Методы и основные этапы статистических исследований. Статистическая методология и этапы статистического исследования

Государственное общеобразовательное учреждение

Высшего профессионального образования

«Алтайский государственный медицинский университет»

Федерального агентства по здравоохранению и социальному развитию

Кафедра экономики и менеджмента

Контрольная работа

по дисциплине «Медицинская статистика»

на тему: «Этапы статистического исследования»

Выполнил

Проверил:

Барнаул - 2009

Введение…………………………………………………………………………….3

1.1 Статистическое наблюдение……………………………………….........5

1.1.1 Классификация статистического наблюдения по различным признакам……………………………………………………………………………7

1.1.2 Программно-методические вопросы статистического наблюдения………………………………………………………………………....12

2 Сводка и группировка материалов статистического наблюдения. Понятие о статистической сводке, ее задачи и содержание……………………..15

3 Рациональные формы изложения статистического материала…...…….18

3.1 Статистическая таблица и ее элементы……………...…………………18

3.2 Графический метод к изучению коммерческой деятельности…….....19

4 Решение задачи…………………………………………………………….20

Заключение………………………………………………………………………….21

Список использованной литературы………………………………………...……22

Введение

Санитарная (медицинская) статистика изучает вопросы, связанные с медициной, гигиеной, здравоохранением. Она является важной частью социальной гигиены и организации здравоохранения и в то же время составляет одну из отраслей статистики.

В санитарной статистике различают три основных раздела: статистику здоровья населения, статистику здравоохранения и статистику клиническую.

Задачи санитарной статистики:

выявление особенностей состояния здоровья населения и факторов, определяющих его;

изучение данных о сети, деятельности и кадрах ЛПУ, а также данных о результатах лечебно-оздоровительных мероприятий;

применение методов санитарной статистики в экспериментальных, клинических, гигиенических и лабораторных исследованиях.

Материалы санитарной статистики направлены на поиск путей улучшения здоровья населения и совершенствования системы здравоохранения.

Статистика в здравоохранении используется для:

1). В настоящее время развитие углубленных медико-биологических, физических и др. методов исследования, внедрение новой диагностической техники приводит к накоплению числовых данных, характеризующих состояние организма и окружающей среды. Принимая во внимание объем информации об организме можно понять необходимость синтеза данных с использованием статистических методов;

2). Определение норм санитарно-гигиенического характера, расчета доз лекарственных препаратов, определение стандартов физического развития, оценки эффективности применяемых методов профилактики и лечения.

Учетно-оценочные показатели отражают объем или уровень изучаемого явления; аналитические показатели используются для характеристики особенностей развития явления, распространенности в пространстве, соотношения его частей, взаимосвязи с другими явлениями.

Статистическая методология представляет собой совокупность общих правил (принципов) и специальных приемов и методов статистического исследования. Общие правила статистического исследования исходят из положений социально-экономической теории и принципа диалектического метода познания. Они составляют теоретическую базу статистики. Опираясь на теоретическую базу, статистика применяет специфические методы цифрового освещения явления, которые находят свое выражение в трех этапах (стадиях) статистического исследования:

1. Массовое научно-организованное наблюдение, с помощью которого получают первичную информацию об отдельных единицах (факторах) изучаемого явления.

2. Группировка и сводка материала, представляющие собой расчленения всей массы случаев (единиц) на однородные группы и подгруппы, подсчет итогов по каждой группе и подгруппе и оформление полученных результатов в виде статистической таблицы.

3. Обработка статистических показателей, полученных при сводке, и анализ результатов для получения обоснованных выводов о состоянии изучаемого явления и закономерностях его развития. Это и есть понятие науки - Статистика. Предметом статистики, как науки, является изучение количественной стороны массовых общественных явлений в неразрывной связи с их качественной характеристикой. Из этого определения можно выделить три основные черты статистики:

1. исследуется количественная сторона явлений;

2. исследуются массовые общественные явления;

3. дается количественная характеристика массовых явлений на основе изучения качественных параметров.

Статистика предполагает использование совокупности диалектических методов познания. В процессе статистического исследования применяются и специальные методы, изобретенные для лучшего представления статистических совокупностей.

Статистическая совокупность - это масса единиц, объединенных единой качественной основой, но различающихся между собой по ряду варьирующих признаков. Варьирование (изменение) признаков (чаще количественных) может происходить во времени, в пространстве, во взаимном изменении одного признака от другого. Например, размера заработной платы рабочего от количества выпущенной им продукции.

1.1 Статистическое наблюдение

Статистическим наблюдением называется планомерный научно обоснованный сбор данных или сведений о социально-экономических явлениях и процессах. Статистическое наблюдение – начальная стадия экономико-статистического исследования.

1) Статистическое наблюдение должно отвечать следующим требованиям: наблюдаемые явления должны иметь научную или практическую ценность, выражать определенные социально-экономические типы явлений;

2) непосредственный сбор массовых данных должен обеспечить полноту фактов, относящихся к данному вопросу, так как явления находятся в постоянном изменении, развитии. Если отсутствуют полные данные, анализ и выводы могут быть ошибочными;

3) для обеспечения достоверности статданных необходима тщательная и всесторонняя проверка качества собираемых фактов, что является одной из важнейших характеристик статистического наблюдения;

4) научная организация статнаблюдения необходима для того, чтобы создать наилучшие условия для получения объективных материалов.

Стоящие перед менеджером задачи определяют цель наблюдения. Общая цель статнаблюдения состоит в информационном обеспечении управления. цель определяет объект статнаблюдения – совокупность явлений, предметов, охватываемых наблюдением. Объект наблюдения состоит из определенных единиц. Единицей совокупности может выступать человек, факт, предмет, процесс и т.п. Единица наблюдения является первичным элементом объекта статистического наблюдения. Этот элемент является носителем регистрируемых при наблюдении признаков. Единица наблюдения представляет собой элемент совокупности, по которому собираются необходимые данные. Выбор объекта и единиц наблюдения зависит от конкретных условий. Единицы наблюдения обладают множеством различных признаков. Правильность, проявляющаяся не в индивидуальном явлении, а в массе однородных явлений, при обобщении данных статистической совокупности называется статистической закономерностью. Для изучения статистической закономерности фундаментальное значение имеет закон больших чисел. В большом числе наблюдений взаимно погашаются случайные разнонаправленные отклонения. В процессе наблюдения, чтобы зарегистрировать данные, используют наиболее существенные или взаимосвязанные признаки. Четкость при определении единицы наблюдения дает возможность обоснованно определить регистрируемые признаки наблюдения при минимальном количестве признаков, имеющих отношение к изучаемой проблеме, явлению. Уточнение и формирование признаков единицы наблюдения производится на основании следующих общих правил: Эти общие подходы при определении признаков единицы наблюдения дополняются конкретными особенностями изучаемых процессов.

Единицу наблюдения не следует путать с отчетной единицей. Отчетной является такая единица, от которой получают в условном порядке отчетные данные по утвержденным формам. Если наблюдение проводится путем представления отчетности, то отчетная единица, в основном, может совпадать с единицей наблюдения. Отчетная единица называется также информирующей. Она может не совпадать с единицей наблюдения.

После определения объекта исследователь должен выделить границы, определяющие изучаемую совокупность, явление. Для ограничения объекта устанавливаются конкретные значения или пределы признаков. Такие количественные ограничения признаков называются цензом. Это ряд признаков, количественное значение которых при проведении статистического наблюдения служит основанием для учета (или неотнесения) единицы в изучаемой совокупности.

Момент или период наблюдения – это время, по состоянию на которое регистрируются данные. Момент наблюдения устанавливается в соответствии с целью, особенностями явления. На практике его называют также критическим моментом. Некоторые явления, процессы имеют сезонные или другие циклические компоненты.

1.1.1 Классификация статистического наблюдения по различным признакам

Статистическое наблюдение подразделяется:

1) по виду наблюдений на 2 группы:

По охвату единиц совокупности на сплошное и несплошное;

Обработка собранных первичных данных, включающая их группировку, обобщение и оформление в таблицах, составляет второй этап статистического исследования, который называется сводкой .

Существует 3 основных формы представления обработанных статистических данных: текстовая, табличная и графическая .

На третьем этапе статистического исследования на основе итоговых данных сводки осуществляется научный анализ исследуемых явлений : рассчитываются различные обобщающие показатели в виде средних и относительных величин, выявляются определенные закономерности в распределениях, динамике показателей и т. п. На основе выявленных закономерностей делаются прогнозы на будущее.

Статистическое наблюдение – первая стадия статистического исследования. Почти всегда, в соответствии, конечно, с целями и задачами исследования начинают работу с учета фактов и сбора первичного материала. Первичный материал – это фундамент статистического исследования. От качества статистического наблюдения зависит успех всего исследования в целом. Оно должно быть организовано таким образом, чтобы в результате были получены объективные, точные данные об изучаемом явлении. Неполные, неточные данные, недостаточно хорошо характеризующие процесс, тем более искажающие его приводят к ошибкам. И анализ, проведенный на такой основе – будет ошибочным. Отсюда следует, что учет фактов и сбор первичного материала должны быть тщательно продуманы и организованы.

