Реферат: Общая теория статистики

1. 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.

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. Особенности статистической методологии. Метод статистики.

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

6. Индексов и т.д.

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

3. Теоретические основы статистики.

Теоретическую основу статистики составляют понятия и категории, в совокупности которых выражаются основные принципы данной науки. В статистики к важнейшим категориям и понятиям относятся: совокупность, вариация, признак, закономерность.

Статистическая совокупность - это множество (масса) однокачественных (однородных) хотя бы по одному какому-либо признаку явлений, существование которых ограничено в пространстве и времени. Статистической совокупностью можно считать, к примеру, совокупность жителей России по состоянию на 1 января 1997г., совокупность фермерских хозяйств Ростовской области в 1997г. Однако статистическая совокупность (множество) совсем не обязательно представляет большую численность единиц, в принципе она может быть и очень маленькой; например, объем совокупности малой выборки может составлять иногда 8-10 единиц.

Важнейшим свойством статистической совокупности является ее неразложимость. Это означает, что дальнейшее дробление индивидуальных явлений не вызывает потери их качественной основы. Исчезновение или ликвидация одного или ряда явлений не разрушает качественной основы статистической совокупности в целом. Так, население страны или города останется населением, несмотря на постоянно происходящие процессы механического и естественного движения населения.

Количественные изменения значение признака при переходе от одной единицы совокупности к другой называются вариацией. Вариация возникает под воздействием случайных, прежде всего внешних причин.

Статистические совокупности имеют определенные свойства, носителями которых выступают единицы (отдельные элементы) совокупности (явления), обладающие определенными признаками. По форме внешнего выражения признаки делятся на:

- атрибутивные (описательные)

- количественные

Атрибутивные (качественные) признаки не поддаются прямому количественному (числовому) выражению.

Количественные признаки делятся на дискретные (прерывные) и непрерывные.

Важнейшей категорией статистики является статистическая закономерность. Под закономерностью вообще принято называть повторяемость, последовательность и порядок изменений в явлениях.

Статистическая же закономерность в статистике рассматривается как количественная закономерность изменения в пространстве и времени массовых явлений и процессов общественной жизни, состоящих из множества элементов (единиц совокупности). Она свойственна не отдельным единицам совокупности, а всей их массе, или совокупности в целом.

Статистическая закономерность - это форма проявления причинной связи, выражающаяся в последовательности, регулярности, повторяемости событий с достаточно высокой степенью вероятности, если причины (условия), порождающие события. Не изменяются или изменяются незначительно. Статистические закономерности устанавливаются на основе анализа массовых данных.

4. Основные понятия и категории статистической науки в целом.

6. Общая теория статистики как отрасль статистической науки.

К основным понятиям и категориям статистической науки относятся следующие: совокупность, признак, показатель, система показателей и др.

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.

5. Отрасли статистической науки.

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.

7. Основные задачи и принципы организации государственной статистики в России.

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.

8. Понятие о статистическом наблюдении, этапы его проведения.

9. Основные формы и виды статистического наблюдения.

Статистическое наблюдение - это массовое, планомерное, научно организованное наблюдение за явлениями социальной и экономической жизни, которое заключается в регистрации отобранных признаков у каждой единицы совокупности.

Примером статистического наблюдения являются опросы общественного мнения, которые особенно популярны стали в России в последние годы. Такое наблюдение принимается с целью выявления отношения людей к некоторым представляющим интерес вопросам или спорным событиям. Изучение общественного мнения входит в основу общей системы исследования рынка и является его важной составной частью. Такое наблюдение требует опроса ряда лиц по заранее определенной программе.

Статистическое наблюдение может проводиться органами государственной статистики, научно-исследовательскими институтами, экономическими службами банков, бирж, фирм.

Процесс проведения статистического наблюдения включает следующие этапы:

- подготовка наблюдения

- проведение массового сбора данных

- подготовка данных к автоматизированной обработке

- разработка предложений по совершенствованию статистического наблюдения

Любое статистическое наблюдение требует тщательной, продуманной подготовки. От нее во многом будут зависеть надежность и достоверность информации, своевременность ее получения.

Подготовка статистического наблюдения - процесс, включающий разные виды работ. Сначала необходимо решить методологические вопросы, важнейшими из которых являются определение цели и объекта наблюдения, состава признаков, подлежащих регистрации; разработка документов для сбора данных; выбор отчетной единицы и единицы, относительно которой будет проводиться наблюдение, а также методов и средств получения данных.

Кроме методологических необходимо решить проблемы организационного характера, например определить состав органов, проводящих наблюдение; подобрать кадры для проведения наблюдения; составить календарный план работ по подготовке, проведению и обработке материалов наблюдения; провести тиражирование документов для сбора данных.

Проведение массового сбора данных включает работы, связанные непосредственно с заполнением статистических формуляров. Он начинается с рассылки переписных листов, анкет, бланков, форм статистической отчетности и заканчивается их сдачей после заполнения в органы, проводящие наблюдение.

Собранные данные на этапе их подготовке к автоматизированной обработке подвергаются арифметическому и логическому контролю. Оба эти контроля основываются на знании взаимосвязей между показателями и качественными признаками.

На заключительном этапе проведения наблюдения анализируются причины, которые привели к неверному заполнению статистических бланков, и разрабатываются предложения по совершенствованию наблюдения. Это очень важно для организации будущих обследований.

Получение сведений в ходе статистического наблюдения требует немалых затрат финансовых и трудовых ресурсов, а также времени.

10. Программно-методологические вопросы статистического наблюдения.

Цель наблюдения. Статистические наблюдения чаще всего преследуют практическую цель - получение достоверной информации для выявления закономерностей развития явлений и процессов. Например, целью микропереписи населения России в 1994г. Было получение данных о численности, составе населения, условиях его проживания.

Задача наблюдения предопределяет его программу и формы организации. Неясно поставленная цель может привести к тому, что в процессе наблюдения будут собраны ненужные данные или, наоборот, не будут получены сведения, необходимые для анализа.

Объект и единица наблюдения. Отчетная единица. При подготовке наблюдения кроме цели следует точно определить, что именно подлежит обследованию, т.е. установить объект наблюдения.

Под объектом наблюдения понимается некоторая статистическая совокупность, в которой протекают исследуемые социально-экономические явления и процессы. Например совокупность физических лиц, физические лица, юридические лица.

Единицей наблюдения называют составной элемент объекта, являющийся носителем признаков, подлежащих регистрации.

Отчетной единицей выступает объект, от которого поступают данные о единице наблюдения.

Программа статистического наблюдения. Всякое явление обладает множеством различных признаков. Собирать информацию по всем признакам нецелесообразно, а часто и невозможно. Поэтому необходимо отбирать те признаки, которые являются существенными для характеристики объекта исходя из цели исследования. Для определения состава регистрируемых признаков разрабатывают программу наблюдения.

