Территориальные индексы

Данный вид индексов служит для сравнения показаний в пространстве, т.е. по округам, городам, районам. При этом, как правило, в качестве весов принимают объемы проданных товаров по двум регионам вместе взятым: .

Территориальный индекс цен на одну и туже товарную группу в регионе В по сравнению с регионом А будет рассчитываться по формуле: .

Пример 6.9. Известны цены и объемы реализации товаров по двум регионам (А и В).

Товар	Регион А	Регион В	Расчетные графы
Цена (руб.),	Объем реализации (т),	Цена (руб.),	Объем реализации (т),
	11,0
	8,5					807,5
	17,0
Итого						3307,5

Решение:

Тогда территориальный индекс цен составит: .

Цены в регионе В на 0,2% превышают цены в регионе А. Этому выводу не противоречит и обратный индекс: .

Контрольные вопросы к главе 6

1. Какая величина называется индексируемой, соизмерителем?

2. По каким признакам классифицируют индексы?

3. Какие индексы называют цепными, базисными?

4. В чем заключается методологическая суть построения общих индексов агрегатной формы?

5. В каких случаях используется общий индекс цен Пааше?

6. В каких случаях используется общий индекс цен Ласпейреса?

7. В каких случаях используют средневзвешенные индексы? Их виды.

Глава 7.. МЕТОДЫ ИЗУЧЕНИЯ ПРИЧИННО-СЛЕДСТВЕННЫХ СВЯЗЕЙ

7.1.Основные понятия корреляционно – регрессионного анализа

Исследуя природу, общество, экономику, необходимо считаться с взаимосвязью наблюдаемых процессов и явлений. При этом полнота описания, так или иначе, определяется количественными характеристиками причинно-следственных связей между ними. Оценка наиболее существенных из них, а также воздействия одних факторов на другие является одной из основных задач статистики.

Причинно-следственные отношения - это связь явлений и процессов когда изменение одного из них - причины - ведет к изменению другого - следствия. Причина - это совокупность условий, обстоятельств, действие которых приводит к появлению следствия.

Особенностью причинно-следственных связей в социально-экономических явлениях является их транзитивность, т. е. причина X и следствие У связаны соотношением: X —>Х'—>Х"—>У, а непосредственно X—>У. Правильно вскрытые причинно-следственные связи позволяют установить силу воздействия отдельных факторов на результаты. Поэтому при изучении этих явлений необходимо выявлять главные, основные причины, абстрагируясь от второстепенных.

В качестве двух самых общих видов связей выделяют функциональную (полную) и корреляционную (неполную) связи. В первом случае величине факторного признака строго соответствует одно или несколько значений функции. Достаточно часто функциональная связь проявляется в физике, химии. В экономике примером может служить прямо пропорциональная зависимость между производительностью труда и увеличением производства продукции. Корреляционная зависимость проявляется в среднем, для массовых наблюдений, когда заданным значениям зависимой переменной соответствует некоторый ряд вероятных значений независимой переменной. Объяснение тому – сложность взаимосвязей между анализируемыми факторами, на взаимодействие которых влияют неучтенные случайные величины. Поэтому связь между признаками проявляется лишь в среднем, в массе случаев. При корреляционной связи каждому значению аргумента соответствуют случайно распределенные в некотором интервале значения функции. Например, некоторое увеличение аргумента повлечет за собой лишь среднее увеличение или уменьшение (в зависимости от направленности) функции, тогда как конкретные значения у отдельных единиц наблюдения будут отличаться от среднего. Такие зависимости встречаются повсеместно. Например, в сельском хозяйстве это может быть связь между урожайностью и количеством внесенных удобрений. Очевидно, что последние участвуют в формировании урожая. Но для каждого конкретного поля, участка одно и то же количество внесенных удобрений вызовет разный прирост урожайности, так как во взаимодействии находится еще целый ряд факторов (погода, состояние почвы и др.), которые и формируют конечный результат. Однако в среднем такая связь наблюдается – увеличение массы внесенных удобрений ведет к росту урожайности. По направлению связи бывают прямыми, когда зависимая переменная растет с увеличением факторного признака, и обратными, при которых рост последнего сопровождается уменьшением функции. Такие связи также можно назвать соответственно положительными и отрицательными.

Относительно своей аналитической формы связи бывают линейными и нелинейными. В первом случае между признаками в среднем проявляются линейные соотношения. Нелинейная взаимосвязь выражается нелинейной функцией, а переменные связаны между собой в среднем нелинейно. Если характеризуется связь двух признаков, то ее принято называть парной. Если изучаются более чем две переменные – множественной. По силе различаются слабые и сильные связи. Эта формальная характеристика выражается конкретными величинами и интерпретируется в соответствии с общепринятыми критериями силы связи для конкретных показателей. В наиболее общем виде задача статистики в области изучения взаимосвязей состоит в количественной оценке их наличия и направления, а также характеристике силы и формы влияния одних факторов на другие. Для ее решения применяются две группы методов, одна из которых включает в себя методы корреляционного анализа, а другая – регрессионный анализ. В то же время ряд исследователей объединяет эти методы в корреляционно-регрессионный анализ, что имеет под собой некоторые основания: наличие целого ряда общих вычислительных процедур, взаимодополнения при интерпретации результатов и др.

Корреляционный анализ – это измерение тесноты связи между варьирующими признаками, определение неизвестных причинных связей и оценке факторов оказывающих наибольшее влияние на результативный признак. Регрессионный анализ - это установления формы зависимости, определение функции регрессии, использования уравнения для оценки неизвестных значении зависимой переменной.

Решение названных задач опирается на соответствующие приемы, алгоритмы, показатели, применение которых дает основание говорить о статистическом изучении взаимосвязей.

Дата добавления: 2014-12-29