Не потеряйте. Подпишитесь и получите ссылку на статью себе на почту.

Деятельность людей во множестве случаев предполагает работу с данными, а она в свою очередь может подразумевать не только оперирование ими, но и их изучение, обработку и анализ. Например, когда нужно уплотнить информацию, найти какие-то взаимосвязи или определить структуры. И как раз для аналитики в этом случае очень удобно пользоваться не только , но и применять статистические методы.

Особенностью методов статистического анализа является их комплексность, обусловленная многообразием форм статистических закономерностей, а также сложностью процесса статистических исследований. Однако мы хотим поговорить именно о таких методах, которые может применять каждый, причем делать это эффективно и с удовольствием.

Статистическое исследование может проводиться посредством следующих методик:

• Статистическое наблюдение;
• Сводка и группировка материалов статистического наблюдения;
• Абсолютные и относительные статистические величины;
• Вариационные ряды;
• Выборка;
• Корреляционный и регрессионный анализ;
• Ряды динамики.

Статистическое наблюдение

Статистическое наблюдение является планомерным, организованным и в большинстве случаев систематическим сбором информации, направленным, главным образом, на явления социальной жизни. Реализуется данный метод через регистрацию предварительно определенных наиболее ярких признаков, цель которой состоит в последующем получении характеристик изучаемых явлений.

Статистическое наблюдение должно выполняться с учетом некоторых важных требований:

• Оно должно полностью охватывать изучаемые явления;
• Получаемые данные должны быть точными и достоверными;
• Получаемые данные должны быть однообразными и легкосопоставимыми.

Также статистическое наблюдение может иметь две формы:

• Отчетность – это такая форма статистического наблюдения, где информация поступает в конкретные статистические подразделения организаций, учреждений или предприятий. В этом случае данные вносятся в специальные отчеты.
• Специально организованное наблюдение – наблюдение, которое организуется с определенной целью, чтобы получить сведения, которых не имеется в отчетах, или же для уточнения и установления достоверности информации отчетов. К этой форме относятся опросы (например, опросы мнений людей), перепись населения и т.п.

Кроме того, статистическое наблюдение может быть категоризировано на основе двух признаков: либо на основе характера регистрации данных, либо на основе охвата единиц наблюдения. К первой категории относятся опросы, документирование и прямое наблюдение, а ко второй – наблюдение сплошное и несплошное, т.е. выборочное.

Для получения данных при помощи статистического наблюдения можно применять такие способы как анкетирование, корреспондентская деятельность, самоисчисление (когда наблюдаемые, например, сами заполняют соответствующие документы), экспедиции и составление отчетов.

Сводка и группировка материалов статистического наблюдения

Говоря о втором методе, в первую очередь следует сказать о сводке. Сводка представляет собой процесс обработки определенных единичных фактов, которые образуют общую совокупность данных, собранных при наблюдении. Если сводка проводится грамотно, огромное количество единичных данных об отдельных объектах наблюдения может превратиться в целый комплекс статистических таблиц и результатов. Также такое исследование способствует определению общих черт и закономерностей исследуемых явлений.

С учетом показателей точности и глубины изучения можно выделить простую и сложную сводку, но любая из них должна основываться на конкретных этапах:

• Выбирается группировочный признак;
• Определяется порядок формирования групп;
• Разрабатывается система показателей, позволяющих охарактеризовать группу и объект или явление в целом;
• Разрабатываются макеты таблиц, где будут представлены результаты сводки.

Важно заметить, что есть и разные формы сводки:

• Централизованная сводка, требующая передачи полученного первичного материала в вышестоящий центр для последующей обработки;
• Децентрализованная сводка, где изучение данных происходит на нескольких ступенях по восходящей.

Выполняться же сводка может при помощи специализированного оборудования, например, с использованием компьютерного ПО или вручную.

Что же касается группировки, то этот процесс отличается разделением исследуемых данных на группы по признакам. Особенности поставленных статистическим анализом задач влияют на то, какой именно будет группировка: типологической, структурной или аналитической. Именно поэтому для сводки и группировки либо прибегают к услугам узкопрофильных специалистов, либо применяют .

Абсолютные и относительные статистические величины

Абсолютные величина считаются самой первой формой представления статистических данных. С ее помощью удается придать явлениям размерные характеристики, например, по времени, по протяженности, по объему, по площади, по массе и т.д.

Если требуется узнать об индивидуальных абсолютных статистических величинах, можно прибегнуть к замерам, оценке, подсчету или взвешиванию. А если нужно получить итоговые объемные показатели, следует использовать сводку и группировку. Нужно иметь в виду, что абсолютные статистические величины отличаются наличием единиц измерения. К таким единицам относят стоимостные, трудовые и натуральные.

А относительные величины выражают количественные соотношения, касающиеся явлений социальной жизни. Чтобы их получить, одни величины всегда делятся на другие. Показатель, с которым сравнивают (это знаменатель), называют основанием сравнения, а показатель, которой сравнивают (это числитель), называют отчетной величиной.

Относительные величины могут быть разными, что зависит от их содержательной части. Например, существуют величины сравнения, величины уровня развития, величины интенсивности конкретного процесса, величины координации, структуры, динамики и т.д. и т.п.

Чтобы изучить какую-то совокупность по дифференцирующимся признакам, в статистическом анализе применяются средние величины – обобщающие качественные характеристики совокупности однородных явлений по какому-либо дифференцирующемуся признаку.

Крайне важным свойством средних величин является то, что они говорят о значениях конкретных признаков во всем их комплексе единым числом. Невзирая на то, что у отдельных единиц может наблюдаться количественная разница, средние величины выражают общие значения, свойственные всем единицам исследуемого комплекса. Получается, что при помощи характеристики чего-то одного можно получить характеристику целого.

Следует иметь в виду, что одним из самых важных условий применения средних величин, если проводится статистический анализ социальных явлений, считается однородность их комплекса, для которого и нужно узнать среднюю величину. А от такого, как именно будут представлены начальные данные для исчисления средней величины, будет зависеть и формула ее определения.

Вариационные ряды

В некоторых случаях данных о средних показателях тех или иных изучаемых величин может быть недостаточно, чтобы провести обработку, оценку и глубокий анализ какого-то явления или процесса. Тогда во внимание следует брать вариацию или разброс показателей отдельных единиц, который тоже представляет собой важную характеристику исследуемой совокупности.

На индивидуальные значения величин могут воздействовать многие факторы, а сами изучаемые явления или процессы могут быть очень многообразны, т.е. обладать вариацией (это многообразие и есть вариационные ряды), причины которой следует искать в сущности того, что изучается.

Вышеназванные абсолютные величины находятся в непосредственной зависимости от единиц измерения признаков, а значит, делают процесс изучения, оценки и сравнения двух и более вариационных рядов более сложным. А относительные показатели нужно вычислять в качестве соотношения абсолютных и средних показателей.

Выборка

Смысл выборочного метода (или проще – выборки) состоит в том, что по свойствам одной части определяются численные характеристики целого (это называется генеральной совокупностью). Основной выборочного метода является внутренняя связь, объединяющая части и целое, единичное и общее.

Метод выборки отличается рядом существенных преимуществ перед остальными, т.к. благодаря уменьшению количества наблюдений позволяет сократить объемы работы, затрачиваемые средства и усилия, а также успешно получать данные о таких процессах и явлениях, где либо нецелесообразно, либо просто невозможно исследовать их полностью.

Соответствие характеристик выборки характеристикам изучаемого явления или процесса будет зависеть от комплекса условий, и в первую очередь от того, как вообще будет реализовываться выборочный метод на практике. Это может быть как планомерный отбор, идущий по подготовленной схеме, так и непланомерный, когда выборка производится из генеральной совокупности.

Но во всех случаях выборочный метод должен быть типичным и соответствовать критериям объективности. Данные требования нужно выполнять всегда, т.к. именно от них будет зависеть соответствие характеристик метода и характеристик того, что подвергается статистическому анализу.