Необходимо еще раз отметить, что статистические наблюдения – всегда массовые. В силу вступает закон больших чисел - чем больше совокупность, тем объективнее будут полученные результаты.

В статистическом наблюдении можно выделить три этапа: 1. Подготовка наблюдения. Это формулировка программы наблюдения, определение показателей, сгруппированных в макеты конечных статистических таблиц.

Вопросы, составляющие содержание программы, должны вытекать из цели исследования или гипотезы, подтверждению которой предполагается посвятить исследование. Важным элементом являются макеты конечных статистических таблиц. Именно они являются проектом разработки результатов наблюдения и только при их наличии можно выявить все вопросы, которые необходимо включить в программу и избежать включения ненужной информации.

2. Непосредственный сбор материала . Это самая трудоемкая стадия исследования. Статистическая отчетность, как особая форма организации сбора данных, присуща только государственной статистике. Вся иная информация собирается посредством разнообразного статического инструментария. Необходимо указать на два основных требования к собранным данным: достоверность и сопоставимость. И крайне желаемое (в условиях рынка оно возрастает многократно) – своевременность.

3. Контроль материала перед его анализом. Как бы тщательно не был составлен инструментарий наблюдения, проведен инструктаж исполнителей, всегда материалы наблюдения нуждаются в контроле. Это объясняется массовым характером статистических работ и сложностью их содержания.

Объектом любого статистического исследования является совокупность единиц изучаемого явления. Объектом может быть население при переписи, предприятия, города, персонал фирмы и т.д. Словом, объект наблюдения – исследуемая статистическая совокупность. Очень важно определить и границы изучаемой совокупности, которые четко определяют изучаемую совокупность. Например, если ставится цель изучить деятельность малых предприятий области, то следует определить, к какой форме собственности оно относится (государственное, частное, совместное и т.д.), по какому критерию будут отбираться предприятия: отраслевые особенности, объем реализации, время с момента регистрации, состояние (действующее, бездействующее, во временном простое) и т.д. Совокупность должна быть однородной, иначе в процессе анализа возникнут дополнительные сложности и почти всегда неминуемы ошибки.

Наряду с определением объектом наблюдения и границ важно определить единицу совокупности и единицу наблюдения. Единица совокупности – индивидуальный составной элемент статистической совокупности. Единица наблюдения – это то явление, объект, признаки которого подлежат регистрации. Совокупность единиц наблюдения составляет объект наблюдения. Например, цель: исследовать влияние разных факторов на производительность труда рабочих на шахтах ОАО «Испат-Кармет». В этом случае – совокупность определена самой целью – шахтеры, работающие на шахтах «Испат-Кармет», единицей совокупности является шахтер, как носитель информации, а единицей наблюдения является шахта. Кратко: единица совокупности – то, что подвергается обследованию, единица наблюдения – источник сведений.
Для осуществления статистического наблюдения необходимо произвести сбор данных по заданному признаку, а именно: обозначить статистическую совокупность, которая состоит из материально существующих объектов, единицу и цель единовременного обследования объекта, составить программу статистического наблюдения.

На первом этапе формируется выборка собранных данных по обозначенным признакам, данные упорядочиваются по возрастанию. Затем следует составить таблицу распределения частот с последовательным заполнением соответствующих столбцов в таблице.

На втором этапе для обработки собранных первичных данных необходимо произвести группировку и обобщение отобранных элементов по заданному признаку, обозначить числовые характеристики выборки. Этот этап статистического исследования называется сводка . Сводка – научная обработка первичных данных в целях получения обобщенных характеристик изучаемого явления по ряду существенных для него признаков, т. е. первичные материалы сводятся вместе, образуют статистические совокупности, которые характеризуются итоговыми абсолютными обобщающими показателями. На стадии сводки мы переходим от характеристики отдельных варьирующих признаков единиц совокупности – к характеристике всей совокупности в целом или к характеристике их общего проявления в массе.

Следует найти размах по формуле:

R=x(max) – x(min);

моду M(0), которая показывает значение, встречающееся чаще других, медиану M(e), которая характеризует среднее значение (его не превышает половина членов ряда) соответствует варианте, стоящей в середине ранжированного вариационного ряда. Положение медианы определяется ее номером:Nме = (n+1) /2 , где n – число единиц в совокупности и среднее арифметическое значение для обозначенной группы, которая вычисляется по формуле:

Результаты работы могут быть представлены графически в виде гистограммы и полигона распределения частот.

Полученные данные отражают то общее, что присуще всем единицам исследуемой совокупности. В результате статистического наблюдения должна быть получена объективная, сопоставимая, полная информация, позволяющая на последующих этапах исследования обеспечить научно-обоснованные выводы о характере и закономерностях развития изучаемого явления.

Практическое задание

Провести статистическое исследование, выяснив сведенья о росте 2 5 случайным образом выбранных студентовТомского политехнического университета.

Составить таблицу распределения частот, найти размах, моду, медиану и среднее арифметическое значение роста (в см) для обозначенных юношей.

2.1 Схема проведения статистического исследования

Системы статистического анализа данных – это современный эффективный инструмент статистического исследования. Широкие возможности для обработки статистических данных имеют специальные системы статистического анализа, а также универсальные средства – Excel, Matlab, Mathcad и др..

Но даже самый совершенный инструмент не может заменить исследователя, который должен сформулировать цель исследования, провести сбор данных, выбрать методы, подходы, модели и средства проведения обработки и анализа данных, а также интерпретировать полученные результаты.

На рисунке 2.1 представлена схема проведения статистического исследования.

Рис.2.1 - Принципиальная схема статистического исследования

Исходным пунктом статистического исследования является формулировка проблемы. При ее определении учитывается цель исследования, определяется, какая информация необходима и как она будет использоваться при принятии решения.

Само статистическое исследование начинается с подготовительного этапа. В ходе подготовительного этапа аналитики изучают техническое задание – документ, составляемый заказчиком исследования. В техническом задании должны быть четко сформулированы цели исследования:

определен объект исследования;

перечислены предположения и гипотезы, которые в ходе исследования должны быть подтверждены или опровергнуты;

описано то, как будут использоваться результаты исследования;

сроки, в которые исследование должно быть проведено и бюджет исследования.

На основе технического задания разрабатывается структура аналитического отчета - то, в каком виде должны быть представлены результаты исследования, а также программа статистического наблюдения . Программа представляет собой перечень признаков, подлежащих регистрации в процессе наблюдения (или вопросов на которые должны быть получены достоверные ответы по каждой обследуемой единице наблюдения). Содержание программы определяется как особенностями наблюдаемого объекта и целями исследования, так и методами, выбранными аналитиками для дальнейшей обработки собранной информации.

Основной этап статистического исследования включает сбор необходимых данных и их анализ.

Финальным этапом исследования является составление аналитического отчета и предоставление его заказчику.

На рис. 2.2 представлена схема статистического анализа данных.

Рис.2.2 – Основные этапы статистического анализа

2.2 Сбор статистической информации

Сбор материалов подразумевает анализ технического задания исследования, определение источников необходимой информации и (при необходимости) разработку анкет. При исследовании источников информации все требуемые данные разделяют на первичные (данные, которых нет в наличии и которые должны быть собраны непосредственно для данного исследования), и вторичные (собранные ранее для иных целей).

Сбор вторичных данных часто называют "кабинетным" или "библиотечным" исследованием.

Примеры сбора первичных данных: наблюдения за посетителями магазина, анкетирование пациентов больницы, обсуждение проблемы на совещании.

Вторичные данные делят на внутренние и внешние.

Примеры источников внутренних вторичных данных:

информационная система организации (включающая в себя бухгалтерскую подсистему, подсистему управления продажами, CRM (CRM-система, сокращение от англ. Customer Relationship Management) - прикладное программное обеспечение для организаций, предназначенное для автоматизации стратегий взаимодействия с заказчиками) и другие);

ранее проведенные исследования;

письменные отчеты сотрудников.

Примеры источников внешних вторичных данных:

отчеты органов статистики и других государственных учреждений;

отчеты маркетинговых агентств, профессиональных ассоциаций и т.п.;

электронные базы данных (адресные справочники, ГИС и т.п.);

библиотеки;

средства массовой информации.

Основными выходными данными на этапе сбора данных являются:

планируемый объем выборки;

структура выборки (наличие и размер квот);

вид статистического наблюдения (сбор данных опрос, анкетирование, измерение, эксперимент, экспертиза, др.);

информация о параметрах опроса (например, возможность факта фальсификации анкет);

схема кодировки переменных в базе данных программы, выбранной для обработки;

план-схема преобразования данных;

план-схема используемых статистических процедур.

Этот же этап включает непосредственно процедуру анкетирования. Разумеется, анкеты разрабатываются только для получения первичной информации.

