Особенности статистической методологии.

Своеобразие статистики как науки и метода познания состоит в том, что она изучает количественные отношения в неразрывной связи с качественной стороной процессов общественной жизни. Неизбежным следствием такого своеобразия являются и особенности статистического анализа. Эти особенности, в частности, заключаются и в том, что статистические методы исследования органически сочетаются с методами той науки, предмет которой изучается, а исследователь, как правило, является специалистом двух научных дисциплин. Аспект конкретности в анализе общественных явлений, обусловленных определенным пространством и временем, предопределяет необходимость сочетания статистических и специфических методов для данной сферы объектов, устанавливаемых определенной научной дисциплиной.

Можно назвать, по крайней мере, три особенности статистической методологии или принципа статистического изучения явлений:

Статистика изучает массовые количественные отношения в неразрывной связи с качественными особенностями процессов и явлений;

Статистика рассматривает с помощью сводных показателей любой процесс в целом, в совокупности факторов, черт и сторон изучаемых явлений;

Статистика стремится показать совокупность явлений и их развитие в дифференциации, в многообразии их типов, рассмотреть взаимосвязи и отношения между последними.

Особенно большое значение для вскрытия специфики статистики имеет трактовка таких философских категорий, как качество и количество, причинность, необходимость и случайность, общее, частное и отдельное, закон и закономерность.

КАЧЕСТВО - это внутренняя определенность, или сущность явления непосредственно связанная с законом его развития. Качество обнаруживается в сочетании многообразных сторон, свойств, признаков явления.

КОЛИЧЕСТВО - это внешняя определенность явления, выступающая в виде величины, числа, степени проявления того или иного его свойства. Количество находится в единстве с качеством, составляя меру явления.

СУЩНОСТЬ - это внутренняя относительно устойчивая сторона действительности, скрытая за поверхностью явления.

ЯВЛЕНИЕ - это внешняя более подвижная сторона действительности, выступающая формой выражения сущности.

СЛУЧАЙНОСТЬ - это то, что имеет причину не в самом себе, не в сущности явлений, вытекает не из внутренних, но побочных, внешних связей, а поэтому может быть, но может и не быть, может произойти так или по другому.

НЕОБХОДИМОСТЬ - это то, что имеет причину в себе самом, с неизбежностью вытекает из сущности, внутренних связей явлений, поэтому неизбежно должно произойти в главном так, а не иначе.

Сущность и явление не совпадают друг с другом. Задача всякой науки, в том числе и статистики, заключается в том, чтобы за явлениями, которые только и попадают в поле зрения исследователя, увидеть, вскрыть сущность.

Таким образом, руководствуясь названными категориями объективной действительности, статистик вправе рассчитывать, что на основе собираемых им статистических данных он может раскрыть сущность изучаемого общественного процесса.

Одним из выражений связи между случайностью и необходимостью выступает ЗАКОН БОЛЬШИХ ЧИСЕЛ.

Иными словами, закон больших чисел выражает общий принцип, в силу которого в большом числе явлений при некоторых общих условиях почти устраняется влияние случайных факторов.

Закон больших чисел получил свое математическое доказательство в теории вероятностей, а также подтверждение в многочисленных экспериментальных проверках. Так, французский естествоиспытатель А.Бюффон поставил следующий опыт: подбросил монету 4040 раз, при этом орел выпал 2048 раз, а решка 1992 раза. Отсюда, частность выпадения орла составила 2048/4040 = 0,507 и отклонилась от вероятности его выпадения в каждом отдельном случае, равной 1/2, лишь на 0,007 (0,507 - 0,500).

Это говорит о том, что в рассматриваемом опыте почти полностью проявилось влияние основных, постоянных причин, а случайные причины отклонили результаты только на весьма незначительную величину. Т.е. в результате взаимопогашения случайных отклонений средние, исчисленные для величин одного и того же вида, становятся типичными, отражающими действие постоянных и существенных факторов в данных условиях времени и места.

В силу закона больших чисел случайные отклонения и ошибки в измерении величин взаимопогашаются в массе явлений. Опять-таки в силу этого же свойства следует изучать основные закономерности в большой совокупности объектов, а не на отдельных объектах, на величину которых, кроме основной закономерности, действуют двоякого рода погрешности: индивидуальные особенности данного события (объекта) и неточности, связанные с измерением его величины.

При определенных условиях величину отдельного элемента в совокупности можно рассматривать как случайную величину, имея в виду, что она является не только автоматическим результатом какой-то общей закономерности, но в то же время и сама определена действием множества факторов, не зависящих от этой общей закономерности.

