Statistika mõisted, valemid ja aegridade analüüs (0)

STATISTIKA MÕISTED, VALEMID
AEGRIDADE ANALÜÜS
• Aegrida – nähtuste ajalist muutumist iseloomustavate arvandmete rida.
• Aegrea elemendid – nähtust iseloomustava tunnuse arvväärtused ning neile vastavad teatud ajamomendid või –perioodid
Aegread liigitatakse moment- ja perioodridadeks
• Momentrida – aegrida, mille iga element on seotud teatud ajamomendiga. See kindel ajamoment võib olla mingi kindel kuupäev, näiteks aasta lõpp või algus, näiteks rahvaarv 1. jaanuari seisuga või bilanss mingi kuupäeva seisuga. Momentrea oluliseks iseärasuseks on asjaolu, et nähtust iseloomustava tunnuse arvväärtuste summal ei ole reaalset sisu. Näiteks ei oma sisu rahvaarvude liitmine 1. jaanuari seisuga.
• Perioodrida – aegrida, mille iga element on seotud mingi ajavahemikuga, perioodiga ( perioodiks võib olla kuu, kvartal , aasta). Selliseid ridu nimetatakse mõnel juhul ka intervallridadeks. Perioodridu liigitatakse pidevateks ja sõredateks.

• Pidev perioodirida – selle puhul järgnevad perioodid vahetult üksteisele. (kvartalite kaupa nt). Sellel on majanduslik sisu – nad väljendavad sama tunnuse väärtust pikema perioodi kohta.
  
• Sõredad perioodiread – tunnuse arvväärtused on perioodide kohta, mis ei järgne vahetult üksteisele. (Eesti riigieelarve tulud). Selle puhul ei oma elementide arvväärtuste summa sisu.
  

AEGRIDADE ELEMENTAARANALÜÜS
Aegridade elementaaranalüüs seisneb aegridade lihtsamate karakteristikute arvutamises. Nendeks karakteristikuteks on absoluutne juurdekasv, kasvutempo, juurdekasvutempo , juurdekasvude juurdekasv ja keskmiste tasemete arvutamine. Nende abil on võimalik anda edasi nähtuste muutumise üldine iseloomustus.

ABSOLUUTNE JUURDEKASV

• Aheljuurdekasv – selle puhul võrreldakse konkreetse perioodi näitajat talle vahetult eelneva perioodiga.
  

• Alusjuurdekasv – selle puhul toimub võrdlus ühe kindla fikseeritud perioodiga (baarperioodiga).
  

Nii ahel- kui alusmeetodil leitud absoluutsed juurdekasvud võivad omandada nii positiivseid kui negatiivseid väärtuseid. Kui absoluutne juurdekasv on positiivne, siis tähendab, et võrreldes kas eelmise või baasperioodiga on näitaja väärtuses toimunud kasv, negatiivne väärtus näitab aga väärtuse kahanemist.

KASVUTEMPO on nähtust iseloomustava tunnuse vaadeldava ajamomendi (või -perioodi) arvväärtuse ja mingi eelmise ajamomendi (või -perioodi) arvväärtuse suhe.

• Ahelkasvutempo – aegrea eelmise elemendi väärtusega võrreldakse.
  

• Aluskasvutempo – mingi varasema baasiks võetava väärtusega võrreldakse
  

Kasvutempode puhul näitab väärtuse kasvamist või kahanemist see, kas arvutatud indeksi (kasvutempo) väärtus on suurem või väiksem kui 1. Kui , siis järelikult oli eelmise või baasperioodi väärtus väiksem kui vaadeldava perioodi väärtus ning näitaja väärtuses toimus kasv. Kui , siis oli eelmise või baasperioodi väärtus suurem kui vaadeldava perioodi väärtus ehk nähtust iseloomustava tunnuse väärtus on ajas vähenenud .
Neid tõlgendatakse kordades: nt 2010a kasvas keskmine brutopalk võrreldes eelmise aastaga 1,01 KORDA

JUURDEKASVUTEMPO on absoluutse juurdekasvu ning selle arvutamisel aluseks võetud aegrea elemendi väärtuse suhe.

• Aheljuurdekasvutempo – võrreldakse aegrea eelmise elemendi väärtusega. Kui varasemalt on ahelkasvutempo välja arvutatud, siis aheljuurdekasvutempo leidmiseks tuleb ahelkasvutempost lahutada 1.
  

• Alusjuurdekasvutempo – võrreldakse mingi varaema baasiks võetud väärtusega. Kui varasemalt on aluskasvutemp välja arvutatud, siis alusjuurdekasvutempo leidmiseks tuleb aluskasvutemost lahutada 1.
  

Juurdekasvutempo võib sarnaselt absoluutsetele juurdekasvudele omandada nii positiivseid kui negatiivseid väärtuseid, kusjuures positiivne karakteristiku väärtus tähendab tunnuse väärtuse kasvu ajas ning negatiivne tähendab väärtuse kahanemist ajas.
Neid ülesannete vastuseid tõlgendatakse protsentides, selle jaoks tuleb vastused läbi korrutada 100%ga.’
AEGRIDADE KESKMISED TASEMED

ARITMEETILINE KESKMINE

• Kui perioodid on ühepikkused, siis saame lihtsalt kõik kokku liita ning jagada perioodide summaga .
  
• Kui perioodid ei ole ühepikkused, siis tuleb kasutada kaalutud aritmeetilist keskmist.
  

leiad sageduse. Nt kui jaan. Veeb. Müüdi samu palju asju (450) siis on sagedus 2 ja siis on koguse ja sageduse korrutis 450x2=900. liidad kõik sagedused kokku, kõik kogused kokku ja jagad omavahel.

KRONOLOOGILINE KESKMINE momentrea keskmise taseme leidmiseks. Kui meil on nt antud iga aasta 1.jaan seisuga rahvaarv.
Tuleb teha perioodireaks, ehk arvutada eraldi iga aasta keskmine. Ning seejärel kõik kokku liita ning jagada perioodide arvuga.

GEOMEETRILINE KESKMINE kasutatakse kasvutempo keskmise arvutamiseks.
kui kasvutempod on välja arvutatud, siis vaatan mitu kasvutempot on, seega on see n. Ja kasvutempod on need X1, X2 ......, need tuleb korrutada.
AEGRIDADE TASANDAMINE
Tasandamisega elimineeritakse arengu üldsuunast nii ühele kui teisele poole toimunud kõikumised.

• Libiseva keskmise meetod
  

NÄHTUSTEVAHELISED SEOSED
SEOS KAHE TUNNUSE VAHEL
Kahe tunnuse ühise käitumise uurimiseks on oluline esmalt välja selgitada, kas tunnused on sõltuvad või sõltumatud. Sõltumatud on nad siis, kui nad omavad väärtusi üksteist mõjutamata. Kui tunnused on sõltuvad, siis on ka mõtet nende ühise käitumise uurimiseks.
Statistilise sõltuvuse puhul on oluline seose olemasolu, seose tugevus, seose suund ja seose kuju.
Seose tugevus - selle uurimiseks kasutame korrelatsioonanalüüsi. Seose tugevust on võimalik mõõta seosekordajate abil. Seose tugevust näitab korrelatsioonikordaja absoluutväärtus. kõige tugevam on seos siis, kui ühe juhusliku suuruse väärtust teades on võimalik üheselt kindlaks teha ka teise juhusliku suuruse väärtus.
• 1 – funktsionaalne seos;
• >0,7 – tugev seos;
•