文档介绍：该【中级经济师考试-经济知识点第四部分 】是由【莫比乌斯】上传分享，文档一共【6】页，该文档可以免费在线阅读，需要了解更多关于【中级经济师考试-经济知识点第四部分 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。第四部分统计
第二十二章统计与统计数据
统计学
含义:是关于收集、整理、分析数据和从数据中得出结论的科学。
描述统计:研究数据收集、整理和描述的统计学方法;
推断统计:是研究如何利用样本数据来推断总体特征的统计学方法,其内容包括参数估计和假设验证两大类。
变量和数据
变量:是研究对象的属性或特征,相对于常数而言。
数据:是对变量进行测量、观测的结果。分为分类数据、顺序数据和数值型数据。
数据的来源
按收集方法分类:观测数据和实验数据
按本身的来源:直接数据(一手数据)和间接数据(二手数据)
统计调查
统计调查的概念与分类
概念:按照预定的目的和任务,运用科学的统计调查方法,有计划有组织地搜集数据信息资料的过程。
按调查对象的范围:分为全面调查和非全面调查。
按调查登记的时间是否连续:连续调查和不连续调查。
统计调查的方式
统计报表
普查:有某一特定目的
抽样调查
重点调查
典型调查
第二十三章描述统计
对数据分布特征的测度:分布的集中趋势;分布的离散程度;分布的偏态。
集中趋势的测度
集中趋势:指一组数据向某一中心值靠拢的程度,它反映了一组数据中心点的位置所在。
均值:也叫平均数,是集中趋势最主要的测度值,主要适用于数值型数据。
中位数:位置居中的数值Me,位置代表值,主要用于顺序数据和数值型数据。
众数:出现频次最多的变量值,适于描述分类数据和顺序数据的集中趋势。
离散程度的测度
离散程度:反映的是数据之间的差异程度。集中趋势对一组数据的代表性取决于该组数据的离散程度。
方差
标准差:方差的平方根
离散系数CV:也称变异系数或标准差系数。CV=s/X
分布形态的测度
偏态系数:指数据分布的偏斜方向和程度,描述的是数据分布的对称程度。取决于离差三次方的平均数和标准差的三次方的比值。
SK=nn-1(n-2)i=1n(Xi-Xs)3
标准分数:数值减去均值所得的差除以标准差。标准分的平均数为0,标准差为1.
Zi=Xi-Xs
变量间的相关分析
变量间的相关关系
按相关程度分类:完全相关、不完全相关和不相关。
按相关的方向分类:正相关和负相关。
按相关的形式分类:纯属相关和非线性相关。
散点图
相关系数
Pearson相关系数r:取值在+1和-1之间。
r=i=1nxi-x(yi-y)xi-x2(yi-y)2
|r|=1,完全依赖;
|r|≥,高度相关;
≤|r|≤,中度相关;
≤|r|≤,低度相关。
<|r|,相关度极弱,可视为无线性相关关系。
第二十四章抽样调查
抽样调查基本概念
抽样调查基本概念:指按照某种原则和程序,从总体中抽取一部分单位,通过对这一部分单位进行调查得到信息,以达到对总体情况的了解,或者对总体的有关参数进行估计。
总体与样本;
总体参数与样本统计量;
抽样框。
概率抽样与非概率抽样
概率抽样:也称随机抽样,是指依据随机原则,按照某种事先设计的程序,从总体中抽取部分单元的方法。
非概率抽样:调查者根据自己的方便或主观判断抽取样本的方法,如判断抽样,方便抽样,自愿样本,配额抽样等。
抽样调查一般步骤
确定调查问题
调查方案设计
实施调查过程
数据处理分析
撰写调查报告
抽样调查中的误差:样本估计值和总体参数真值之间的差异称为误差。
抽样误差:由于抽样的随机性造成的,用样本统计量估计总体参数时出现在误差。
非抽样误差
抽样框误差
无回答误差
计量误差
几种基本概率抽样方法
简单随机抽样:分为不放回简单随机抽样和有放回简单随机抽样。
适用条件:抽样框中没有更多可以利用的辅助信息;调查对象分布的范围不广阔;个体之间的差异不是很大。
分层抽样:指先按照某种规则把总体分为不同的层,然后在不同的层内独立、随机地抽取样本。