Полученные данные должны быть соответствующим образом отредактированы и подготовлены. Каждая анкета или форма наблюдения проверяется и, если нужно, корректируется. Каждому ответу присваиваются числовые или буквенные коды – производится кодировка информации. Подготовка данных включает в себя редактирование, расшифровку и проверку данных, их кодирование и необходимые преобразования.

2.3 Определение характеристик выборки

Как правило, данные, собранные в результате статистического наблюдения для проведения статистического анализа являются выборочной совокупностью. Последовательность преобразования данных в процесс статистического исследования можно схематично представить следующим образом (рис. 2.3)

Рис 2.3 Схема преобразования статистических данных

Анализируя выборку, можно делать выводы о генеральной совокупности, представленной выборкой.

Окончательное определение общих параметров выборки производят, когда все анкеты собраны. Оно включает:

определение реального количества респондентов,

определение структуры выборки,

распределение по месту опроса,

установление доверительного уровня статистической надежности выборки,

расчет статистической ошибки и определение репрезентативности выборки.

Реальное количество респондентов может оказаться большим либо меньшим запланированного. Первый вариант лучше для анализа, но невыгоден заказчику исследования. Второй может отрицательно сказаться на качестве исследования, а, следовательно, невыгоден ни аналитикам, ни заказчикам.

Структура выборки может быть случайной или неслучайной (респонденты отбирались на основе заранее известного критерия, например методом квотирования). Случайные выборки априори являются репрезентативными. Неслучайные выборки могут быть намерено нерепрезентативными относительно генеральной совокупности, но давать важную информацию для исследований. В этом случае также следует внимательно отнестись к фильтрационным вопросам анкеты, которые предназначены специально для отсеивания неподходящих под требования респондентов.

Для определения точности оценивания , прежде всего, необходимо установить уровень доверительной вероятности (95% или 99%). Тогда максимальная статистическая ошибка выборки рассчитывается как

или
,

где - объем выборки,- вероятность наступления исследуемого события (попадание респондента в выборку),- вероятность обратного события (непопадания респондента в выборку),- коэффициент доверительной вероятности,
- дисперсия признака.

В таблице 2.4 приведены наиболее употребляемые значения доверительной вероятности и коэффициентов доверительной вероятности.

Таблица 2.4

2.5 Обработка данных на компьютере

Анализ данных с применением компьютера включает выполнение ряда необходимых шагов.

1. Определение структуры исходных данных.

2. Ввод данных в компьютер в соответствии с их структурой и требованиями программы. Редактирование и преобразование данных.

3. Задание метода обработки данных в соответствии с задачами исследования.

4. Получение результата обработки данных. Его редактирование и сохранение в нужном формате.

5. Интерпретация результата обработки.

Шаги 1 (подготовительный) и 5 (заключительный) не способна выполнить ни одна компьютерная программа - их исследователь делает сам. Шаги 2-4 выполняются исследователем с использованием программы, но именно исследователь определяет необходимые процедуры редактирования и преобразования данных, методы обработки данных, а также формат представления результатов обработки. Помощь компьютера (шаги 2–4) заключается, в конечном итоге, в переходе от длинной последовательности чисел к более компактной. На «вход» компьютера исследователь подает массив исходных данных, который недоступен осмыслению, но пригоден для компьютерной обработки (шаг 2). Затем исследователь дает программе команду на обработку данных в соответствии с поставленной задачей и структурой данных (шаг 3). На «выходе» он получает результат обработки (шаг 4) - тоже массив данных, только уже меньший, доступный осмыслению и содержательной интерпретации. При этом исчерпывающий анализ данных обычно требует многократной их обработки с применением разных методов.

2.6 Выбор стратегии анализа данных

Выбор стратегии анализа собранных данных основывается на знании теоретических и практических аспектов исследуемой предметной области, специфики и известных характеристик информации, свойств конкретных статистических методов, а также на опыте и взглядах исследователя.

Необходимо помнить, что анализ данных - это вовсе не конечная цель исследования. Его цель - получить информацию, которая поможет решить определенную проблему и принять адекватные управленческие решения. Выбор стратегии анализа должен начинаться с исследования итогов предыдущих этапов процесса: определение проблемы и разработка плана исследования. В качестве "черновика" используется предварительный план анализа данных, разработанный как один из элементов плана исследования. Затем, в ходе поступления на последующих стадиях процесса исследования дополнительной информации, может понадобиться внесение определенных изменений.

Статистические методы делятся на одно- и многомерные. Одномерные методы(univariatetechniques) используются тогда, когда все элементы выборки оцениваются одним показателем, либо если этих показателей несколько для каждого элемента, но каждая переменная анализируется при этом отдельно ото всех остальных.

Многомерные методы (multivariate techniques) прекрасно подходят для анализа данных, если для оценки каждого элемента выборки используется два или больше показателей и эти переменные анализируются одновременно. Такие методы применяются для определения зависимостей между явлениями.

Многомерные методы отличаются от одномерных прежде всего тем, что при их использовании центр внимания смещается с уровней (средних показателей) и распределений (дисперсий) явлений и сосредотачивается на степени взаимосвязи (корреляции или ковариации) между этими явлениями.

Одномерные методы можно классифицировать на основе того, какие данные анализируются: метрические или неметрические (рис. 3). Метрические данные (metric data) измеряются по интервальной шкале или относительной шкале. Неметрические данные (nonmetric data) оцениваются по номинальной или порядковой шкале

Кроме того, эти методы делят на классы на основе того, сколько выборок - одна, две или более - анализируется в ходе исследований.

Классификация одномерных статистических методов представлена на рис.2.4.

Рис. 2.4 Классификация одномерных статистических методов в зависимости от анализируемых данных

Число выборок определяется тем, как ведется работа с данными для конкретного анализа, а не тем, каким способом собирались данные. Например, данные по лицам мужского и женского пола можно получить в пределах одной выборки, но если их анализ нацелен на выявление разницы в восприятии, основанной на разнице полов, исследователю придется оперировать двумя разными выборками. Выборки считаются независимыми, если они экспериментально не связаны между собой. Измерения, проведенные в одной выборке, не оказывают влияния на значения переменных в другой. Для анализа данные, относящиеся к разным группам респондентов, например собранные от лиц женского и мужского пола, обычно обрабатываются как независимые выборки.

С другой стороны, если данные по двум выборкам относятся к одной и той же группе респондентов, выборки считаются объединенными в пары - зависимыми.

Если существует только одна выборка метрических данных, может использоваться z- и t-критерий. Если же независимых выборок две или больше, в первом случае можно воспользоваться z- и t-критерием для двух выборок, в во втором - методом однофакторного дисперсионного анализа. Для двух связанных выборок используется парный t-критерий. Если речь идет о неметрических данных по одной выборке, исследователь может воспользоваться критериями частотного распределения, хи-квадратом, критерием Колмогорова-Смирнова (K~S), критерием серий и биномиальным критерием. Для двух независимых выборок с неметрическими данными можно прибегнуть к следующим методам анализа: хи-квадрат, Манна-Уитни, медианы, К-С, однофакторным дисперсионным анализом Крускала-Уоллиса (ДА К-У). В отличие от этого, если существует две или больше взаимосвязанных выборок, следует воспользоваться критериями знаков, Мак-Немара и Уилкоксона.

Многомерные статистические методы нацелены на выявление существующих закономерностей: взаимозависимости переменных, взаимосвязи или последовательности событий, межобъектного сходства.

Достаточно условно можно выделить пять стандартных типов закономерностей, исследование которых представляет существенный интерес: ассоциация, последовательность, классификация, кластеризация и прогнозирование

Ассоциация имеет место в том случае, если несколько событий связаны друг с другом. Например, исследование, проведенное в супермаркете, может показать, что 65% купивших кукурузные чипсы берут также и "кока-колу", а при наличии скидки за такой комплект "колу" приобретают в 85% случаев. Располагая сведениями о подобной ассоциации, менеджерам легко оценить, насколько действенна предоставляемая скидка.

Если существует цепочка связанных во времени событий, то говорят о последовательности. Так, например, после покупки дома в 45% случаев в течение месяца приобретается и новая кухонная плита, а в пределах двух недель 60% новоселов обзаводятся холодильником.

С помощью классификации выявляются признаки, характеризующие группу, к которой принадлежит тот или иной объект. Это делается посредством анализа уже классифицированных объектов и формулирования некоторого набора правил.

Кластеризация отличается от классификации тем, что сами группы заранее не заданы. С помощью кластеризации выделяют различные однородные группы данных.

Основой для всевозможных систем прогнозирования служит историческая информация, хранящаяся в виде временных рядов. Если удается построить найти закономерности, адекватно отражающие динамику поведения целевых показателей, есть вероятность, что с их помощью можно предсказать и поведение системы в будущем.

Многомерные статистические методы можно разделить на методы анализа взаимосвязи и классификационный анализ (рис. 2.5).

