Являясь отображением каких-либо свойств изучаемых явлений и процессов, статистический показатель служит орудием их познания. Но всякое знание всегда ограничено, неполно соответствует изучаемому объекту. Ни один статистический показатель, ни целая их система не могут отразить все свойства, все особенности объекта и даже часть этих свойств с абсолютной точностью. Статистический показатель - приближенное, неточное и неполное отображение свойств изучаемого объекта, доступное при имеющемся уровне знаний и возможностях учета, измерения, сбора и передачи информации. Каждому ясно, что невозможно точно измерить вес собранного картофеля без примеси песка, глины, частиц почв и камней, невозможно в масштабах целой республики избежать ошибок во взвешивании, записи, передаче сведений об урожае. Это один из [c.43]
Индивидуальные абсолютные показатели, как правило, получают непосредственно в процессе статистического наблюдения как результат замера, взвешивания, подсчета и оценки интересующего количественного признака. [c.48]
ИНДЕКС ЦЕН - статистический показатель, применяемый для измерения динамики цен во времени и пространстве, представляет относительную величину. Методика принципов расчета индексов цен определение набора товаров выбор базовых объектов путем репрезентативной выборки (предприятий различных отраслей, торговли, сферы услуг) выбор системы взвешивания показателей и формулы расчета индексов. Расчеты индексов цен обеспечивают построение индексов фактических цен и индексов средних цен. Индекс средних цен учитывает наряду с изменением цен на отдельные товары, структурные изменения. В набор товаров-представителей входят все важнейшие группы товаров с учетом их доли во всей изучаемой совокупности. [c.232]
Неточный подсчет (измерение, взвешивание), неправильная регистрация исходных данных в носителях информации (обычный первичный документ, различные машинные носители) отрицательно отражаются на точности учетных показателей, которые подвергаются дорогостоящей обработке на вычислительных машинах. Полученные в результате больших затрат труда и времени отчетные сведения, обобщенные в различные формы бухгалтерской и статистической отчетности, оказываются недостоверными и не могут быть практически использованы для управления предприятием (организацией), для определения места предприятия (организации) в рыночной экономике, анализа имущественно-финансового состояния предприятия. [c.97]
Показатели статистики цен основываются, как правило, на данных массовой статистической и бухгалтерской отчетности. Это относится прежде всего к данным об объеме и структуре товарной продукции (товарооборота), используемым в качестве системы взвешивания при построении индексов по соответствующим отраслям народного хозяйства. Широко используется массовая отчетность и для получения данных о ценах, что в условиях планового ценообразования позволяет в большинстве случаев не прибегать к выборочной регистрации цен и создает вместе с тем возможность более полного отражения в индексах происходящих изменений цен. На массовых отчетах данных основано также статистическое наблюдение за средними ценами, себестоимостью и [c.302]
Подход субъекта хозяйствования к взвешиванию оценок полезности результатов реализации альтернатив с вероятностями их достижения во многом зависит от характера управляемого процесса и внешней среды. В первую очередь необходимо учитывать особенности поведения внешней среды. Можно выделить два крайних случая пассивная среда, которую характеризует распределение вероятностей возникновения ее отдельных состояний. Данный случай принято называть играми с природой или статистическими решениями активное противодействие внешней среды действиям субъекта хозяйствования. Данным случаем занимается теория игр. [c.181]
Необходимо отметить, что приведенные в таблице предполагаемые колебания доходности получены в результате длительных статистических наблюдений и являются характерными для стран с устойчивой экономикой. Для нашей страны эти значения могут быть совсем иными, соответственно и коэффициенты взвешивания тогда должны быть иными. Международная практика использована Банком России в связи с тем, что он впервые устанавливает порядок расчета процентного риска. [c.94]
Процедуры статистической корректировки данных включают взвешивание, переопределение переменной и преобразования шкалы. Все эти корректировки необязательны, но, применяя их, можно значительно повысить качество анализа. [c.532]
Назовите методы статистической корректировки данных. Опишите процесс взвешивания. Каковы применения этого метода [c.548]
В течение восьмилетнего периода тестирования разница в прибыли составила 775.000 долларов. Это похоже на снижение заработной платы приблизительно на 100.000 долларов в год просто из-за ошибки при взвешивании финансовых инструментов. Помимо этого, после подсчета потерь баланс счета для комбинации из трех различных инструментов будет 1.624.175 долларов, в то время как для портфеля из трех контрактов на зерно и одного контракта на S P баланс составляет 985.000 долларов. Это обеспечивает 60-процентный прирост прибыли после подсчета общей суммы убытков Некоторые трейдеры могут найти эту главу слишком сложной для понимания. Законы логики не совпадают с законами математики, равно как и наоборот. Однако если вы взгляните на логику с точки зрения чисел, а не текущей или статистической волатильности рынков, то увидите все, что здесь было сказано, имеет логический смысл. Тем не менее, если вы все еще испытываете трудности, я полагаю, что вам поможет следующая глава. [c.141]
