Основные понятия статистики закон больших чисел кратко. Закон больших чисел

Непознанное
Основные понятия статистики закон больших чисел кратко. Закон больших чисел

Группа признака Y

Группа признака X

Главным обобщением опыта исследования любых массовых явлений служит закон больших чисел. Отдельное единичное явление, рассматриваемое как одно из явлений данного рода, содержит в себе элемент случайного: оно могло быть или не быть, быть таким или иным. При соединении же большого числа таких явлений в общих характеристиках всей их массе случайность исчезает в тем большей мере, чем больше соединено единичных явлений.

Математика, в частности теория вероятностей, рассматриваемая в чисто количественном аспекте, закон больших чисел выражает целой цепью математических теорем. Они показывают, при каких условиях и в какой именно мере можно рассчитывать на отсутствие случайности в охватывающих массу характеристиках, как это связано с численностью входящих в них индивидуальных явлений. Статистика же основывается на этих теоремах в изучении каждого конкретного массового явления.

Закономерность, проявившаяся лишь в большой массе явлений через преодоление свойственной ее единичным элементам случайности, называется статистической закономерностью.

В одних случаях перед статистикой стоит задача измерения ее проявлений, само же ее существование теоретически ясно заранее.

В других случаях закономерность может быть найдена статистикой эмпирически. Этим путем было, например, установлено, что с увеличением дохода семьи в ее бюджете падает процент расходов на питание.

Таким образом, всякий раз, когда статистика в исследовании какого-либо явления достигает обобщений и находит действующую в нем закономерность, эта последняя сразу становится достоянием той конкретной науки, к кругу интересов которой принадлежит это явление. Следовательно, в отношении каждой науки статистика выступает в качестве метода.

Рассматривая результаты массового наблюдения, статистика находит в них черты сходства и различия, соединяет элементы в группы, выявляя при этом различные типы, дифференцируя по этим типам всю подвергнутую наблюдению массу. Результаты наблюдения единичных элементов массы используются далее для получения характеристик всей совокупности и выделения в ней особых частей, т.е. для получения обобщающих показателей.

Массовое наблюдение, группировка и сводка его результатов, вычисление и анализ обобщающих показателей - таковы главные черты метода статистики.

Статистика, как наука, опекает и сводится к математической статистике. В математике задачи характеристики массовых явлений рассматриваются только в чисто количественном аспекте, оторвано от качественного содержания (что обязательно для математики, как науки вообще). Статистика же даже в исследовании общих законов массовых явлений исходит не только из количественных обобщений этих явлений, а прежде всего из механизма возникновения самого массового явления.

В тоже время из сказанного о роли количественного измерения для статистики следует большое значение для нее математических методов вообще, специально приспособленных для решения задач, возникающих при исследовании массовых явлений (теория вероятностей и математическая статистика). Более того, роль математических методов здесь настолько велика, что попытка их исключения из курса статистики (ввиду наличия в планах отдельного предмета - математической статистики) существенно обедняет статистику.

Отказ от этой попытки, однако, не должен означать противоположной крайности, а именно поглощения статистикой всей теории вероятностей и математической статистики. Если, например, в математике рассматривается средняя величина для ряда распределения (вероятностей или эмпирических частностей), то статистика так же не может обойти соответствующие приемы, но здесь это один из аспектов, наряду с которым возникает и ряд других (средние общие и групповые, возникновение и роль средних в системе информации, материальное содержание системы весов, хронологические средние, средние и относительные величины и т.д.).

Или другой пример: математическая теория выборки все внимание сосредоточивает на ошибке репрезентативности - для разных систем отбора, разных характеристик и т.д. Системную ошибку, т.е. ошибку, не поглощающуюся в средней величине, она заранее исключает, строя свободные от нее так называемые несмещенные оценки. В статистике же едва ли не главным в этом деле вопросом является вопрос о том, как эту системную ошибку избежать.

В исследовании количественной стороны массовых явлений возникает ряд задач математического характера. Для их решения математика разрабатывает соответствующие приемы, но для этого она должна рассматривать их в общем виде, для которого качественное содержание массового явления безразлично. Так проявление закона больших чисел было впервые подмечено именно в социально-экономической области и почти одновременно в азартных играх (само распределение которых объяснилось тем, что они являлись слепком с экономики, в частности развивающихся товарно-денежных отношений). С того момента, однако, когда закон больших чисел становится объектом точного исследования в математике, он получает совершенно иную трактовку, которая не ограничивает его действие какой-либо специальной областью.

На этом основании предмет статистики вообще отграничивается от предмета математики. Разграничения объектов не может означать изгнание из одной науки всего, что попало в поле зрения другой. Было бы, например, неправильно исключить из изложения физики всего связанного с применением дифференциальных уравнений на том основании, что ими занимается математика.

Под законом больших чисел в теории вероятностей понимается совокупность теорем, в которых устанавливается связь между средним арифметическим достаточно большого числа случайных величин и средним арифметическим их математических ожиданий.

В повседневной жизни, бизнесе, научных исследованиях мы постоянно сталкиваемся с событиями и явлениями с неопределённым исходом. Например, торговец не знает, сколько посетителей придёт к нему в магазин, бизнесмен не знает курс доллара через 1 день или год; банкир - вернут ли ему заём в срок; страховые компании - когда и кому придётся выплачивать страховое вознаграждение.

Развитие любой науки предполагает установление основных закономерностей и причинно-следственных связей в виде определений, правил, аксиом, теорем.

Связующим звеном между теорией вероятностей и математической статистикой являются так называемые предельные теоремы, к которым относится закон больших чисел. Закон больших чисел определяет условия, при которых совокупное воздействие множества факторов приводит к результату, не зависящего от случая. В самом общем виде закон больших чисел сформулировал П.Л.Чебышев. Большой вклад в изучение закона больших чисел внесли А.Н.Колмогоров, А.Я.Хинчин, Б.В.Гнеденко, В.И.Гливенко.

К предельным теоремам относится также так называемая Центральная предельная теорема А.Ляпунова, определяющая условия, при которых сумма случайных величин будет стремиться к случайной величине с нормальным законом распределения. Эта теорема позволяет обосновать методы проверки статистических гипотез, корреляционно-регрессионный анализ и другие методы математической статистики.

Дальнейшее развитие центральной предельной теоремы связано с именами Линденберга, С.Н. Бернштейна, А.Я. Хинчина, П.Леви.

Практическое применение методов теории вероятностей и математической статистики основано на двух принципах, фактически основывающихся на предельных теоремах:

принцип невозможности наступления маловероятного события;

принцип достаточной уверенности в наступлении события, вероятность которого близка к 1.

В социально - экономическом смысле под законом больших чисел понимается общий принцип, в силу которого количественные закономерности, присущие массовым общественным явлениям, отчетливо проявляются лишь в достаточно большом числе наблюдений. Закон больших чисел порожден особыми свойствами массовых социальных явлений. Последние, в силу своей индивидуальности, отличаются друг от друга, а также имеют нечто общее, обусловленное их принадлежностью к определенному виду, классу, к определенным группам. Единичные явления в большей степени подвержены воздействию случайных и несущественных факторов, чем масса в целом. В большом числе наблюдений взаимно погашаются случайные отклонения от закономерностей. В результате взаимопогашения случайных отклонений средние, исчисленные для величин одного и того же вида, становятся типичными, отражающими действие постоянных и существенных факторов в данных условиях места и времени. Тенденции и закономерности, вскрытые с помощью закона больших чисел, - это массовые статистические закономерности.

Курс ОП 02 «Статистика»

Раздел 1. Общие основы статистической науки

Тема 1.1.Предмет, метод и задачи статистики. Организация статистики в Р.Ф.

Цель:

формирование представления о предмете и методе статистики;
о задачах статистики в условиях рыночной экономики.

Задачи:

Студент должен:

иметь представление:

1. О предмете и методе статистики;

2. Об общих основах статистической науки.

3. О принципах организации государственной статистики

1. Предмет, метод и задачи статистики.

2. Особенности статистической методологии.

3. Система государственной статистики в Р.Ф.

4. Задачи и принципы организации государственного статистического учета, структура органов государственной статистики. Функции органов государственной статистики.

5. Современные технологии организации статистического учета.

1. Предмет, метод и задачи статистики.

Роль статистики в нашей жизни настолько велика и неоспорима, что люди часто не задумываясь, используют элементы статистической методологии.

