1.Статистика. Основные понятия. Статистическое наблюдение.

1.Статистика. Основные понятия. Статистическое наблюдение.

Полагают, что термин статистика произошел от латинских слов stato (государство) и status (положение, состояние).

Под статистикой в широком смысле понимается наука, которая изучает с количественной стороны массовые явления и их закономерности.

Общая теория статистики - методологическая наука, наука о методе, который применим для выявления закономерностей в любой области, где выводы строятся на основе массового наблюдениия, где имеет место вариация признака у единичных элементов совокупности, где общие закономерности могут проявляться только через взаимопогашение случайностей у отдельных единиц.

Обобщил теоретические сведения из государствоведения и учет по практическим работам представителей школы политической арифметики бельгийский ученый математик Адольф Кетие. Он же дал определение предмета статистики - это массовые явления, связанные с жизнью общества и человека. Он также увидел в статистике орудие социального познания.

три этапа работы со статистическими данными:

• сбор;

• группировка и сводка;

• обработка и анализ.

Под сбором данных понимают массовое научно-организованное наблюдение, посредством которого получают первичную информацию об отдельных фактах (единицах) исследуемого явления. Такой статистический учет большого числа или всех входящих в состав изучаемого явления единиц является информационной базой для статистических обобщений, для формулирования выводов об изучаемом явлении или процессе. Под группировкой и сводкой данных понимают распределение множества фактов (единиц) на однородные группы и подгруппы, подсчет итогов по каждой группе и подгруппе и оформление полученных итогов в виде статистической таблицы.

Статистический анализ является заключительной стадией статистического исследования. Он включает в себя обработку статистических данных, полученных при сводке, интерпретацию полученных результатов с целью получения объективных выводов о состоянии изучаемого явления и закономерностях его развития. В процессе статистического анализа изучаются структура, динамика и взаимосвязь общественных явлений и процессов.

К основным этапам статистического анализа относят:

• установление фактов и их оценку;

• выявление характерных особенностей и причин явления;

• сопоставление явления с нормативными, плановыми и прочими явлениями, принятыми за базу сравнения;

• формулирование выводов, прогнозов, предположений и гипотез;

• статистическую проверку выдвинутых гипотез.

Отличительные черты массовых явлений:

1. Каждый элемент множества обладает как индивидуальными или отличительными признаками, так и общими или сходными.

2. Характеристики одного из элементов массового явления не могут быть получены на основе характеристик других элементов.

Определение: Изучаемые статистикой массовые явления в виде множества однокачественных единиц с отличающимися индивидуальными признаками, называются статистическими совокупностями.

Исходя, из этого можно сказать, что предметом статистики являются различные статистические совокупности, исследования которых связано с количественной характеристикой и выявлением присущих им закономерностей.

Статистическая совокупность одно из главных понятий статистической науки. С ним связаны и такие понятия как: единица совокупности.

Определение: Элементы, множество которых образует изучаемую совокупность, называется единицами.

Признаки единиц совокупности:

Каждая единица совокупности может быть охарактеризована разного рода качественными и количественными признаками.

Если определенный признак имеет разные значения у определенных единиц совокупности, то это называется вариацией.

Определение: Закономерность, выявленная на основе массового наблюдения, т.е. проявившаяся в большой массе явлений через преодоление свойственной ее единичным элементом случайности, называется статистической закономерностью.

Основная задача статистики - это абстрагироваться от случайного и выявить типичное, закономерное.

Существует три способа выявления закономерностей:

1. логический;

2. эмпирический;

3. на основе закона больших чисел.

2.3 Метод статистики

Массовое наблюдение, группировка и сводка его результатов, вычисление и анализ обобщающих показателей. Все это вместе и дает метод статистики.

3. Статистическое наблюдение

3.1 Статистическое наблюдение, как этап статистического исследования. План статистического наблюдения

Статистическое наблюдение является первым этапом статистического исследования.