Рис.2.5 – Классификация многомерных статистических методов

ФЕДЕРАЛЬНОЕ АНЕНСТВО ПО ОБРАЗОВАНИЮ

ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ

ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

«ЮГОРСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»

ИНСТИТУТ ДОПОЛНИТЕЛЬНОГО ОБРАЗОВАНИЯ

ПРОФЕССИОНАЛЬНАЯ ПЕРЕПОДГОТОВКА ПО ПРОГРАММЕ

«ГОСУДАРСТВЕННОЕ И МУНИЦИПАЛЬНОЕ УПРАВЛЕНИЕ»

РЕФЕРАТ

По дисциплине: «Статистика»

«Статистические методы исследования»

Выполнила:

Ханты-Мансийск

Введение

1. Методы статистического исследования.

1.1. Метод статистического наблюдения

1.4. Вариационные ряды

1.5. Выборочный метод

1.6. Корреляционный и регрессионный анализ

1.7. Ряды динамики

1.8. Статистические индексы

Заключение

Список использованной литературы

Полная и достоверная статистическая информация является тем необходимым основанием, на котором базируется процесс управления экономикой. Вся информация, имеющая народнохозяйственную значимость, в конечном счете, обрабатывается и анализируется с помощью статистики.

Именно статистические данные позволяют определить объемы валового внутреннего продукта и национального дохода, выявить основные тенденции развития отраслей экономики, оценить уровень инфляции, проанализировать состояние финансовых и товарных рынков, исследовать уровень жизни населения и другие социально-экономические явления и процессы. Овладение статистической методологией - одно из условий познания конъюнктуры рынка, изучения тенденций и прогнозирования, принятия оптимальных решений на всех уровнях деятельности.

Статистическая наука - это отрасль знаний, изучающая явления общественной жизни с их количественной стороны в неразрывной связи с их качественным содержанием в конкретных условиях места и времени. Статистическая практика - это деятельность по сбору, накоплению, обработке и анализу цифровых данных, характеризующих все явления в жизни общества.

Говоря о статистике следует помнить, что цифры в статистике не абстрактные, а выражают глубокий экономический смысл. Каждый экономист должен уметь пользоваться статистическими цифрами, анализировать их, уметь использовать для обоснования своих выводов.

Статистические законы действуют в пределах времени и места, в которых они обнаружены.

Окружающий мир состоит из массовых явлений. Если отдельный факт зависит от законов случая, то масса явлений подчиняется закономерностям. Для обнаружения этих закономерностей используется закон больших чисел.

Для получения статистической информации органы государственной и ведомственной статистики, а также коммерческие структуры проводят различного рода статистические исследования. Процесс статистического исследования включает три основные стадии: сбор данных, их сводка и группировка, анализ и расчет обобщающих показателей.

От того, как собран первичный статистический материал, как он обработан и сгруппирован в значительной степени зависят результаты и качество всей последующей работы, а в конечном итоге при нарушениях могут привести к абсолютно ошибочным выводам.

Сложной, трудоемкой и ответственной является заключительная, аналитическая стадия исследования. На этой стадии рассчитываются средние показатели и показатели распределения, анализируется структура совокупности, исследуется динамика и взаимосвязь между изучаемыми явлениями и процессами.

На всех стадиях исследования статистика использует различные методы. Методы статистики - это особые примы и способы изучения массовых общественных явлений.

На первой стадии исследования применяются методы массового наблюдения, собирается первичный статистический материал. Основное условие - массовость, т.к. закономерности общественной жизни проявляются в достаточно большом массиве данных в силу действия закона больших чисел, т.е. в сводных статистических характеристиках случайности взаимопогашаются.

На второй стадии исследования, когда собранная информация подвергается статистической обработке, используется метод группировок. Применение метода группировок требует непременного условия - качественной однородности совокупности.

На третьей стадии исследования проводится анализ статистической информации с помощью таких методов как метод обобщающих показателей, табличный и графический методы, методы оценки вариации, балансовый метод, индексный метод.

Аналитическая работа должна содержать элементы предвидения, указывать на возможные последствия складывающихся ситуаций.

Руководство статистикой в стране осуществляет Государственный комитет Российской Федерации по статистике. Как федеральный орган исполнительной власти он осуществляет общее руководство статистикой в стране, предоставляет официальную статистическую информацию Президенту, Правительству, Федеральному Собранию, федеральным органам исполнительной власти, общественным и международным организациям, разрабатывает статистическую методологию, координирует статистическую деятельность федеральных и региональных организаций исполнительной власти, осуществляет анализ экономико-статистической информации, составляет национальные счета и делает балансовые расчеты.

Система органов статистики в РФ образована в соответствии с административно территориальным делением страны. В республиках, входящих в РФ, имеются Республиканские комитеты. В автономных округах, краях, областях, в Москве и Санкт-Петербурге действуют Государственные комитеты по статистике.

В районах (городах) - управления (отделы) государственной статистики. Кроме государственной существует еще ведомственная статистика (на предприятиях, ведомствах, министерствах). Она обеспечивает внутренние потребности в статистической информации.

Цель данной работы – рассмотреть статистические методы исследования.

1. Методы статистического исследования

Между наукой-статистикой и практикой существует тесная взаимосвязь: статистика использует данные практики, обобщает и разрабатывает методы проведения статистических исследований. В свою очередь в практической деятельности применяются теоретические положения статистической науки для решения конкретных управленческих задач. Знание статистики необходимо современному специалисту для принятия решений в условиях стохастики (когда анализируемые явления подвержены влиянию случайностей), для анализа элементов рыночной экономики, в сборе информации, в связи с увеличением числа хозяйственных единиц и их типов, аудите, финансовом менеджменте, прогнозировании.

Для изучения предмета статистики разработаны и применяются специфические приемы, совокупность которых образует методологию статистики (методы массовых наблюдений, группировок, обобщающих показателей, динамических рядов, индексный метод и др.). Применение в статистике конкретных методов предопределяется поставленными задачами и зависит от характера исходной информации. При этом статистика опирается на такие диалектические категории, как количество и качество, необходимость и случайность, причинность, закономерность, единичное и массовое, индивидуальное и общее. Статистические методы используются комплексно (системно). Это обусловлено сложностью процесса экономико-статистического исследования, состоящего из трех основных стадий: первая - сбор первичной статистической информации; вторая - статистическая сводка и обработка первичной информации; третья - обобщение и интерпретация статистической информации.

Общей методологией изучения статистических совокупностей является использование основных принципов которыми руководствуются в любой науке. К этим принципам, как к своего рода началам относятся следующие:

1. объективность изучаемых явлений и процессов;

2. выявление взаимосвязи и системности в которых проявляется содержание изучаемых факторов;

3. целеполагание, т.е. достижение поставленных целей со стороны исследователя, изучающего соответствующие статистические данные.

Это выражается в получении сведений о тенденциях, закономерностях и возможных последствиях развития изучаемых процессов. Знание закономерностей развития социально-экономических процессов, интересующих общество, имеет важное практическое значение.

К числу особенностей статистического анализа данных следует отнести метод массового наблюдения, научной обоснованности качественного содержания группировок и его результатов, вычисление и анализ обобщенных и обобщающих показателей изучаемых объектов.

Что касается конкретных методов экономической, промышленной или статистики культуры, населения, национального богатства и т.п., то здесь могут быть свои специфические методы сбора, группировки и анализа соответствующих совокупностей (суммы фактов).

В экономической статистике, например, широко применяется балансовый метод как наиболее распространенный метод взаимной увязки отдельных показателей в единой системе экономических связей в общественном производстве. К методам применяемым в экономической статистике также относятся составление группировок, исчисление относительных показателей (процентное соотношение), сравнения, исчисление различных видов средних величин, индексов и т.п.

Метод связующих звеньев состоит в том, что два объемных, т.е. количественных показателя сопоставляются на основе существующего между ними отношения. Например, производительность труда в натуральных показателях и отработанного времени, или объем перевозок в тоннах и средней дальности перевозок в км.

При анализе динамики развития народного хозяйства основным методом выявления этой динамики (движения) является индексный метод, методы анализа временных рядов.

При статистическом анализе основных экономических закономерностей развития народного хозяйства важным методом статистики является вычисление тесноты связей между показателями с помощью корреляционного и дисперсионного анализа и др.

Кроме названных методов широкое распространение получили математико-статистические методы исследования которые расширяются по мере движения масштабов применения ЭВМ и создания автоматизированных систем.

Этапы статистического исследования:

1. Статистическое наблюдение – массовый научно организованный сбор первичной информации об отдельных единицах изучаемого явления.

2. Группировка и сводка материала – обобщение данных наблюдения для получения абсолютных величин (учетно-оценочных показателей) явления.

3. Обработка статистических данных и анализ результатов для получения обоснованных выводов о состоянии изучаемого явления и закономерностях его развития.

Все этапы статистического исследования тесно связаны друг с другом и одинаково важны. Недостатки и ошибки, возникающие на каждой стадии, сказываются на все исследовании в целом. Поэтому правильное использование специальных методов статистической науки на каждом этапе позволяет получить достоверную информацию в результате статистического исследования.