Программа наблюдения - это перечень признаков (или вопросов), подлежащих регистрации в процессе наблюдения. От того, насколько хорошо разработана программа статистического наблюдения, во многом зависит качество собранной информации.

Место и время наблюдения. Выбор места проведения обследования зависит главным образом от цели наблюдения.

11. Организационные вопросы статистического наблюдения.

Успех любого статистического наблюдения зависит на только от тщательности методологической подготовки, но и от правильного и своевременного решения широкого спектра организационных вопросов.

Важнейшее место в организационно работе занимает подготовка кадров, в процессе которой проводятся различного рода инструктажи с сотрудниками статистических органов, с организациями, представляющими данные, по вопросам заполнения статистических документов, подготовки материалов наблюдения к автоматизированной обработке и т.д.

Если проведение наблюдения связано с большими затратами трудовых ресурсов, то для регистрации сведений в период проведения обследований привлекаются лица из числа неработающих (в том числе безработные) и некоторых категорий учащихся. При проведении переписи населения таких лиц называют счетчиками. Обычно организуется обучение временного персонала. Оно проводится для выработки навыков правильного заполнения статистических формуляров счетчиками.

Размножение документации самого обследования, документации для проведения инструктажей и рассылка их республиканским, краевым, областным комитетам и управлениям статистики также относятся к организационным вопросам.

В период подготовки большая роль отводится массово-разъяснительной работе: проведению лекций, бесед, организации выступлений в печати, по радио и телевидению о значении, целях и задачах предстоящего обследования.

Для согласования деятельности всех служб, занятых подготовкой и проведением наблюдения, целесообразно составить календарный план, представляющий собой перечень (наименование) работ и сроки их исполнения отдельно для каждой организации, занятой в проведении обследования.

12. Виды несплошного статистического наблюдения.

Несплошное наблюдение заведомо ориентируется на учет некоторой, как правило, достаточно массовой части единиц наблюдения позволяющей тем не менее получить устойчивые обобщающие характеристики всей статистической совокупности. В статистической практике применяются различные виды несплошного наблюдения: выборочное, способ основного массива, анкетное и монографическое. Качество несплошного наблюдения уступает результатам сплошного, однако вполне очевидны и некоторые преимущества первого: выигрыш во времени для принятия оперативного решения, а также соблюдение режима экономии ресурсов. В ряде случаев статистическое наблюдение вообще оказывается возможным только как несплошное.

Для используется для получения представительной характеристики всей совокупности по некоторой части ее единиц применяют выборочное наблюдение. В промышленности выборочное наблюдение применяется при статистическом контроле качества продукции, изучении использования производственного оборудования, рабочего места станочников и т.д.

По способу основного массива производится отбор наиболее крупных, наиболее существенных единиц совокупности, преобладающей в общей их массе по изучаемому признаку. По принципу основного массива в России осуществляется статистика городской рыночной торговли. Число охватываемых ею городов составляет менее 5% всех городов, однако в них проживает более половины численности всего городского населения страны.

Монографическое описание представляет собой детальное обследование отдельного, но весьма типичного объекта, обусловливающего интерес и с точки зрения изучения всей совокупности. Монографическое изучение может быть направлено на изучение передового опыта либо, напротив, недостатков в работе предприятий. Объектом монографического описания может служить также семья, производственная бригада, школа, высшее учебное заведение, лечебное учреждение, город, регион и другие объекты.

13. Точность статистического наблюдения. Контроль материалов статистического наблюдения.

Точность статистического наблюдения - степень соответствия величины какого-либо показателя (значение какого-то признака), определяемого по материалам статистического наблюдения, действительной его величине.

Расхождение между расчетным и действительным значениями изучаемых величин называют ошибкой наблюдения.

Точность данных - это основное требование, предъявляемое к статистическому наблюдению. Чтобы избежать ошибок наблюдения, предупредить, выявить и исправить их, необходимо:

- обеспечить качественное обучение персонала, который будет проводить наблюдение

- организовать специальные частичные или сплошные контрольные проверки правильности заполнения статистических формуляров

- провести логический и арифметический контроль полученных данных окончания сбора информации

В зависимости от причин возникновения различают ошибки регистрации и ошибки репрезентативности.

Ошибки регистрации - это отклонения между значением показателя, полученного в ходе статистического наблюдения, и фактическим, действительным его значением. Этот вид ошибок может быть и при сплошном и при несплошном наблюдениях.

Случайные ошибки - это результат действия различных случайных факторов (например, цифры переставлены местами, перепутаны соседние строки или графы при заполнении статистического формуляра). Такие ошибки имеют разную направленность: они могут и повышать, и понижать значения показателей. При достаточно большой обследуемой совокупности в результате действия закона больших чисел эти ошибки взаимно погашаются.

Систематические ошибки регистрации всегда имеют одинаковую тенденцию либо к увеличению, либо к уменьшению значения показателей по каждой единице наблюдения, и поэтому величина показателя по совокупности в целом будет включать в себя накопленную ошибку. Например, при проведении социологических опросов населения может служить округление возраста населения, как правило, на цифрах, оканчивающихся на 5 и 0.

14. Сущность и значение статистических группировок, их виды.

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.

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

Типологические группировки.

Главная задача типологической состоит в классификации социально-экономических явлений путем выделения однородных к качественным отношениям групп. Например: группировка предприятиям отраслей экономики.

Типологические группировки широко применяются в исследовании социально-экономических явлений и процессов. Они позволяют проследить зарождение, развитие и отмирание различных типов явлений.

При проведении типологической группировки основное внимание должно быть уделено идентификации типов социально-экономических явлений. Она производится на базе глубокого теоретического анализа исследуемого явления.

Структурные группировки.

Структурной называется группировка, в которой происходит разделение однородной совокупности на группы, характеризующие ее структуру по какому-либо варьирующему признаку. Например: состав населения по полу, возрасту, месту проживания; состав предприятий по численности занятых, стоимости ОФ; структура депозитов по сроку их привлечения и т.д.

В изменении структуры общественных явлений отражаются важнейшие закономерности их развития.

Аналитические группировки.

Явления общественной жизни и отражающие их признаки тесно взаимосвязаны. Аналитическая - группировка, выявляющая взаимосвязи между изучаемыми явлениями и их признаками. Аналитические группировки позволяют изучить многообразие связей и зависимости между варьирующими признаками.

Всю совокупность признаков можно разделить на две группы: факторные и результативные. Факторными называются признаки, под воздействием которых изменяются другие признаки - они и образуют группу результативных признаков. Взаимосвязь проявляется в том, что с возрастанием значения факторного признака систематически возрастает или убывает среднее значение признака результативного. Например: производительность труда зависит от технического уровня предприятия: чем он выше, тем при прочих равных условиях выше производительность труда занятых на предприятии.