Таким образом, перед обработкой выборочного материала необходимо провести его тщательную проверку, избавившись тем самым от всего ненужного и второстепенного. Одновременно с этим, составляя выборку, в обязательном порядке нужно обходить стороной любую самодеятельность. Это означает, что ни в коем случае не следует делать выборку только из вариантов, кажущихся типичными, а все другие – отбрасывать.

Эффективная и качественная выборка должна составляться объективно, т.е. производить ее нужно так, чтобы были исключены любые субъективные влияния и предвзятые побуждения. И чтобы это условие было соблюдено должным образом, требуется прибегнуть к принципу рандомизации или, проще говоря, к принципу случайного отбора вариантов из всей их генеральной совокупности.

Представленный принцип служит основой теории выборочного метода, и следовать ему нужно всегда, когда требуется создать эффективную выборочную совокупность, причем случаи планомерного отбора исключением здесь не являются.

Корреляционный и регрессионный анализ

Корреляционный анализ и регрессионный анализ – это два высокоэффективных метода, позволяющие проводить анализ больших объемов данных для изучения возможной взаимосвязи двух или большего количества показателей.

В случае с корреляционным анализом задачами являются:

• Измерить тесноту имеющейся связи дифференцирующихся признаков;
• Определить неизвестные причинные связи;
• Оценить факторы, в наибольшей степени воздействующие на окончательный признак.

А в случае с регрессионным анализом задачи следующие:

• Определить форму связи;
• Установить степень воздействия независимых показателей на зависимый;
• Определить расчетные значения зависимого показателя.

Чтобы решить все вышеназванные задачи, практически всегда нужно применять и корреляционный и регрессионный анализ в комплексе.

Ряды динамики

Посредством этого метода статистического анализа очень удобно определять интенсивность или скорость, с которой развиваются явления, находить тенденцию их развития, выделять колебания, сравнивать динамику развития, находить взаимосвязь развивающихся во времени явлений.

Ряд динамики – это такой ряд, в котором во времени последовательно расположены статистические показатели, изменения которых характеризуют процесс развития исследуемого объекта или явления.

Ряд динамики включает в себя два компонента:

• Период или момент времени, связанный с имеющимися данными;
• Уровень или статистический показатель.

В совокупности эти компоненты представляют собой два члена ряда динамики, где первый член (временной период) обозначается буквой «t», а второй (уровень) – буквой «y».

Исходя из длительности временных промежутков, с которыми взаимосвязаны уровни, ряды динамики могут быть моментными и интервальными. Интервальные ряды позволяют складывать уровни для получения общей величины периодов, следующих один за другим, а в моментных такой возможности нет, но этого там и не требуется.

Ряды динамики также существуют с равными и разными интервалами. Суть же интервалов в моментных и интервальных рядах всегда разная. В первом случае интервалом является временной промежуток между датами, к которым привязаны данные для анализа (удобно использовать такой ряд, например, для определения количества действий за месяц, год и т.д.). А во втором случае – временной промежуток, к которому привязана совокупность обобщенных данных (такой ряд можно использовать для определения качества тех же самых действий за месяц, год и т.п.). Интервалы могут быть равными и разными, независимо от типа ряда.

Естественно, чтобы научиться грамотно применять каждый из методов статистического анализа, недостаточно просто знать о них, ведь, по сути, статистика – это целая наука, требующая еще и определенных навыков и умений. Но чтобы она давалась проще, можно и нужно тренировать свое мышление и .

В остальном же исследование, оценка, обработка и анализ информации – очень интересные процессы. И даже в тех случаях, когда это не приводит к какому-то конкретному результату, за время исследования можно узнать множество интересных вещей. Статистический анализ нашел свое применение в огромном количестве сфер деятельности человека, а вы можете использовать его в учебе, работе, бизнесе и других областях, включая развитие детей и самообразование.

Предмет статистики менялся на протяжении всей истории развития статистической науки, до сих пор ученые не пришли к однозначному ответу по данному вопросу.

Предмет статистики – изучение общественных явлений и их анализ.

Так английские статистики Дж.Э.Юла, М.Дж.Кендэл считают: «Независимо от того, в какой отрасли знания получены числовые данные, они обладают определенного рода свойствами, для выявления которых может потребоваться особого рода научный метод обработки. Последний известен как статистический метод или статистика».

Универсальность статистики как науки связана с тем, что она занимается методами измерения и интерпретации, как в общественных науках, так и в науках о природе. Статистику признают особым методом, используемым в различных сферах деятельности, при решении разнообразных задач, определяемых как «собирание, представление и интерпретация числовых данных».

Статистическая методология и практика неразрывно связаны, дополняют и развивают друг друга. Статистическая теория обобщает опыт практической работы, развивает новые идеи и методы, обогащающие практическую статистическую деятельность. Статистическая практика – это научно организованная работа.

Таким образом, статистика – наука, изучающая количественную сторону массовых общественных явлений с целью установления закономерностей в неразрывной связи с их качественной стороной в конкретных условиях места и времени в их взаимосвязи и взаимозависимости (Н.Н. Ряузовский «Общая теория статистики»).

Суть данного определения связана с шестью основными моментами:

1. Изучаются не все явления, а только общественные и социально-экономические. Эти явления сложны, многообразны (например: производство труд, здравоохранение, культурная деятельность, население и др.), отличаются от явлений природы, которые имеют сравнительно устойчивый характер и повторяемость во времени.

2. Исследуются массовое социально-экономические явления, а не единичные, поскольку закономерности развития проявляются через множество фактов, при обобщении данных при достаточно большом числе единиц (закон больших чисел).

3. Явлениям дается количественная оценка, на основании которой раскрывается их качественное содержание (например: для количественного анализа безработицы применяется показатель занятости и коэффициент безработицы).

4. Числовые характеристики одного и того же явления различны в пространстве и во времени.

5. Социально-экономические явления изучаются в динамике с целью выявления тенденций и направленности развития, прогноза будущих ситуаций.

6. Изучение явлений во взаимосвязи и взаимозависимости.

Таким образом, при использовании статистических методов важно помнить о единстве количественной и качественной сторон изучаемого явления.

Итак, статистика занимается изучением массовых явлений или совокупностей.

Совокупность - представляет собой однородную по какому-либо признаку группу, которая состоит из ядра и окружающих его явлений («слой»). Ядро – концентрированное выражение всех специфических свойств данной группы, отличающих одну совокупность от других. «Слой» - единицы с неполным набором специфических свойств, которые принадлежат к данной совокупности с определенной вероятностью.

Например: совокупность – студенты, среди студентов есть:

- «идеальный студент» - отлично учится, много читает, активно участвует во внеучебной работе – это ядро.

Студент, для которого важны только «интересные», специальные знания; - это один слой.

Студент, которому интересная только внеучебная жизнь и т.д. – это другой слой.

Таким образом, «качество» одних студентов можно практически безошибочно отнести к тому или иному типу, других - достаточно сложно.

Соотношение ядра и его окружения в разных совокупностях различно, и зависит от условий существования совокупности: длительности, устойчивости, взаимодействия с другими совокупностями и др. Однако, ядро должно составлять большинство единиц совокупности, так как оно определяет ее характерные черты.

Поскольку статистика занимается изучением явлений в конкретный момент места и времени – она располагает ограниченным числом данных.

Статистическая совокупность – это множество объективно существующих единиц изучаемого явления, объединенных единой качественной основой, общей связью, но отличающихся друг от друга отдельными признаками. (Например, совокупность домохозяйств, совокупность семей, совокупность предприятий, фирм, объединений и т.п.).

Совокупность необходимо отличать от системы и структуры, поскольку в совокупности нет никакой упорядоченности, здесь все элементы разобщены.

Признак – это качественная особенность единицы совокупности.

По характеру отображения свойств единиц изучаемой совокупности признаки делятся на две основные группы:

1. Количественные – признаки, имеющие непосредственное количественное выражение, то есть их можно сложить (например: возраст, доход, количество детей, количество лет обучения, стаж работы и т.д.). Предполагают отношения «больше-меньше».