Например:

Планируя свой семейный бюджет ваша мама точно знает:

· Сколько в месяц денег она расходует на питание;

· Сколько на покупки одежды;

· Сколько на приобретение лекарств и лечение;

· Сколько на карманные расходы членам семьи;

· Сколько на образование детей и самообразование;

· Сколько на коммунальные платежи и т.д.

Отсюда, она примерно знает – сколько денег взрослые члены семьи должны заработать.

Принимая решения, человек:

Ø пользуется определенной системой имеющихся у него сведений, сложившихся вкусов и привычек, фактов,

Ø сопоставляет эти факты,

Ø систематизирует их,

Ø анализирует,

Ø делает необходимые для себя выводы и принимает определенные решения,

Ø предпринимает конкретные действия.

Это ли не статистика?

Государство также, как и ваша мама – планирует свои доходы, поэтому на каждый год рассматривается в многократных чтениях и утверждается бюджет государства. Это тоже статистика – экономическая статистика государства.

Вы видите, насколько велика и многогранна роль и значение предмета- статистики.

Статистика – самостоятельная общественная наука, имеющая свой предмет и методы исследования, которая возникла из потребностей общественной жизни. Термин «статистика» происходит от латинского слова «статус», которое означает «положение, порядок».

Основными объектами приложения статистической теории и методологии

выступают:

1. :озяйственная деятельность, народонаселение, условия жизни людей, управление экономическими и общественными процессамиобходимо о хозяйственная деятельность,

2. народонаселение,

3. условия жизни людей,

4. управление экономическими и общественными процессами,

5. научные исследования и т.д.

И если у химиков, физиков есть свои методы в изучении той или иной гипотезы, то статистика для изучения своего объекта также использует определенные методы.

Методы статистики : - направления

6. Описательное (дескриптивное);

7. Аналитическое.

Описательные методы – в них рассматриваются:

Ø методы сбора статистической информации – статистическое наблюдение,

Ø вопросы методологии и практики осуществления – статистическая сводка и группировка данных,

Ø наглядное представление статистических данных - построение статистических таблиц и графиков,

Ø расчет абсолютных, относительных и средних величин и их использования в анализе социально-экономических явлений.

Аналитические методы – включают:

Ø методы анализа вариации ,

Ø методологию индексного анализа,

Ø вопросы теории и практики выборочного наблюдения ,

Ø оценку взаимосвязей признаков, т.е. - исследование связей между явлениями,

Ø методы статистического анализа рядов динамики и прогнозирования.

Задачи и функции статистики в условиях рыночной экономики.

Основная задача статистики, как науки, следующая:

- сбор данных

- обработка данных

- анализ данных,

и на основе предыдущей работы – интерпретация получаемых результатов.

Начало такому подходу было положено Гауссом, применившим статистические приемы для вычисления планетных орбит по несовершенным данным.

Основная задача статистики в наше время – обработка количественных результатов научных экспериментов, т.к. статистические методы используют в промышленности, химии, геологии, истории, социологии, психологии, экономике, космических исследованиях.

налитическое.ики:

2. Особенности статистической методологии.

Статистическая совокупность, закон больших чисел, статистическая закономерность.

Независимо от уровня и стадии экономического развития, характера политической системы, статистика на протяжении сотен лет своего существования всегда оставалась необходимым и эффективным инструментом государственного управления.

Статистика была наукой, исследующей количественную сторону массовых явлений, выявляющей конкретные закономерности на основе закона больших чисел . Выполняя самые разнообразные функции сбора, систематизации и анализа сведений, характеризующих экономическое и социальное развитие общества, статистика всегда играла роль главного поставщика фактов для всех структур общества. Например:

Обеспеченность пахотными землями на душу населения в 1998 г. - м².

3. Система государственной статистики в Р.Ф.

В настоящее время в нашей стране функционирует единая централизованная система государственной статистики. Центральным органом этой системы является Государственный комитет Российской Федерации по статистике (Госкомстат России). В субъектах РФ (в республиках, краях и областях), в районах статистические работы проводятся территориальными органами государственной статистики.

Непосредственная обработка поступающих из регионов статистических данных осуществляется в Главном межрегиональном центре обработки и распространения статистической информации (ГМЦ Госкомстата России), который обладает необходимыми для этих целей мощными вычислительными ресурсами.

На Госкомстат России возложено как методологическое, так и практическое руководство по сбору, обработке и анализу статистических данных на государственном уровне.

Для решения этих задач в структуре Госкомстата России выделены следующие Управления:

¨ статистического планирования и организации статистического наблюдения, национальных счетов

¨ статистики предприятий и структурных обследований;

¨ статистики основных фондов и строительства;

¨ статистики окружающей среды и сельского хозяйства.

¨ статистики цен и финансов;

¨ статистики населения;

¨ и ряд других по основным отраслям экономики и социальной сферы

Госкомстат России ежегодно разрабатывает и утверждает Федеральную программу статистических работ на календарный год, которая согласовывается с Правительством РФ.

Работа по сбору статистической информации проводится не только Госкомстатом России. В соответствии с Федеральной программой отдельные виды статистических работ ведутся другими органами государственного управления - Банком России, Минфином России, Минздравом России, Минобразованием России, Минтруда России, МВД России и др. (всего более 20 министерств и ведомств).

Получаемые Госкомстатом России статистические данные передаются в распоряжение органов федеральной власти. Они публикуются для широкого использования в аналитических целях научными и практическими работниками, руководителями и специалистами предприятий и организаций всех форм собственности.

Среди основных печатных изданий Госкомстата России можно выделить статистические ежегодники « Российская Федерация» и «Регионы России», краткий статистический сборник «Россия в цифрах», ежемесячный журнал «Вопросы статистики».

1. Общее понятие статистики. Предмет статистики.

Статистикой называют планомерный и систематический учет осуществляемый в масштабах страны органами государственной статистики во главе с государственным комитетом РФ по статистике.

Статистика - цифровые данные публикуемые в специальных справочниках и средствах массовой информации.

Статистика - специальная научная дисциплина.

Предмет и содержание статистической науки долгое время были дискуссионными. С целью решения этих вопросов в 1954 и 1968 гг. проводились специальные совещания с привлечением широкого круга ученых и практиков не только статистиков, но и специалистов связанных с ней науки. Кроме того, до середины 70-х гг. шла дискуссия о предмете статистики в специальной литературе. В ходе дискуссий выявились 3 основные точки зрения на предмет статистики:

1. Статистика - универсальная наука, изучающая массовое явление природы и общества.

2. Статистика - методологическая наука не имеющая своего предмета познания, а представляющая собой учение о методе, применяемым общественными науками.

3. Статистика - общественная наука, имеющая свой предмет, методологию и исследующая количественные закономерности общественного развития.

В результате проводившихся совещаний и дискуссий в статистической науке первые две точки зрения были большинством ученых и практиков отвергнуты, а третья в основном принята, дополнена и уточнена.

Предметом статистики является количественная сторона массовых социально-экономических явлений, неразрывные связи с их качественной стороной, конкретных условий, места и времени. Из данного определения следуют основные черты предмета статистической науки:

1. Статистика - наука общественная.

2. В отличие от других общественных наук статистика изучает количественную сторону общественных явлений.

3. Статистика изучает массовое явление.

4. Статистика изучает количественную сторону явлений в неразрывной связи с количественной стороной и это находит свое воплощение в существовании системы статистических показателей.

5. Статистика изучает количественную сторону явлений в конкретных условиях места и времени.

2. Метод статистики и статистическая методология.

Под статистической методологией понимается система принципов и методов их реализации направленных на изучение количественных закономерностей, проявляющихся в структуре взаимосвязей и динамике социально-экономических явлений. Важнейшими составными элементами метода статистики и статистической методологии являются массовое статистическое наблюдение, сводка и группировка, а также применение обобщающих статистических показателей и их анализ.

Сущность первого элемента статистической методологии составляет сбор первичных данных об изучаемом объекте. Например: в процессе переписи населения страны собираются данные о каждом человеке, проживающем на ее территории, которая заносится в специальный формуляр.

Второй элемент: сводка и группировка представляет собой разделение совокупности данных, полученных на этапе наблюдения на однородные группы по одному или несколько признаков. Например в результате группировки материалов переписи населения делится на группы (по полу, возрасту, населению, образованию и т.д.).

Сущность третьего элемента статистической методологии заключается в вычислении и социально-экономической интерпретации обобщающих статистических показателей:

1. Абсолютных

2. Относительных

3. Средних

4. Показателей вариации

5. Динамики

Три основных элемента статистической методологии составляют также три стадии любого статистического исследования.