Группировка, в которой группы образованы по одному признаку, называется простой. Для характеристики явления бывает недостаточно разбить совокупность на группы по какому-либо однородному признаку. В этом случае строят сложные группировки.

Сложной называется группировка, в которой разделение совокупности на группы производится по двум и более признакам, взятым в сочетании (комбинации).

15. Основные проблемы возникающие при построении группировок.

Важнейшей проблемой 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.

16. Типологические группировки.

17. Структурные группировки.

18. Аналитические группировки.

Типологические группировки.

Главная задача типологической состоит в классификации социально-экономических явлений путем выделения однородных к качественным отношениям групп. Например: группировка предприятиям отраслей экономики.

Типологические группировки широко применяются в исследовании социально-экономических явлений и процессов. Они позволяют проследить зарождение, развитие и отмирание различных типов явлений.

При проведении типологической группировки основное внимание должно быть уделено идентификации типов социально-экономических явлений. Она производится на базе глубокого теоретического анализа исследуемого явления.

Структурные группировки.

Структурной называется группировка, в которой происходит разделение однородной совокупности на группы, характеризующие ее структуру по какому-либо варьирующему признаку. Например: состав населения по полу, возрасту, месту проживания; состав предприятий по численности занятых, стоимости ОФ; структура депозитов по сроку их привлечения и т.д.

В изменении структуры общественных явлений отражаются важнейшие закономерности их развития.

Аналитические группировки.

Явления общественной жизни и отражающие их признаки тесно взаимосвязаны. Аналитическая - группировка, выявляющая взаимосвязи между изучаемыми явлениями и их признаками. Аналитические группировки позволяют изучить многообразие связей и зависимости между варьирующими признаками.

Всю совокупность признаков можно разделить на две группы: факторные и результативные. Факторными называются признаки, под воздействием которых изменяются другие признаки - они и образуют группу результативных признаков. Взаимосвязь проявляется в том, что с возрастанием значения факторного признака систематически возрастает или убывает среднее значение признака результативного. Например: производительность труда зависит от технического уровня предприятия: чем он выше, тем при прочих равных условиях выше производительность труда занятых на предприятии.

Группировка, в которой группы образованы по одному признаку, называется простой. Для характеристики явления бывает недостаточно разбить совокупность на группы по какому-либо однородному признаку. В этом случае строят сложные группировки.

Сложной называется группировка, в которой разделение совокупности на группы производится по двум и более признакам, взятым в сочетании (комбинации).

19. Построение группировок по количественному признаку.

Вопрос о количестве групп, а следовательно, и об интервалах группировки решается по-разному при типологических группировках и при выделении групп внутри типов. Изучая количественную сторону массовых общественных явлений, статистика, опираясь на конкретные положения экономической теории, должна в процессе группировки наметить точки перехода количества в новое качество; на основе анализа количественных изменений группировочных признаков наметить точки перехода одного качества в другое. При типологической группировке интервалы должны намечаться таким образом, чтобы они отграничивали социально-экономические типы, установленные на основе экономической теории.

Теоретико-экономический анализ изучаемого явления должен быть предпосылкой научной статистической группировки, но вместе с тем использование аппарата современных статистических методов позволяет оценить степень однородности выделенных групп, производить отбор существенных группировочных признаков, совершенствовать методику определения величины интервалов группировки. Количество выделяемых групп может зависеть и от характера вариации изучаемого показателя. Если в качестве группировочного используется дискретный признак, т.е. признак, способный принимать только некоторые определенные значения (например, целые), то число выделяемых групп соответствует количеству вариантов значения признака, если их число не очень велико. Например, распределение рабочих предприятия по тарифным разрядам, группировка семей по размеру и т.д.

20. Вторичная группировка.

При анализе разнородных данных, например при анализе материала, собранного в различные периоды времени, относящегося к различным отраслям народного хозяйства, возникает необходимость применения вторичной группировки. Кроме того, методом вторичной группировки пользуются также для того, чтобы показать интенсивность процессов и явлений в разнообразных условиях, например, когда нужно показать степень укрупнения колхозов в различных районах, причем исходные данные представлены различными группировками.

В качестве группировочных признаков могут использоваться размеры посевной площади, количество скота, поголовье лошадей и т.д.

21. Ряды распределения. Их графическое изображение.

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

В зависимости от признаки, положенного в основу образования ряда распределения, различают атрибутивные и вариационные ряды распределения.

Атрибутивными называют ряды распределения, построенные по качественным признакам. Ряд распределения принято оформлять в виде таблиц. Например, атрибутивный ряд распределения помощи адвокатов гражданам. Адвокаты могут распределяться, например, по видам и формам правовой помощи.

Атрибутивные ряды распределения характеризуют состав совокупности по тем или иным существенным признакам. Взятые за несколько периодов, эти данные позволят исследовать изменение структуры.

Вариационным называют ряды распределения, построенные по количественному признаку. Любой вариационный ряд состоит из элементов: вариантов и частот.

Вариантами считаются отдельные значения признака, которые он принимает в вариационном ряду, т.е. конкретное значение варьирующего признака.

Частоты - это численности отдельных вариантов или каждой группы вариационного ряда, т.е. это числа, показывающие, как часто встречаются те или иные варианты в ряду распределения. Сумма всех частот определяет численность всей совокупности, ее объем.

22. Абсолютные и относительные величины.

24. Виды статистических относительных величин.

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. Относительная величина выполнения плана (ОВВП) показывает во сколько раз или на сколько процентов выполнено данное задание.

ОВВП= фактические данные отчетного периода

плановые данные отчетного периода

2. Относительная величина планового задания (ОВПЗ) показывает во сколько раз или на сколько процентов плановое задание отчетного периода больше или меньше уровня базисного периода.

ОВПЗ= плановое число отчетного периода

фактич. данные базисного периода

3. Относительная величина динамики (ОВД) показывает во сколько раз или на сколько процентов уровень отчетного периода больше или меньше уровня базисного периода.

ОВД= фактич. данные отчетного периода

фактич. данные базисного периода

4. Относительная величина сравнения (ОВС) показывает во сколько раз или на сколько процентов явление на территории А больше или меньше явления на территории В.

ОВСр.= фактич. уровень явления на территории А за определенный период времени

фактич. уровень того же явления за тот же период времени на территории В

5. Относительная величина интенсивности (ОВИ). Коэффициент рождаемости и т.д., число родившихся в определенной местности за определенный период времени.

ОВИ= фактич. уровень явления за опред. период времени

размер среды в которой данное явление развивалось

6. Относительная величина координации (ОВК) рассчитывается только для сгруппированных данных и показывает отношение между частями совокупности.

ОВК= число единиц определенной группы

число единиц группы, принятой за базу сравнения

7. Относительная величина структуры (ОВС).

ОВСт.= часть совокупности

вся совокупность

8. Относительная величина уровня экономического развития (ОВУЭР)

ОВУЭР= годовой объем производства продукции

среднегодовая численность населения

23. Единицы измерения абсолютных и относительных показателей.