2. Качественные – признаки, не имеющие непосредственного количественного выражения, то есть признаки, которые нельзя сложить (например: пол, профессия, характер труда, отношение к чему-либо). Предполагают отношения «равенства-неравенства». (!не допускают отношения больше-меньше.)

Все качественные признаки делятся на:

Атрибутивные – являющиеся особенностью данного явления (например: профессия, характер труда и т.д.)

Альтернативные – противоположные по значению варианты (например: продукция годна или испорчена, для представителей отдельных возрастных групп существует вероятность дожить или не дожить до следующей возрастной группы; каждое лицо может состоять в браке или нет, мужчина или женщина и т.д.).

Кроме того, признаки в статистике могут делиться на разные группы, в зависимости от основания. Основные классификации признаков представлены на рисунке 1.2.

Классификации признаков в статистике

Описательные - признаки выражающиеся словесно (форма собственности предприятия, вид используемого сырья, профессия и т.д.) Описательные признаки подразделяют на номинальные, которые нельзя упорядочить, ранжировать (национальность, отраслевая принадлежность предприятия и др.) и порядковые, которые можно ранжировать (тарифный разряд, балл успеваемости студента, рейтинги компаний и др.).

Количественные признаки - такие, отдельные значения которых имеют числовое выражение (площадь территории региона, стоимость фондов предприятия, цена товара и тд.).

Первичные признаки характеризуют единицу совокупности в целом. Они могут быть измерены, сосчитаны, взвешены и существуют сами по себе независимо от их статистического изучения (численность жителей города, валовой сбор зерна, сумма страховых выплат).

Вторичные признаки получают расчетным путем через соотношение первичных признаков. Вторичные признаки являются продуктами человеческого сознания, результатами познания изучаемого объекта.

Прямые признаки - свойства, присущие тому объекту, который ими характеризуется.

Косвенные признаки - свойства, присущие не самому изучаемому объекту, а другим совокупностям, относящимся к объекту.

Альтернативные признаки - те, которые принимают только дна значения (пол человека, место проживания (город-село), признаки обладания или необладания чем-то.

Дискретные признаки. имеют только целочисленные значения.

Непрерывные признаки - способные принимать любые значения, как целые, так и дробные. К непрерывным относятся все вторичные признаки.

Моментные признаки - характеристики состояния, наличия чего-либо на определенный момент времени.

Интервальные признаки - характеристики процесса за определенный промежуток времени: год, полугодие, квартал, месяц, сутки и т.д.

Особенностью статистического исследования является то, что в нем изучаются только варьирующие признаки, т.е. признаки, принимающие различные значения (для атрибутивных, альтернативных признаков) или имеющие различные количественные уровни у отдельных единиц совокупности.

Значимым свойством статистической совокупности является вариация.

Вариация – это свойство статистической совокупности, отражающее способность к изменению, обусловленное как внешними, так и внутренними факторами, как связанными с сущностью исследуемого объекта, так и не связанными с ней.

Статистическая закономерность – это закономерность, устанавливаемая посредством закона больших чисел в массовых варьируемых явлениях, объединенных в статистическую совокупность.

Статистическая закономерность проявляется в тенденциях.

Функции статистики:

1. Описательная – с помощью цифр и чисел дается характеристика той или иной ситуации, процесса, явления

2. Объяснительная – выявляются причинно-следственные связи между явлениями и процессами; выявляются факторы, обусловливающие те или иные связи.

Природа статистических данных обусловлена 3 основными свойствами:

1. Неопределенность статистических данных

2. Вероятностный характер статистических данных (признак может принять это значение, а может и не принять)

3. Абстрактность статистических данных.

Елисеева И.И. Практикум по общей теории статистики. М.: Финансы и статистика, 2008. С.8.

Статистические методы

Статисти́ческие ме́тоды - методы анализа статистических данных. Выделяют методы прикладной статистики , которые могут применяться во всех областях научных исследований и любых отраслях народного хозяйства, и другие статистические методы, применимость которых ограничена той или иной сферой. Имеются в виду такие методы, как статистический приемочный контроль, статистическое регулирование технологических процессов, надежность и испытания, планирование экспериментов.

Классификация статистических методов

Статистические методы анализа данных применяются практически во всех областях деятельности человека. Их используют всегда, когда необходимо получить и обосновать какие-либо суждения о группе (объектов или субъектов) с некоторой внутренней неоднородностью.

Целесообразно выделить три вида научной и прикладной деятельности в области статистических методов анализа данных (по степени специфичности методов, сопряженной с погруженностью в конкретные проблемы):

а) разработка и исследование методов общего назначения, без учета специфики области применения;

б) разработка и исследование статистических моделей реальных явлений и процессов в соответствии с потребностями той или иной области деятельности;

в) применение статистических методов и моделей для статистического анализа конкретных данных.

Прикладная статистика

Описание вида данных и механизма их порождения - начало любого статистического исследования. Для описания данных применяют как детерминированные, так и вероятностные методы. С помощью детерминированных методов можно проанализировать только те данные, которые имеются в распоряжении исследователя. Например, с их помощью получены таблицы, рассчитанные органами официальной государственной статистики на основе представленных предприятиями и организациями статистических отчетов. Перенести полученные результаты на более широкую совокупность, использовать их для предсказания и управления можно лишь на основе вероятностно-статистического моделирования. Поэтому в математическую статистику часто включают лишь методы, опирающиеся на теорию вероятностей.

Мы не считаем возможным противопоставлять детерминированные и вероятностно-статистические методы. Мы рассматриваем их как последовательные этапы статистического анализа. На первом этапе необходимо проанализировать имеющие данные, представить их в удобном для восприятия виде с помощью таблиц и диаграмм. Затем статистические данные целесообразно проанализировать на основе тех или иных вероятностно-статистических моделей. Отметим, что возможность более глубокого проникновения в суть реального явления или процесса обеспечивается разработкой адекватной математической модели.

В простейшей ситуации статистические данные - это значения некоторого признака, свойственного изучаемым объектам. Значения могут быть количественными или представлять собой указание на категорию, к которой можно отнести объект. Во втором случае говорят о качественном признаке.

При измерении по нескольким количественным или качественным признакам в качестве статистических данных об объекте получаем вектор. Его можно рассматривать как новый вид данных. В таком случае выборка состоит из набора векторов. Есть часть координат - числа, а часть - качественные (категоризованные) данные, то говорим о векторе разнотипных данных.

Одним элементом выборки, то есть одним измерением, может быть и функция в целом. Например, описывающая динамику показателя, то есть его изменение во времени, - электрокардиограмма больного или амплитуда биений вала двигателя. Или временной ряд, описывающий динамику показателей определенной фирмы. Тогда выборка состоит из набора функций.

Элементами выборки могут быть и иные математические объекты. Например, бинарные отношения. Так, при опросах экспертов часто используют упорядочения (ранжировки) объектов экспертизы - образцов продукции, инвестиционных проектов, вариантов управленческих решений. В зависимости от регламента экспертного исследования элементами выборки могут быть различные виды бинарных отношений (упорядочения, разбиения, толерантности), множества, нечеткие множества и т. д.

Итак, математическая природа элементов выборки в различных задачах прикладной статистики может быть самой разной. Однако можно выделить два класса статистических данных - числовые и нечисловые. Соответственно прикладная статистика разбивается на две части - числовую статистику и нечисловую статистику.

Числовые статистические данные - это числа, вектора, функции. Их можно складывать, умножать на коэффициенты. Поэтому в числовой статистике большое значение имеют разнообразные суммы. Математический аппарат анализа сумм случайных элементов выборки - это (классические) законы больших чисел и центральные предельные теоремы.

Нечисловые статистические данные - это категоризованные данные, вектора разнотипных признаков, бинарные отношения, множества, нечеткие множества и др. Их нельзя складывать и умножать на коэффициенты. Поэтому не имеет смысла говорить о суммах нечисловых статистических данных. Они являются элементами нечисловых математических пространств (множеств). Математический аппарат анализа нечисловых статистических данных основан на использовании расстояний между элементами (а также мер близости, показателей различия) в таких пространствах. С помощью расстояний определяются эмпирические и теоретические средние, доказываются законы больших чисел, строятся непараметрические оценки плотности распределения вероятностей, решаются задачи диагностики и кластерного анализа, и т. д. (см. ).