3. Закон больших чисел и статистическая закономерность.

Важное значение для статистической методологии играет закон больших чисел. В наиболее общем виде он может быть сформулирован следующим образом:

Закон больших чисел - общий принцип в силу которого совокупные действия большого числа случайных факторов приводит при некоторых общих условиях к результату почти независящему от случая.

Закон больших чисел порожден особыми свойствами массовых явлений. Массовые явления последние в свою очередь с одной стороны в силу своей индивидуальности отличаются друг от друга, а с другой имеет нечто общее определяющее их принадлежность к определенному классу.

Единичное явление в большей степени подвержено влиянию случайных и несущественных факторов, чем масса явлений в целом. При определенных условиях значение признака у отдельной единицы можно рассматривать как случайную величину, учитывая, что она подчиняется не только общей закономерности, но и формируется под воздействием условий не зависящих от этой закономерности. Именно по этой причине статистика широко использует средние показатели, одним числом характеризующие всю совокупность. Только при большом числе наблюдений случайные отклонения от основного направления развития уравновешиваются, взаимопогашаются и статистическая закономерность проявляется более отчетливо. Таким образом, сущность закона больших чисел заключается в том, что в числах обобщающих результат массового статистического наблюдения закономерность развития социально-экономических явлений выявляется более отчетливо чем при небольшом по объему статистическому исследованию.

4. Отрасли статистики.

В процессе исторического развития в составе статистики как единой науки выделились и получили известную самостоятельность следующие отрасли:

1. Общая теория статистики, которая разрабатывает понятие категорий и методы измерения количественных закономерностей общественной жизни.

2. Экономическая статистика изучающая количественные закономерности процессов воспроизводства на различных уровнях.

3. Социальная статистика, изучающая количественную сторону развития социальной инфраструктуры общества (статистика здравоохранения, образования, культуры, моральная, судебная и др.).

4. Отраслевые статистики (статистика промышленности, агропромышленного комплекса, транспорта, связи и т.д.).

Все отрасли статистики, развивая и совершенствую свою методологию способствуют развитию статистической науки в целом.

5. Основные понятия и категории статистической науки в целом.

Статистическая совокупность - множество элементов одного и того же вида сходных между собой по одним признакам и различающимся по другим. Например: это совокупность отраслей экономики, совокупность ВУЗ, совокупность сотрудничества КБ и т.п.

Отдельные элементы статистической совокупности называются ее единицами. В рассмотренных выше примерах единицами совокупности являются соответственно отрасли, ВУЗ (один) и сотрудник.

Единицы совокупности обладают как правило многими признаками.

Признак - свойство единиц совокупности, выражающее их сущность и имеющее способность варьировать, т.е. изменяться. Признаки, принимающие единичное значение у отдельных единиц совокупности называются варьирующими, а сами значения вариантами.

Варьирующие признаки подразделяются на атрибутивные или качественные. Признак называется атрибутивным или качественным, если его отдельное значение (варианты) выражаются в виде состояния или свойств присущих явлению. Варианты атрибутивных признаков выражаются в словесной форме. Примерами таких признаков могут служить - хозяйственный.

Признак называется количественным, если его отдельное значение выражается в виде чисел. Например: заработная плата, стипендия, возраст, размер ОФ.

По характеру варьирования количественные признаки делятся на дискретные и непрерывные.

Дискретные - такие количественные признаки, которые могут принимать только вполне определенное, как правило целое значение.

Непрерывными - являются такие признаки, которые в определенных пределах могут принимать значение как целое, так и дробное. Например: ВНП страны и т.д.

Различаются также признаки основные и второстепенные.

Основные признаки характеризуют главное содержание и сущность изучаемого явления или процесса.

Второстепенные признаки дают дополнительную информацию и непосредственно связаны с внутренним содержанием явления.

В зависимости от целей конкретного исследования одни и те же признаки в одних и тех же случаях могут быть основными, а в других второстепенными.

Статистический показатель - это категория отображающая размеры и количественные соотношения признаков социально-экономических явлений и их качественной определенности в конкретных условиях места и времени. Следует различать содержание статистического показателя и его конкретное числовое выражение. Содержание, т.е. качественная определенность состоит в том, что показатели всегда характеризуют социально-экономические категории (население, экономика, финансовые институты и т.д.). Количественные размеры статистических показателей, т.е. их числовые значения зависят прежде всего от времени и места объекта, который подвергается статистическому исследованию.

Социально-экономические явления как правило не могут быть охарактеризованы каким-либо одним показателем, Например: уровнем жизни населения. Для комплексной всесторонней характеристики исследуемых явлений необходима научно обоснованная система статистических показателей. Такая система не является постоянной. Она постоянно совершенствуется исходя из потребностей общественного развития.

6. Задачи статистической науки и практики в условиях развития рыночной экономики.

Основными задачами статистики в условиях развития в России рыночных отношений являются следующие:

1. Совершенствование учета и отчетности и сокращение на этой основе документооборота.

2. Усиление работы по контролю за достоверностью статистической информации, предоставляемой предприятиям, учреждениям и организациям всех отраслей экономики и форм собственности.

3. Повышение своевременности статистической информации как в поступающий статистический орган, так и предоставляемые ими структуры государственной власти и управления.

4. Углубление аналитических функций, разрабатываемых статистических данных, формирование тематики проводимых статистических в соответствии с текущими задачами социально-экономическом развитии страны.

5. Дальнейшее развитие и совершенствование статистической методологии на основе все более широкого внедрения ПЭВМ практика и... статистического анализа не прогнозировалась.

Статистическая сводка - метод научной обработки статистических данных собранных в процессе наблюдения, при котором информация относящаяся к отдельной единице обобщается, а затем характеризуется аналитическими показателями и системой таблиц. При сводке получаются статистические данные характеризующие всю совокупность. На данном этапе осуществляется переход от индивидуальных характеристике единиц совокупности и обобщающим показателем, характеризующим всю совокупность.

Различают сводку в узком и широком смысле слова. В узком смысле слова под сводкой понимается техническая операция по подсчету итогов. В широком смысле слова сводка состоит из группировки полученной в процессе наблюдения информации составления систем показателей для характеристики типических групп изложения этих показателей в таблицах, а также подсчета общих и групповых итогов.

2.1. Общее понятие группировок.

Группировки являются таки методом исследований социально-экономических явлений, при котором статистическая совокупность делится на однородные группы, которые раскрывают состояние и развитие всей совокупности.

Группировка является важнейшим этапом статистического исследования, соединяющим сбор первичной информации об объеме исследования и анализ этой информации на основе обобщающих статистических показателей.

Методы группировок разнообразны. Это разнообразие обусловлено с одной стороны огромным множеством признаков, подвергаемых статистическому исследованию, а с другой стороны разнообразными задачами, которые решаются на основе группировок.

2.2. Важнейшая проблема возникающая при группировке.

Важнейшая проблема при построении группировки, является выбор группированного признака или основание группировки.

Группировочный признак - варьирующий признак по которому производится объединение единиц совокупности в группы.

По характеру варьирования, признаки разделяются, как известно, на: атрибутивные и количественные. Это деление определяет особенности решения второй проблемы группировок, а именно - определение числа выделяемых групп. При выборе в качестве группировочных некоторых атрибутивных признаков, может быть выделено только строго определенное количество групп. В частности при группировке населения по полу может быть выделено...

При группировке предприятий по прибыли может быть выделено 3 группы.

Для многих атрибутивных признаков разрабатываются устойчивые группировки, называемые классификацией. Например: классификация отраслей экономики, классификация занятий населения и др.

При группировке по количественному признаку, вопрос о количестве границы групп следует решать исходя из сущности изучаемого социально-экономического явления. При этом следует принимать во внимание такой показатель, как размах вариаций. Чем больше размах варьирования, тем больше образуется групп и наоборот. Необходимо также принимать во внимание численность единиц совокупности по которой строится группировка. При небольшом объеме совокупности, нецелесообразно образовывать большое число групп, т.к. в этом случае в группах не будет достаточного числа единиц для выявления статистических закономерностей.

Существенным вопросом при группировке по количественному признаку является определение интервалов. Показатели числа групп и величины интервалов находятся в обратной зависимости. Чем больше величина интервалов - тем меньше требуется групп и наоборот.

Интервалом называется разность между его верхней и нижней границей.

По величине группировочного признака интервалы подразделяются на равные и неравные. Равные интервалы применяются в тех случаях, когда изменение группировочного признака внутри совокупности происходит равномерно. Расчет величины равного интервала производится по формуле:

k - число групп

Xmax, Xmin - соответственно наибольшее и наименьшее значение признака к качеству групп.

