Содержание:
Введение 3
1. Теоретическая часть 4
1.1. Основные понятия корреляционного анализа 4
1.2. Методы ранговой корреляции в эконометрике  8
1.3. Алгоритм расчета ранговой корреляции 12
2. Практическая часть 14
Заключение 20
Список используемой литературы 21

Введение
Довольно часто в практике исследовательской работы имеет место ситуация, когда важнейшие переменные, описывающие некоторый процесс, известны заранее, но модель процесса неизвестна. В этом случае возможны разные подходы. Одним из них является построение эмпирических моделей.
Построение эмпирических моделей предполагает проведение экспериментов или наблюдений для сбора опытных данных, выбор одной определенной модели из некоторого множества возможных, вычисление коэффициентов модели (подгонку) и оценку полученных результатов.  
Анализ статистической, или корреляционной, связи предполагает выявление формы связи, а также оценку тесноты связи. Первая задача решается методами регрессионного анализа, вторая — методами корреляционного анализа. Регрессионный анализ сводится к описанию статистической связи с помощью подходящей функциональной зависимости. Корреляционный анализ позволяет оценивать тесноту связи посредством специальных показателей, причем выбор их зависит от вида функциональной зависимости, пригодной для адекватного описания рассматриваемой статистической взаимосвязи. Наиболее распространенной в изучении связей является гипотеза о линейной зависимости. Соответствующие ей методы корреляционного и регрессионного анализа наиболее полно разработаны в математической статистике.
Данная курсовая работа посвящена изучению вопроса измерения связи между социальными показателями с помощью ранговых коэффициентов корреляции.
В работе будут рассмотрены следующие аспекты, характеризующие проблематику данного вопроса:
1) основные понятия корреляционного анализа;
2) линейная и ранговая корреляция в социальной статистике;
3) алгоритм расчета коэффициентов ранговой корреляции.

Заключение

В заключение работы можно сделать следующие выводы.

Корреляция – мера согласованности одного признака с другим, с несколькими, либо взаимная согласованность группы признаков.

 Корреляционная связь отражает тот факт, что изменения одного признака находятся в некотором соответствии с изменениями другого признака. Корреляционная же зависимость указывает на причинно-следственную связь изменений двух признаков, что, строго говоря, не всегда соответствует действительности, так как корреляционные методы не выявляют этой причинности, а лишь указывают на наличие некоторого соответствия. Признаки могут находиться не только во взаимной зависимости друг от друга, но и оба в зависимости от какого-либо третьего воздействия, не включенного в область рассмотрения. Таким образом, более корректно употреблять понятие корреляционная связь.

Метод линейной корреляции (корреляции Пирсона) применяется для определения меры соответствия двух признаков, выраженных количественно, иными словами, - для численных величин. Это параметрический метод, который (как и прочие параметрические) требует соответствия распределения данного исследуемого признака закону нормального распределения. В отличие от этого метода, метод ранговой корреляции (корреляция Спирмена) применим к любым количественно измеренным или ранжированным данным. Этот метод способен, в отличие от других, измерять согласованность изменения разных признаков у одного испытуемого или выявлять совпадения индивидуальных ранговых показателей у двух испытуемых; или у испытуемого и усредненный показатель некой группы; или какие-либо показатели в сравнении двух групп.

Проведенный в работе анализ зависимости величины прожиточного минимума от среднедушевых денежных доходов населения Центрального федерального округа РФ в 2005г. показал, что связь между данными социальными показателями очень слабая. 

Список используемой литературы:

1.     Доугерти К. Введение в эконометрику. - М.: «Финансы и статистика», 2005.

2.     Ивантер Э.В., Коросов А.В. Основы биометрии. – М: Финансы и статистика, 2004.

3.     Кендалл М., Стьюарт А. Статистические выводы и связи. - М.: Наука, 2004.

4.     Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика: начальный курс. - М.: Дело, 2004.

5.     Перекрест В.Т. Нелинейный типологический анализ социально-экономической информации: Математические и вычислительные методы. - Л.: Наука, 2006.

6.     Практикум по теории статистики: Учеб. пособие./Под ред. проф. Р.А,Шмойловой. – М.: Финансы и статистика, 2003.

7.     Пугачёв В.С. Теория вероятностей и математическая статистика. –

М.: Инфра–М, 2004.

8.     Смоляк С.А., Титаренко Б.П. Устойчивые методы оценивания: Статистическая обработка неоднородных совокупностей. – М.: Статистика, 2005.

9.     Фишер Ф. Проблема идентификации в эконометрии. - М.: Статистика, 2004.

10. Чернова Т.В. Экономическая статистика: Статистическое изучение взаимосвязей. – М.: Инфра-М, 2006.

11.  Шишлянникова Л.М. Математическое сопровождение научной работы с помощью статистических пакетов//Учебно-методическое пособие. – М.: 2005.

12.  Эконометрика: учебник. /под ред. И.И. Елисеевой, - М.: «Финансы и статистика», 2006.

13.  www.gks.ru.