Статистическое изучение взаимосвязей
9.1 Понятие и виды связей между социально-экономическими явлениями.
9.2. Статистические методы моделирования связи.
9.3 Показатели корреляционной связи (зависимости).
9.4 Непараметрические методы.
Понятие и виды связей между социально-экономическими
Явлениями
Наука исходит их объективной закономерной взаимосвязи и причинной обусловленности всех явлений.
Изучение статистических закономерностей – важнейшая познавательная задача статистики, которую она решает с помощью особых методов. Знание характера и силы связей позволяет управлять социально-экономическими процессами и предсказывать их развитие.
Среди многих форм связей важнейшей является причинная, определяющая все другие формы. Сущность причинности состоит в порождении одного явления другим. Причина сама по себе не определяет следствия. Для возникновения следствия нужны причина и условия. Необходимая обусловленность явлений множеством факторов называется детерминизмом.
Объектами исследования при статистическом измерении связей служит детерминированность следствия факторами (причиной и условиями). Признак, характеризующий следствие, называется результативным, а признаки, характеризующие причины, - факторными.
Задача статистики состоит в количественной оценке закономерности связей - математическая определенность, позволяющей использовать результаты экономических разработок для практических целей.
Между различными явлениями и их признаками необходимо выделить, прежде всего, функциональную (жестко детерминированную) и стохастическую (стохастически детерминированную) связи.
Связь признака 
с признаком 
называется функциональной, если каждому возможному значению независимого признака соответствует одно или несколько строго определенных значений зависимого признака .
Характерной особенностью функциональных связей является то, что в каждом отдельном случае известен полный перечень факторов, определяющих значение зависимого (результативного) признака, а также точный механизм их влияния, выраженный определенным уравнением.
Функциональную связь можно представить уравнением:
(9.1)
где 
- результативный признак 
;
- известная функция связи результативного и факторного признаков;
- факторный признак.
Чаще всего функциональные связи наблюдаются в явлениях, описываемых математикой, физикой и другими точными науками. В экономике примером функциональной связи может служить связь между оплатой труда () и количеством изготовленных деталей () при простой сдельной оплате труда. Так, если расценка за одну деталь составляет 3 тыс. руб., то связь между признаками однозначно выразится простым линейным уравнением 
. Для каждого допустимого значения можно указать вполне определенное значение . Если 
, то, соответственно,
.
В реальной общественной жизни, ввиду неполноты информации жестко детерминированной системы, может возникнуть неопределенность, из-за которой эта система по своей природе должна рассматриваться как вероятностная, при этом связь между признаками становится стохастической.
Стохастическая связь – это связь между величинами, при которой одна из них, случайная величина , реагирует на изменение другой величины или других величин 
(случайных или неслучайных) изменением закона распределения.
Характерной особенностью стохастических связей является то, что они проявляются во всей совокупности, а не в каждой ее единице (причем не известен ни полный перечень факторов, определяющих значение результативного признака, ни точный механизм их функционирования и взаимодействия с результативным признаком). Всегда имеет место влияние случайного. Проявляющиеся различные значения зависимой переменной – реализации случайной величины.
Модель стохастической связи может быть представлена в общем виде уравнением:
(9.2)
где 
- расчетное значение результативного признака;
- часть результативного признака, сформировавшаяся под воздействием учтенных известных факторных признаков (одного или множества), находящихся в стохастической связи с признаком;
- часть результативного признака, возникшая вследствие действия неконтролируемых или неучтенных факторов, а также измерения признака, неизбежно сопровождающегося некоторыми случайными ошибками.
Проявление стохастических связей подвержено действию закона больших чисел: лишь в достаточно большом числе единиц индивидуальные особенности сгладятся, случайности взаимопогасятся и зависимость, если она имеет существенную силу, проявится достаточно отчетливо.
Частные случаи стохастической связи - корреляционная и регрессионная.
Корреляционная связь существует там, где взаимосвязанные явления характеризуются только случайными величинами. При такой связи среднее значение (математическое ожидание) случайной величины результативного признака закономерно изменяется в зависимости от изменения другой величины или других случайных величин 
. Корреляционная связь во всей совокупности в целом. Наличие корреляционных связей присуще многим общественным явлениям.