В прикладных исследованиях используют статистические данные различных видов. Это связано, в частности, со способами их получения. Например, если испытания некоторых технических устройств продолжаются до определенного момента времени, то получаем т. н. цензурированные данные, состоящие из набора чисел - продолжительности работы ряда устройств до отказа, и информации о том, что остальные устройства продолжали работать в момент окончания испытания. Цензурированные данные часто используются при оценке и контроле надежности технических устройств.

Обычно отдельно рассматривают статистические методы анализа данных первых трех типов. Это ограничение вызвано тем отмеченным выше обстоятельством, что математический аппарат для анализа данных нечисловой природы - существенно иной, чем для данных в виде чисел, векторов и функций.

Вероятностно-статистическое моделирование

При применении статистических методов в конкретных областях знаний и отраслях народного хозяйства получаем научно-практические дисциплины типа «статистические методы в промышленности», «статистические методы в медицине» и др. С этой точки зрения эконометрика - это «статистические методы в экономике». Эти дисциплины группы б) обычно опираются на вероятностно-статистические модели, построенные в соответствии с особенностями области применения. Весьма поучительно сопоставить вероятностно-статистические модели, применяемые в различных областях, обнаружить их близость и вместе с тем констатировать некоторые различия. Так, видна близость постановок задач и применяемых для их решения статистических методов в таких областях, как научные медицинские исследования, конкретные социологические исследования и маркетинговые исследования, или, короче, в медицине , социологии и маркетинге . Они часто объединяются вместе под названием «выборочные исследования».

Отличие выборочных исследований от экспертных проявляется, прежде всего, в числе обследованных объектов или субъектов - в выборочных исследованиях речь обычно идет о сотнях, а в экспертных - о десятках. Зато технологии экспертных исследований гораздо изощреннее. Еще более выражена специфика в демографических или логистических моделях, при обработке нарративной (текстовой, летописной) информации или при изучении взаимовлияния факторов.

Вопросы надежности и безопасности технических устройств и технологий, теории массового обслуживания подробно рассмотрены, в большом количестве научных работ.

Статистический анализ конкретных данных

Применение статистических методов и моделей для статистического анализа конкретных данных тесно привязано к проблемам соответствующей области. Результаты третьего из выделенных видов научной и прикладной деятельности находятся на стыке дисциплин. Их можно рассматривать как примеры практического применения статистических методов. Но не меньше оснований относить их к соответствующей области деятельности человека.

Например, результаты опроса потребителей растворимого кофе естественно отнести к маркетингу (что и делают, читая лекции по маркетинговым исследованиям). Исследование динамики роста цен с помощью индексов инфляции, рассчитанных по независимо собранной информации, представляет интерес прежде всего с точки зрения экономики и управления народным хозяйством (как на макроуровне, так и на уровне отдельных организаций).

Перспективы развития

Теория статистических методов нацелена на решение реальных задач. Поэтому в ней постоянно возникают новые постановки математических задач анализа статистических данных, развиваются и обосновываются новые методы. Обоснование часто проводится математическими средствами, то есть путем доказательства теорем. Большую роль играет методологическая составляющая - как именно ставить задачи, какие предположения принять с целью дальнейшего математического изучения. Велика роль современных информационных технологий, в частности, компьютерного эксперимента.

Актуальной является задача анализа истории статистических методов с целью выявления тенденций развития и применения их для прогнозирования.

Литература

2. Нейлор Т. Машинные имитационные эксперименты с моделями экономических систем. - М.: Мир, 1975. - 500 с.

3. Крамер Г. Математические методы статистики. - М.: Мир, 1948 (1-е изд.), 1975 (2-е изд.). - 648 с.

4. Большев Л. Н., Смирнов Н. В. Таблицы математической статистики. - М.: Наука, 1965 (1-е изд.), 1968 (2-е изд.), 1983 (3-е изд.).

5. Смирнов Н. В., Дунин-Барковский И. В. Курс теории вероятностей и математической статистики для технических приложений. Изд. 3-е, стереотипное. - М.: Наука, 1969. - 512 с.

6. Норман Дрейпер, Гарри Смит Прикладной регрессионный анализ. Множественная регрессия = Applied Regression Analysis. - 3-е изд. - М.: «Диалектика» , 2007. - С. 912. - ISBN 0-471-17082-8

Смотри также

Wikimedia Foundation . 2010 .

• Yat-Kha
• Амальгама (значения)

Смотреть что такое "Статистические методы" в других словарях:

СТАТИСТИЧЕСКИЕ МЕТОДЫ - СТАТИСТИЧЕСКИЕ МЕТОДЫ научные методы описания и изучения массовых явлений, допускающих количественное (численное) выражение. Слово “статистика” (от игал. stato государство) имеет общий корень со словом “государство”. Первоначально оно… … Философская энциклопедия

СТАТИСТИЧЕСКИЕ МЕТОДЫ – - научные методы описания и изучения массовых явлений, допускающих количественное (численное) выражение. Слово «статистика» (от итал. stato – государство) имеет общий корень со словом «государство». Первоначально оно относилось к науке управления и … Философская энциклопедия

Статистические методы - (в экологии и биоценологии) методы вариационной статистики, позволяющие исследовать целое (напр., фитоценоз, популяцию, продуктивность) по его частным совокупностям (напр., по данным, полученным на учетных площадках) и оценить степень точности… … Экологический словарь

статистические методы - (в психологии) (от лат. status состояние) нек рые методы прикладной математической статистики, используемые в психологии в основном для обработки экспериментальных результатов. Основная цель применения С. м. повышение обоснованности выводов в… … Большая психологическая энциклопедия

Статистические методы - 20.2. Статистические методы Конкретные статистические методы, используемые для организации, регулирования и проверки деятельности, включают, но не ограничиваются следующими: а) планированием экспериментов и факторный анализ; b) анализ дисперсии и … Словарь-справочник терминов нормативно-технической документации

СТАТИСТИЧЕСКИЕ МЕТОДЫ - методы исследования количеств. стороны массовых обществ. явлений и процессов. С. м. дают возможность в цифровом выражении характеризовать происходящие изменения в обществ. процессах, изучать разл. формы социально экономич. закономерностей, смену… … Сельско-хозяйственный энциклопедический словарь

СТАТИСТИЧЕСКИЕ МЕТОДЫ - некоторые методы прикладной математической статистики, используемые для обработки экспериментальных результатов. Ряд статистических методов был разработан специально для проверки качества психологических тестов, для применения в профессиональном… … Профессиональное образование. Словарь

СТАТИСТИЧЕСКИЕ МЕТОДЫ - (в инженерной психологии) (от лат. status состояние) некоторые методы прикладной статистики, используемые в инженерной психологии для обработки экспериментальных результатов. Основная цель применения С. м. повышение обоснованности выводов в… … Энциклопедический словарь по психологии и педагогике

Статистические таблицы.

План.

1. Понятие о статистической таблице. Элементы статистической таблицы.

2. Виды таблиц по характеру подлежащего.

3. Виды таблиц по разработке сказуемого.

4. Основные правила построения таблиц.

5. Чтение и анализ таблицы.

1. Понятие о статистической таблице. Элементы статистической таблицы.

Результаты сводки и группировки материалов статистического наблюдения, как правило, излагаются в виде таблиц, делающих информацию обозримой.

Таблица является наиболее рациональной, наглядной и компактной формой представления статистического материала.

Таким образом, статистической называется таблица , которая содержит сводную числовую характеристику исследуемой совокупности по одному или нескольким существенным признакам, взаимосвязанным логикой экономического анализа. Статистическая таблица - форма рационального и наглядного изложения цифровых характеристик исследуемых явлений.