Если распределение группировочного признака внутри совокупности неравномерное, то используются неравные интервалы. Неравные интервалы могут быть прогрессивно возрастающими и прогрессивно убывающими. часто при группировке применяются так называемые специализированные интервалы, т.е. такие, которые определяются исходя из цели исследования и сущности явления. Например: при группировке имеющей целью охарактеризовать трудоспособное население страны используются пятилетние интервалы возраста людей.

Третьей проблемой построения группировок является обозначение границ интервалов. При выделении интервалов по дискретным количественным признакам следует обозначать их границы т.о., чтобы нижняя граница последующего интервала отличалась от верхней границы предыдущего на единицу.

При группировке по непрерывному количественному признаку границы обозначаются так, чтобы группы были четко отделены одна от другой. Это достигается добавлением числовым границам интервалов указаниям о том, куда следует относить единицу обладающей группировочным признаком в размерах точно совпадающих с границами интервалов. Обычно дополнительные разъяснения к числовым границам интервалов образуемым по непрерывным количественным принципам выражаются словами: «более», «менее», «свыше» и т.д.

2.3. Виды группировок.

В зависимости от задач, решаемых с помощью группировок выделяют следующие их виды:

Типологические

Структурные

Аналитические

Главная задача типологической состоит в классификации социально-экономических явлений путем выделения однородных к качественным отношениям групп.

Качественная однородность при этом понимается в том смысле, что в отношении изучаемого свойства все единицы совокупности подчиняются одному закону развития. Например: группировка предприятиям отраслей экономики.

Абсолютные и относительные величины.

Абсолютной величиной называется показатель, выражающий размеры социально-экономического явления.

Относительной величиной в статистике называется показатель, выражающий количественное соотношение между явлениями. Он получается в результате деления одной абсолютной величины на другую абсолютную величину. Величина с которой мы производим сравнения называется основанием или базой сравнения .

Абсолютные величины - всегда величины именованные.

Относительные величины выражаются в коэффициентах, процентах, промили и т.д.

Относительная величина показывает, во сколько раз, или на сколько процентов сравниваемая величина больше или меньше базы сравнения.

В статистике различают 8 видов относительных величин:

1. Сущность и значение средних величин.

Средние величины являются одними из наиболее распространенных обобщающих статистических показателей. Они имеют своей целью одним числом охарактеризовать статистическую совокупность состоящую из меньшинства единиц. Средние величины тесно связаны с законом больших чисел. Сущность этой зависимости заключается в том, что при большом числе наблюдений случайные отклонения от общей статистики взаимопогашаются и в среднем более отчетливо проявляется статистическая закономерность.

С помощью метода средних решаются следующие основные задачи:

1. Характеристика уровня развития явлений.

2. Сравнение двух или нескольких уровней.

3. Изучение взаимосвязей социально-экономических явлений.

4. Анализ размещения социально-экономических явлений в пространстве.

Для решения этих задач статистическая методология разработала различные виды средних.

2. Среднее арифметическое.

Для выяснения методики расчета средней арифметической используем следующие обозначения:

X - арифметический признак

X (X1, X2, ... X3) - варианты определенного признака

n - число единиц совокупности

Средняя величина признака

В зависимости от исходных данных средняя арифметическая может быть рассчитана двумя способами:

1. Если данные статистического наблюдения на сгруппированы, или сгруппированные варианты имеют одинаковые частоты, то рассчитывается средняя арифметическая простая:

2. Если частоты сгруппированы в данных разные, то рассчитывается среднее арифметическое взвешанное:

Численность (частоты) вариантов

Сумма частот

Среднее арифметическое рассчитывается по разному в дискретных и интервальных вариационных рядах.

В дискретных рядах варианты признака умножаются на частоты, эти произведения суммируются и полученная сумма произведений делится на сумму частот.

Рассмотрим пример вычисления средней арифметической в дискретном ряду:

Заработная плата, руб. Xi	Число сотрудников, чел. fi	Произведение вариант на веса (частоты) Xi*fi

В интервальных рядах значение признака задано, как известно, в виде интервалов, поэтому, прежде чем рассчитывать среднюю арифметическую, нужно перейти от интервального ряда к дискретному.

В качестве вариантов Xi используется середина соответствующих интервалов. Они определяются как полусумма нижней и верхней границ.

Если у интервала отсутствует нижняя граница, то его середина определяется как разность между верхней границей и половиной величины следующих интервалов. При отсутствии верхних границ, середина интервала определяется как сумма нижней границы и половины величины предыдущего интервала. После перехода к дискретному ряду дальнейшие вычисления происходят по методике рассмотренной выше.

Если веса fi заданы не в абсолютных показателях, а в относительных, то формула расчета средней арифметической будет следующей:

pi - относительные величины структуры, показывающие, какой процент составляют частоты вариантов в сумме всех частот.

Если относительные величины структуры заданы не в процентах, а в долях, то среднее арифметическое будет рассчитываться по формуле:

3. Средняя гармоническая.

Средняя гармоническая является первообразной формой средней арифметической. Она рассчитывается в тех случаях, когда веса fi не заданы непосредственно, а входят как сомножитель в один из имеющихся показателей. Также как и арифметическая, средняя гармоническая может быть простой и взвешанной.

Средняя гармоническая невзвешанная:

Средняя гармоническая смешанная:

Wi - произведение вариантов на частоты

При расчете средних величин необходимо помнить о том, что всякие промежуточные вычисления должны приводить как в числителе, так и в знаменателе и имеющим экономический смысл показателям.

4. Структурное среднее.

Структурное среднее характеризует состав статистической совокупности по одному из варьирующих признаков. К этим средним относятся мода и медиана .

Мода - такое значение варьирующего признака, которое в данном ряду распределения имеет наибольшую частоту.

В дискретных рядах распределений мода определяется визуально. Сначала определяется наибольшая частота, а по ней модальное значение признака. В интервальных рядах для вычисления моды используется следующая формула:

Xmo - нижняя граница модальности (интервал ряда с наибольшей частотой)

Mo - величина интервала

fMo - частота модального интервала

fMo-1 - частота интервала предшествующего модальному

fMo+1 - частота интервала следующего за модальным

Медианой называется такое значение варьирующего признака, которое делит ряд распределения на две равные части по объему частот. Медиана рассчитывается по разному в дискретных и интервальных рядах.

1. Если ряд распределения дискретный и состоит из четного числа членов, то медиана определяется как средняя величина из двух серединных значений рангированного ряда признаков.

2. Если в дискретном ряду распределения нечетное число уровней, то медианой будет серединное значение рангированного ряда признаков.

В интервальных рядах медиана определяется по формуле:

Нижняя граница медианного интервала (интервала для которого накопленная частота впервые превысит полусумму частот)

Me - величина интервала

Сумма частот ряда

Сумма накопленных частот предшествующих медианному интервалу

Частота медианного интервала

1. Общее понятие о вариации.

Вариацией называется различие значений признака у отдельных единиц совокупности.

Вариация возникает в силу того, что отдельные значения признака формируются по влияние большого числа взаимосвязанных факторов. Эти факторы часто действуют в противоположных направлениях и их совместное действие формирует значение признаков у конкретной единицы совокупности. Необходимость изучения вариаций связана с тем, что средняя величина, обобщающая данные статистического наблюдения, на показывает как колеблется вокруг нее индивидуальное значение признака. Вариации присущи явлениям природы и общества. При этом революция в обществе происходит быстрее, чем аналогичные изменения в природе. Объективно существуют также вариации в пространстве и во времени.

Вариации в пространстве показывают различие статистических показателей относящихся к различным административно-территориальным единицам.

Вариации во времени показывают различие показателей в зависимости от периода или момента времени к которым они относятся.

2. Меры вариаций.

К примерам вариаций относятся следующие показатели:

1. размах вариаций

2. среднее линейное отклонение

3. среднее квадратическое отклонение

4. дисперсия

5. коэффициент

1. Размах вариаций является ее простейшим показателем. Он определяется как разность между максимальным и минимальным значение признака. Недостаток этого показателя заключается в том, что он зависит только от двух крайних значений признака (min, max) и не характеризует колеблимость внутри совокупности. R=Xmax-Xmin.

2. Среднее линейное отклонение является средней величиной абсолютных значений отклонений от средней арифметической. Оно определяется по формуле:

Простая

Отклонения берутся по модулю, т.к. в противном случае, из-за математических свойств средней величины, они всегда были бы равны нулю.