Методы статистического исследования:

1. Статистическое наблюдение

2. Сводка и группировка данных

3. Расчет обобщающих показателей (абсолютные, относительные и средние величины)

4. Статистические распределения (вариационные ряды)

5. Выборочный метод

6. Корреляционно-регрессионный анализ

7. Ряды динамики

Задача статистики – исчисление статистических показателей и их анализ, благодаря чему управляющие органы получают всестороннюю характеристику управляемого объекта, будь то вся национальная экономика или отдельные ее отрасли, предприятия и их подразделения. Управлять социально-экономическими системами нельзя, не располагая оперативной, достоверной и полной статистической информацией.

Статистическое наблюдение - это планомерный, научно-организованный и, как правило, систематический сбор данных о явлениях общественной жизни. Оно осуществляется путем регистрации заранее намеченных существенных признаков с целью получения в дальнейшем обобщающих характеристик этих явлений.

Например, при проведении переписи населения о каждом жителе страны записываются сведения о его поле, возрасте, семейном положении, образовании и др., а затем статистические органы определяют на основе этих сведений численность населения страны, его возрастную структуру, размещение по территории страны, семейный состав и другие показатели.

К статистическому наблюдению предъявляются следующие требования: полнота охвата изучаемой совокупности, достоверность и точность данных, их однообразие и сопоставимость.

Формы, виды и способы статистического наблюдения

Статистическое наблюдение осуществляется в двух формах: отчетность и специально организованное статистическое наблюдение.

Отчетностью называют такую организационную форму статистического наблюдения, при которой сведения поступают в статистические органы от предприятий, учреждений и организаций в виде обязательных отчетов об их деятельности.

Отчетность может быть общегосударственной и внутриведомственной.

Общегосударственная - поступает в вышестоящие органы и в органы государственной статистики. Она необходима для целей обобщения, контроля, анализа и прогнозирования.

Внутриведомственная - используется в Министерствах и ведомствах для оперативных нужд.

Отчетность утверждается Госкомстатом РФ. Отчетность составляется на основании первичного учета. Особенность отчетности в том, что она обязательна, документально обоснована и юридически подтверждена подписью руководителя.

Специально-организованное статистическое наблюдение - наблюдение, организуемое с какой-нибудь особой целью для получения сведений, которых нет в отчетности, или для проверки и уточнения данных отчетности. Это перепись населения, скота, оборудования, всевозможные единовременные учеты. Как, например, бюджетные обследования домашних хозяйств, опросы общественного мнения и т.п.

Виды статистического наблюдения можно сгруппировать по двум признакам: по характеру регистрации фактов и по охвату единиц совокупности.

По характеру регистрации фактов статистическое наблюдение может быть: текущим или систематическим и прерывным .

Текущее наблюдение - это непрерывный учет, например, производства продукции, отпуск материала со склада и т.д., т.е. регистрация осуществляется по мере совершения факта.

Прерывное наблюдение может быть периодическим, т.е. повторяющимся через определенные промежутки времени. Например, перепись скота на 1 января или регистрация цен на рынке на 22 число каждого месяца. Единовременное наблюдение организуется по мере надобности, т.е. без соблюдения периодичности или вообще единожды. Например, изучение общественного мнения.

По охвату единиц совокупности наблюдение может быть сплошным и несплошным.

При сплошном наблюдении обследованию подвергаются все единицы совокупности. Например, перепись населения.

При несплошном наблюдении обследуется часть единиц совокупности. Несплошное наблюдение можно подразделить на подвиды: выборочное, монографическое, метод основного массива.

Выборочное наблюдение - это наблюдение, основанное на принципе случайного отбора. При правильной его организации и проведении выборочное наблюдение дает достаточно достоверные данные об изучаемой совокупности. В некоторых случаях им можно заменить сплошной учет, т.к. результаты выборочного наблюдения с вполне определенной вероятностью можно распространить на всю совокупность. Например, контроль качества продукции, изучение продуктивности скота и т.д. В условиях рыночной экономики сфера применения выборочного наблюдения расширяется.

Монографическое наблюдение - это детальное, глубокое изучение и описание характерных в каком-то отношении единиц совокупности. Оно проводится с целью выявления имеющихся и намечающихся тенденций в развитии явления (выявление недостатков, изучения передового опыта, новых форм организации и т.д.)

Метод основного массива заключается в том, что обследованию подвергается наиболее крупные единицы, которые вместе взятые имеют преобладающий удельный вес в совокупности по основному для данного исследования признаку (признакам). Так при изучении работы рынков в городах обследованию подвергаются рынки крупных городов, где проживает 50% всего населения, а оборот рынков составляет 60% от общего оборота.

По источнику сведений различают непосредственное наблюдение, документальное и опрос.

Непосредственным называют такое наблюдение, при котором сами регистраторы путем замера, взвешивания или подсчета устанавливают факт и производят запись его в формуляре (бланке) наблюдения.

Документальное - предполагает запись ответов на основании соответствующих документов.

Опрос - это наблюдение, при котором ответы на вопросы записываются со слов опрашиваемого. Например, перепись населения.

В статистике сведения об изучаемом явлении могут быть собраны различными способами: отчетным, экспедиционным, самоисчислением, анкетным, корреспондентским.

Сущность отчетного способа заключается в предоставлении отчетов в строго обязательном порядке.

Экспедиционный способ заключается в том, что специально привлеченные и обученные работники записывают сведения в формуляр наблюдения (перепись населения).

При самоисчислении (саморегистрации) формуляры заполняют сами опрашиваемые. Этот способ применяется, например, при изучении маятниковой миграции (передвижения населения от места жительства до места работы и обратно).

Анкетный способ - это сбор статистических данных с помощью специальных вопросников (анкет), рассылаемых определенному кругу лиц или публикуемых в периодической печати. Этот способ применяется очень широко, особенно в различных социологических обследованиях. Однако он имеет большую долю субъективизма.

Сущность корреспондентского способа заключается в том, что статистические органы договариваются с определенными лицами (добровольными корреспондентами), которые берут на себя обязательство вести наблюдение за какими-либо явлениями в установленные сроки и сообщать результаты в статистические органы. Так, например, проводятся экспертные оценки по конкретным вопросам социально-экономического развития страны.

1.2. Сводка и группировка материалов статистического наблюдения

Сущность и задачи сводки и группировки

Сводка - это операция по отработке конкретных единичных фактов, образующих совокупность и собранных в результате наблюдения. В результате сводки множество индивидуальных показателей относящихся к каждой единице объекта наблюдения, превращаются в систему статистических таблиц и итогов, проявляются типические черты и закономерности изучаемого явления в целом.

По глубине и точности обработки различают сводку простую и сложную.

Простая сводка - это операция по подсчету общих итогов, т.е. по совокупности единиц наблюдения.

Сложная сводка - это комплекс операций, включающих группировку единиц наблюдения, подсчет итогов по каждой группе и по объекту в целом, оформление результатов в виде статистических таблиц.

Проведение сводки включает следующие этапы:

Выбор группировочного признака;

Определение порядка формирования группы;

Разработка системы показателей для характеристики групп и объекта в целом;

Разработка макетов таблиц для представления результатов сводки.

По форме обработки сводка бывает:

Централизованная (весь первичный материал поступает в одну вышестоящую организацию, например, Госкомстат РФ, и там полностью обрабатывается);

Децентрализованная (обработка собранного материала идет по восходящей линии, т.е. материал подвергается сводке и группировке на каждой ступени).

На практике обычно сочетают обе формы организации сводки. Так, например, при переписи предварительные итоги получают в порядке децентрализованной сводки, а сводные окончательные - в результате централизованной разработки бланков переписи.

По технике выполнения сводка бывает механизированной и ручной.

Группировкой называется расчленение изучаемой совокупности на однородные группы по определенным существенным признакам.

На основе метода группировок решаются центральные задачи исследования, обеспечивается правильное применение других методов статистического и статистико-математического анализа.

Работа по составлению группировок сложная и трудная. Приемы группировок разнообразны, что обусловлено разнообразием группировочных признаков и различными задачами исследования. К основным задачам, решаемым с помощью группировок относятся:

Выделение социально -экономических типов;

Изучение структуры совокупности, структурных сдвигов в ней;

Выявление связи между явлениями и взаимозависимости.

Виды группировок

В зависимости от задач, решаемых с помощью группировок, выделяют 3 типа группировок: типологические, структурные и аналитические.

Типологическая группировка решает задачу выявления социально-экономических типов. При построении группировки этого вида основное внимание должно быть уделено идентификации типов и выбору группировочного признака. Исходят при этом из сущности изучаемого явления. (таблица 2.3).

Структурная группировка решает задачу изучения состава отдельных типических групп по какому-то признаку. Например, распределение постоянного населения по возрастным группам.

Аналитическая группировка позволяет выявить взаимосвязи между явлениями и их признаками, т.е. выявить влияние одних признаков (факторных) на другие (результативные). Взаимосвязь проявляется в том, что с возрастанием факторного признака возрастает или убывает значение результативного признака. В основе аналитической группировки всегда лежит факторный признак, а каждая группа характеризуется средними величинами результативного признака.