Абсолютные показатели.

В международной практике используются такие натуральные единицы измерения, как тонны, килограммы, унции, квадратные, кубические и простые метры, мили, километры, галлоны, литры, штуки и т.д.

В условиях рыночной экономики наибольшее значение и применение имеют стоимостные единицы измерения, дающие денежную оценку социально-экономическим явлениям и процессам, например ВНП.

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

Относительные показатели.

Относительные показатели могут выражаться в коэффициентах, процентах, промилле, продецимилле или быть именованными числами. Если база сравнения принимается за 100, 1000 или 10 000, то относительный показатель выражается в процентах (%), промилле (‰) и продецимилле (‰).

26. Статистические таблицы. Их виды.

В практике экономико-статистического анализа используются различные виды статистических таблиц, отличающихся различным числом и характером совокупностей, различным строением подлежащего и сказуемого, структурой и соотношением признаков, формирующих их.

В зависимости от структуры подлежащего и группировки в нем единиц различают статистические таблицы простые и сложные, а последние, в свою очередь, подразделяются на групповые и комбинационные.

В простой таблице в подлежащем дается простой перечень каких-либо объектов или территориальных единиц, т.е. в подлежащем нет группировки единиц совокупности. Простые таблицы бывают монографические и перечневые. Монографические таблицы характеризуют не всю совокупность единиц изучаемого объекта, а только одну какую-либо группу из него, выделенную по определенному, заранее сформированному признаку.

Т.о., простыми перечневыми таблицами называются таблицы, подлежащее которых содержит перечень единиц изучаемого объекта.

Групповыми называются статистические таблицы, подлежащее которых содержит группировку единиц совокупности по одному количественному или атрибутивному признаку. Сказуемое в групповых таблицах состоит из числа показателей, необходимых для характеристики подлежащего.

Простейшим видом групповых таблиц являются атрибутивные и вариационные ряды распределения. Групповая таблица может быть более сложной, если в сказуемом приводится не только число единиц в каждой группе, но и ряд других важных показателей, количественно и качественно характеризующих группы подлежащего. Такие таблицы часто используются в целях обобщающих показателей по группам, что позволяет делать определенные практические выводы.

Т.о., групповые таблицы позволяют выявить и охарактеризовать социально-экономические типы явлений, их структуру в зависимости только от одного признака.

Комбинационным называются статистические таблицы, подлежащее которых содержит группировку единиц совокупности одновременно по двум и более признакам: каждая из групп, построенная по одному признаку, разбивается, в свою очередь, на подгруппы по какому-либо другому признаку и т.д.

Комбинационные таблицы позволяют характеризовать типические группы, выделенные по нескольким признакам, и связь между последними. Последовательность разбиения единиц совокупности на однородные группы по признакам определяется либо важностью одного из них в их комбинации, либо порядком их излучения.

28. Разработка сказуемого статистической таблицы.

В сказуемом статистической таблицы приводятся показатели, которые являются характеристикой изучаемого объекта.

По структурному строению сказуемого различают статистические таблицы с простой и сложной его разработкой.

При простой разработке сказуемого показатель, определяющий его, не подразделяется на подгруппы, и итоговые значения получаются путем простого суммирования значений по каждому признаку отдельно независимо друг от друга.

После заполнения данного фрагмента таблицы получается подробная характеристика приватизированных предприятий по структуре их субъектов-владельцев. По каждому предприятию можно получить информацию о числе и ценовых условиях продажи акций.

Сложная разработка сказуемого предполагает деление признака, формирующего его на подгруппы.

При сложной разработке сказуемого получается более полная и подробная характеристика объекта.

Комбинированная разработка показателей по условиям продажи акций и их видам позволяет углубить экономико-статистический анализ рынка акций и его структуры по приватизированным предприятиям.

Здесь оба сказуемого (ценовой и видовой) тесно связаны друг с другом. Можно проанализировать не только количество приобретенных акций по видам и условиям, но и определить число привилегированных и обыкновенных акций, приобретенных на разных ценовых условиях. Итак, при сложной разработке сказуемого каждая группа предприятий или каждое предприятие в отдельности могут быть охарактеризованы различной комбинацией признаков, формирующих сказуемое.

30. Таблицы сопряженности.

Таблицей сопряженности называется таблица, которая содержит сводную числовую характеристику изучаемой совокупности по двум и более атрибутивными (качественным) признакам или комбинации количественных и атрибутивных признаков.

Таблицы сопряженности получили наибольшее распространение наибольшее при изучении социальных явлений и процессов: общественного мнения, уровня и образа жизни, общественно-политического строя и т.д.

Наиболее простым видом таблиц сопряженности является таблица частот 2x2.

Построение данной таблицы исходит из предположения, что ответы респондентов или анализируемые атрибутивные признаки будут принимать только два значения A1 и А2, B1 и B2. Внутреннее цифровое наполнение таблицы представляют частоты (fij), обладающие одновременно i-м (i=1,2) значением одного (Ai) и j-м (j=1,2) значением (Bj) другого качественного признака.

Итоговая графа и строка содержат информацию о количественном распределении совокупности соответственно по А и В атрибутивным признакам.

Для более полного описания и анализа явлений и процессов, характеризующихся атрибутивными признаками, используются таблицы сопряженности большей размерности: ixj, где i=1,2,...,к - число вариантов значений (например, ответов респондентов и т.д.) одного признака (например, признака А); j=1,2,...,n - число вариантов значений другого признака (B).

Принцип взаимной сопряженности наиболее эффективен при выявлении и оценке взаимосвязей и взаимозависимостей между социальными явлениями и процессами.

31. Чтение и анализ статистической таблицы.

Анализу статистических таблиц предшествует этап ознакомления - их чтения.

Чтение и анализ таблицы должны осуществляться не хаотично, а в определенной последовательности.

Чтение предполагает, что исследователь, прочитав слова и числа таблицы, усвоил ее содержание, сформулировал первые суждения об объекте, уяснил назначение таблицы, понял ее содержание в целом, дал оценку явлению или процессу, описанному в таблице.

Анализ таблицы как метод научного исследования путем разбиения предмета изучения на части делится на структурный и содержательный.

Структурный анализ предполагает анализ строения таблицы, характеристику представленных в таблице:

- совокупности и единиц наблюдения, формирующих ее

- признаков и их комбинаций, формирующих подлежащее и сказуемое таблицы

- признаков: количественных и атрибутивных

- соотношения признаков подлежащего с показателями сказуемого

- вида таблицы: простая или сложная, а последняя - групповая или комбинационная

- решаемых задач - анализ структуры, типов явлений или их взаимосвязей

Содержательный анализ предполагает изучение внутреннего содержания таблицы: анализ отдельных групп подлежащего по соответствующим признакам сказуемого; выявление соотношения и пропорций между группами явлений по одному и разным признакам; сравнительный анализ и формулировку выводов по отдельным группам и по всей совокупности в целом; установление закономерностей и определение резервов развития изучаемого объекта.