4. Дисперсия (средний квадрат отклонений) имеет наибольшее применение в статистике как показатель меры колеблимости.

Дисперсия определяется по формулам:

пример: стр. 36

Дисперсия является именованным показателем. Она измеряется в единицах соответствующих квадрату единиц измерения изучаемого признака. В данном случае она показывает, что средний размер отклонения прибыли по 50 предприятиям от средней прибыли составляет 1,48 .

Дисперсия может быть также определена по формуле:

3. Среднее квадратическое отклонение определяется как корень из дисперсии.

По исходным данным приведенным выше, среднее квадратическое отклонение равно:

5. Коэффициент вариаций определяется как отношение среднего квадратического отклонения к средней величине признака, выраженное в процентах:

Он характеризует количественную однородность статистической совокупности. Если данный коэффициент < 50%, то это говорит об однородности статистической совокупности. Если же совокупность не однородна, то любые статистические исследования можно проводить только внутри выделенных однородных групп.

3. Дисперсия альтернативного признака.

Альтернативными называются 2 взаимоисключающих друг друга признака. То признаки, которыми каждая отдельная единица совокупности либо обладает, либо не обладает. Наличие альтернативного признака принято обозначать через единицу, а отсутствие через 0. Долю единиц обладающих данным признаком обозначают через p (п), а долю единиц на обладающих данным признаком обозначают через q. При этом p+q=1.

Дисперсия альтернативного признака определяется по формуле:

4. Виды дисперсий. Привила их сложения.

Если исследуемую статистическую совокупность разделить на группу, то для каждой из них можно определить групповые средние и дисперсии. Эти дисперсии будет характеризовать колеблимость изучаемого признака каждой отдельной группе. На этой основе можно определить среднюю изнутри групповых дисперсий.

ni=fi - численность единиц в отдельных группах

Эта дисперсия характеризует случайную вариацию признака, на зависящую от фактора положенного в основание группировки.

Вычисляется также межгрупповая дисперсия.

и ni=fi соответственно средние и численности по отдельным группам.

Эта дисперсия характеризует вариацию по влиянием группировочного признака. Сумма средней изнутри групповых и межгрупповой дисперсий позволяет определить общую дисперсию.

Данное равенство называют правилом сложения дисперсий.

; , т.е. существует тесная зависимость между изготовлением деталей и другими показателями.

Если значения исследуемого признака выражаются в долях или коэффициентах, то правило сложения дисперсий выражается следующими формулами:

ni - численность единиц в отдельных группах

pi - доля изучаемого признака во всей совокупности

средняя из внутригрупповых дисперсий для долей признаков

1. Виды и формы зависимости между социально-экономическими явлениями.

Многообразие взаимосвязей в которых находятся социально-экономические явления, рождают необходимость в их классификации.

По видам различают функциональную и корреляционную зависимость.

Функциональной называют такую зависимость, при которой одному значению факторного признака X соответствует одно строго определенное значение результативного признака Y.

В отличие от функциональной зависимости, корреляционная выражает такую связь между социально-экономическими явлениями, при которой одному значению факторного признака X могут соответствовать несколько значений результативного признака Y.

По направлению различают прямую и обратную зависимость.

Прямой называют такую зависимость, при которой значение факторного признака X и результативного признака Y изменяются в одном направлении. Т.о. при увеличении значения X, значения Y в среднем увеличиваются, а при уменьшении X - Y уменьшается.

Обратная зависимость между факторным и результативным признаками, если они изменяются в противоположных направлениях.

2. Статистические методы изучения взаимосвязей.

Важное место в статистическом изучении взаимосвязей занимают следующие методы:

1. Метод приведения параллельных данных.

2. Метод аналитических группировок.

3. Графический метод.

4. Балансовый метод.

6. Корреляционно-регрессионный.

1. Сущность метода приведения параллельных данных заключается в следующем:

Исходные данные по признаку X располагаются в порядке возрастания или убывания, а по признаку Y записываются соответствующие им показатели. Путем сопоставления значений X и Y, делается вывод о наличии и направлении зависимости.

3. Сущность графического метода составляет наглядное представление наличия и направления взаимосвязей между признаками. Для этого значение факторного признака X располагается по оси абсцисс, а значение результативного признака по оси ординат. По совместному расположению точек на графике делают вывод о направлении и наличии зависимости. При этом возможны следующие варианты:

а \, б/ (вверх) , в\ (вниз).

Если точки на графике расположены беспорядочно (а), то зависимость между изучаемыми признаками отсутствует .

Если точки на графике концентрируются вокруг прямой (б)/, зависимость между признаками прямая .

Если точки концентрируются вокруг прямой (в)\, то это свидетельствует о наличии обратной зависимости.

На основе метода параллельных данных и графического метода, могут быть рассчитаны показатели, характеризующие степень тесноты корреляционной зависимости.

Наиболее кратным из них является коэффициент знаков Фехнера. Он рассчитывается по формуле:

C - сумма совпадающих знаков отклонений индивидуальных значений признака от средней.

H - сумма несовпадений

Данный коэффициент изменяется в пределах (-1;1).

Значение KF=0 свидетельствует об отсутствии зависимости между изучаемыми признаками.

Если KF=±1, то это говорит о наличии функциональной прямой (+) и обратной (-) зависимости. При значении KF>?0,6? делается вывод о наличии сильной прямой (обратной) зависимости между признаками. Кроме того на основе исходных данных о факторном и результативном признаках, может быть рассчитан коэффициент корреляции рангов Спирмена , который определяется по формуле:

Квадраты разности рангов

(R2-R1), n - число пар рангов

Данный коэффициент, как и предыдущий, изменяется в тех же пределах и имеет одинаковую с KF экономическую интерпретацию.

В тех случаях, когда значение X или Y выражаются одинаковыми показателями, коэффициент корреляции рангов рассчитывается по следующей формуле:

tj - одинаковое число рангов в j - ряду

Если исследуется зависимость между тремя и более математическими признаками, то для ее исследования применяется коэффициент конкордации определяемый по формуле:

m - количество факторов

n - число наблюдений

S - отклонение суммы квадратов рангов от средней квадратов рангов

3. Изучение зависимости между количественными признаками.

Для исследования взаимосвязи качественных альтернативных признаков, принимающих только 2 взаимоисключающих значения, используется коэффициент ассоциации и контингенции . При расчете этих коэффициентов составляется т.н. таблица 4-х камней, а сами коэффициенты рассчитываются по формуле:

Группы по признаку Y	Группы по признаку X

Если коэффициент ассоциации? 0,5, а коэффициент контингенции? 0,3, то можно сделать вывод о наличии существенной зависимости между изучаемыми признаками.

Если признаки имеют 3 или более градаций, то для изучения взаимосвязей используются коэффициенты Пирсена и Чупрова. Они рассчитываются по формулам:

С - коэффициент Пирсена

К - коэффициент Чупрова

j - показатель взаимной сопряженности

K - число значений (групп) первого признака

K1 - число значений (групп) второго признака

fij - частоты соответствующих клеток таблицы

mi - столбцы таблицы

nj - строки

Для расчета коэффициентов Пирсена и Чупрова составляется вспомогательная таблица:

При ранжировании качественных признаков с целью изучения их взаимосвязи используется коэффициент корреляции Кэндалла .

n - число наблюдений

S - сумма разностей между числом последовательностей и числом инвервий по второму признаку.

P - сумма значений рангов, следующих за данными и превышающих его величину

Q - сумма значений рангов, следующих за данными и меньших его величины (учитывается со знаком «-»).

При наличии связанных рангов формула коэффициента Кендалла будет следующей:

Vx и Vy определяются отдельно для рангов X и Y по формуле:

5. Методы выявления основной тенденции рядов динамики.

Уровни ряда динамики формируются под вниманием 3-х групп факторов:

1. Факторов определяющих основное направление, т.е. тенденцию развития изучаемого явления.

2. Факторов действующих периодически, т.е. направленных колебаний по неделям месяца, месяцам года и т.д.

3. Факторов действующих в разных, иногда в противоположных направлениях и не оказывающих существенного влияния на уровень данного ряда динамики.

Основной задачей статистического изучения данамики является выявление тенденции.

Основными методами выявления тенденции рядов динамики являются:

Метод укрупнения интервалов

Метод скользящей средней

Метод аналитического выравнивания

1. Сущность метода укрупнения интервалов заключается в следующем:

Исходный ряд динамики преобразуется и заменяется другими состоящими из других уровней, относящихся к укрупненным периодам или моментам времени.