Определение: Статистическое наблюдение - это научно организованный сбор массовых данных об исследуемых процессах и явлениях, который осуществляется по заранее разработанной программе.

Формы организации статистического наблюдения:

-отчётность

-специально-организованное наблюдение

Прежде чем начать статистическое наблюдение, требуется установить порядок его проведения. Для этого разрабатывается подробный план наблюдения, который содержит:

1. программно-методологическую часть:

2. организационную часть.

1. Программно-методологические вопросы плана наблюдения.

В этой части плана должны быть определены:

а) цель и задачи наблюдения:

б) объект и единицы, подлежащие обследованию;

в) программа наблюдения.

Программа наблюдения представляет собой перечень вопросов, на которые предполагается получить ответы в ходе обследования. Программа должна отличаться полнотой сведений и широтой охвата. Формулировки вопросов должны быть по возможности краткими и ясными, исключать неточность и расплывчатость в ответах, при необходимости для единого толкования и понимания вопросов дается подсказка.

В программной методологической части наблюдения указывается конкретный инструментарий статистического исследования, т.е. бланки, в которых должны содержаться ответы на сформулированные вопросы, а так же инструкции по их заполнению.

2. Организационные вопросы плана наблюдения.

Для успешной организации наблюдения и полноты охвата совокупности разрабатывается организационный план наблюдения.

В нем указывается:

а) субъект наблюдения:

б) сроки и место проведения исследования;

в) организация сбора данных и технологии их обработки.

3.2 Формы и виды статистического наблюдения

В отечественной статистике используются три организационные формы (типы) статистического наблюдения:

1. Отчетность - это основная форма статистического наблюдения, с помощью которой статистические органы в определенные сроки получают от предприятий, учреждений и организаций необходимые данные в виде установленных в законном порядке отчетных документов, скрепляемых подписями лиц, ответственных за их предоставление и достоверность собираемых сведений.

Делится: телефонную, телетайпную, почтовую.

2. Специально организованное наблюдение проводится с целью получения сведений, отсутствующих в отчетности, или для проверки ее данных. Практическая статистика проводит переписи населения, материальных ресурсов, многолетних насаждений, неустановленного оборудования, строек незавершенного строительства оборудования и др. Кроме переписей статистика проводит и другие специально организованные наблюдения, в частности бюджетные обследования, которые характеризуют структуру потребительских расходов и доходов семей.

3. Регистровое наблюдение - это форма непрерывного статистического наблюдения за долговременными процессами, имеющими фиксированное начало, стадию развития и фиксированный конец. Оно основано на ведении статистического регистра. Регистр представляет собой систему, постоянно следящую за состоянием единицы наблюдения и оценивающую силу воздействия различных факторов на изучаемые показатели.

В практике статистики различают регистры населения и регистры предприятий.

Виды статистического наблюдения по времени регистрации фактов

Текущее наблюдение ведется систематически, по мере возникновения явлений. При периодическом наблюдении регистрация исследуемых явлений проводится через определенные, обычно одинаковые промежутки времени. Единовременное наблюдение проводится один раз для решения какой-либо задачи или повторяется эпизодически через определенные периоды времени, по мере надобности.

Виды статистического наблюдения по охвату единиц совокупности

При сплошном наблюдении регистрируются все без исключения единицы совокупности. При выборочном наблюдении обследуется отобранная в случайном порядке часть единиц совокупности с целью характеристики всей совокупности. При несовершенно сплошном наблюдении (основного массива) обследованию подвергается основная часть совокупности и сознательно исключается некоторая часть, о которой заведомо известно, что она не играет большой роли в характеристике всей совокупности. Монографическое наблюдение состоит в подробном описании небольшого числа или отдельных типичных единиц совокупности.

