Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
dinamikus viszonyszám.<br />
Az intenzitási viszonyszám általában különböző, de egymással kapcsolatban álló <strong>statisztikai</strong> adatok hányadosa,<br />
ebből következően a mértékegysége a számláló és a nevező mértékegységéből képződik.<br />
Megoszlási, illetve koordinációs viszonyszámokat a sokaság csoportosítását követően számíthatunk. Az<br />
előbbiek egy részsokaságot hasonlítanak az egészhez, az utóbbiak két részsokságot viszonyítanak egymáshoz.<br />
A viszonyítás eredményét vagy ún. együtthatós formában, vagy százalékos formában szokás<br />
megadni.<br />
A dinamikus viszonyszámok két időszak vagy időpont adatainak hányadosai, melyeket általában százalékos<br />
formában adunk meg. A viszonyítás alapját képező időpontot, időszakot bázisidőszaknak, míg a viszonyítás<br />
tárgyát tárgyidőszaknak szokták nevezni. Amennyiben kettőnél több időszak vagy időpont adataival<br />
rendelkezünk a viszonyítás alapja lehet állandó vagy változó; ezen utóbbi esetben általában a megelőző<br />
időszak (időpont) adatát tekintjük viszonyítási alapnak. Az első esetben bázisviszonyszámokat, a<br />
második esetben láncviszonyszámokat számítunk.<br />
A bázisviszonyszám képlete, ha az idősor első megfigyelését tekintjük bázisnak akkor:<br />
yT<br />
Bt<br />
=<br />
y1<br />
A láncviszonyszám képlete:<br />
yT<br />
L =<br />
t<br />
Az időbeli összehasonlításokra a bázis- és láncviszonyszámok egyaránt alkalmasak. Míg a bázisviszonyszámok<br />
a fejlődés (változás) relatív mérésére, addig a láncviszonyszámok a fejlődés (változás) ütemének<br />
számszerűsítésére szolgálnak.<br />
Időbeli összehasonlításokra az ún. differencia-képzést is használhatjuk. Ebben az esetben két szomszédos<br />
időszak vagy időpont adatának a különbségét képezzük, melyet elsőrendű differenciának nevezünk.<br />
Képlete:<br />
y −<br />
T 1<br />
D = y − y −<br />
t T T 1<br />
Az idősor adatainak szigorúan kötött a felsorolási rendje, mely egyben azt is jelzi, hogy a szomszédos<br />
adatok különbségeinek és hányadosainak számításánál, mindig a későbbi adatból vonjuk ki korábbit, illetve<br />
a későbbi adatot osztjuk a korábbival.<br />
Az időbeli összehasonlításokra – amennyiben kettőnél több időszak vagy időpont adatát ismerjük – gyak-<br />
ran használjuk az átlagos abszolút és relatív változás mutatóit is.<br />
Az időszakról időszakra, illetve időpontról időpontra történő változások (a t<br />
D és t<br />
L értékek) átlagos ér-<br />
tékét kiszámítva jutunk az előbb említett mutatószámokhoz. Az átlagos abszolút változás mutatója – melyet<br />
azokban az esetekben alkalmazzuk, ha feltételezhető, hogy a változások a vizsgált időszakban abszolút<br />
nagyságukat tekintve állandóságot mutatnak – az alábbi képlettel határozható meg:<br />
( ) ( ) … ( )<br />
y − y + y − y + + y −y y − y<br />
D = =<br />
T−1 T−1 2 1 3 2 T T−1 T 1<br />
Ha az egymást követő megfigyelések hányadosai mutatnak viszonylagos állandóságot, akkor az átlagos<br />
relatív változás mutatóját célszerű kiszámítani:<br />
y y y y<br />
L = × × … × =<br />
2 3 T T<br />
T−1 T−1 y1 y2 yT−1 y1<br />
22<br />
A grafikus ábra az elemzések és közlések fontos eszköze. F A grafikus ábrák felhívják a figyelmet a <strong>statisztikai</strong><br />
adatok által reprezentált jelenségek alapvető jellemzőire, a főbb arányokra, tendenciákra, összefüggésekre.<br />
Az ábrázolás célja lehet a jelenségek közötti kapcsolatok vizsgálata, a leíró célú alkalmazás,<br />
a döntés előkészítés alátámasztása, az elemzések eredményeiről történő tájékoztatás, közlés. A grafikus<br />
ábrázolás lényege az összehasonlítás, ezért az arányokat érzékelteti és nem az abszolút nagyságokat.<br />
A grafikus ábrázolással szemben támasztott követelmények:<br />
22 Ld.: Hunyadi László [2002]<br />
16