Например: ряд динамики прибыли малого предприятия за 1997 год по кварталам того же года. При этом уровни ряда за укрупненные периоды или моменты времени могут представлять собой либо суммарные, либо средние показатели. Однако в любом случае рассчитанные таким образом уровни ряда более отчетливо выявляют тенденции, поскольку сезонные и случайные колебания при суммировании или определении средних взаимопогашаются и уравновешиваются.

2. Метод скользящей средней , как и предыдущий предполагает преобразование исходного ряда динамики. Для выявления тенденции формируются интервал, состоящий из одинакового числа уровней. При этом каждый последующий интервал получается путем смещения на 1 уровень от начального. По образованным таким образом интервалам определяются в начале сумма, а затем средние. Технически удобнее определять скользящие средние для нечетного интервала. В этом случае рассчитанная средняя величина будет относиться к конкретному уровню ряда динамики, т.е. к середине интервала скольжения.

При определении скользящей средней по четному интервалу, расчетное значение средней величины относится к промежутку между двумя уровнями, и таким образом теряют экономический смысл. Это делает необходимыми дополнительные расчеты связанные с центрированием по формуле арифметической простой из двух соседних не центрированных средних.

Статистика – одна из форм практической деятельности людей, цель которой – сбор, обработка и анализ массовых данных о тех или иных явлениях.

Основное предназначение статистики состоит в том, чтобы помочь людям лучше понять современные мировые проблемы. Статистическое исследование проводится с помощью статистических показателей, которые дают количественную характеристику и всестороннее представление об общественных явлениях.

В настоящее время термин «статистика» употребляется в четырех значениях:

1) комплекс учебных дисциплин;

2) отрасль практической деятельности (статистический учет);

3) совокупность цифровых сведений (статистические данные, статистические сборники);

4) статистические методы, применяемые для изучения социально-экономических явлений.

Статистика как наука представляет собой целостную систему научных дисциплин: теория статистики, экономическая статистика и ее отрасли, социально-демографическая статистика и ее отрасли.

Теория статистики – методологическая основа всех отраслевых статистик. Теория статистики является наукой о наиболее общих принципах и методах статистических исследований социально-экономических явлений.

Статистика – особая наука, которая имеет свой предмет и присущие ей методы исследования. Особенностью статистики является то, что она исследует не отдельные факты, а массовые социально-экономические явления и процессы, состоящие из множества отдельных фактов, обладающих различными признаками.

Предметом изучения статистики являются массовые социально-экономические явления, изменяющиеся под влиянием природных и технических факторов, или статистическая совокупность.

Статистическая совокупность – множество единиц изучаемого явления, объединенных в соответствии с задачей исследования единой качественной основой, но отличающихся друг от друга рядом признаков. Каждый отдельно взятый элемент данного множества называется единицей статистической совокупности. Они характеризуются общими свойствами, которые называются признаками. Признак – это характерное свойство изучаемого явления, которое отображает качественную особенность этого явления. Признаки делятся на атрибутивные и количественные. Атрибутивными называются признаки, имеющие смысловое значение (пол, должность). Количественными называются признаки, имеющие числовое значение (средний балл, возраст). Количественные признаки делятся на дискретные (выражены определенным целым числом) и непрерывные. Признаки, принимающие различные значения у отдельных единиц изучаемого явления, называются варьирующими.

Статистический показатель дает количественную характеристику свойств изучаемых явлений, статистический показатель имеет качественное содержание, обусловленное сущностью этого явления, и относится к определенному месту и времени. Статистические показатели бывают двух видов: учетно-оценочные и аналитические. Учетно-оценочные показатели – это статистическая характеристика качественно определенных социально-экономических явлений в конкретных условиях места и времени.

Для их определения используют абсолютные величины. Аналитические показатели используют в статистике для анализа полученной информации, характеризуют особенности развития изучаемого явления в пространстве и времени. Для их определения используют средние и относительные величины, показатели вариации, динамики и т.д. Статистические показатели всегда именованные числа, имеющие качественную определенность, время и место.

Структура – внутреннее строение статистического множества, которое обнаруживается с помощью статистических показателей. С помощью структуры выявляется наиболее существенные признаки статистической совокупности. Закономерность – повторяемость, последовательность и порядок изменения в явлениях.

Закон «больших чисел» гласит: «количественные закономерности массовых явлений отчетливо проявляются лишь в большом их числе». Закон «больших чисел» отражает диалектику случайного и необходимого, единичного и массового.

Методы статистики

Для изучения своего предмета статистика разработала свою методологию, в основе которой лежит диалектический подход. Это означает, что анализ социально-экономических явлений и процессов осуществляется в их взаимодействии, взаимосвязи, в движении, изменении и развитии. В общей теории статистики все методы систематизируются по трем стадиям исследования:

1) сбор информации, подготовка первичной информации (метод массовых статистических наблюдений);

2) сводка и группировка информации (метод статистических группировок);

3) изучение и анализ статистической информации (метод обобщающих показателей, выборочный метод, корреляционно-регрессионный, корреляционный, регрессионный, индексный, метод рядов динамики).

Задачи статистики в условиях перехода к рыночной экономике:

Всестороннее освещение социально-экономического положения РФ, происходящих изменений, связанных с переходом к рыночным отношениям;

Обеспечение информационных запросов управленческих структур с целью успешного реформирования экономики;

Реформирование методологических и организационных основ государственной статистики, соответствие их экономике переходного периода;

Всемерное содействие освещению проблем, связанных с повышением эффективности национального производства, совершенствование статистического наблюдения и переход на такие формы статистического наблюдения, как регистры, переписи, цензы и т.п.;

Информационное отражение участия РФ в международном разделении труда, в т.ч. конкурентоспособности российских товаров и услуг на мировых рынках.

Статистическое наблюдение.

На начальной стадии статистического исследования применяется метод массовых статистических наблюдений. Статистическое наблюдение представляет собой массовый и систематический сбор данных о явлениях и процессах общественной жизни.

Планомерность статистического наблюдения заключается в том, что оно готовится и проводится по определенному плану, который включает вопросы методологии, организации, техники сбора информации, контроля за качеством собранного материала, его достоверности и оформления итоговых результатов. Массовый характер статистического наблюдения предполагает, что оно охватывает большое число случаев проявления данного процесса, достаточное для того, чтобы получить правдивые статистические данные, характеризующие всю совокупность целого.

Систематичность статистического наблюдения определяется по характеру регистрации данных во времени. По данным во времени наблюдение бывает непрерывное (текущее), прерывно-периодическое (единовременное).

Первичный статистический материал, формирующийся в процессе наблюдения, называется статистической информацией.

К статистическому наблюдению предъявляются следующие требования:

Полноты охвата статистических данных (по количеству, по времени);

Достоверности и точности данных;

Их единообразия и сопоставимости.

Статистическое наблюдение проводится органами государственной статистики или НИИ, экономическими службами банков и фирм.

Кроме цели для статистического наблюдения необходимо установить объект и единицу наблюдения. Объект статистического наблюдения – совокупность явлений, предметов и физических лиц, относительно которых регистрируются статистические сведения, для этого объект должен быть четко определен. Для этого на основе анализа нужно выделить и указать признаки и черты, отличающие его от других, сходных с ним объектов, определить границы перехода от одного к другому. Всякий объект статистического наблюдения состоит из отдельных элементов, т.е. единиц наблюдения.

Отчетная единица (следует отличать от единицы наблюдения): ею выступает субъект, от которого поступают данные о единице наблюдения. Данные наблюдения заносятся в специальные бланки, которые называются формулярами, которые бывают двух типов – карточные (индивидуальные), в которые заносятся данные об одной единице наблюдения и списочные, в которые вносятся данные о нескольких единицах наблюдения.

Субъект наблюдения – орган, который будет осуществлять наблюдение (статистики). Организационные формы статистического наблюдения.

В отечественной статистике используются три организационные формы статистического наблюдения:

Отчетность предприятия;

Специально организованные статистические наблюдения;

Регистры.

Статистическая отчетность – официальный документ, содержащий статистические данные о работе предприятия.

Статистическая отчетность имеет обязательный характер, т.к. все предприятия должны предоставлять ее в указанные сроки; имеет юридическую силу, потому что подписывается руководителем предприятия; документальная обоснованность, т.к. данные базируются на документах первичного учета; по времени регистрации она бывает сплошная, непрерывная; по срокам – ежедневная, недельная, двухнедельная, месячная, квартальная, годовая.