Способы регистрации фактов или способы получения первичного материала

Непосредственное наблюдение осуществляется путем регистрации изучаемых единиц и их признаков специально выделенными лицами на основе непосредственного осмотра, подсчета, взвешивания, показания приборов и т.д. Документальное наблюдение основано на использовании в качестве источника статистических сведений различных документов первичного учета предприятий, учреждений, организаций. При опросе статистические материалы получают путем регистрации ответов, которые дают опрашиваемые лица. Экспедиционный способ заключается в том, что специально подготовленные регистраторы путем опроса заполняют формулы, одновременно контролируя привольность получаемых сведений. При саморегистрации или самоисчислении работники статистических органов раздают опросные бланки опрашиваемым лицам, инструктируют их, а затем собирают заполненные формуляры, контролируя полноту и правильность полученных сведений. Анкетный опрос состоит в том, что разработанная анкета рассылается кругу лиц и после заполнения возвращается органам, проводящим наблюдения. Корреспондентский заключается в организации статистическими органами специальной сети корреспондентов из лиц, проживающих на местах, которые проводят наблюдение согласно разработанному бланку и инструкции и сообщают сведения статистическим органам. Явочный предусматривает представление сведений в органы, ведущие наблюдение в явочном порядке.

3.3 Ошибки статистического наблюдения

Ошибки статистического наблюдения

ошибки регистрации

возникают в результате неправильного установления фактов или неверной их записи.

ошибки репрезентативности

свойственны только выборочному наблюдению.

случайные

систематические

случайные

систематические

преднамеренные

непреднамеренные

2.Статистическое наблюдение. Группировки.

Статистическая группировка - это расчленение всей совокупности материалов на группы и подгруппы по существенным признакам для всестороннего изучения явлений и процессов общественной жизни.

Признак, положенный в основу называется группировочный.

Для построения групп в статистике используют в основном два вида признаков:

1. количественные (численные);

2. качественные (атрибутивные).

Группировка по одному признаку называется простой, а группировки по двум и более признакам взятыми в сочетании друг с другом, называются комбинационными (сложными).

После того, как выбран группировочный признак, производится выбор числа групп.

Если в основу группировки положен качественный признак, то вопрос о числе групп решается автоматически - их будет столько, сколько качественных состояний принимает изучаемая совокупность (ее единицы).

При группировке по количественным признакам возникает вопрос об определении интервалов группировки. Величиной интервала называется разность между максимальным и минимальным значением признака в каждой группе. В зависимости от характера распределений единиц совокупности по данному признаку интервалы могут быть по величине разными и неравными. Если распределение признака в границах его вариации достаточно равномерно, то диапазон колебаний признака разбивают на равные интервалы, длину которых определяют по формуле:

где Xmak и Xmin соответственно максимальное и минимальное значение признака в данной совокупности,

n - число образуемых групп.

Число групп может быть заданно на основе предыдущих исследований. В том случае, если вопрос о числе групп приходиться решать самостоятельно, то можно использовать формулу Стерджесса для определения оптимального числа групп:

n=1+3.322*?gN

n - число групп

N - число единиц совокупности

Различают закрытые интервалы, в которых дана верхняя и нижняя граница, и открытые, в которых имеется только одна граница: верхняя или нижняя.

Статистические группировки по задачам, решаемым с их помощью, делятся на:

Типологическая группировка - это разделение исследуемой качественно разнородной совокупности на классы, социально-экономические типы, однородные группы единиц в соответствии с правилами научной группировки.

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

Аналитической называется группировка, выявляющая взаимосвязи между изучаемыми явлениями и их признаками.

3.Вариация признаков. Ряды распределения и их графическое изображение.

Статистический ряд распределения - это упорядоченное распределение единиц совокупности на группы по определенному варьирующему признаку.

В зависимости от признака положенного в основу образования ряда распределения, различают:

1. Атрибутивные - ряды распределения, построенные по качественным признакам.

2. Вариационные - ряды распределения, построенные по количественному признаку. Любой вариационный признак состоит из 2-х элементов: вариантов и частот.

Вариантами считаются отдельные значения признака, которые он принимает в вариационном ряду.

Частоты - это численности отдельных вариантов или каждой группы вариационного ряда.