Например, зависимость объема розничного товарооборота от величины торговой площади магазина. Здесь факторный (группировочный) признак - торговая площадь, а результативный - средний на 1 магазин объем товарооборота.

По сложности группировка бывает простой и сложной (комбинированной).

В простой группировке в основании один признак, а в сложной - два и более в сочетании (в комбинации). В этом случае сначала группы образуются по одному (основному) признаку, а затем каждая из них делится на подгруппы по второму признаку и т.д.

1.3. Абсолютные и относительные статистические величины

Абсолютные статистические величины

Исходной, первичной формой выражения статистических показателей являются абсолютные величины. Абсолютные величины характеризуют размер явлений в мерах массы, площади, объема, протяженности, времени и т.д.

Индивидуальные абсолютные показатели получаются, как правило, непосредственно в процессе наблюдения в результате замера, взвешивания, подсчета, оценки. В некоторых случаях абсолютные индивидуальные показатели представляют собой разность.

Сводные, итоговые объемные абсолютные показатели получают в результате сводки и группировки.

Абсолютные статистические показатели всегда являются числами именованными, т.е. имеют единицы измерения . Существует 3 типа единиц измерения абсолютных величин: натуральные, трудовые и стоимостные.

Натуральные единицы измерения - выражают величину явления в физических мерах, т.е. мерах веса, объема, протяженности, времени, счета, т.е. в килограммах, кубических метрах, километрах, часах, штуках и т.д.

Разновидностью натуральных единиц являются условно-натуральные единицы измерения , которые используются для сведения воедино нескольких разновидностей одной и той же потребительной стоимости. Одну из них принимают за эталон, а другие пересчитываются с помощью специальных коэффициентов в единицы меры этого эталона. Так, например, мыло с разным содержанием жирных кислот пересчитывают на 40% содержание жирных кислот.

В отдельных случаях для характеристики какого-либо явления одной единицы измерения недостаточно, и используется произведение двух единиц измерения.

Примером может служить грузооборот в тонно-километрах, производство электроэнергии в киловатт-часах и др.

В условиях рыночной экономики наибольшее значение имеют стоимостные (денежные) единицы измерения (рубль, доллар, марка и т.д.). Они позволяют получить денежную оценку любых социально-экономических явлений (объем продукции, товарооборота, национального дохода и т.п.). Однако, следует помнить, что в условиях высоких темпов инфляции показатели в денежной оценке становятся несопоставимыми. Это следует учитывать при анализе стоимостных показателей в динамике. Для достижения сопоставимости показатели необходимо пересчитывать в сопоставимые цены.

Трудовые единицы измерения (человеко-часы, человеко-дни) используются для определения затрат труда на производстве продукции, на выполнение какой-нибудь работы и т.п.

Относительные статистические величины, их сущность и формы выражения

Относительными величинами в статистике называются величины, выражающие количественное соотношение между явлениями общественной жизни. Они получаются в результате деления одной величины на другую.

Величина с которой производится сравнение (знаменатель) называется основанием, базой сравнения; а та, которая сравнивается (числитель) - называется, сравниваемой, отчетной или текущей величиной.

Относительная величина показывает, во сколько раз сравниваемая величина больше или меньше базисной, или какую долю первая составляет от второй; а в отдельных случаях - сколько единиц одной величины приходится на единицу (или на 100, на 1000 и т.д.) другой (базисной) величины.

В результате сопоставления одноименных абсолютных величин получаются отвлеченные неименованные относительные величины, показывающие во сколько раз данная величина больше или меньше базисной. В этом случае базисная величина принимается за единицу (в результате получается коэффициент ).

Кроме коэффициента широко распространенной формой выражения относительных величин являются проценты (%). В этом случае базисная величина принимается за 100 единиц.

Относительные величины могут выражаться в промилле (‰), в продецимилле (0 / 000). В этих случаях база сравнения принимается соответственно за 1 000 и за 10 000. В отдельных случаях база сравнения может быть принята и за 100 000.

Относительные величины могут быть числами именованными. Ее наименование представляет собой сочетание наименований сравниваемого и базисного показателей. Например, плотность населения чел/кв. км (сколько человек приходится на 1 квадратный километр).

Виды относительных величин

Виды относительных величин подразделяются в зависимости от их содержания. Это относительные величины: планового задания, выполнения плана, динамики, структуры, координации, интенсивности и уровня экономического развития, сравнения.

Относительная величина планового задания представляет собой отношение величины показателя, устанавливаемой на планируемый период к величине его, достигнутой к планируемому периоду.

Относительной величиной выполнения плана называется величина, выражающая соотношение между фактическим и плановым уровнем показателя.

Относительная величина динамики представляет собой отношение уровня показателя за данный период к уровню этого же показателя в прошлом.

Три вышеперечисленные относительные величины связаны между собой, а именно: относительная величина динамики равна произведению относительных величин планового задания и выполнения плана.

Относительная величина структуры представляет собой отношение размеров части к целому. Она характеризует структуру, состав той или иной совокупности.

Эти же величины в процентах называют удельным весом.

Относительной величиной координации называют соотношение частей целого между собой. В результате получают, во сколько раз данная часть больше базисной. Или сколько процентов от нее составляет или сколько единиц данной структурной части приходится на 1 единицу (100 или 1000 и т.д. единиц) базисной структурной части.

Относительная величина интенсивности характеризует развитие изучаемого явления или процесса в другой среде. Это отношение двух взаимосвязанных явлений, но разных. Оно может быть выражено и в процентах, и в промилле, и продецемилле, и именованной. Разновидностью относительной величины интенсивности является показатель уровня экономического развития , характеризующий производство продукции на душу населения.

Относительная величина сравнения представляет собой соотношение одноименных абсолютных показателей по разным объектам (предприятиям, районам, областям, странам и т.д.). Он может быть выражен как в коэффициентах, так и в процентах.

Средние величины их сущность и виды

Статистика, как известно, изучает массовые социально-экономические явления. Каждое из этих явлений может иметь различное количественное выражение одного и того же признака. Например, заработная плата одной и той же профессии рабочих или цены на рынке на один и тот же товар и т.д.

Для изучения какой-либо совокупности по варьирующим (количественно изменяющимся) признакам статистика использует средние величины.

Средняя величина - это обобщающая количественная характеристика совокупности однотипных явлений по одному варьирующему признаку.

Важнейшее свойство средней величины заключается в том, что она представляет значение определенного признака во всей совокупности одним числом, несмотря на количественные различия его у отдельных единиц совокупности, и выражает то общее, что присуще всем единицам изучаемой совокупности. Таким образом, через характеристику единицы совокупности она характеризует всю совокупность в целом.

Средние величины связаны с законом больших чисел. Суть этой связи заключается в том, что при осреднении случайные отклонения индивидуальных величин в силу действия закона больших чисел взаимопогашаются и в средней выявляется основная тенденция развития, необходимость, закономерность однако, для этого среднюю необходимо вычислять на основе обобщения массы фактов.

Средние величины позволяют сравнивать показатели, относящиеся к совокупностям с различной численностью единиц.

Важнейшим условием научного использования средних величин в статистическом анализе общественных явлений является однородность совокупности, для которой исчисляется средняя. Одинаковая по форме и технике вычисления средняя в одних условиях (для неоднородной совокупности) фиктивная, а в других (для однородной совокупности) соответствует действительности. Качественная однородность совокупности определяется на основе всестороннего теоретического анализа сущности явления. Так, например, при исчислении средней урожайности требуется, чтобы исходные данные относились к одной и той же культуре (средняя урожайность пшеницы) или группе культур (средняя урожайность зерновых). Нельзя вычислять среднюю для разнородных культур.

Математические приемы, используемые в различных разделах статистики, непосредственно связаны с вычислением средних величин.

Средние в общественных явлениях обладают относительным постоянством, т.е. в течение какого-то определенного промежутка времени однотипные явления характеризуются примерно одинаковыми средними.

Средине величины очень тесно связаны с методом группировок, т.к. для характеристики явлений необходимо исчислять не только общие (для всего явления) средние, но и групповые (для типических групп этого явления по изучаемому признаку).

Виды средних величин

От того, в каком виде представлены исходные данные для расчета средней величины, зависит по какой формуле она будет определятся. Рассмотрим наиболее часто применяемые в статистике виды средних величин:

Среднюю арифметическую;

Среднюю гармоническую;

Среднюю геометрическую;

Среднюю квадратическую.

1.4. Вариационные ряды

Сущность и причины вариации

Информация о средних уровнях исследуемых показателей обычно бывает недостаточной для глубокого анализа изучаемого процесса или явления.

Необходимо учитывать и разброс или вариацию значений отдельных единиц, которая является важной характеристикой изучаемой совокупности. Каждое индивидуальное значение признака складывается под совместным воздействием многих факторов. Социально-экономические явления, как правило, обладают большой вариацией. Причины этой вариации содержатся в сущности явления.

