Условия формирования класса предпринимателей на Руси IX—XI вв

  Программа сводки содержит перечень групп, на которые может быть разбита или разбивается совокупность единиц наблюдения, а также систему показателей, характеризующих изучаемую совокупность явлений и процессов как в целом, так и отдельных ее частей.

1.2 Сущность и классификация группировки статистических данных

  Группировка является научной  основой сводки. В процессе сводки  первичный материал разделяется  на группы по каким-то варьирующим  признакам. 

  Группировкой в статистике называется  расчленение изучаемого явления  на части по существенным признакам.

Статистическая  группировка – это разделение общей совокупности единиц объекта  наблюдения по одному или нескольким существенным признакам на однородные группы, различающиеся между собой  в качественном и количественном отношении и позволяющие выделить социально-экономические типы явлений, изучить структуру совокупности или проанализировать взаимосвязи и взаимозависимости между признаками.

  Варьирующими признаками единиц  совокупности называются признаки, принимающие разное значение (качественное или количественное) у отдельных единиц совокупности.

  Признаки, принимающие качественное  значение (пол, образование, специальность), называются атрибутивными, а признаки, которые варьируют количественно  (стаж работы, заработная плата), – количественными.

  С помощью метода группировок  решают ряд задач, среди которых  выделяются четыре:

1)                разделение совокупности на качественно  однородные группы (выделение социально-экономических  типов) – типологические группировки; 

2)               изучение состава совокупности по тем или иным признакам – структурные группировки;

3)                изучение взаимосвязанного изменения  варьирующих признаков в пределах  той или иной совокупности  – аналитические группировки; 

4)                распределение единиц совокупности по двум взаимосвязанным признакам, взятым в комбинации - корреляционные группировки.

  При построении типологической  группировки основное внимание  должно быть уделено идентификации  типов и выбору группировочного  признака. Вопрос об основании группировки должен решаться, исходя из сущности изучаемого явления. Однако формирование типов явлений связано с конкретными условиями места и времени. При построении типологической группировки в качестве группировочных признаков могут выступать как количественные, так и атрибутивные (качественные) признаки.

Структурная группировка – это расчленение  однородной в качественном отношении  совокупности единиц по определенным, существенным признакам на группы, характеризующие ее состав и структуру. Структурные группировки применяются практически в изучении всех социально-экономических процессов и явлений. При построении структурной группировки в качестве группировочных признаков могут выступать как количественные, так и атрибутивные (качественные) признаки

  Практическое применение структурных  группировок позволяет на локальном  уровне раскрыть структуру совокупности, проанализировать изучаемые явления  и процессы, изменения состава  совокупности во времени, если  они прослеживаются за ряд  последовательных периодов времени.

Аналитическая группировка – это группировка, выявляющая взаимосвязи и взаимозависимости  между изучаемыми социально-экономическими явлениями и признаками их характеризующими.

  В статистике все признаки  делятся на факторные и результативные.

Факторные признаки – это признаки, которые  оказывают влияние на изменение  результативных признаков.

Результативные  признаки – это признаки, которые  изменяются под влиянием факторных  признаков. Взаимосвязь проявляется  в том, что с возрастанием роли факторного признака и под его влиянием более интенсивно изменяется результативный признак.

  Особенности аналитической группировки  состоят в том, что единицы  совокупности группируются по  факторному признаку, а расчет  групповых средних производится  по значениям результативного признака.

1.3 Основные правила образования  групп по количественным признакам 

Число групп и величина интервалов. При  группировке по количественным у  признакам часто возникают вопросы  о числе групп и величине интервала. Эти показатели взаимосвязаны: чем больше групп, тем меньше интервал.

  При решении данного вопроса  во внимание принимают размах  варьирования, то есть разность  между максимальным и минимальным  значениями признака. Чем он больше, тем больше можно образовать  групп. 

  Также должна быть принята во внимание численность изучаемой совокупности: если она невелика, то нельзя организовать большое число групп.

  Ориентировочное число групп  (n) в зависимости от численности  единиц совокупности (N) определяется  по формуле американского ученого Стерджесса (Sturges):

n=1+3,3222 ln N

  На основании этой формулы  можно составить следующую номограмму:

Интервал  – разница между максимальным и минимальным значением признака в каждой группе.

  Интервалы могут быть равными  и неравными в зависимости от характера распределения единиц совокупности по данному признаку.