Статистическое обобщение информации и представление ее в виде сводных статистических таблиц дает возможность характеризовать размеры, структуру и динамику изучаемых явлений. Часто к статистической таблице дается общий заголовок, в котором указывается содержание таблицы, место и время, к которым относятся приводимые в таблице данные, а также единицы измерения, если они одинаковы для всех приведенных сведений.

Элементы статистической таблицы

Основные элементы статистической таблицы, представленные на рис.1, составляют ее основу.

Название таблицы * (общий заголовок)

	Наименование граф (верхние заголовки)
А
Наименование строк (боковые заголовки)
Итоговая строка						Итоговая графа

* Примечания к таблице

Рис. 1. Остов (основа) статистической таблицы

Статистическая таблица содержит три вида заголовков:

Общий заголовок отражает содержание всей таблицы (к какому месту и времени она относится), располагается над ее макетом по центру и является внешним заголовком. Верхние заголовки характеризуют содержание граф (заголовки сказуемого), а боковые (заголовки подлежащего) – срок. Они являются внутренними заголовками. Заголовки таблицы должны быть краткими и раскрывать содержание показателей.

Цифровой материал может быть представлен абсолютными (численность населения РФ), относительными (индексы цен на продовольственные товары) и средними (среднемесячный доход служащего коммерческого банка) величинами.

В случае необходимости таблицы могут сопровождаться примечанием, используемым с целью пояснения заголовков, методики расчета некоторых показателей, источников информации и т.д.

По логическому содержанию таблица представляет собой «статистическое предложение», основными элементами которого являются подлежащее и сказуемое.

Подлежащим статистической таблицы называется объект, характеризующийся цифрами. Это могут быть одна или несколько совокупностей, отдельные единицы совокупностей (фирмы, объединения) в порядке их перечня или сгруппированные по каким – либо признакам (отдельные территориальные единицы или временные периоды в хронологических таблицах и т.д.). Обычно подлежащее таблицы дается в левой части, в наименовании строк.

Сказуемое статистической таблицы образует система показателей, которыми характеризуется объект изучения, т.е. подлежащее таблицы. Сказуемое формирует верхние заголовки и составляет содержание граф с логически последовательным расположением показателей слева направо.

Расположение подлежащего и сказуемого может меняться местами, что зависит от достижения каждым исследователем в отдельности наиболее полного и лучшего способа прочтения и анализа исходной информации об исследуемой совокупности.

2. Виды таблиц по характеру подлежащего.

Вид статистической таблицы зависит от построения подлежащего. С этой точки зрения таблицы бывают :

Простые;

Сложные:

Групповые;

Комбинационные.

Простой называют таблицу , в которой объект исследования не подразделяется на группы. В этом случае возможны два варианта:

1) таблица содержит данные по совокупности в целом;

2) таблица содержит данные о каждой единице совокупности.

Последнее оправдано в том случае, если число единиц невелико. Например, в таблице приведены данные по каждому из 13 городов - миллионеров Российской Федерации. Таблица с данными о каждой единице может использоваться как рабочий материал для каких-либо последующих расчетов.

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.
Простыми перечневыми таблицами называются таблицы, подлежащее которых содержит перечень единиц изучаемого объекта.

Примером простой таблицы служит табл. 1.

Таблица 1

Объем основных услуг связи Российской Федерации

Источник: Социальное положение и уровень жизни населения России. Статистиче­ский сборник. М.: Госкомстат России, 2000. С. 411.

Подлежащее этой таблицы вынесено в заголовок таблицы; сама таблица - это сказуемое, причем значения показателей даны в динамике.

Групповая таблица - это таблица, в которой подлежащее, т. е. объект исследования, подразделяется на группы по какому-либо одно признаку (табл. 2).

Таблица 2

Распределение по уровню образования (по данным выборочных обследований населения РФ по проблемам занятости)

Уровень образования
В том числе:
высшее профессиональное
неполное высшее профессиональное
вреднее профессиональное
среднее (полное) общее
основное общее
не имеют основного общего

Источник: Социальное положение и уровень жизни населения России. Статистиче­ский сборник. М.: Госкомстат России, 2000. С. 80.

Комбинационная таблица включает подлежащее, в котором объект исследования разделен на группы по двум и более признакам. Напри­мер, табл. 3 станет комбинационной, если безработные будут под­разделены на группы не только по уровню образования, но и по полу. При этом возможны следующие варианты построения таблицы.

1-й вариант: подлежащее расположено в левой части табли­цы-группы, выделенные по одному признаку, подразделяются на подгруппы по другому признаку. Схематично это выглядит таким об­разом:

2-й вариант: подлежащее расположено в левой и верхней частях таблицы. Таблица имеет вид:

3. Виды таблиц по разработке сказуемого.

В сказуемом статистической таблицы, как уже говорилось, приводятся показатели, которые являются характеристикой изучаемого объекта. Эту характеристику можно давать небольшим числом показателей или целой системой показателей.

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. Примером простой разработки сказуемого может служить следующий фрагмент статистической таблицы.

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.

Распределение акций среди работников приватизированных предприятий промышленности

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 признака сказуемого (ценовой и видовой) тесно связаны друг с другом. Можно проанализировать не только количество приобретенных акций по видам и условиям приобретения их сотрудниками приватизированных предприятий, 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.

Однако сложная разработка сказуемого может привести к безмерному увеличению размерности статистических таблиц, что, в свою очередь, снижает их наглядность, чтение и анализ.

Поэтому исследователь при построении статистических таблиц должен руководствоваться оптимальным соотношением показателей сказуемого и учитывать как положительные, так и отрицательные моменты сложной разработки показателей сказуемого.

4. Основные правила построения таблиц.

Статистические таблицы как средство наглядного и компактного представления цифровой информации должны быть статистически правильно оформлены.

Основные приемы, определяющие технику формирования статистических таблиц, следующие.

1. Таблица должна быть компактной и содержать только те исходные данные, которые непосредственно отражают исследуемое социально – экономическое явление в статике и динамике и необходимы для познания его сущности.

Следует избегать ненужной, второстепенной, бессодержательной к данному объекту исследования информации. Цифровой материал необходимо излагать таким образом, чтобы при анализе таблицы сущность явления раскрывалась чтением строк слева направо и сверху вниз.

2. Заголовок таблицы и названия граф и строк должны быть четкими, краткими, лаконичными, представлять собой законченное целое, органично вписывающееся в содержание текста.

Необходимо избегать большого количества точек и запятых в названиях таблицы и граф, затрудняющих чтение таблицы.

Если название таблицы состоит из двух и более предложений, точка ставится с целью отделения предложений друг от друга, но не после последнего.

В заголовках граф допускаются точки только при необходимых сокращениях.

В заголовке таблицы должны найти отражение объект, признак, время и место совершения события. Например: «Курс доллара США на торгах ММВБ в 1997 г.» Но при этом следует помнить, что чем более краток и лаконичен текст заголовка таблицы, тем она яснее и доходчивее для чтения и анализа, естественно, если это осуществляется не в ущерб ее точности и познавательности. Заголовки таблицы, граф и строк пишутся полностью, без сокращений.

3. Информация, располагаемая в столбцах (графах) таблицы, завершается итоговой строкой. Существуют различные способы соединения слагаемых граф с их итогом:

строка «Итого» или «Всего» завершает статистическую таблицу;

итоговая строка располагается первой строкой таблицы и соединяется с совокупностью ее слагаемых словами «В том числе».

В групповых и комбинационных таблицах всегда необходимо давать итоговые графы и строки.

5. Если названия отдельных граф повторяются между собой, содержат повторяющиеся термины или несут единую смысловую нагрузку, то им необходимо присвоить общий объединяющий заголовок.

Данный прием используется и для подлежащего, и для сказуемого таблиц.

6. Графы и строки полезно нумеровать. Графы, слева заполненные названием строк, принято обозначать заглавными буквами алфавита (А), (В) и т.д., а все последующие графы – номерами в порядке возрастания.