Поэтому в основе статистического исследования всегда лежит массовое наблюдение фактов. Но подчеркнем, что закон больших чисел не является регулятором процессов, изучаемых статистикой. Ошибочно считать его основным законом статистики. Он характеризует лишь одну из форм проявления закономерностей в массовых количественных отношениях, которую в науке называют статистической закономерностью.

СТАТИСТИЧЕСКАЯ ЗАКОНОМЕРНОСТЬ - одна из форм проявления всеобщей связи явлений в природе и обществе. Впервые этот термин стал употребляться в естественных науках в противоположность понятию динамической закономерности, т.е. такой формы закономерности, когда строго определенным значениям каких-либо факторов всегда соответствуют строго определенные значения величин, зависимых от этих факторов. При динамической закономерности количественные соотношения между величинами остаются справедливыми для каждого отдельного случая, каждого элемента совокупности, охваченного действием известного закона. Указанные соотношения могут быть выражены математическими строго определенными формулами, системой уравнений и т.д.

Примером динамической закономерности являются закономерности соотношений силы тяжести, массы и расстояний между телами, определяемые законом всемирного тяготения.

СТАТИСТИЧЕСКАЯ ЗАКОНОМЕРНОСТЬ - другая форма закономерности, когда какое-либо правило, закон, количественное соотношение выявляются только в достаточно большом числе элементов совокупности, находят свое выражение только в массе явлений. Наступление отдельного события при этой закономерности связано с известной вероятностью (т.е. отдельное событие может наступить или не наступить). Но в массе случаев общая закономерность необходимо найдет свое проявление. Характеристика связи между числом событий и степенью действия общей закономерности, при некоторых простых условиях, дается законом больших чисел. Одной из форм математического выражения связи причин и следствий при статистической закономерности служат уравнения регрессии (корреляции).

Сущность закона больших чисел.

Закон больших чисел.

Тема 2.

Организация государственной статистики в РФ.

Задачи статистики.

Метод статистики.

Отрасли статистики.

Общая теория статистики связана с другими науками.

Общая теория статистики

1. Демографическая (социальная) статистика

2. Экономическая статистика

3. Статистика образования

4. Медицинская статистика

5. Спортивная статистика

2.1 Статистика труда

2.2 Статистика заработной платы

2.3 Статистика мат.-техн. снабжения

2.4 Статистика транспорта

2.5 Статистика связи

2.6 Статистика финансового кредита

2.6.1 Высшие финансовые вычисления

2.6.2 Статистика денежного обращения

2.6.3Статистика валютных курсов

Прочие

Статистика также разрабатывает теорию наблюдения.

Метод статистики предполагает следующую последовательность действий:

1. выработка статистической гипотезы,

2. статистическое наблюдение,

3. сводка и группировка статистических данных,

4. анализ данных,

5. интерпретация данных.

Прохождение каждой стадии связано с использованием специальных методов, объясняемых содержанием выполняемой работы.

1. Разработка системы гипотез, характеризующих развитие, динамику, состояние социально-экономических явлений.

2. Организация статистической деятельности.

3. Разработка методологии анализа.

4. Разработка системы показателœей для управления хозяйством на макро- и микроуровне.

5. Сделать данные статистического наблюдения общественно доступными.

Принципы:

1. централизованное руководство,

2. единое организационное строение и методология,

3. неразрывная связь с органами государственного управления.

Система государственной статистики имеет иерархическую структуру, состоящую из федерального, республиканского, краевого, областного, окружного, городского и районного уровней.

Госкомстат имеет управления, отделы, вычислительный центр.

Массовый характер общественных законов и своеобразие их действий предопределяет крайне важно сть исследования совокупных данных.

Закон больших чисел порожден особыми свойствами массовых явлений, которые, с одной стороны, отличаются друг от друга, а с другой – имеют нечто общее, обусловленное их принадлежностью к определœенному классу, виду. Причем единичные явления в большей степени подвержены воздействию случайных факторов, нежели их совокупность.

Закон больших чисел - ϶ᴛᴏ определœение количественных закономерностей массовых явлений, которые проявляются лишь в достаточно большом их числе.

Τᴀᴋᴎᴍ ᴏϬᴩᴀᴈᴏᴍ, сущность его состоит по сути в том, что в числах, получающихся в результате массового наблюдения, выступают определœенные правильности, которые не бывают обнаружены в небольшом числе фактов.

Закон больших чисел выражает диалектику случайного и крайне важно го. В результате взаимопогашения случайных отклонений средние величины, исчисленные для величины одного и того же вида, становятся типичными, отражающими действия постоянных и существенных фактов в условиях места и времени.