Корреляционная связь - понятие более узкое, чем стохастическая связь. Последняя может отражаться не только в изменении средней величины, но и в вариации одного признака в зависимости от другого, т.е. любой другой характеристики вариации. Таким образом, корреляционная связь, является частным случаем стохастической связи.
В зависимости от направления действия функциональные и стохастические связи могут быть прямыми и обратными. При прямой связи направление изменения результативного признака совпадает с направлением изменения признака-фактора, т.е. с увеличением факторного признака увеличивается и результативный, и, наоборот, с уменьшением факторного признака уменьшается и результативный признак. В противном случае между рассматриваемыми величинами существуют обратные связи. Например, чем выше квалификация рабочего (разряд), тем выше уровень производительности труда - прямая связь. А чем выше производительность труда, тем ниже себестоимость единицы продукции - обратная связь.
По аналитическому выражению (форме) связи могут быть прямолинейными и криволинейными. При прямолинейной связи с возрастанием значения факторного признака происходит непрерывное возрастание (или убывание) значений результативного признака. Математически такая связь представляется уравнением прямой, а графически - прямой линией. Отсюда ее более короткое название - линейная связь.
При криволинейных связях с возрастанием значения факторного признака возрастание (или убывание) результативного признака происходит неравномерно или же направление его изменения меняется на обратное. Геометрически такие связи представляются кривыми линиями (гиперболой, параболой и т.д.).
По количеству факторов, действующих на результативный признак, связи различаются однофакторные (один фактор) и многофакторные (два и более факторов). Однофакторные (простые) связи обычно называются парными (так как рассматривается пара признаков). Например, корреляционная связь между прибылью и производительностью труда. В случае многофакторной (множественной) связи имеют в виду, что все факторы действуют комплексно, т.е. одновременно и во взаимосвязи, например, корреляционная связь между производительностью труда и уровнем организации труда, автоматизации производства, квалификации рабочих, производственным стажем, простоями и другими факторными признаками.
С помощью множественной корреляции можно охватить весь комплекс факторных признаков и объективно отразить существующие множественные связи.
Статистические методы моделирования связи
Для изучения функциональных связей применяются балансовый и индексный методы.
Для исследования стохастических связей широко используется:
- метод сопоставления двух параллельных рядов,
- метод аналитических группировок,
- корреляционный анализ,
- регрессионный анализ,
- некоторые непараметрические методы.
Метод сопоставления двух параллельных рядов - позволяет установить наличие стохастической связи и получить представление о ее характере и направлении. Для этого факторы, характеризующие результативный признак, располагают в возрастающем или убывающем порядке (в зависимости от эволюции процесса и целей исследования), а затем прослеживают изменение величины результативного признака.
К недостатку метода взаимозависимых параллельных рядов следует отнести невозможность определения количественной меры связи между изучаемыми признаками. Однако он удобен и эффективен, когда речь идет о необходимости установления связей между показателями и факторами, характеризующими экономический процесс.
Метод аналитических группировок – используют для изучения более четкого проявления стохастической связи. Чтобы выявить зависимость с помощью этого метода, нужно произвести группировку единиц совокупности по факторному признаку и для каждой группы вычислить среднее или относительное значение результативного признака. Сопоставляя затем изменения результативного признака по мере изменения факторного, можно выявить направление, характер и тесноту связи между ними с помощью эмпирического корреляционного отношения. Однако метод группировок не позволяет определить форму (аналитическое выражение) влияния факторных признаков на результативный.
Корреляционный и регрессионный анализ позволяет изучить не только количественную оценку наличия, направления и силы связи, но и определить формы (аналитического выражения) влияния факторных признаков на результативный.
Задачи корреляционного анализа сводятся к измерению тесноты известной связи между варьирующими признаками, определению неизвестных причинных связей (причинный характер которых, должен быть выяснен с помощью теоретического анализа) и оценке факторов, оказывающих наибольшее влияние на результативный признак.
Задачи регрессионного анализа- выбор типа модели (формы связи), установление степени влияния независимых переменных на зависимую и определение расчетных значений зависимой переменной (функции регрессии).
Решение всех названных задач приводит к необходимости комплексного использования этих методов.