7. Взаимосвязанные и взаимозависимые данные, характеризующие одну из сторон анализируемого явления (например, число предприятий и удельный вес заводов (в % к итогу), абсолютный прирост и темп роста и т.д.), целесообразно располагать в соседних друг с другом графах.

8. Графы и строки должны содержать единицы измерения, соответствующие поставленным в подлежащем и сказуемом показателям. При этом используются общепринятые сокращения единиц измерения (чел., руб., кВт/ч и т.д.).

9. Лучше всего располагать в таблицах сопоставляемую в ходе анализа цифровую информацию в одной и той же графе, одну под другой, что значительно облегчает процесс их сравнения.

Поэтому в групповых таблицах, например, группы по изучаемому признаку более грамотно располагать в порядке убывания или возрастания его значений при сохранении логической связи между подлежащими и сказуемыми таблицы.

10. Для удобства работы числа в таблицах следует представлять в середине граф, одно под другим: единицы под единицами, запятая под запятой, четко соблюдая при этом их разрядность.

11. По возможности числа целесообразно округлять. Округление чисел в пределах одной и той же графы или строки следует проводить с одинаковой степенью точности (до целого знака или до десятого и т.д.).

Если все числа одной и той же графы или строки даны с одним десятичным знаком, а одно из чисел имеет два и более знака после запятой, то числа с одним знаком после запятой следует дополнять нулем, тем самым подчеркнув их одинаковую точность.

12. Отсутствие данных об анализируемом социально – экономическом явлении может быть обусловлено различными причинами, что по – разному отмечается в таблице:

а) если данная позиция (на пересечении соответствующих графы и строки) вообще не подлежит заполнению, то ставится знак «Х»;

б) когда по какой – либо причине отсутствуют сведения, то ставится многоточие «…» или «Нет свед.», или «Н. св.»;

Для отображения очень малых чисел используют обозначения (0,0) или (0,00), предполагающие возможность наличие числа.

13. В случае необходимости дополнительной информации – разъяснений – к таблице могут даваться примечания.

Соблюдение приведенных правил построения и оформления статистических таблиц делает их основным средством представления, обработки и обобщения статистической информации о состоянии и развитии анализируемых социально – экономических явлений.

5. Чтение и анализ таблицы.

Анализу статистических таблиц предшествует этап ознакомления – их чтения.

Чтение и анализ таблиц 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 структурные 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 или 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.

Прежде чем приступать к анализу числовой информации, необходимо проверить ее достоверность и научную обоснованность. Исследователь должен убедиться в достоверности и надежности источника информации данных и критически оценить их цифровые значения. Следует произвести логическую и счетную проверки данных. 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 данных таблиц производится по каждому признаку в отдельности, затем в логико – экономическом сочетании всей совокупности признаков в целом.

Анализ отдельных признаков и групп необходимо начинать с изучения абсолютных, затем - связанных с ними относительных величин. При анализе данных следует рассматривать динамику каждого признака за весь период, переходя при этом от одного к другому.

Анализ таблиц может быть дополнен расчетными относительными и средними величинами, если этого требуют задачи исследования.

Для получения более полного и наглядного представления об изучаемых явлениях и процессах по данным статистических таблиц строятся графики, диаграммы и т.д.

Анализ групповых и комбинационных таблиц позволяет охарактеризовать типы социально – экономических явлений, структуру совокупности, соотношения и пропорции между отдельными группами и единицами наблюдения; выявить характер и направление взаимосвязей и взаимозависимостей между различными, определенными логикой экономического анализа, сочетаниями признаков и зависимости признаков – следствия от признаков – причин.

Соблюдение правил и последовательности работы со статистическими таблицами помогает исследователю осуществлять научно обоснованный экономико – статистический анализ объектов и процессов.

Графическое изображение статистических данных.

План

1. Понятие о статистическом графике. Элементы статистического графика.

2. Классификация видов графиков.

3. Диаграммы сравнения.

4. Структурные диаграммы.

5. Диаграммы динамики.

1. Понятие о статистическом графике. Элементы статистического графика.

Впервые о технике составления статистических графиков упоминается в работе английского экономиста У. Плейфейра «Коммерческий и политический атлас», опубликованной в 1786 г. и положившей начало развитию приемов графического изображения статистических данных.

C татистический график – это чертеж, на котором статистические совокупности, характеризуемые определенными показателями, описываются с помощью условных геометрических образов или знаков. Представление данных таблиц в виде графика производит более сильное впечатление, чем цифры, позволяет лучше осмыслить результаты статистического наблюдения, правильно их истолковывать, значительно облегчает понимание статистического материала, делает его наглядным и доступным.

При построении графического изображения следует соблюдать ряд требований. Прежде всего график должен быть достаточно наглядным, так как весь смысл графического изображения как метода анализа 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; эксплуатацию графика.

Графический образ (основа графика) – это геометрические знаки, т.е. совокупность точек, линий, фигур, с помощью которых изображаются статистические показатели. Графическими являются те образы, в которых свойства геометрических знаков – фигура, размер линий, расположение частей – имеют существенное значение для выражения содержания изображаемых статистических величин, причем каждому изменению выражаемого содержания соответствует изменение графического образа.

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. Наиболее распространенной является система прямоугольных координат.

Для построения статистических графиков используется обычно только первый изредка первый и четвертый квадраты. В практике графического изображения применяются также полярные координаты. Они необходимы для наглядного изображения циклического движения во времени. В полярной системе координат (рис.2) один из лучей, обычно правый горизонтальный, применяется за ось координат, относительно которой определяется угол луча. Второй координатой считается ее расстояние от центра сетки, называемое радиусом. В радиальных графиках лучи обозначают моменты времени, а окружности – величины изучаемого явления. На статистическихкартах пространственные ориентиры задаются контурной сеткой (контуры рек, береговая линия м

Рис. 2 . Полярная система координат

Орей и океанов, границы государств) и определяют те территории, к которым относятся статистические величины.

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 графе 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.

Носитель шкалы может представлять собой как прямую, так и кривую линии. Поэтому различают шкалы прямолинейные (например, миллиметровая линейка) и криволинейные – дуговые и круговые (циферблат часов).

Масштабом равномерной шкалы называется длина отрезка (графический интервал), принятого за единицу и измеренного в каких – либо мерах.

Графические и числовые интервалы бывают равными и неравными.

По большей части используют равномерные шкалы, когда равным графическим отрезкам соответствуют равные числовые значения.

Примером неравномерной шкалы может служить логарифми­ческая шкала, которая используется при большом размахе уров­ней показателя и в центре внимания находятся, как правило, не абсолютные, а относительные изменения.

Последний элемент графика – экспликация . Каждый график должен иметь словесное описание его содержания. Оно включает его содержание; подписи вдоль масштабных шкал и пояснения к отдельным частям графика.

2. Классификация видов графиков.

Виды графиков. В зависимости от поля статистические графи­ки делят на статистические диаграммы и статистические карты .

Диаграммы в свою очередь бывают следующие:

Сравнения и отображения;

Структурные;

Динамики;

Специальные.

Статистические карты отражают статистико-географический разрез данных, показывают размещение явления, процесса на территории. Их делят на картограммы и картодиаграммы .

Диаграммы сравнения и отображения . Диаграммы сравнения и отображения графически показывают соотношение различных статистических совокупностей или единиц статистической сово­купности по какому-либо варьирующему признаку. Эти диаграммы в большинстве случаев показываются на поле графика диаграммой казусов, гистограммой и полигоном.

Структурные диаграммы. Структурные диаграммы позволяют сопоставить статистические совокупности по составу. Это преж­де всего диаграммы удельных весов, характеризующих отноше­ние отдельных частей совокупности к ее общему объему. По виду они делятся на столбиковые и секторные.

Диаграммы динамики . Диаграммы динамики используются для показа изменений явлений во времени. Такое изменение мо­жет быть представлено столбиковой или полосовой диаграммой, в которой каждый столбик или полоса отражают величину явле­ния на определенную дату или за определенный промежуток вре­мени. Иногда целесообразно применять круговые и квадратные диаграммы, в которых величину явления отображают круги или квадраты, значения радиусов и сторон которых про­порциональны квадратным корням из абсолютных признаков.