Специально организованное статистическое наблюдение проводится с целью получения сведений, отсутствующих в отчетности или для проверки ее данных (переписи, бюджетные обследования, перепись материальных ресурсов, незавершенного строительства ит.д.).

Регистровые наблюдения – форма непрерывного статистического наблюдения за долговременными процессами, имеющими фиксированное начало, стадию развития и фиксированный конец. В статистике различают регистры населения и регистры предприятий.

Регистры населения – поименный дополняемый перечень жителей страны, он практикуется в небольших странах с высокой культурой населения, т.к. правила регистрации сложны и требуют больших затрат.

Регистры предприятий включают в себя все виды экономической деятельности и содержат значения основных показателей по каждой единице наблюдения объекта в определенный период или момент времени, остающиеся неизменными на протяжении всего времени.

В настоящее время создан Единый государственный регистр предприятий и организаций всех форм собственности (ЕГРПО) в РФ.

Способы статистического наблюдения:

1) непосредственное наблюдение, когда регистраторы производят записи на основаниях данных, полученных непосредственным подсчетом и замером;

2) документальный способ основан на использовании статистической информации, содержащейся в документах учетного характера;

3) опрос – способ наблюдения, основанный на заполнении регистрационных бланков со слов респондента, он используется для получения информации о явлениях и процессах, не поддающихся прямому наблюдению.

Виды опросов:
- устный (экспедиционный);

Саморегистрация;

Корреспондентский;

Анкетный;

Явочный.

При устном опросе необходимую информацию получают специально подготовленные работники – счетчики; при саморегистрации розданные счетчиками формуляры заполняют корреспонденты; корреспондентский способ заключается в том, что сведения в органы, ведущие наблюдение, сообщает штат добровольных корреспондентов; анкетный способ предполагает сбор информации посредством анкет-вопросников; явочный способ предусматривает предоставление сведений в органы, ведущие наблюдение, в явочном порядке.

По охвату единиц совокупности наблюдения бывают сплошными и несплошными.

При сплошном наблюдении информация поступает обо всех единицах изучаемого объекта.

При несплошном наблюдении обследованию подлежит лишь часть единиц изучаемой совокупности. Этот метод экономит время и ресурсы на получение информации, обработку и анализ.

В зависимости от характера отбора единиц для наблюдения различают следующие виды несплошного наблюдения: выборочное наблюдение, метод основного массива, метод моментных наблюдений и монографическое обследование.

Выборочное наблюдение основано на принципе случайного отбора части единиц, входящих в данную совокупность и охватывающих все типы составляющих ее единиц.

Метод основного массива заключается в выборе для обследования самых существенных, наиболее крупных единиц изучаемой совокупности, которые по основному признаку имеют наибольший удельный вес в данной совокупности.

Метод моментных наблюдений заключается в выборе для регистрации значений признаков у единиц выборочной совокупности в некоторые, заранее определенные моменты времени.

При монографическом обследовании тщательному обследованию подвергаются отдельные единицы изучаемой совокупности обычных представителей каких-либо новых типов явлений. Его цель: выявить намечающиеся тенденции и закономерности развития каких-либо новых явлений. Результаты этих исследований помогают уточнить структуру совокупности и выявить связь между отдельными признаками.

Точность наблюдений.

Точностью статистического наблюдения называется степень соответствия величины какого-либо показателя, установленной по материалам статистического наблюдения, действительной его величине.

Расхождение между расчетными и действительными значениями изучаемых величин называется ошибкой наблюдения. В зависимости от причин возникновения различают ошибки регистрации и ошибки репрезентативности. Ошибки регистрации являются результатом неправильной записи на вопрос формуляра, они бывают случайными и систематическими. Случайные ошибки возникают при случайных обстоятельствах и не оказывают существенного влияния на результаты наблюдения. Систематические ошибки возникают в силу определенных постоянно действующих причин и существенно искажают результаты наблюдения.

В организации выборочного наблюдения различают ошибки репрезентативности – это отклонение значения показателя обследуемой совокупности от его величины по исходной совокупности. Они также бывают случайными и систематическими.

Всякий статистический документ, прежде чем поступить для обработки, должен быть тщательно проверен. Сначала документ проверяется с точки зрения полноты сведений (поступивших), т.е. все ли отчетные единицы представили результаты обследования. Затем осуществляется контроль.

Виды контроля:

Синтаксический (предусматривает проверку правильности оформленных документов, наличие необходимых реквизитов, полноты заполнения строк или граф);

Логический (поясняет несоответствие значений признаков наиболее верным их значениям, отсутствие необходимых взаимосвязей между показателями);

Арифметический (проверка итогов в отчетных таблицах путем сравнения с предварительно рассчитанными контрольными суммами по строкам или графам).

Сводка и группировка статистических данных.

Сводка представляет собой комплекс последовательных операций по обобщению конкретных единичных данных (фактов), образующих совокупность, для выявления типичных черт и закономерностей, присущих изучаемому явлению в целом.

Сводка должна составляться на основе предварительного теоретического анализа явлений и процессов. Сводка бывает простая и сложная. Простой сводкой называется операция по подсчету общих итогов по совокупности единиц наблюдения. Сложная сводка представляет собой комплекс операций, включающих группировку единиц наблюдения, подсчет итогов по каждой группе и по всему объекту и представление результатов группировки в виде статистических таблиц.

По форме обработки сводка бывает централизованная и децентрализованная. В первом случае весь первичный материал поступает в одну организацию, где подвергается обработке от начала до конца. Во втором случае информация обрабатывается в несколько этапов, сначала по регионам, затем укрупняется в результате получаются показатели в целом по стране. Для выявления закономерностей применяют группировку.

Группировкой называется расчленение множества единиц изучаемой совокупности по существенным для них признакам.

С помощью группировок решаются следующие задачи:

Выделение социально-экономических типов явлений (типологическая группировка);

Изучение структуры явления и структурных сдвигов, происходящих в нем (структурная группировка);

Выявление связей и зависимости между явлениями (аналитическая группировка).

Виды статистических группировок.

В соответствии с решаемыми задачами статистические группировки делятся на типологические, структурные и аналитические.

Типологическая группировка – это разделение качественно разнородной совокупности на классы или однородные группы, она широко применяется в исследовании социально-экономических явлений и позволяет проследить зарождение, развитие и отмирание различных типов явлений.

Таблица 1. Группировка промышленных предприятий по формам собственности:

% к итогу = (26326/28112)*100%=93,6%

Структурной называется группировка, в которой происходит разделение однородной совокупности на группы, характеризующие ее структуру по какому-либо признаку.

Пример. Группировка населения России по размеру среднедушевого дохода (однородная совокупность, 40 ед. интервал):

№ п/п	Группы населения по размеру среднедушевого дохода, руб./мес.	Численность населения
Всего, млн. чел.	В % к итогу
	До 40	2,4	1,6
	От 40 до 80	23,4	15,8
	От 80 до 120	34,8	23,5
	От 120 до 160	29,4	19,8
	От 160 до 200	20,7	13,8
	От 200 до 240	13,5	9,1
	От 240 до 280	8,7	5,9
	От 280 и более	15,5	10,4
	Итого	148,4

Аналитической называется группировка, выявляющая взаимосвязи между изучаемыми явлениями и их признаками. Признаки можно разделить на факторные и результативные.

Факторными называются признаки, под действием которых изменяются другие признаки, называемые результативными. Факторный признак: посещаемость лекций, результативный – оценка на экзамене.

Взаимосвязь проявляется в том, что с возрастанием значения факторного признака систематически возрастает или убывает среднее значение признака результативного. Таким образом, особенности аналитической группировки следующие: в основу группировки кладется факторный признак, каждая выявленная группа характеризуется средними значениями результативного признака. Метод аналитических группировок применим только при качественной однородности исследуемой совокупности.

Группировка может быть простой и сложной. Простой называется группировка, в которой группы образованы по одному признаку. Сложной называется группировка, в которой группы образованы по трем или более признакам. Сначала группы формируются по одному признаку, затем делятся на подгруппы по второму признаку, которые в свою очередь делятся по третьему признаку.

Принципы построения статистических группировок и классификаций.

Группировочным признаком или основанием группировки называется признак, по которому происходит разбивка единиц совокупности на отдельные группы.

В качестве основания группировки следует использовать только существенные признаки. Количество групп зависит от задач исследования, вида признака, положенного в основание группировки, численности совокупности и степени вариации признака. От группировки следует отличать классификацию. Классификацией называется устойчивая фундаментальная группировка по атрибутивному признаку, который содержит подробную номенклатуру групп и подгрупп. Классификация устанавливается органами государственной и международной статистики, в некоторых случаях имеет силу закона.