Частостями называют частоты, выраженные в долях единицы или в процентах к итогу.

В зависимости от характера вариации признака различают:

1. Дискретный вариационный ряд характеризует распределение единиц совокупности по дискретному признаку (величина количественного признака принимает только целые значения).

2. Интервальный вариационный ряд - он целесообразен при непрерывной вариации признака, а также, если дискретная вариация проявляется в широких пределах, т.е. число вариантов дискретного признака достаточно велико.

Удобнее всего ряды распределения анализировать при помощи их графического изображения.(см тет –изображения)

Полигон применяют для графического изображения дискретного вариационного ряда, и этот график является разновидностью статистических ломаных. В прямоугольной системе координат по оси абсцисс откладываются варианты признака, а по оси ординат – частости каждого варианта. На пересечении абсциссы и ординаты фиксируют точки, соответствующие данному ряду распределения. Соединив эти точки прямыми, получим ломаную, которая и является полигоном, или эмпирической кривой распределения. Для замыкания полигона крайние вершины соединяют с точками на оси абсцисс, отстоящими на одно деление в принятом масштабе, или с серединами предыдущего (перед начальным) и последующим (за последним) интервалов.

Гистограмма применяется для графического изображения непрерывных (интервальных) вариационных рядов. При этом на оси абсцисс откладывают интервалы ряда. На этих отрезках строят прямоугольники, высота которых по оси ординат в принятом масштабе соответствует частотам. При равных интервалах по оси абсцисс откладывают прямоугольники, сомкнутые друг с другом, с равными основаниями и ординатами, пропорциональными весам. Данный ступенчатый многоугольник и называется гистограммой. Его построение аналогично построению столбиковых диаграмм. Гистограмма может быть преобразована в полигон распределения, для чего середины верхних сторон прямоугольников соединяют отрезками прямых. Две крайние точки прямоугольников замыкают по оси абсцисс на середине интервалов аналогично замыканию полигона. В случае неравенства интервалов график строится не по частотам или частостям, а по плотности распределения (отношению частот или частостей к величине интервала), и тогда высоты прямоугольников графика будут соответствовать величинам этой плотности.

Кумулята изображает кумулятивные ряды распределения, где по оси абсцисс откладывают варианты признака, а по оси ординат – накопленные частоты или частости. Полученные точки соединяют прямыми, образующими кумуляту. При построении кумуляты интервального ряда распределения нижней границе первого интервала соответствует частота, равная нулю, а верхней границе – вся частота данного интервала.

4.Показатели центра распределения (мода, медиана, среднее арифметическое), свойства, методы расчёта.

Мода - значение признака, наиболее часто встречающееся в изучаемой совокупности. Для дискретных рядов распределения модой является вариант с наибольшей частотой.

Для интервальных вариационных рядов распределения мода рассчитывается по формуле:

Где ХМо - минимальная граница модального интервала;

iМо - величина модального интервала;

fМо - частота модального интервала;

fМо-1 - частота интервала, предшествующего модальному;

fМо+1 - частота интервала, следующего за модальным.

Медианой называется величина признака, которая делит упорядоченную последовательность его значений на две равные по численности части. В ранжированном ряду из отчетного числа членов медианой будет средняя арифметическая из двух вариантов, расположенных в средине ряда.

Свойства медианы

Медиана не зависит от тех значений признака, которые расположены по обе стороны от нее.

Аналитические операции с медианой весьма ограничены, поэтому при объединении двух распределений с известными медианами невозможно заранее предсказать величину медианы нового распределения.

Медиана обладает свойством минимальности. Его суть заключается в том, что сумма абсолютных отклонений значений х, от медианы представляет собой минимальную величину по сравнению с отклонением X от любой другой величины

Медиана дискретного вариационного ряда определяется по сумме накопленных частот, которая должна превышать всего объема единиц совокупности. Для интервальных вариационных рядов медиана может рассчитываться по формуле:

Где ХМе - начальное значение медианного интервала;

iМе - величина медианного интервала;

?f - сумма частот ряда (численность ряда);

SМе-1 - сумма накопленных частот в интервалах, предшествующих медианному;

fМе - частота медианного интервала.