Диаграммы (графики) связи . Диаграммы связи строятся с по­мощью кривых, показывающих связь между признаками, один из которых результативный (зависимый), второй - факторный (не­зависимый) (рис 3).

Рис. 3. Зависимость расхода кормов на одну корову в год от продуктивности

Огива Гильтона и кумулята . Огивой называют графическое изображение ряда распределения в порядке возрастания или убывания варьирующего признака. Здесь, как правило, по оси ординат откладывают значения признака, а по оси абсцисс – единицы совокупности (по рангам).

По огиве можно наглядно судить о минимальных и макси­мальных значениях признака, по ее крутизне - о равномерности распределения и однородности единиц совокупности (табл. 3, рис. 4).

Таблица 3

Распределение рабочих бригад № 21 и № 32 АО «Авангард» по уровню квалификации (разрядам) и рангам на 1 июля 1998 г.*

Бригада № 21			Бригада № 32
табельный №			табельный №

* Пример условный.

Рис. 4 . Распределение рабочих бригад № 21(a) и № 32(6) АО «Авангард» по уровню квалификации (разрядам) и рангам на 01.07.1998 г.:

а) равные интервалы

Рис. 4. Продолжение

б) неравные интервалы

Кумулята - это график, изображающий ряд накопленных ча­стот. Здесь по оси абсцисс откладывают значения признака, а по оси ординат - нарастающие итоги частот (рис. 5).

Рис. 5. Кумулята распределения населения Тверской области по среднедушевому денежному доходу в 1996 г.

Картограммы. Картограммы, или статистические карты, ил­люстрируют содержание статистических таблиц, подлежащим которых являются административное или географическое деле­ние совокупности. Здесь в качестве поля графика выступают гео­графические карты, на которых размещаются статистические таблицы (центрограммы), используются различная окраска или фон, условные символы (рис. 6).

Рис. 6. Схема природно-экономического районирования Тверской области.

3. Диаграммы сравнения.

Диаграммы сравнения и отображения графически показывают соотношение различных статистических совокупностей или единиц статистической сово­купности по какому-либо варьирующему признаку.

Эти диаграммы в большинстве случаев показываются на поле графика диаграммой казусов, гистограммой и полигоном.

Диаграмма казусов . Диаграмма казусов представляет собой отображение варьирующего признака в той последовательности, в которой он записан. Здесь по оси абсцисс размещают единицы совокупности, а по оси ординат - значения признака. Например, на рис. 7 с помощью диаграммы казусов показано поголовье крупного рогатого скота в хозяйствах всех категорий по районам центральной зоны Тверской области (районы: 1- Калининский, 2-Калязинский, 3-Кимрский, 4-Конаковский, 5-Кувшиновский, 6-Лихославльский, 7-Максатихинский, 8-Рамешковский, 9-Спировский, 10-Торжокский).

Рис. 7 Динамика поголовья крупного рогатого скота в хозяйствах всех категорий по районам центральной зоны Тверской области.

Гистограмма. Гистограммой называют график, на котором ряд распределения изображается в виде смежных столбиков. Приме­няется, как правило, для изображения интервальных рядов рас­пределения. Здесь по оси абсцисс откладывают интервалы при­знака, а по оси ординат - частоты.

При построении гистограмм разрыва шкал не допускается. В случае если сравниваемые совокупности различны по размеру, то на оси ординат откладываются не частоты, а относительные частоты (удельные веса или доли всей совокупности). (рис. 8)

Рис. 8 Распределение населения по размеру среднедушевого
денежного дохода в 2010 г. за I квартал.

Полигон . Полигоном называют график, на котором ряд рас­пределения изображают в виде линейной диаграммы. Применя­ется, как правило, для изображения дискретных рядов распреде­ления. Здесь по оси абсцисс откладывают значения варьирующе­го признака, а по оси ординат - частоты (частости).

На рис. 9 изображен полигон распределения затратна охрану окружающей среды по РФ в 2009 году по данным табл. 4.

Рис. 9 Распределение затратна охрану окружающей среды по РФ в 2009 году.

Затраты на охрану окружающей среды по Российской Федерации в 2009 году
(в фактически действовавших ценах; миллионов рублей)

	Условное обозначение	Затрачено млн, руб	В % к итогу
охрана атмосферного воздуха
очистка сточных вод
обращение с отходами
защита и реабилитация почвы, подземных и поверхностных вод
сохранение биоразнообразия и среды обитания

4. Структурные диаграммы.

Структурные диаграммы позволяют сопоставить статистические совокупности по составу. Это преж­де всего диаграммы удельных весов, характеризующих отноше­ние отдельных частей совокупности к ее общему объему. По виду они делятся на столбиковые (рис.10) и секторные (круговые) (рис. 11).

1990 г. 1996 г.

Рис. 10. Структура производственных основных фондов сельскохозяйственных предприятий Тверской области

Крестьянские

(фермерские) хозяйства

Рис. 11. Валовая продукция сельского хозяйства Тверской области в 1996 г.

Пользуясь секторными структурными диаграммами, надо по­мнить, что 1 % соответствует 3,6°. В структурных диаграммах удельные веса или сама структура выделяются с помощью штри­ховки или раскраски.

5. Диаграммы динамики.

Диаграммы динамики используются для показа изменений явлений во времени. Такое изменение мо­жет быть представлено столбиковой или полосовой диаграммой, в которой каждый столбик или полоса отражают величину явле­ния на определенную дату или за определенный промежуток вре­мени (рис 12, 13).

1990 1991 1992 1993 1994 1995 1996 1997 Год

Рис. 12. Реальная зарплата рабочих и служащих РФ (1990 г. - 100%)

0 200 400 600 800 1000

Рис. 13. Производство зерна по Тверской области (в первоначально оприходованном весе)

Иногда целесообразно применять круговые и квадратные диаграммы, в которых величину явления отображают круги или квадраты, значения радиусов и сторон которых про­порциональны квадратным корням из абсолютных признаков (рис. 14).

Рис. 14 . Посевные площади крестьянских (фермерских) хозяйств Тверской области, тыс. га

В большинстве случаев динамика процесса отображается ли­нейной диаграммой (рис. 15).

Рис. 15. Доля сельского хозяйства в ВПП РФ, в 1989-1997 гг.

Одним из видов диаграмм являются радиальные, которые используются для отображения явлений, периодически пов­торяющихся во времени (например, сезонных колебаний, рис. 16).

Рис. 16. Яйценоскость кур n-й птицефабрики по месяцам года в среднем за 1995 - 1997 гг.

Для построения радиальных (лепестковых) диаграмм круг разбивается на части по числу периодов. Радиус круга на каждый период определяет величину (абсолютную или относительную) явлений.

Данных в таблице и данных диаграмм, можно сделать вывод, что...

Статистические методы исследования динамики фондового индекса на примере индекса Российской то

Реферат >> Маркетинг

... графическое изображение индекса. Для этого воспользуемся пакетом Excel. Рис.1 Графическое изображение исходных данных ... пользоваться именно ей. Таблица 5 Сводная таблица по прогнозным значениям... Поэтому создание новых статистических моделей для изучения...

Статистические расчеты кондитерского рынка

Контрольная работа >> Экономика

... таблице . Построить графическое изображение . Написать текст экономических выводов. Решение: 1. Выполним расчеты в таблице 1 и 2. Таблица 1. Исходные и расчетные данные ... Решение оформить в таблице . Построить графическое изображение . Написать текст...

Статистические таблицы и графики (3)

Контрольная работа >> Социология

Статистические таблицы и графики Статистические таблицы . Статистические таблицы - это наиболее рациональная форма представления результатов статистической сводки и группировки. Значение статистических таблиц ... графического изображения статистических данных ...

