаются выбросы.

 

 

 

 

 

 

 

 

 

 

 

26. Закон больших чисел в прикладной  статистике.

Законы больших чисел состоят  в том, что эмпирические средние  сходятся к теоретическим. В классическом варианте: выборочное среднее арифметическое при определенных условиях сходится по вероятности при росте числа слагаемых к математическому ожиданию. На основе законов больших чисел обычно доказывают состоятельность различных статистических оценок. В целом эта тематика занимает заметное место в теории вероятностей и математической статистике.

          Однако математический аппарат  при этом основан на свойствах  сумм случайных величин (векторов, элементов линейных пространств). Следовательно, он не пригоден  для изучения вероятностных и  статистических проблем, связанных  со случайными объектами нечисловой  природы. Это такие объекты,  как бинарные отношения, нечеткие  множества, вообще элементы пространств  без векторной структуры. Объекты  нечисловой природы все чаще  встречаются в прикладных исследованиях.  Много конкретных примеров приведено  выше в настоящей главе. Поэтому  представляется полезным получение  законов больших чисел в пространствах  нечисловой природы. Необходимо  решить следующие задачи.