Поиск и обработка статистической информации

1. непосредственное (осмотр, измерение, взвешивание);
2. документальное (на основе отчетности);
3. опрос (сведения регистрируются со слов опрашиваемой единицы наблюдения), реализуемый следующими способами - экспидиционный, саморегистрация, корреспондентский .

 

Любое статистическое исследование начинается с формулировки его цели и задач, а следовательно и  тех сведений, которые могут быть получены в процессе наблюдения. После  этого определяется объект и единица  наблюдения, разрабатывается программа, выбирается вид и способ наблюдения.

Объект наблюдения – совокупность социально-экономических явлений  и процессов, которые подлежат исследованию, или точные границы, в пределах которых  будут регистрироваться статистические сведения. В ряде случаев пользуются цензом. Ценз – ограничительный  признак, которому должны удовлетворять  все единицы изучаемой совокупности. Единицей наблюдения называется составная  часть объекта исследования, которая  служит основой счета и обладает признаками, подлежащими регистрации  при наблюдении.

 

 

Сводка – научно организованная обработка материалов наблюдения (по заранее разработанной программе), включающая в себя кроме обязательного контроля собранных данных, систематизацию, группировку материалов, составление таблиц, получение итогов по группам и в целом. Программа сводки включает определение групп и подгрупп, системы показателей и видов таблиц. По технике и способу выполнения сводка может быть ручной либо механизированной.

 

Группировка – разбиение совокупности на группы, однородные по какому-либо признаку или объединение отдельных единиц совокупности в группы, однородные по каким-либо признакам. Устойчивое разграничение объектов называется классификацией или стандартом, в котором каждая атрибутивная запись может быть отнесена лишь к одной группе или подгруппе. Метод группировки основывается на двух категориях – группировочном признаке и интервале.

 

Группировочный признак – признак, по которому происходит объединение отдельных единиц совокупности в однородные группы. Он может носить как количественный, так и качественный характер. В ряде случаев группировка, которая представляется чисто качественной, в конечном итоге оказывается основанной на количественном признаке. Такова, например, классификация промышленных предприятий по отраслям. Поскольку одно и то же предприятие выпускает продукцию разных видов, статистика решает этот вопрос по количественному преобладанию того или иного вида.

 

Интервал очерчивает количественные границы групп и представляет собой промежуток между максимальным и минимальным значениями признака в группе. Интервалы бывают равные, неравные, закрытые (когда имеется  верхняя и нижняя граница) и открытые (когда одна из границ отсутствует).

Статистические группировки и  классификации преследуют цели выделения  качественно однородных совокупностей, изучения структуры совокупности, исследования взаимосвязи факторных и результативных признаков. Каждой из этих целей соответствует  особый вид группировки: типологическая, структурная и аналитическая.

Простая группировка выполняется  по одному признаку. Среди простых  группировок особо выделяются ряды распределения. Ряд распределения – группировка, в которой для характеристики групп, упорядоченно расположенных по значению признака применяется один показатель – численность группы.

Формы представления статистических данных

 

Существует 3 основных формы представления статистических данных:

1. Текстовая – включение данных в текст;
2. Табличная – представление данных в таблицах;
3. Графическая – выражение данных в виде графиков.

Текстовая форма применяется при малом количестве цифровых данных.

Табличная форма применяется чаще всего, так как является более эффективной формой представления статистических данных. В отличие от математических таблиц, которые по начальным условиям позволяют получить тот или иной результат, статистические таблицы рассказывают языком цифр об изучаемых объектах.

Статистическая  таблица – это система строк и столбцов, в которых в определенной последовательности и связи излагается статистическая информация о социально-экономических явлениях.

 

Графики в статистике

Статистические графики  – это условные изображения числовых величин и их соотношений посредством  линий, геометрических фигур, рисунков или географических карт-схем. Графическая  форма облегчает рассмотрение статистических данных, делает их наглядными, выразительными, обозримыми.

Статистический график - это чертеж, на котором статистические совокупности, характеризуемые определенными показателями, описываются с помощью условных геометрических образов или знаков.

Под основой графика (графический образ) понимают 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 координат. Система координат необходима для размещения геометрических знаков в поле графика. Наиболее распространенной является система прямоугольных координат.

Масштабные ориентиры статистического графика определяются масштабом и системой масштабных шкал. Масштаб статистического графика - это мера перевода числовой величины в графическую. Шкала включает три элемента: линию (носитель шкалы), определенное число

помеченных  черточками точек, цифровое обозначение  чисел. По правилам числовое значение необходимо помещать строго против соответствующих  точек.

Различают шкалы прямолинейные (миллиметровая линейка) и криволинейные - дуговые и круговые (циферблат часов).

Различают также шкалы равномерные и  неравномерные. Шкала является равномерной, если равным графическим отрезкам соответствуют равные числовые величины. Неравномерным шкалам соответствуют неравные числовые значения.

Экспликация графика - это пояснение его содержания, включает в себя заголовок графика, объяснения масштабных шкал, пояснения отдельных элементов графического образа.

 

Абсолютные  и относительные величины

Для характеристики массовых явлений  статистика использует статистические величины (показатели). Они подразделяются на абсолютные, относительные и средние.

Результаты статистических наблюдений представляют собой абсолютные величины, отражающие уровень развития какого-либо явления или процесса. Абсолютные величины обозначаются X, а их общее количество в статистической совокупности N. Анализируя абсолютные величины, например, статистические данные о торговле, необходимо сопоставлять эти данные во времени и пространстве, исследовать закономерности их изменения и развития, изучать структуру совокупностей.