Показатели вариации определяют как группируются значения признака вокруг средней величины. Они используются для характеристики упорядоченных статистических совокупностей: группировок, классификаций, рядов распределения. В наибольшей степени вариации подвержены курсы акций, объёмы спроса и предложения, процентные ставки в разные периоды и в разных местах.

Абсолютные и относительные показатели вариации

По смыслу определения вариация измеряется степенью колеблемости вариантов признака от уровня их средней величины, т.е. как разность х-х. На использовании отклонений от средней построено большинство показателей применяемых в статистике для измерения вариаций значений признака в совокупности.

Самым простейшим абсолютным показателем вариации является размах вариации R=xmax-xmin . Размах вариации выражается в тех же единицах измерения, что и Х. Он зависит только от двух крайних значений признака и, поэтому, недостаточно характеризует колеблемость признака.

Абсолютные показатели вариации зависят от единиц измерения признака и затрудняют сравнение двух или нескольких различных вариационных рядов.

Относительные показатели вариации вычисляются как отношение различных абсолютных показателей вариации к средней арифметической. Наиболее распространённым из них является коэффициент вариации.

Коэффициент вариации характеризует колеблемость признака внутри средней. Самые лучшие значения его до 10%, неплохие до 50%, плохие свыше 50%. Если коэффициент вариации не превышает 33%, то совокупность по рассматриваемому признаку можно считать однородной.

1.5. Выборочный метод

Сущность выборочного метода заключается в том, чтобы по свойствам части (выборки) судить о численных характеристиках целого (генеральной совокупности), по отдельным группам вариантов их общей совокупности, которая иногда мыслится как совокупность неограниченно большого объема. Основу выборочного метода составляет та внутренняя связь, которая существует в популяциях между единичным и общим, частью и целым.

Выборочный метод имеет очевидные преимущества перед сплошным изучением генеральной совокупности, так как сокращает объем работы (за счет уменьшения числа наблюдении) позволяет экономить силы и средства, получать информацию о таких совокупностях, полное обследование которых практически невозможно или нецелесообразно.

Опыт показал, что правильно произведенная выборка довольно хорошо представляет или репрезентирует (от лат. represento-представляю) структуру и состояние генеральной совокупности. Однако полного совпадения выборочных данных с данными обработки генеральной совокупности, как правило, не бывает. В этом и заключается недостаток выборочного метода, на фоне которого видны преимущества сплошного описания генеральной совокупности.

В виду неполного отображения выборкой статистических характеристик (параметров) генеральной совокупности перед исследователем возникает важная задача: во-первых, учитывать и соблюдать те условия, при которых выборка наилучшим образом репрезентирует генеральную совокупность, а во-вторых, в каждом конкретном случае устанавливать, с какой уверенностью можно перенести результаты выборочного наблюдения на всю генеральную совокупность, из которой выборка взята.

Репрезентативность выборки зависит от целого ряда условий и прежде всего от того, как она осуществляется, или планомерно (т. е. по заранее намеченной схеме), или путем непланомерного отбора вариант из генеральной совокупности. В любом случае выборка должна быть типичной и вполне объективной. Эти требования должны выполняться неукоснительно как наиболее существенные условия репрезентативности выборки. Прежде чем обрабатывать выборочный материал, его нужно тщательно проверить и освободить выборку от всего лишнего, что нарушает условия репрезентативности. В то же время при образовании выборки нельзя поступать по произволу, включать в ее состав только те варианты, которые кажутся типичными, а все остальные браковать. Доброкачественная выборка должна быть объективной, т. е. производиться без предвзятых побуждений, при исключении субъективных влияний на ее состав. Выполнению этого условия репрезентативности отвечает принцип рендомизации (от англ. rendom-случай), или случайного отбора вариант из генеральной совокупности.

Этот принцип положен в основу теории выборочного метода и должен соблюдаться во всех случаях образования репрезентативной выборочной совокупности, не исключая и случаев планомерного или преднамеренного отбора.

Существуют различные способы отбора. В зависимости от способа отбора различают выборки следующих типов:

Случайная выборка с возвратом;

Случайная выборка без возврата;

Механическая;

Типическая;

Серийная.

Рассмотрим образование случайных выборок с возвратом и без возврата. Если выборка производится из массы изделий (например, из ящика), то после тщательного перемешивания следует брать объекты случайно, т. е. так, что бы они все имели одинаковую вероятность попасть в выборку. Часто для образования случайной выборки элементы генеральной совокупности предварительно номеруются, а каждый номер записывается на отдельной карточке. В результате получается пачка карточек, число которых совпадает с объемом генеральной совокупности. После тщательного перемешивания из этой пачки берут по одной карточке. Объект, имеющий одинаковый номер с карточкой считается попавшим в выборку. При этом возможны два принципиально различных способа образования выборочной совокупности.

Первый способ - вынутая карточка после фиксации ее номера возвращается в пачку, после чего карточки снова тщательно перемешиваются. Повторяя такие выборки по одной карточке, можно образовать выборочную совокупность любого объема. Выборочная совокупность, образованная по такой схеме, получила название случайной выборки с возвратом.

Второй способ - каждая вынутая карточка после ее записи обратно не возвращается. Повторяя по такой схеме выборки по одной карточке, можно получить выборочную совокупность любого заданного объема. Выборочную совокупность, образованную по данной схеме называют случайной выборкой без возврата. Случайная выборка без возврата образуется в том случае, если из тщательно перемешанной пачки сразу берут нужное число карточек.

Однако при большом объеме генеральной совокупности описанный выше способ образования случайной выборки с возвратом и без возврата оказывается очень трудоемким. В этом случае пользуются таблицами случайных чисел, в которых числа расположены в случайном порядке. Доля того, что бы отобрать, например, 50 объектов из пронумерованной генеральной совокупности, открывают любую страницу таблицы случайных чисел и выписывают подряд 50 случайных чисел; в выборку попадают те объекты, номера которых совпадают с выписанными случайными числами, если случайное число таблицы окажется больше объема генеральной совокупности, то такое число пропускают.

Заметим, что различие между случайными выборками с возвратом и без возврата стирается, если они составляют незначительную часть большой генеральной совокупности.

При механическом способе образования выборочной совокупности, подлежащие обследованию элементы генеральной совокупности отбираются через определенный интервал. Так, например, если выборка должна составлять 50% генеральной совокупности, то отбирается каждый второй элемент генеральной совокупности. Если выборка десяти процентная, то отбирается каждый десятый ее элемент и т. д.

Следует отметить, что иногда механический отбор может не обеспечить репрезентативной выборки. Например, если отбирается каждый двенадцатый обтачиваемый валик, причем сразу же после отбора производят замену резца, то отобранными окажутся все валики, обточенные затупленными резцами. В таком случае необходимо устранить совпадение ритма отбора с ритмом замены резца, для чего следует отбирать хотя бы каждый десятый валик из двенадцати обточенных.

При большом количестве выпускаемой однородной продукции, когда в ее изготовлении принимают участие различные станки, и даже цеха, для образования репрезентативной выборки пользуются типическим способом отбора. В этом случае, генеральную совокупность предварительно разбивают на непересекающиеся группы. Затем из каждой группы, по схеме случайной выборки с возвратом или без возврата отбирают определенной число элементов. Они и образуют выборочную совокупность, которая называется типической.

Пусть, например, выборочным путем исследуется продукция цеха, в котором имеются 10 станков, производящих одну и ту же продукцию. Пользуясь схемой случайной выборки с возвратом или без возврата, отбирают изделия, сначала из продукции, сделанной на первом, затем на втором и т. д. станках. Такой способ отбора позволяет образовать типическую выборку.

Иногда на практике бывает целесообразно пользоваться серийным способом отбора, идея которого заключается в том, что генеральную совокупность разбивают на некоторое количество непересекающихся серий и по схеме случайной выборки с возвратом или без возврата контролируют все элементы лишь отобранных серий. Например, если изделия изготовляются большой группой станков-автоматов, то сплошному обследованию подвергают продукцию только нескольких станков. Серийным отбором пользуются в случае, если обследуемый признак колеблется в различных сериях незначительно.

О том, какому способу отбора следует отдать предпочтение в той или иной ситуации, следует судить, исходя из требований поставленной задачи и условий производства. Заметим, что на практике при составлении выборки часто используют одновременно несколько способов отбора в комплексе.

1.6. Корреляционный и регрессионный анализ

Регрессионный и корреляционный анализы - это эффективные методы, которые разрешают анализировать значительные объемы информации с целью исследования вероятной взаимосвязи двух или больше переменных.

Задачи корреляционного анализа сводятся к измерению тесноты известной связи между варьирующими признаками, определению неизвестных причинных связей (причинный характер которых должен быть выяснен с помощью теоретического анализа) и оценки факторов, оказывающих наибольшее влияние на результативный признак.

Задачами регрессионного анализа являются выбор типа модели (формы связи), установление степени влияния независимых переменных на зависимую и определение расчётных значений зависимой переменной (функции регрессии).

Решение всех названных задач приводит к необходимости комплексного использования этих методов.