系统抽样:先将总体中的所有单元按一定顺序排列,在规定范围内随机抽取一个初始单元,然后按事先规定的规则抽取其他样本单元。
整群抽样:将总体中所有的基本单位按照一定规则划分为互不重叠的群,抽样时直接抽取群,对抽中的群调查其全部的基本单位,对没有抽中的群则不进行调查。
多阶段抽样
估计量和样本量
估计量的性质
无偏性:对于不放回简单随机抽样,所有可能的样本均值取值的平均值总是等于总体均值。
有效性:方差越大的样本估计值与总体参数的真值差异越大。
一致性:当样本量增大时,估计量的值稳定于总体参数的真值。
抽样误差的估计
V(y)=(1-nN)s2n
样本量的影响因素
调查的精度
总体的离散程度
总体的规模
无回答情况
经费的制约
第二十五章回归分析
回归模型
回归分析的概念:就是根据相关关系的具体形态,选择一个合适的数学模型,来近似地表达变量间的依赖关系。
一元线性回归模型
只涉及一个自变量的一元线性回归模型:
Y=β0+β1X+ε
回归方程
E(Y)=β0+β1X
最小二乘法
最小二乘法:就是使得因变量的观测值yi与估计值yi之间的离差(又称残差)平方和最小来估计参数β0和β1的方法。
β0=y-β1x
模型的检验和预测
回归模型的拟合效果分析:
结合经济理论和经验分析回归系数的经济含义是否合理;
分析估计的模型对数据的拟合效果如何;
对模型进行假设检验。
决定系数 R 2
R 2=1,说明回归直线可以解释因变量的所有变化;
R 2=0,说明回归直线无法解释因变量的变化,因变量的变化与自变量无关。
模型预测:回归分析的一个重要应用。
第二十六章时间序列分析
时间序列及其分类
时间序列:也称动态序列,是将某一统计指标在各个不同时间上的数值按时间先后顺序编制形成的序列。
时间序列构成的两个基本因素:被研究现象所属时间和反映该现象一定时间条件下数量特征的指标值。
按其构成要素中统计指标值的表现形式:
绝对数时间序列
相对数时间序列
平均数时间序列
时间序列的水平分析
发展水平:是时间序列中对应于具体时间的指标数值。
平均发展水平:也称序时平均数或动态平均数,是对时间序列中各时期发展水平计算的平均数,它可以概括性描述现象在一段时间内所达到的一般水平。
绝对数时间序列序时平均数的计算
由时期序列计算序时平均数
y=i=1nyin
由时间序列计算序时平均数:连续时间点计算和间断时间点计算。
相对数或平均数时间序列序时平均数的计算:分别求出分子指标和分母指标时间序列的序时平均数,然后再进行对比。
增长量与平均增长量
增长量:是报告期发展水平与基期发展水平之差,反映报告期比基期增加(减少)的绝对数量。
增长量=报告期水平-基期水平
逐期增长量:∆i=yi-yi-1
累计增长量:∆i=yi-y0
平均增长量:∆=(yn-y0)/(N-1)
时间序列的速度分析
发展速度与增长速度
发展速度:是以相对数形式表示的两个不同时期发展水平的比值,表平报告期水平已发展到基期水平的几分之几或若干倍。
定基发展速度:报告期水平与某一固定时期水平(通常是最初水平)的比值。
环比发展速度:报告期水平与其前一期水平的比值。
定期发展速度等于相应时期内各环比发展速度的连乘积,两个相邻时期定期定基发展速度的比率等于相应时期的环比发展速度。
增长速度:是报告期增长量与基期水平的比值。
平均发展速度与平均增长速度
平均发展速度反映现象在一定时期内逐期发展变化的一般程度;
平均增长速度反映现象在一定期期内逐期增长(降低)变化的一般程度。
平均增长速度=平均发展速度-1
b=ni=1nbi
速度的分析与应用
平滑预测法
平滑法适合于平稳时间序列的预测,即没有明显的趋势、循环和季节波动的时间序列。
移动平均法:使用时间数列中最近k期数据值的平均数作为下一期的预测值。
指数平滑法:利用过去时间序列值的加权平均数作为预测值,即使得第t+1期的预测值等于第t期的实际观察值与第t期的预测值的加权平均值。