Логическая проверка состоит в возможности определения конкретных признаков теми или иными числовыми значениями (например, абсурдно, если численность работающих на фирме составила 106,7 человека).

Счетная проверка предполагает выборочный расчет отдельных значений признаков по группе, либо итоговых значений строк или граф и т.д.

Анализ групповых и комбинационных таблиц охарактеризовать типы социально-экономических явлений, структуру совокупности, соотношения и пропорции между отдельными группами и единицами наблюдения.

32. Статистический график. Его элементы и правила построения.

Статистический график - это чертеж, на котором статистические совокупности, характеризуемые определенными показателями, описываются с помощью условных геометрических образов или знаков. Представление данных таблицы в виде графика производит более сильное впечатление, чем цифры, позволяет лучше осмыслить результаты статистического наблюдения, правильно их истолковать, значительно облегчает понимание статистического материала, делает его наглядным и доступным. Это, однако, вовсе не означает, что графики имеют лишь иллюстрированное значение. Они дают новое знание о предмете исследования, являясь методом обобщения исходной информации.

При построении графического изображения следует соблюдать ряд требований. Прежде всего график должен быть достаточно наглядным, так как весь смысл графического изображения в том и состоит, чтобы наглядно изобразить статистические показатели. Кроме того, график должен быть выразительным, доходчивым и понятным. Для выполнения вышеперечисленных требований каждый график должен включать ряд основных элементов: графический образ; поле графика; пространственные ориентиры; масштабные ориентиры; экспликацию графика.

Графический образ - это геометрические знаки, т.е. совокупность точек, линий, фигур, с помощью которых изображаются статистические показатели.

Поле графика - это часть плоскости, где расположены графические образы. Поле графика имеет определенные размеры, которые зависят от его назначения.

Пространственные ориентиры графика задаются в виде системы координатных сеток. Система координат необходима для размещения геометрических знаков в поле графика.

Масштабные ориентиры статистического графика определяются масштабом и системой масштабных шкал. Масштаб статистического графика - это мера перевода числовой величины в графическую.

Масштабной шкалой называется линия, отдельные точки которой могут быть прочитаны как определенные числа. Шкала имеет большое значение в графике и включает три элемента: линию (или носитель шкалы), определенное число помеченных черточками точек, которые расположены на носителе шкалы в определенном порядке, цифровое обозначение чисел, соответствующих отдельным помеченным точкам.

33. Классификация видов графиков.

Существует множество видов графических изображений. Их классификация основана на ряде признаков: а) способ построения графического образа; б) геометрические знаки, изображающие статистические показатели; в) задачи, решаемые с помощью графического изображения.

По способу построения статистические графики делятся на диаграммы и статистические карты.

Диаграммы - наиболее распространенный способ графических изображений. Это графики количественных отношений. Виды и способы их построения разнообразны. Диаграммы применяются для наглядного сопоставления в различных аспектах (пространственном, временном и др.) независимых друг от друга величин: территорий, населения и т.д. При этом сравнение совокупностей производится по какому-либо существенному варьирующему признаку.

Статистические карты - графики количественного распределения по поверхности. По своей основной цели они близко примыкают к диаграммам и специфичны лишь в том отношении, что представляют собой условные изображения статистических данных на контурной географической карте, т.е. показывают пространственное размещение или пространственную распространенность статистических данных. Геометрические знаки - либо точки, либо линии или плоскости, либо геометрические тела.

36. Средняя величина как категория статистики.

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.

37. Виды средних величин.

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 простая:

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.

38. Средняя арифметическая и ее свойства.

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.

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:

39. Структурное среднее.

40. Мода и медиана, их определение в вариационных рядах.

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

41. 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.

42. Сущность и значение показателей вариации.

43. Абсолютные показатели вариации (=42, без коэффициента).

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

3. Среднее квадратическое отклонение определяется как корень из дисперсии.

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

Дисперсия является именованным показателем. Она измеряется в единицах соответствующих квадрату единиц измерения изучаемого признака.

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.

44. Дисперсия и ее свойства.

Дисперсия - средний квадрат отклонений индивидуальных значений признака от их средней величины.

Свойства дисперсии:

1. Дисперсия постоянной величины равна нулю.

2. Уменьшение всех значений признака на одну и ту же величину А не меняет величины дисперсии. Значит средний квадрат отклонений можно вычислить не по заданным значениям признака, а по отклонениям их от какого-то постоянного числа.

3. Уменьшение всех значений признака в k раз уменьшает дисперсию в k2 раз, а среднее квадратическое отклонение - к раз. Значит, все значения признака можно разделить на какое-то постоянное число (скажем, на величину интервала ряда), исчислить среднее квадратическое отклонение, а затем умножить его на постоянное число.

4. Если исчислить средний квадрат отклонений от любой величины А, то в той или иной степени отличающейся от средней арифметической (X~), то он всегда будет больше среднего квадрата отклонений, исчисленного от средней арифметической. Средний квадрат отклонений при этом будет больше на вполне определенную величину - на квадрат разности средней и этой условно взятой величины.

45. Внутригрупповая и межгрупповая дисперсия.

Выделяют дисперсию общую, межгрупповую и внутригрупповую. Общая дисперсия 2 измеряет вариацию признака во всей совокупности под влиянием всех факторов, обусловивших эту вариацию.

Межгрупповая дисперсия (2x) характеризует систематическую вариацию, т.е. различия в величине изучаемого признака, возникающие под влиянием признака-фактора, положенного в основание группировки.

Внутригрупповая дисперсия (2i) отражает случайную вариацию, т.е. часть вариации, происходящую под влиянием неучтенных факторов и не зависящую от признака-фактора, положенного в основание группировки.

46. Правило сложения дисперсий.

Существует закон, связывающий три вида дисперсии. Общая дисперсия равна сумме средней из внутригрупповых и межгрупповых дисперсий:

Данное соотношение называют правилом сложения дисперсий. Согласно этому правилу, общая дисперсия, возникающая под действием всех факторов, равна сумме дисперсии, возникающей за счет группировочного признака.

Зная любые два вида дисперсий, можно определить или проверить правильность расчета третьего вида.

Правило сложения дисперсий широко применяется при исчислении показателей тесноты связей, в дисперсионном анализе, при оценке точности типической выборки и в ряде других случаев.

47. Взаимосвязи общественных явлений, их виды, формы.

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.

50. Анализ взаимосвязи качественных признаков.

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:

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

 - 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.

S=P+Q

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:

51. 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.

5. Индексный 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.

- 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.

52. Непараметрические показатели тесноты взаимосвязи. Спирмен. Кендалл.