Анализ и обобщение статистических данных экономики Республики Калмыкия

Курсовая работа >> Экономика

Представлено графическое изображение моды для ряда распределения, представленного в таблице 3.2. Рис. 6.1 Графическое определение моды... ЗАКЛЮЧЕНИЕ Анализ и обобщение статистических данных – заключительный этап статистического исследования, конечной целью...

Понятие "статистика" происходит от латинского слова "status", которое в переводе означает - положение, состояние, порядок явлений.

Развитие политической арифметики (Англия) и государствоведения

(Германия) привело к появлению науки статистики.

В научный оборот термин "статистика" введен математиками Геттингенского универ-ситета в 18 веке.(Готфрид Ахенваль (1719-1772)).

В настоящее время существует около 150 определений статистики как научной дисциплины. Одно из лучших определений статистики дал австрийский математик Абрахам Вальд: « Статистика - это совокупность методов, которые дают нам возможность принимать оптимальные решения в условиях неопределенности».

Из различных определений статистики для практической медицины наиболее применимо следующее:

"Статистика - это наука о сборе, классификации и количественной оценке данных с целью получения достоверных выводов, прогнозов и решений".

Статистика изучает случайные массовые явления. Массовые явления - это явления, которые встречаются в больших количествах, но отличаются друг от друга величиной определенного признака. Чем больше количество объектов взято для исследования, тем достовернее статистические выводы.

Статистика состоит из теоретической (общей) статистики и прикладной

(экономической, социальной, отраслевой) статистики.

К отраслевым статистикам относится метеорологическая (статистика прогноза погоды), транспортная, экономическая, биологическая, медицинская.

Теоретическую статистику делят на описательную (дескриптивную) и аналитическую (индуктивную).

Описательная статистика - это статистика сбора общих данных. Она представляет собой совокупность методов сбора, группировки, классификации исходных данных и представлении их в удобном, для последующей обработки, виде (таблицы, графики).

Аналитическая статистика - это статистика выводов и прогнозов на основе математической обработки результатов, предоставленных описательной статистикой. Она включает в себя методы получения различных статистических заключений и выводов с целью их практического применения.

Медицинская статистика - это отраслевая статистика, комплекс методов прикладной статистики, которые применяются в научной, практической медицине и здравоохранении.

Основные задачи медицинской статистики:

ü статистика рождаемости и смертности;

ü статистика заболеваемости;

ü статистика деятельности учреждений здравоохранения.

Вместе описательная и аналитическая статистики решают следующую задачу:

ü сбор данных и описание их в удобном для статистической обработки виде;

ü обработка результатов методами теоретической (общей) статистики;

ü анализ полученных результатов, прогнозирование, выработка оптимальных решений.

2. ОСНОВНЫЕ ПОНЯТИЯ ОПИСАТЕЛЬНОЙ СТАТИСТИКИ

И ИХ ХАРАКТЕРИСТИКА.

К основным понятиям описательной статистики относятся:

ü статистическая совокупность (генеральная и выборочная);

ü объем совокупности;

ü статистический вариант;

ü статистический признак;

ü статистическая частота (абсолютная частота);

ü частость (относительная частота).

Статистическая совокупность - это множество объектов, объединенных по какому-либо признаку для статистического изучения.

Виды совокупностей:

1. Генеральная совокупность (конечная или бесконечная).
2. Выборочная совокупность (выборка).

Генеральная совокупность - это совокупность всех объектов выбранного для исследования статистического множества.

Конечная генеральная совокупность - статистическая совокупность, в которой количество изучаемых объектов с данным признаком ограничено.

Пример: количество студентов в академии, жителей в городе, число измерений в опытах.

Бесконечная генеральная совокупность - это статистическая совокупность, в которой число объектов равно бесконечности. Используется в теоретических расчетах как математическая абстракция.

Выборочная совокупность (выборка) - это часть генеральной совокупности, взятая для статического изучения.

Объем совокупности - это количество объектов, входящих в совокупность.

Объем генеральной совокупности обозначается символом N , а выборочной - n .

Статистический вариант - это объект совокупности, отдельное наблюдение или измерение.

Варианты обозначаются латинскими буквами x, y, z c подстрочными индексами, указывающими номер варианты.

Пример: х 1 - объект или измерение номер один,

х 2 - объект или измерение номер два и т.д.

Вариант без указания номера называется обобщенный вариант и обозначается латинской буквой с подстрочным буквенным индексом, например, x i .

Варианты (объекты) статистической совокупности характеризуются различными признаками, в том числе теми, на основе которых они объединены в совокупность.

Признак, который меняет свое значение от одного объекта к другому, называется варьирующим признаком , а само явление называется вариация .

Качественные признаки - это признаки, не имеющие количественного выражения. Это неизмеряемые признаки.

Пример: цвет, вкус, запах.

Количественные признаки - это измеряемые признаки, выражаемые определенным числом.

Пример: вес, длина, плотность, температура.

Дискретные количественные признаки - это количественные признаки, которые выражаются целыми числами.

Пример: число студентов в группе, пассажиров в автобусе, лепестков на цветке.

Непрерывные количественные признаки - это количественные признаки, которые выражаются как целыми, так и дробными числами.

Пример: вес арбуза 7 кг, вес дыни 1.7 кг.

Интервальный признак - это количественный признак, числовое значение которого лежит в определенных границах, называемых интервалами.

Пример: при измерении роста студентов, можно выделить интервальные группы 160 - 169 см, 170 - 179 см, 180 - 190 см.

Частота встречаемости (абсолютная частота) - число, показывающее, сколько раз объект с данным числовым значением признака встречается в совокупности или ее интервале.

Абсолютною частоту обозначают символом n i (µ i).

Сумма всех абсолютных частот равна объему совокупности N, для которой подсчитываются частоты: ∑n i = N

Пример: число лиц мужского и женского пола в группе должно быть равно в сумме количеству студентов в этой группе.

Частость (относительная частота) - число, равное отношению абсолютной частоты к объему совокупности.

Частость обозначают символом f и вычисляют по формуле:

в долях единицы: f i = ,

в процентах: f i = 100%

Здесь n i - абсолютная частота, N - объем совокупности, равный сумме всех абсолютных частот.

Сумма всех относительных частот равна 1: ∑f i = 1

Пример: в студенческой группе из пятнадцати человек (объем совокупности N =15) 12 студенток (абсолютная частота n 1 =12) и 3 студента (абсолютная частота n 2 =3). Частость f 1 будет равна 12/15, а частость f 2 =3/15. При этом сумма частостей или относительных частот равна единице.

В статистике относительные частоты или частости называют весами.

3. РЯДЫ РАСПРЕДЕЛЕНИЯ, ИХ ВИДЫ И СПОСОБЫ ПРЕДСТАВЛЕНИЯ.

Ряд распределения - это последовательность чисел с указанием качественного или количественного значения признака и частоты его встречаемости.

Виды рядов распределения классифицируются по разным принципам.

По степени упорядоченности ряды делят на:

ü неупорядоченные

ü упорядоченные

Неупорядоченный ряд - это такой ряд, в котором значения признака записаны в порядке поступления вариантов при исследовании.

Пример: При исследовании роста группы студентов были записаны его значения в см (175,170,168,173,179).

Упорядоченный ряд - это ряд, полученный из неупорядоченного в котором значения признака перезаписаны в порядке возрастания или убывания. Упорядоченный ряд называется ранжированным, а процедура ранжирования

(упорядочивания) называется сортировкой.

Пример: (Рост 168,170,173,175,179)

По виду признака ряды распределения делятся на:

ü атрибутивные

ü вариационные.

Атрибутивный ряд - это ряд, составленный на основе качественного признака.

Вариационный ряд - это ряд, составленный на основе количественного признака.

Вариационные ряды подразделяются на дискретные, непрерывные и интервальные.

Вариационные дискретные, непрерывные и интегральные ряды названы по соответствующему признаку, который лежит в основе составления ряда. Например, ряд по размеру обуви является дискретным по массе тела - непрерывным.

Способы представления рядов в практической и научной медицине делятся на три группы:

1. Табличное представление;
2. Аналитическое представление (в виде формулы);
3. Графическое представление.

Выбор