Пример. Классификация профессий в статистике труда, классификация товаров в торговле.

При группировке по количественным признакам нужно выбрать и соответственно установить количество групп, оно зависит от размаха варьирования, т.е. разности между максимальным и минимальным значениями признака. Чем больше размах варьирования, тем больше образуется групп. Количество групп определяется по формуле Стерджеса: n=1+3,322*lgN, где N – количество единиц совокупности, n – количество групп.

Номограмма:

N	15-24	25-44	45-89	90-179	180-359	360-719	720-1439
n

Интервал группировки определяется как разность между максимальным и минимальным значениями признака в каждой группе. Если вариация признака проявляется в сравнительно узких границах, распределение носит более или менее равномерный характер, то выбираются равные интервалы (i). Величина интервала i определяется по формуле:

Где (x max - x min) – размах вариации признака в совокупности, n – количество групп.

Вторичная группировка – это образование новых групп на основе ранее проведенной группировки. Существуют два способа:

Укрупнение первоначальных интервалов;

Долевая перегруппировка, т.е. образование новых групп с меньшими интервалами.

Основные задачи вторичной группировки:

Образование по количественным признакам качественно определенных групп;

Для сравнения (приведение к единому интервалу двух или более группировок);

Образование укрупненных групп, в которых яснее проступает характер распределения.

Ряды распределения.

Статистический ряд распределения – это упорядоченное распределение единиц совокупности на группы по определенному варьирующему признаку. В зависимости от признака, положенного в основание группировки, различают атрибутивные и вариационные ряды распределения.

Атрибутивными называют ряды распределения, построенные по качественным, т.е. атрибутивным признакам. Вариационными называют ряды распределения, построенные по количественному признаку. Вариационные ряды состоят из двух элементов – варианты и частоты. Варианта – отдельное значение варьирующего признака, которое он принимает в ряду распределения. Частоты – численности или значения одинаковых вариант или каждой группы вариационного ряда.

Частостями называются частоты, выраженные в долях единицы или процентах. Сумма частот составляет объем ряда распределения.

В зависимости от характера распределения признака различают дискретные и интервальные ряды. Дискретный ряд распределения – это ряд, в котором значение признака выражено определенным целым числом.

Таблица 1. Распределение семей по числу занимаемых комнат:

Полигон распределения:

При непрерывной вариации признака строятся интервальные вариационные ряды, где варианта дана в виде интервала. При построении интервальных рядов необходимо определить число групп и виды интервала (равные и неравные, открытые и закрытые).

Таблица 2. Распределение семей по размеру жилой площади:

Для анализа вариационных рядов используются графики: полигон и гистограмма.

Полигон используется при изображении дискретных вариационных рядов. Гистограмма – при изображении интервального ряда.

Гистограмма для таблицы:

По оси ординат откладывают накопленные частоты, по оси абсцисс – варианты ряда. С помощью кумуляты изображают процесс концентрации, если поменять местами оси графика кумуляты, то получим кривую – огиву.

Статистические показатели.

Любое статистическое исследование завершается расчетом и анализом различных по форме и по виду статистических показателей.

Статистический показатель представляет собой количественную характеристику социально-экономических явлений и процессов в условиях качественной определенности. Он непосредственно связан с внутренним содержанием изучаемого явления или процесса.

Система статистических показателей – совокупность взаимосвязанных показателей, объединенных в соответствии с задачей исследования, имеющих одноуровневую и многоуровневую структуру и нацеленная на решение конкретной статистической задачи. В отличие от признака, статистические показатели получаются расчетным путем. Это может быть подсчет единиц совокупности, суммирование, сравнение или более сложные расчеты. По охвату единиц совокупности показатели делятся на индивидуальные и сводные.

Индивидуальные показатели характеризуют отдельный объект или единицу совокупности. Например, оборот торговой фирмы, совокупный доход семьи.

Сводные показатели характеризуют группу единиц, представляющую собой часть совокупности или всю совокупность в целом. Они подразделяются на объемные и расчетные. Объемные показатели получают путем сложения значений признака отдельных единиц совокупности. При этом получают объемный абсолютный показатель. Расчетные показатели, вычисляемые различным формулам, служат для решения отдельных статистических задач анализа, измерения вариации, оценка взаимосвязи и т.д.

Абсолютные показатели.

Исходной первичной формой выражения статистических показателей являются абсолютные величины, они характеризуют абсолютные размеры изучаемых явлений (масса, площадь, объем, протяженность), а также число составляющих ее единиц.

Индивидуальные абсолютные показатели получают, как правило, непосредственно в процессе статистического наблюдения как результат замера, взвешивания, подсчета и оценки количественного признака.

Сводные объемные показатели, характеризующие объем признака или объем совокупности как в целом по изучаемому объекту, так и его части, получают в результате сводки и группировки индивидуальных значений. Абсолютные статистические показатели всегда являются именованными числами, они выражаются в натуральных, стоимостных или трудовых единицах измерения.

Натуральные единицы – тонны, кг, метры, литры, штуки и т.д. В группу натуральных также входят условно-натуральные измерители, которые используют в тех случаях, когда какой-либо продукт имеет несколько разновидностей. С помощью переводных коэффициентов получают условно-натуральные единицы измерения, которые позволяют определить общий объем произведенного продукта. В условиях рыночной экономики большое значение придается стоимостным единицам измерения, которые дают денежную оценку социально-экономическим явлениям и процессам. Однако в условиях высокой инфляции эти данные становятся несопоставимыми, поэтому приходится производить пересчет в сопоставимые цены.

К трудовым единицам измерения, позволяющим учитывать как общие затраты труда на предприятии, так и трудоемкость отдельных операций, относятся человеко-дни и человеко-часы.

Относительные показатели.

Относительный показатель представляет собой результат деления одного абсолютного показателя на другой и выражается отношением двух количественных характеристик социально-экономических явлений.

Относительные показатели выражаются в коэффициентах, % и промилле 0 / 00 .

Виды относительных величин: относительная величина динамики, плана, реализации плана, структуры, сравнения, координации и интенсивности.

y 0 →y пл. →у 1 или y факт.

1. Относительный показатель динамики (темп роста):

2. Относительный показатель плана:

3. Относительный показатель реализации плана:

Существует взаимосвязь:

4. Относительный показатель структуры (отражает соотношение структурных частей совокупности и их целого):

ОПС – удельный вес, процент к итогу.

5. относительный показатель сравнения.

Отражает соотношение двух показателей, относящихся к разным территориям, но за один и тот же период или момент времени.

6. Относительный показатель координации (отражает соотношение частей целого между собой):

Пример, в городе проживает 500 тыс. человек взрослого трудоспособного населения, 200 тыс. человек детей и 300 тыс. пенсионеров. ОПК пенс. =300.000/500.000=60%.

7. Относительный показатель интенсивности.

Он характеризует степень распространения изучаемого процесса или явления в присущей ему среде (количество поликлиник на 10 тыс. жителей).

Средние величины.

Средняя величина – обобщающая характеристика совокупности однотипных явлений по какому-либо варьирующему признаку, который показывает уровень признака, отнесенный к единице совокупности. Средняя величина отражает общее и типичное для всей совокупности в конкретных условиях места и времени.

Важнейшее свойство средней состоит в том, что она отражает общее, что присуще всем единицам статистической совокупности. Значения признака отдельных единиц совокупности могут колебаться под влиянием множества факторов, среди которых могут быть как основные, так и случайные. Сущность средней заключается в том, что в ней взаимопогашаются отклонения значений признака отдельных единиц совокупности, обусловленные действием случайных факторов, и учитываются изменения, связанные с действием основных факторов. Средняя отражает типичный уровень признака и абстрагируется от индивидуальных особенностей, присущих отдельным единицам.

Типичность средней непосредственно связана с однородностью статистической совокупности.

Определить среднюю можно через исходное соотношение средней (ИСС):

Например, определение средней заработной платы:

Виды средней: средняя арифметическая, средняя гармоническая, средняя квадратическая (кубическая), средняя геометрическая, средняя хронологическая.

Средняя арифметическая.

Различают простую и взвешенную среднюю арифметическую.

Простая:

Взвешенная:

x – значение признака, n – количество вариантов, f – вес, который показывает количество одинаковых вариантов (одинаковых значения признака).

Средняя гармоническая.

Различают простую и взвешенную среднюю гармоническую.