54. Понятие ранга динамики. Виды динамических рядов.

В анализе социально-экономических явлений часто приходится прибегать к различным условным оценкам, например рангам, а взаимосвязь между отдельными признаками измерять с помощью непараметрических коэффициентов связи. Данные коэффициенты исчисляются при условии, что исследуемые признаки подчиняются различным законам распределения.

Ранжирование - это процедура упорядочения объектов изучения, которая выполняется на основе предпочтения.

Ранг - это порядковый номер значений признака, расположенных в порядке возрастания или убывания их величин. Если значения признака имеют одинаковую количественную оценку, то ранг всех этих значений принимается равным средней арифметической от соответствующих номеров мест, которые определяют. Данные ранги называют связными.

Принцип нумерации значений исследуемых признаков является основой непараметрических методов изучения взаимосвязи между социально-экономическими явлениями и процессами.

Среди непараметрических методов оценки тесноты связи наибольшее значение имеют ранговые коэффициенты Спирмена () и Кендалла (). Эти коэффициенты могут быть использованы для определения частоты связей как между количественными, так и между качественными признаками при условии, если их значения упорядочить или проранжировать по степени убывания или возрастания признака.

Коэффициент корреляции рангов (коэффициент Спирмена) рассчитывается по формуле (для случая, когда нет связных рангов). Коэффициент Спирмена принимает любые значения в интервале [-1;1].

Ранговый коэффициент корреляции Кендалла () может также использоваться для измерения взаимосвязи между качественными признаками, характеризующими однородные объекты, ранжированные по одному принципу.

Расчет данного коэффициента выполняется в следующей последовательности:

1. Значения X ранжируются в порядке возрастания или убывания

2. Значения Y располагаются в порядке, соответствующим значениям X

3. Для каждого ранга Y определяется число следующих за ним значений рангов, превышающих его величину

4. Для ранга Y определяется число следующих за ним рангов, меньших его величины. Суммарная величина обозначается через Q и фиксируется со знаком (-)

5. Определяется сумма баллов по всем членам ряда.

Для определения тесноты связи между произвольным числом ранжированных признаков применяется множественный коэффициент ранговой корреляции (коэффициент конкордации) (W).

53. Показатели взаимной сопряженности.

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:

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 взаимной сопряженности Пирсена и Чупрова. Они рассчитываются по формулам:

С - коэффициент Пирсена

К - коэффициент Чупрова

 - 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.

S=P+Q

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:

55. Сопоставимость уровней и смыкаемость рядов динамики.

Важнейшим условием правильного построения ряда динамики является сопоставимость всех входящих в него входящих в него уровней. Данное условие решается либо в процессе сбора и обработки данных, либо путем их пересчета.

Несопоставимость уровней ряда может возникнуть вследствие изменения единиц измерения или единиц счета.

На сопоставимость уровней ряда динамики непосредственно влияет методология учета или расчета показателей. Например, если в одни годы среднюю урожайность считали с засеянной площади, а в другие - с убранной, то такие уровни будут несопоставимы.

Условием сопоставимости уровней ряда динамики является периодизация динамики. В процессе развития во времени прежде всего приосходят количественные изменения явлений, а затем на определенных ступенях совершаются качественные скачки, приводящие к изменению закономерности явления. Поэтому научный подход к изучению рядов динамики заключается в том, чтобы ряды, охватывающие большие периоды времени, расчленять на такие, которые бы объединяли лишь однокачественные периоды развития совокупности, характеризующейся одной закономерностью развития.

Процесс выделения однородных этапов развития носит название периодизации динамики.

Важно также, чтобы в ряду динамики интервалы или моменты, по которым определены уровни, имели одинаковый экономический смысл. Например, при изучении роста поголовья скота бессмысленно сравнивать цифры поголовья по состоянию на 1 октября с 1 января, так как первая цифра включает не только скот, оставшийся на зимовку, но и предназначенный к убою, а вторая цифра включает только скот, оставленный на зимовку.

Уровни ряда динамики могут оказаться несопоставимыми по кругу охватываемых объектов вследствие перехода ряда объектов из одного подчинения в другое.

Несопоставимость уровней ряда может возникнуть вследствие изменений территориальных границ областей, районов и т.д. При этом, говоря об изменении территории, к которой относятся уровни ряда за разное время, следует иметь в виду, что вопрос о сопоставимости или несопоставимости при изменении территории решается по-разному, в зависимости от цели исследования.

Для того чтобы привести уровни ряда динамики к сопоставимому виду, иногда приходится прибегать к приему, который называется «смыкание рядов динамики». Под смыканием понимают объединение в один ряд (более длинный) двух или нескольких рядов динамики, уровни которых исчислены по разной методологии или разным территориальным границам. Для осуществления смыкания необходимо, чтобы для одного из периодов (переходного) имелись данные, исчисленные по разной методологии (или в разных границах).

60. Компоненты ряда динамики.

Ряд динамики может быть подвержен влиянию факторов эволюционного и осциллятивного характера, а также находиться под влиянием факторов разного воздействия.

Влияния эволюционного характера - это изменения, определяющие некое общее направление развития, как бы многолетнюю эволюцию, которая пробивает себе дорогу через другие систематические и случайные колебания. Такие изменения динамического ряда называются тенденцией развития, или трендом.

Влияния осциллятивного характера - это циклические (конъюнктурные) и сезонные колебания. Циклические (или периодические) состоят в том, что значение изучаемого признака в течение какого-то времени возрастает, достигает определенного максимума, затем понижается, достигает определенного минимума, вновь возрастает до прежнего значения и т.д. Циклические колебания в экономических процессах примерно соответствуют так называемым циклам конъюнктуры. Сезонные колебания - это колебания, периодически повторяющиеся в некоторое определенное время каждого года, дни месяца или часы дня. Эти изменения отчетливо наблюдаются на графиках многих рядов динамики, содержащих данные за период не менее одного года.

Нерегулярные колебания для социально-экономических явлений можно разделить на две группы: а) спорадически наступающие изменения, вызванные, например, войной или экологической катастрофой; б) случайные колебания, являющиеся результатом действия большого количества относительно слабых второстепенных факторов.

61. Методы выявления тенденции рядов динамики.

62. Определение основной тенденции динамики на основе укрупнения интервалов и скользящей средней.

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.

64. Роль индексного метода в статистических исследованиях.

Индекс представляет собой относительную величину, получаемую в результате сопоставления уровней социально-экономических явлений во времени, в пространстве или с планом.

В качестве меры соизмерения разнородных продуктов можно использовать цену, себестоимость или трудоемкость единицы продукции.

В развитии индексной теории в нашей стране сложились два направления: обобщающее, или синтетическое, и аналитическое.

Различие между этими направлениями обусловлено двумя возможностями интерпретации индексов в их приложении.