Более тщательный и систематический анализ многомерных корреляций и множественных регрессий этого множества факторов не показывает ясной причины, вызывающей крах [30]. Наиболее четкое утверждение, хотя в чем-то и самоповторяющееся, заключается в том, что наиболее статистически значимая переменная в октябрьском крушении может быть приписана нормальной реакции рынка акций каждой страны на движение мирового рынка. Таким образом, был сконструирован индекс мирового рынка [30], путем равного взвешивания местных индексов упомянутых ранее 23 основных индустриальных стран и нормировании его на уровне 100 в день 30 сентября. Он упал до 73,6 к 30 октября. Важным результатом было обнаружение статистических соотношений между ним и месячным доходом каждой страны в период с 1981 года до месяца, предшествующего краху, хотя и со значимыми разбросами величины этого соответствия от страны к стране [30]. Такая корреляция снимает влияние институциональных характеристик рынка, что сигнализирует о возможном существовании тонкой, но, тем не менее, значимой в мировом масштабе, кооперативности во времени, предшествующем краху. [c.22]
Предложенный способ взвешивания ("калибровки") имеющихся наблюдений БОДХ, по существу, игнорирует все население, расположенное правее максимума наблюдаемых значений. Другими словами полностью игнорируется "правый хвост" распределения и, следовательно, не учитывается фактор цензуриро-ванности исходных статистических данных. В рамках нашей модели этот "хвост" восстанавливается благодаря опоре на модельное допущение Д2. [c.15]
В табл. 2 содержатся сведения о результатах каждого из двух этапов калибровки анализируемого распределения (первый этап — взвешивание имеющихся наблюдений, основанное на знании функции р(х), см. (11 ), второй этап — введение в модель и оценка ненаблюдаемого компонента смеси, основанные на знании среднего значения душевых расходов [д,макР°, полученного из макростатистики), а также значения основных характеристик дифференциации по расходам индекса Джини и коэффициента фондов6. По регионам официальные статистические источники не приводят значений этих характеристик, [c.40]
Неверный выбор глубины ретроспективы для статистической оценк волатильностей и корреляций или построения сценариев изменения факторе риска представляет собой общую проблему оценки рыночного риска с помс щью показателя VaR. Модели с более глубокой выборкой, т. е. с большим ис торическим периодом наблюдений, обычно демонстрируют более высокую то<-ность оценок VaR [2, 35]. В частности, Базельский комитет по банковском надзору предписывает, чтобы во внутренних VoR-моделях банков минимальна глубина ретроспективы составляла не менее 1 года (—250 дней торгов), а пр использовании схем взвешивания исторических данных эффективный перио наблюдений также должен быть не менее 1 года (т. е. средневзвешенный вре менной лаг должен составлять не менее 6 месяцев) [8]. Однако с увеличение объема выборки усиливается и запаздывание в отклике модели на резкие кс лебания рынка, что объясняется эффектом сглаживания. Как показывают ре зультаты некоторых исследований, в моменты рыночных кризисов более высс кую прогнозную точность расчета VaR могут обеспечивать модели с боле короткой ретроспективой (30-90 дней) [35], которые, однако, не могут испол зеваться банками в целях определения достаточности капитала в рамках noj хода Базельского комитета на основе внутренних моделей. [c.608]
Следующий этап заключается в кодировке данных. Для обозначения конкретного варианта ответа на конкретный вопрос ему присваивается числовой или буквенный код, а также указывается позиция столбца, которую данный код будет занимать. Полезно подготовить кодиро-вочную книгу, содержащую инструкции относительно кодирования и всю необходимую информацию о переменных в этом массиве данных. Закодированные данные переносятся на диски или магнитные ленты либо вводятся в компьютер непосредственно с клавиатуры. Кроме того, для переноса данных применяются методы считывания меток или маркеров с бланков, оптическое сканирование и компьютеризированный сенсорный анализ. Очищение данных заключается в проверке их последовательности и состоятельности и в работе с пропущенными ответами. Эта работа может вестись несколькими способами заменой пропущенных значений нейтральными или условными (вмененными) значениями, методом исключения объекта целиком или попарного исключения переменных. Качество анализа данных нередко можно повысить статистическими корректировками, такими как взвешивание, переопределение переменной и преобразование шкалы. Выбор стратегии анализа данных должен основываться на результатах предыдущих этапов процесса маркетинговых исследований, на известных характеристиках данных, на конкретных свойствах выбранных для использования статистических методов, а также на уровне подготовки исследователя и его философских убеждениях. Статистические методы можно подразделить на одномерные и многомерные, [c.547]