  Если распределение носит более  или менее равномерный характер, то устанавливают равные интервалы.  Так поступают, например, при группировке  рабочих по уровню заработной  платы или посевов сельскохозяйственных культур по величине урожайности. Величина интервала определяется путем деления размаха вариации на число групп:

  Неравные интервалы применяются  в случае, если распределение  единиц совокупности носит неравномерный  характер. Тогда в пределах скопления единиц совокупности применяется более узкие интервалы, а рассеяния – более широкие.

  Часто первоначальный материал  делят на большое число групп,  чтобы увидеть распределение  единиц совокупности. Затем эти  группы укрупняют, получая качественно однородные группы.

  Следует также иметь в виду, что одинаковая количественная  мера группировочного признака  может иметь разное качественное  значение в различных условиях. Так, различные отрасли промышленности  имеют различную энергоемкость.  Поэтому, группируя предприятия по уровню энерговооруженности, следует дифференцированно строить группировки по отраслям промышленности.

  Для того, чтобы полнее и глубже  изучить сложное общественное  явление, необходимо сгруппировать  данные по двум или более  признакам. Такие группировки называют сложными.

  Наиболее распространенным видом  сложных группировок являются  комбинированные группировка, когда  группы, образованные по одному  признаку, делятся затем на подгруппы  по второму и т.д. признакам.  Обычно в основание группировки кладется от 2 до 4 признаков.  

  Одновременное использование группировочных  признаков позволяет выявить  и сравнить такие различия  и связи между исследуемыми  признаками, которые нельзя обнаружить  на основе изолированной группировки  по ряду группировочных признаков.

  При изучении влияния большого  числа признаков применение комбинированных  группировок становится невозможным,  поскольку чрезмерное дробление  информации затушевывает проявление  закономерностей и тем самым  не позволяет выявить одновременное влияние всего комплекса факторных признаков на исследуемый показатель.

  Данная задача может быть решена  одним из методов статистической  теории распознавания образов  – кластерным анализом, разработанного  в 60-х годах ХХ века.

  Кластерный анализ позволяет решать задачи многомерной группировки. Весь набор признаков образует так называемое «признаковое пространство». Каждому из признаков придается смысл координаты. Задача многомерной группировки сводится к выделению сгущений точек (групп объектов) в этом пространстве.

  Мерой близости (сходства) между  объектами могут служить различные  критерии. Самой распространенной  мерой близости является евклидово  расстояние между объектами. 

  Нахождение групп близких объектов  производится методами кластерного  анализа с использованием компьютеров.  

1.4 Ряды распределения 

Определение ряда распределения. В результате сводки статистических материалов образуются ряды статистических данных, которые  показывают либо изменение объемов  совокупностей в динамике (будут  рассмотрены в отдельной теме), либо распределение совокупностей по тем или иным признакам в статике.

  Распределение может быть по  признакам, не имеющим количественной  меры (атрибутивным), и по признакам,  в которых изменяется их количественная  мера (вариационные ряды).

Атрибутивные  ряды распределения. Примерами таких  распределений являются распределение  населения на городское и сельское, мужское и женское, товарооборота  на продовольственные и непродовольственные  товары, занятого населения по отраслям и профессиям.

Вариационные  ряды. Примерами служат распределение  рабочих по размеру среднемесячной заработной платы, предприятий по объемам  производства или численности работающих.

  В вариационном ряду различают  два элемента: варианты и частоты.  Вариантами называются отдельные значения группировочного признака, которые он принимает в вариационном ряду. Частотами называют числа, показывающие, как часто встречаются те или иные варианты.

  Вариационные ряды по способу  построения бывают интервальными  и дискретными. Интервальные вариационные ряды – ряды, в которых значения вариант даны в виде интервалов (например, численность населения по возрастам). Дискретные вариационные ряды - ряды, в которых значения вариант имеют значения целых чисел (например, общее число семей по числу человек)

  Характер вариационного ряда (интервальный  или дискретный) определяется характером  вариации. Вариация может быть  непрерывной и прерывной (дискретной).

  Примерами непрерывной вариации  служат урожайность сельскохозяйственных  культур, заработная плата, объемы производства.

  Примерами дискретной вариации  могут служить число членов  семьи, тарифный разряд рабочего, число комнат в квартире, число  рабочих на предприятии. 

  Если дискретная вариация проявляется  в широких пределах (например, численность рабочих на предприятии), то строятся интервальные вариационные ряды.

1.5 Статистические таблицы 

  Статистические таблицы имеют  заголовок, описывающий содержание  таблицы. Сама таблица состоит  из трех частей: подлежащего (боковика  таблицы), сказуемого (шапки таблицы) и поля данных.