Обобщающее или так называемое синтетическое направление трактует индекс как показатель среднего изменения уровня изучаемого явления. В аналитической теории индексы воспринимаются как показатели изменения уровня результативной величины под влиянием изменения индексируемой величины.

Развитие второго направления было обусловлено применением индексного метода в экономическом анализе.

Способы построения индексов зависят от содержания изучаемых явлений, методологии расчета исходных статистических показателей и целей исследования.

Индивидуальными называются индексы, характеризующие изменение только одного элемента совокупности. Например, изменение выпуска легковых автомобилей определенной марки. Индивидуальный индекс обозначается i. Сводный индекс отражает изменение по всей совокупности элементов сложного явления. Если индексы охватывают не все элементы сложного явления, а лишь часть, то их называют групповыми, или субиндексами. Например, индексы продукции по отдельным отраслям промышленности.

В зависимости от содержания и характера индексируемой величины различают индексы количественных (объемных) показателей (например, индекс физического объема продукции) и индексы качественных показателей (например, индексы цен, себестоимости).

При вычислении индексов различают сравниваемый уровень и уровень, с которым производится сравнение, называемый базисным. При этом возможны два способа расчета индексов - цепной и базисный. Цепные индексы получают сопоставлением текущих уровней с предшествующим. Базисные индексы получают сопоставлением с уровнем какого-то одного определенного периода, принятого за базу сравнения.

В зависимости от методологии расчета различают агрегатные индексы и средние из индивидуальных индексов. Индивидуальные индексы делятся на средние арифметические и средние гармонические индексы. Агрегатные индексы качественных показателей могут быть рассчитаны как индексы переменного состава и индексы фиксированного (постоянного) состава. В индексах переменного состава сопоставляются показатели, рассчитанные на базе изменяющихся структур явлений, а в индексах фиксированного состава - на базе неизменной структуры явлений.

65. Агрегатные индексы, их взаимосвязи.

Агрегатный индекс - сложный относительный показатель, который характеризует среднее изменение социально-экономического явления, состоящего из несоизмеримых элементов.

Латинское слово «агрегат» означает «складываемый, суммируемый». Особенность этой формы индекса состоит в том, что в агрегатной форме непосредственно сравниваются две суммы одноименных показателей. В настоящее время это наиболее распространенная форма индексов, используемая в практической статистике многих стран мира.

Числитель и знаменатель агрегатного индекса представляют собой сумму двух величин, одна из которых меняется (индексируемая величина), а другая остается неизменной в числителе и знаменателе (вес индекса).

Индексируемой величиной называется признак, изменение которого изучается (цена товаров, курс акций, затраты рабочего времени на производство продукции, количество проданных товаров и т.д.). Вес индекса - это величина, служащая для целей соизмерения индексируемых величин.

За каждым экономическим индексом стоят определенные экономические категории. Экономическое содержание индекса предопределяет методику его расчета.

Методика построения агрегатного индекса предусматривает решение трех вопросов:

1. Какая величина будет индексируемой

2. По какому составу разнородных элементов явления необходимо исчислить индекс

3. Что будет служить весом при расчете индекса.

При выборе веса индекса принято руководствоваться следующим правилом: если строится индекс количественного показателя, то веса берутся за базисный период, при построении индекса качественного показателя используются веса отчетного периода.

66. Индивидуальные и сводные агрегатные индексы.

Индекс представляет собой относительную величину, получаемую в результате сопоставления уровней социально-экономических явлений во времени, в пространстве или с планом.

В качестве меры соизмерения разнородных продуктов можно использовать цену, себестоимость или трудоемкость единицы продукции.

В развитии индексной теории в нашей стране сложились два направления: обобщающее, или синтетическое, и аналитическое.

Различие между этими направлениями обусловлено двумя возможностями интерпретации индексов в их приложении.

Обобщающее или так называемое синтетическое направление трактует индекс как показатель среднего изменения уровня изучаемого явления. В аналитической теории индексы воспринимаются как показатели изменения уровня результативной величины под влиянием изменения индексируемой величины.

Развитие второго направления было обусловлено применением индексного метода в экономическом анализе.

Способы построения индексов зависят от содержания изучаемых явлений, методологии расчета исходных статистических показателей и целей исследования.

Индивидуальными называются индексы, характеризующие изменение только одного элемента совокупности. Например, изменение выпуска легковых автомобилей определенной марки. Индивидуальный индекс обозначается i. Сводный индекс отражает изменение по всей совокупности элементов сложного явления. Если индексы охватывают не все элементы сложного явления, а лишь часть, то их называют групповыми, или субиндексами. Например, индексы продукции по отдельным отраслям промышленности.

В зависимости от содержания и характера индексируемой величины различают индексы количественных (объемных) показателей (например, индекс физического объема продукции) и индексы качественных показателей (например, индексы цен, себестоимости).

При вычислении индексов различают сравниваемый уровень и уровень, с которым производится сравнение, называемый базисным. При этом возможны два способа расчета индексов - цепной и базисный. Цепные индексы получают сопоставлением текущих уровней с предшествующим. Базисные индексы получают сопоставлением с уровнем какого-то одного определенного периода, принятого за базу сравнения.

В зависимости от методологии расчета различают агрегатные индексы и средние из индивидуальных индексов. Индивидуальные индексы делятся на средние арифметические и средние гармонические индексы. Агрегатные индексы качественных показателей могут быть рассчитаны как индексы переменного состава и индексы фиксированного (постоянного) состава. В индексах переменного состава сопоставляются показатели, рассчитанные на базе изменяющихся структур явлений, а в индексах фиксированного состава - на базе неизменной структуры явлений.

67. Важнейшие экономические индексы и их взаимосвязь.

Между важнейшими индексами существуют взаимосвязи, позволяющие на основе одних индексов получить другие. Зная, например, значение цепных индексов за какой-либо период времени, можно рассчитать базисные индексы. И наоборот, если известны базисные, то путем деления одного из них на другой можно получить цепные индексы.

Существующие взаимосвязи между важнейшими индексами позволяют выявить влияние различных факторов на изменение изучаемого явления, например связь между индексом стоимости продукции, физического объема продукции и цен. Другие индексы также связаны между собой. Так, индекс издержек производства - это произведение индекса себестоимости продукции и индекса физического объема продукции.

Индекс затрат времени на производство продукции может быть получен в результате умножения индекса физического объема продукции и величины, обратной величине индекса трудоемкости, т.е. индекс производительности труда.

Существует важная взаимосвязь между индексами физического объема продукции и индексами производительности труда.

Индекс производительности труда представляет собой отношение средней выработки продукции (в сопоставимых ценах) в единицу времени (или на одного занятого) в текущем и базисном периодах. Например, индекс физического объема продукции равен произведению индекса производительности труда на индекс затрат рабочего времени (или численности занятых).

Взаимосвязь между отдельными индексами может быть использована для выявления отдельных факторов, оказывающих воздействие на изучаемое явление.