Средняя арифметическая применяется в тех случаях, когда объем варьирующего признака всей совокупности образуется как сумма значений этого признака у ее отдельных единиц.

Средняя арифметическая представляет собой ту величину признака, которую имела бы каждая единица совокупности, если бы общий итог признака был равномерно распределен между всеми единицами совокупности. Используется две формы средней арифметической. Для первичных данных - простая средняя арифметическая (4), для вторичных данных - средняя арифметическая взвешенная

Средняя арифметическая величина (или Среднее арифметическое) получается от сложения данных величин и деления этой суммы на число этих величин:

Среднюю арифметическую целесообразно использовать в тех случаях, когда разрыв между минимальным и максимальным значениями признака достаточно невелик (они не отличаются друг от друга в несколько десятков или сотен раз.

Свойства средней арифметической.

1. Произведение средней варианты на сумму частот всегда равно сумме произведения вариант на их частоты

.

2. Если к каждому значению признака вариационного ряда добавить (или отнять) одно и то же число А, то это все равно, что прибавить (или отнять) это число к средней арифметической величине этого ряда.

3. Если каждый признак ряда умножить (или разделить) на постоянное число А, то это все равно, что умножить (или разделить) на это число среднюю арифметическую величину ряда.

4. Если пропорционально изменить частоты, то средняя от этого не изменится (можно частоты умножить (или делить) на одно и то же число средняя арифметическая от этого не изменится). Это свойство дает возможность частоты заменить удельными весами, называемыми частостями, а также, когда частоты всех вариант одинаковы, вычислять средние по формуле простой средней арифметической. Это свойство важно тогда, когда абсолютные числа - частоты не известны, а известны лишь удельные веса, то есть относительные величины структуры совокупности. Тогда средняя вычисляется так, если - в процентах или, если - в долях единицы.

5. Средняя сумма (разности) двух или нескольких величин равна сумме (разности) их средних.

6. Нулевое свойство средней арифметической. Сумма положительных отклонений от средней арифметической равна сумме отрицательных отклонений от средней арифметической. Сумма всех отклонений индивидуальных значений признака от средней арифметической всегда равна нулю. Именно благодаря этому свойству средняя арифметическая широко применяется в статистике как средство для погашения «сглаживания» случайных отклонений изучаемого признака у отдельных единиц наблюдаемой статистической совокупности.

-Простая средняя арифметическая — Равна отношению суммы индивидуальных значений признака к количеству признаков в совокупности. –ф-ла в тет Простая среднеарифметическая величина представляет собой среднее слагаемое, при определении которого общий объем данного признака в совокупности данных поровну распределяется между всеми единицами, входящими в данную совокупность.

-Средняя арифметическая взвешенная

Если объем совокупности данных большой и представляет собой ряд распределения, то исчисляется взвешенная среднеарифметическая величина. Так определяют средневзвешенную цену за единицу продукции: общую стоимость продукции (сумму произведений ее количества на цену единицы продукции) делят на суммарное количество продукции.

Взвешенная средняя арифметическая — равна отношению (суммы произведений значения признака к частоте повторения данного признака) к (сумме частот всех признаков).Используется, когда варианты исследуемой совокупности встречаются неодинаковое количество раз.

-Средняя арифметическая для интервального ряда

При расчете средней арифметической для интервального вариационного ряда сначала определяют среднюю для каждого интервала, как полусумму верхней и нижней границ, а затем — среднюю всего ряда. В случае открытых интервалов значение нижнего или верхнего интервала определяется по величине интервалов, примыкающих к ним.

Средние, вычисляемые из интервальных рядов являются приближенными.

Для одномодального симметричного ряда распределения средняя арифметическая, медиана и мода совпадают. Для асимметричных распределений они не совпадают.

Дата добавления: 2015-08-29