Абсолютные величины всегда имеют свою единицу измерения (размерность), присущую изучаемому явлению. Широко распространены следующие виды единиц измерения:

• натуральные,
• условно-натуральные
• стоимостные

 

Относительная величина – это результат деления (сравнения) двух абсолютных величин. В числителе дроби стоит величина, которую сравнивают, а в знаменателе – величина, с которой сравнивают (база сравнения). Например, если явка студентов сегодня на лекцию составила 80 чел., а на предыдущую лекцию пришло 50 чел., то относительная величина покажет, что явка увеличилась в 80/50 = 1,4 раза, при этом базой сравнения является явка студентов на предыдущую лекцию. Полученная относительная величина выражена в виде коэффициента, который показывает, во сколько раз сравниваемая величина больше базисной. В данном примере база сравнения принята за единицу. В случае если основание принимается за 100, относительная величина выражается в процентах (%), если за 1000 – в промилле (‰).

Различают следующие виды относительных величин, для краткости  именуемые в дальнейшем индексами:

• динамики;
• структуры;
• координации;
• сравнения;
• интенсивности.

Индекс динамики показывает изменение явления во времени и представляет собой отношение значений изучаемого явления в отчетный (анализируемый) период (момент) времени к базисному (предыдущему).

 

Главное значение средних величин состоит в их обобщающей функции, то есть замене множества различных индивидуальных значений признака средней величиной, характеризующей всю совокупность явлений.

Виды  средних величин различаются  прежде всего тем, какое свойство, какой параметр исходной варьирующей  массы индивидуальных значений признака должен быть сохранен неизменным.

Средней арифметической величиной называется такое среднее значение признака, при вычислении которого общий объем признака (сумма значений признака) в изучаемой совокупности сохраняется неизменным. Иначе можно сказать, что средняя арифметическая величина – это среднее слагаемое, то есть при ее вычислении общий объем (сумма всех значений) признака мысленно распределяется поровну между всеми единицами совокупности.

Теория вероятностей

 

 Теория вероятностей —  математическая наука, изучающая закономерности массовых случайных явлений (событий).

С практической точки зрения, вероятность  события — это отношение количества тех наблюдений, при которых рассматриваемое  событие наступило, к общему количеству наблюдений. Такая трактовка допустима  в случае достаточно большого количества наблюдений или опытов.

 

График плотности вероятности нормального распределения — одной из важнейших функций, изучаемых в рамках теории вероятностей. 
 
    Случайным событием (или просто событием) называется всякое явление, которое может произойти или не произойти при осуществлении определенной совокупности условий. Теория вероятностей имеет дело с такими событиями, которые имеют массовый характер. Это значит, что данная совокупность условий может быть воспроизведена неограниченное число раз. Каждое такое осуществление данной совокупности условий называют испытанием (или опытом).  
 
    Если, например, испытание состоит в бросании монеты, то выпадение герба является событием; если испытание — изготовление подшипника данного типа, то соответствие подшипника стандарту — событие; если испытание — бросание игральной кости, т. е. кубика, на гранях которого проставлены цифры (очки) от 1 до 6, to выпадение пятерки — событие.

 

 

 

 

 

Показатели вариации

Термин  “вариация” происходит от латинского слова ,,variation” – изменение, колеблемость, различие. Однако не всякие различия принято  называть вариацией. Под вариацией  в статистике понимают такие количественные изменения величин исследуемого признака в пределах качественно  однородной совокупности, которые обусловлены  взаимосвязанным (перекрещивающимся) воздействием различных факторов.

Причиной  вариации являются разные условия существования  разных единиц совокупности. Например, огромное число причин влияет на рост человека, его заработную платы и  т.д.

Для управления и изучения вариации статистикой  разработаны специальные методы исследования вариации, система показателей, с помощью которой вариация измеряется, характеризуются ее свойства.

 

Первым этапом статистического изучения вариации является построение ряда распределения (или вариационного ряда) – упорядоченного распределения единиц совокупности по возрастающим (чаще) или по убывающим (реже) значениям признака и подсчет числа единиц с тем или иным значением признака. Ряд распределения бывает дискретным и интервальным.

 

Дискретный  ряд распределения – это таблица, состоящая из двух столбцов (строк) – конкретных значений варьирующего признака Xi и числа единиц совокупности с данным значением признака fi – частот; число групп в дискретном ряду определяется числом реально существующих значений варьирующего признака. В следующей таблице приведен пример дискретного ряда распределения:

Интервальный  ряд распределения – это таблица, состоящая из двух столбцов– интервалов варьирующего признака Xi и числа единиц совокупности, попадающих в данный интервал , или долей этого числа в общей численности совокупностей.

 

Для всех показателей вариации общим является следующие:  
• если показатель вариации близко к нулю (т.е. индивидуальные значения признака мало отличаются друг от друга), то средняя арифметическая будет достаточно показательной (надежной) характеристикой данной совокупности; 
• если же ряд распределения характеризуется значительным рассеиванием (величина показателя вариации сильно отличается от нуля, является большой), то средняя арифметическая будет ненадежной и ее практическое применение будет ограничено. 
В соответствии с рабочей программой нашей дисциплины, ниже будут рассмотрены наиболее часто применяемые на практике показатели вариации.