68. Индексы производительности труда.

Индекс производительности труда по производственным затратам показывает, во сколько раз увеличилась (уменьшилась) производительность труда, или сколько процентов составило снижение (рост) производительности труда в текущем периоде по сравнению с базисным.

Значение индекса, уменьшенное на 100% показывает, на сколько процентов изменилась производительность труда в текущем периоде по сравнению с базисным.

Разность числителя и знаменателя показывает абсолютный размер экономии (перерасхода) затрат живого труда в связи с ростом (уменьшением) его производительности.

72. Индексный анализ структурных сдвигов.

Под изменением структуры явления понимается изменение доли отдельных групп единиц совокупности в общей их численности. Так, средняя заработная плата на предприятии может вырасти в результате роста оплаты труда работников или увеличения доли высокооплачиваемых сотрудников.

Индексом переменного состава называется индекс, выражающий соотношение средних уровней изучаемого явления, относящихся к разным периодам времени.

Индекс переменного состава отражает изменение не только индексируемой величины (данном случае себестоимости), но и структуры совокупности (весов).

Индекс постоянного (фиксированного) состава - это индекс, исчисленный с весами, зафиксированными на уровне одного какого-либо периода, и показывающий изменение только индексируемой величины.

Под индексом структурных сдвигов понимают индекс, характеризующий влияние изменения структуры изучаемого явления на динамику среднего уровня этого явления.

74. Индексы пространственно-территориального сопоставления.

В статистической практике часто возникает потребность в сопоставлении уровней экономического явления в пространстве: по странам, экономическим районам, областям, т.е. в исчислении территориальных индексов. При построении территориальных индексов приходится решать вопрос, какие веса использовались при их исчислении.

В теории и практике статистики предлагаются различные методы построения территориальных индексов, в том числе метод стандартных весов. Этот метод заключается в том, что значения индексируемой величины взвешиваются не по весам какого-то одного региона, а по весам области, экономического района, республики, в которых находятся сравниваемые регионы.

P.S.: Ответы на билеты были взяты из лекций и из учебника Шмойловой Р.А. «Теория статистики»

 ШВАЧКИН МАКСИМ ДЭ-103

Лекции

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.

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

6. Индексов и т.д.

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.

К основным понятиям и категориям статистической науки относятся следующие: совокупность, признак, показатель, система показателей и др.

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.

1.

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:

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.

5. Индексный 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:

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

 - 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.

S=P+Q

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.

 ШВАЧКИН МАКСИМ ДЭ-103

1. Предмет статистики.

2. Особенности статистической методологии. Метод статистики.

3. Теоретические основы статистики.

4. Основные категории статистической науки.

5. Отрасли статистической науки.

6. Общая теория статистики как отрасль статистической науки.

7. Основные задачи и принципы организации государственной статистики в России.

8. Понятие о статистическом наблюдении, этапы его проведения.

9. Основные формы и виды статистического наблюдения.

10. Программно-методологические вопросы статистического наблюдения.

11. Организационные вопросы статистического наблюдения.

12. Виды несплошного статистического наблюдения.

13. Точность статистического наблюдения. Контроль материалов статистического наблюдения.

14. Сущность и значение статистических группировок, их виды.

15. Основные проблемы возникающие при построении группировок.

16. Типологические группировки.

17. Структурные группировки.

18. Аналитические группировки.

19. Построение группировок по количественному признаку.

20. Вторичная группировка.

21. Ряды распределения, их графическое изображение.

22. Абсолютные и относительные величины.

23. Единицы измерения абсолютных и относительных показателей.

24. Виды статистических относительных величин.

25. Взаимосвязи относительных величин.

26. Статистические таблицы, их виды.

27. Основные правила построения статистических таблиц.

28. Разработка сказуемого статистической таблицы.

29. Таблицы и матрицы.

30. Таблицы сопряженности.

31. Чтение и анализ статистической таблицы.

32. Статистический график, его элементы и правила построения.

33. Классификация видов графиков.

34. Графическое изображение структуры социально-экономических явлений.

35. Графическое изображение динамики социально-экономических явлений.

36. Средняя величина как категория статистики.

37. Виды средних величин.

38. Средняя арифметическая и ее свойства.

39. Виды структурных средних.

40. Мода и медиана, их определение в вариационных рядах.

41. Понятие вариации и ее значение.

42. Сущность и значение показателей вариации.

43. Абсолютные показатели вариации.

44. Дисперсия и ее свойства.

45. Внутригрупповая и межгрупповая вариация.

46. Правило сложения дисперсий.

47. Взаимосвязи общественных явлений, их виды, формы.

48. Определение степени тесноты корреляционной зависимости.

49. Коэффициенты знаков Фехнера и ранговой корреляции Спирмена.

50. Анализ взаимосвязей качественных признаков.

51. Методы статистического изучения взаимосвязи социальных явлений.

52. Непараметрические показатели тесноты взаимосвязи.

53. Показатели взаимной сопряженности.

54. Понятие ранга динамики. Виды динамических рядов.

55. Сопоставимость уровней и смыкание рядов динамики.

56. Аналитические показатели ряда динамики.

57. Средние аналитические показатели ряда динамики.

58. Средние показатели рядов динамики и методика их определения.

59. Интерпретация основных аналитических показателей ряда динамики.

60. Компоненты ряда динамики.

61. Методы выявления тенденции рядов динамики.

62. Определение основной тенденции динамики на основе укрупнения интервалов и скользящей средней.

63. Определение основной тенденции методом аналитического выравнивания.

64. Роль индексного метода в статистических исследованиях.

65. Агрегатные индексы, их взаимосвязи.

66. Индивидуальные и сводные агрегатные индексы.

67. Важнейшие экономические индексы и их взаимосвязь.

68. Индексы производительности труда.

69. Индексы в среднеарифметической и среднегармонической форме.

70. Правила построения индексов объемных и качественных показателей.

71. Цепные и базисные индексы с переменными и постоянными весами.

72. Индексный анализ структурных сдвигов.

73. Статистическое изучение структуры и структурных сдвигов.

74. Индексы пространственно-территориального сопоставления.

Статистическое наблюдение

Статистика

Статистика

Рабочая учебная программа дисциплины "Правовая статистика"

Теория статистики

Статистика

Теория экономического анализа

Статистические наблюдения

Проведение исследовательской работы со статистическими данными

Основы статистики

Основные понятия статистики

Статистико-экономический анализ финансовых результатов деятельности предприятий

Анализ и обобщение статистических данных экономики Республики Калмыкия

Cтатистика конспект

Статистико-экономический анализ эффективности производства подсолнечника на примере СХА "Заря" и других предприятий Павловского, Петропавловского, Воробьевского и Аннинского районов Воронежской области

Статистический анализ производства зерна, сахарной свеклы, подсолнечника

Курс лекций за первый семестр