1.7. Ряды динамики

Понятие о рядах динамики и виды рядов динамики

Рядом динамики называется ряд последовательно расположенных во времени статистических показателей, которые в своем изменении отражают ход развития изучаемого явления.

Ряд динамики состоит из двух элементов: момента или периода времени , которым относятся данные и статистических показателей (уровней) . Оба элемента вместе образуют члены ряда . Уровни ряда обычно обозначают через "y", а период времени - через "t".

По длительности времени, к которым относятся уровни ряда, ряды динамики делятся на моментные и интервальные.

В моментных рядах каждый уровень характеризует явления на момент времени . Например: число вкладов населения в учреждениях сберегательного банка РФ, на конец года.

В интервальных рядах динамики каждый уровень ряда характеризует явление за период времени . Например: производство часов в РФ по годам.

В интервальных рядах динамики уровни ряда можно суммировать и получить общую величину за ряд следующих друг за другом периодов. В моментных рядах эта сумма не имеет смысла.

В зависимости от способа выражения уровней ряда различают ряды динамики абсолютных величин, относительных величин и средних величин.

Ряды динамики могут быть с равным и неравным интервалами. Понятие интервала в моментных и интервальных рядах различные. Интервал моментного ряда - это период времени от одной даты до другой даты, на которые приведены данные. Если это данные о числе вкладов на конец года, то интервал равен от конца одного года, до конца другого года. Интервал интервального ряда - это период времени за который обобщены данные. Если это производство часов по годам, то интервал равен одному году.

Интервал ряда может быть равным и неравным как в моментных, так и в интервальных рядах динамики.

С помощью рядов динамики определяют скорость и интенсивность развития явлений, выявляют основную тенденцию их развития, выделяют сезонные колебания, сравнивают развитие во времени отдельных показателей разных стран, выявляют связи между развивающимися во времени явлениями.

1.8. Статистические индексы

Понятие об индексах

Слово "index" латинское и означает "показатель", "указатель". В статистике под индексом понимается обобщающий количественный показатель, выражающий соотношение двух совокупностей, состоящих из элементов, непосредственно не поддающихся суммированию. Например, объем продукции предприятия в натуральном выражении суммировать нельзя (кроме однородной), а для обобщающей характеристики объема это необходимо. Нельзя суммировать цены на отдельные виды продукции и т.д. Для обобщающей характеристики таких совокупностей в динамике, в пространстве и по сравнению с планом применяются индексы. Кроме сводной характеристики явлений индексы позволяют дать оценку роли отдельных факторов в изменении сложного явления. Индексы используются и для выявления структурных сдвигов в народном хозяйстве.

Индексы рассчитываются как для сложного явления (общие или сводные), так и для отдельных его элементов (индивидуальные индексы).

В индексах, характеризующих изменение явления во времени различают базисный и отчетный (текущий) периоды. Базисный период - это период времени к которому относится величина, принятая за базу сравнения. Обозначается он подстрочным знаком "0". Отчетный период - это период времени, к которому относится величина, подвергающаяся сравнению. Обозначается он подстрочным знаком "1".

Индивидуальные индексы - это обычная относительная величина.

Сводный индекс - характеризует изменение всей сложной совокупности в целом, т.е. состоящей из несуммируемых элементов. Следовательно, чтобы рассчитать такой индекс надо преодолеть несуммарность элементов совокупности.

Это достигается введением дополнительного показателя (соизмерителя). Сводный индекс состоит из двух элементов: индексируемой величины и веса.

Индексируемая величина - это показатель, для которого рассчитывается индекс. Вес (соизмеритель) - это дополнительный показатель вводимый для целей соизмерения индексируемой величины. В сводном индексе в числителе и знаменателе всегда сложная совокупность, выраженная суммой произведений индексируемой величины и веса.

В зависимости от объекта исследования как общие, так и индивидуальные индексы подразделяются на индексы объемных (количественных) показателей (физического объема продукции, посевной площади, численности рабочих и др.) и индексы качественных показателей (цены, себестоимости, урожайности, производительности труда, заработной платы и др.).

В зависимости от базы сравнения индивидуальные и общие индексы могут быть цепными и базисными .

В зависимости от методологии расчета общие индексы имеют две формы: агрегатную и форму среднего индекса.

Правильно проведённый сбор, анализ данных и статистические расчёты позволяют обеспечить заинтересованные структуры и общественность информацией о развитии экономики, о направлении её развития, показать эффективность использования ресурсов, учесть занятость населения и его трудоспособность, определить темпы роста цен и влияние торговли на сам рынок или отдельно взятую сферу.

Список использованной литературы

1. Глинский В.В., Ионин В.Г. Статистический анализ. Учебное пособие.- М.: ФИЛИНЪ, 1998 г.-264 с.

2. Елисеева И.И., Юзбашев М.М. Общая теория статистики. Учебник.-

М.: Финансы и статистика, 1995 г.-368 с.

3. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики. Учебник.-М.: ИНФРА-М, 1996 г.-416 с.

4. Костина Л.В. Методика построения статистических графиков. Методическое пособие.- Казань, ТИСБИ, 2000 г.-49 с.

5. Курс социально-экономической статистики: Учебник/под ред. проф. М.Г. Назарова.-М.: Финстатинформ, ЮНИТИ-ДИАНА, 2000 г.-771 с.

6. Общая теория статистики: статистическая методология в изучении коммерческой деятельности: Учебник/под ред. А.А. Спирина, О.Э.Башеной-М.: Финансы и статистика, 1994 г.-296 с.

7. Статистика: курс лекций/ Харченко Л.П., Долженкова В.Г., Ионин В.Г. и др.- Новосибирск,: НГАЭиУ, М.: ИНФРА-М, 1997 г.-310 с.

8. Статистический словарь/ гл.ред. М.А. Королёв.-М.: Финансы и статистика, 1989 г.-623 с.

9. Теория статистики: Учебник/под ред. проф. Шмойловой Р.А.- М.: Финансы и статистика, 1996 г.-464 с.

Любое статистическое исследование массовых общественных явлений включает в себя 3 основных этапа:

Статистическое наблюдение - формируются первичные статистические данные, или исходная статистическая информация, которая является основой статисти­ческого исследования. Если при сборе первичных статистических данных допущена ошибка или материал оказался недоброкачественным, это повлияет на правильность и достоверность как теоретических, так и практических выводов;

Сводка и группировка данных - на этой стадии совокупность делится по признакам различия и объединяется по признакам сходства, подсчитываются суммарные показатели по группам и в целом. С помощью метода группировок изучаемые явления в зависимости от существенных признаков подразделяются на типы, группы и подгруппы. Метод группировок позволяет ограничивать качественно однородные в существенном отношении совокупности, что служит предпосылкой для определения и применения обобщающих показателей;

Обработка и анализ полученных данных, выявление закономерностей. На этом этапе с помощью обобщающих показателей рассчитываются относительные и средние величины, дается сводная оценка вариации признаков, характеризуется динамика явлений, применяются индексы, балансовые построения, рассчитываются показатели, характеризующие тесноту связей в изменении признаков. С целью наиболее рационального и наглядного изложения цифрового материала он представляется в виде таблиц и графиков.

Лекция №2. Статистическое наблюдение

1. Понятие и формы статистического наблюдения

Статистическое наблюдение - это первая стадия всякого статистического исследования.

Статистическое наблюдение представляет собой научно организованную работу по сбору массовых первичных данных о явлениях и процессах общественной жизни.

Однако не всякий сбор сведений является статистическим наблюдением. О статистическом наблюдении можно говорить лишь тогда, когда изучаются статистические закономерности, т.е. такие, которые проявляются только в массовом процессе, в большом числе единиц какой-то совокупности.

Следовательно, статистическое наблюдение должно быть:

планомерным - готовиться и проводиться по разработанному плану, который включает вопросы методологии, организации, техники сбора информации, контроля за качеством собранного материала, его достоверности, оформления итоговых результатов;

массовым - охватывать большое число случаев проявления данного процесса, достаточное для того, чтобы получить правдивые статистические данные, характеризующие не только отдельные единицы, но и всю совокупность в целом;

система­тическим – изучение тенденций и закономерностей социально-экономических процессов, характеризующихся количественными и качественными измене­ниями, возможно лишь на основе систематичности.

К статистическому наблюдению предъявляются следующие основные требования:

полнота статистических данных (полнота охвата единиц изучаемой совокупности, сторон того или иного явления, а также полнота охвата во времени);

достоверность и точность данных;

единообразие и сопоставимость данных.

В статистической практике используются две организационные формы наблюдения:

1) отчетность - это такая организационная форма, при которой единицы наблюдения представляют сведения о своей деятельности в виде формуляров регламентированного образца. Особенность отчетности состоит в том, что она обязательна, документально обоснована и юридически подтверждена подписью руководителя;

2) специальное статистическое обследование, примером чего являются проведение переписей населения, социологические исследования, переписи остатков материала и др. наблюдения, которые проводятся, если возникают задачи, для решения которых нет достаточной информации. Они дают дополнительный материал к отчетным данным или с их помощью проверяют отчетные данные.