Тенденции и закономерности, вскрытые с помощью закона больших чисел, имеют силу лишь как массовые тенденции, но не как законы для каждого отдельного случая.

Сущность закона больших чисел. - понятие и виды. Классификация и особенности категории "Сущность закона больших чисел." 2017, 2018.

1. Общее понятие статистики. Предмет статистики.

Статистикой называют планомерный и систематический учет осуществляемый в масштабах страны органами государственной статистики во главе с государственным комитетом РФ по статистике.

Статистика - цифровые данные публикуемые в специальных справочниках и средствах массовой информации.

Статистика - специальная научная дисциплина.

Предмет и содержание статистической науки долгое время были дискуссионными. С целью решения этих вопросов в 1954 и 1968 гг. проводились специальные совещания с привлечением широкого круга ученых и практиков не только статистиков, но и специалистов связанных с ней науки. Кроме того, до середины 70-х гг. шла дискуссия о предмете статистики в специальной литературе. В ходе дискуссий выявились 3 основные точки зрения на предмет статистики:

1. Статистика - универсальная наука, изучающая массовое явление природы и общества.

2. Статистика - методологическая наука не имеющая своего предмета познания, а представляющая собой учение о методе, применяемым общественными науками.

3. Статистика - общественная наука, имеющая свой предмет, методологию и исследующая количественные закономерности общественного развития.

В результате проводившихся совещаний и дискуссий в статистической науке первые две точки зрения были большинством ученых и практиков отвергнуты, а третья в основном принята, дополнена и уточнена.

Предметом статистики является количественная сторона массовых социально-экономических явлений, неразрывные связи с их качественной стороной, конкретных условий, места и времени. Из данного определения следуют основные черты предмета статистической науки:

1. Статистика - наука общественная.

2. В отличие от других общественных наук статистика изучает количественную сторону общественных явлений.

3. Статистика изучает массовое явление.

4. Статистика изучает количественную сторону явлений в неразрывной связи с количественной стороной и это находит свое воплощение в существовании системы статистических показателей.

5. Статистика изучает количественную сторону явлений в конкретных условиях места и времени.

2. Метод статистики и статистическая методология.

Под статистической методологией понимается система принципов и методов их реализации направленных на изучение количественных закономерностей, проявляющихся в структуре взаимосвязей и динамике социально-экономических явлений. Важнейшими составными элементами метода статистики и статистической методологии являются массовое статистическое наблюдение, сводка и группировка, а также применение обобщающих статистических показателей и их анализ.

Сущность первого элемента статистической методологии составляет сбор первичных данных об изучаемом объекте. Например: в процессе переписи населения страны собираются данные о каждом человеке, проживающем на ее территории, которая заносится в специальный формуляр.

Второй элемент: сводка и группировка представляет собой разделение совокупности данных, полученных на этапе наблюдения на однородные группы по одному или несколько признаков. Например в результате группировки материалов переписи населения делится на группы (по полу, возрасту, населению, образованию и т.д.).

Сущность третьего элемента статистической методологии заключается в вычислении и социально-экономической интерпретации обобщающих статистических показателей:

1. Абсолютных

2. Относительных

3. Средних

4. Показателей вариации

5. Динамики

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

3. Закон больших чисел и статистическая закономерность.

Важное значение для статистической методологии играет закон больших чисел. В наиболее общем виде он может быть сформулирован следующим образом:

Закон больших чисел - общий принцип в силу которого совокупные действия большого числа случайных факторов приводит при некоторых общих условиях к результату почти независящему от случая.

Закон больших чисел порожден особыми свойствами массовых явлений. Массовые явления последние в свою очередь с одной стороны в силу своей индивидуальности отличаются друг от друга, а с другой имеет нечто общее определяющее их принадлежность к определенному классу.

Единичное явление в большей степени подвержено влиянию случайных и несущественных факторов, чем масса явлений в целом. При определенных условиях значение признака у отдельной единицы можно рассматривать как случайную величину, учитывая, что она подчиняется не только общей закономерности, но и формируется под воздействием условий не зависящих от этой закономерности. Именно по этой причине статистика широко использует средние показатели, одним числом характеризующие всю совокупность. Только при большом числе наблюдений случайные отклонения от основного направления развития уравновешиваются, взаимопогашаются и статистическая закономерность проявляется более отчетливо. Таким образом, сущность закона больших чисел заключается в том, что в числах обобщающих результат массового статистического наблюдения закономерность развития социально-экономических явлений выявляется более отчетливо чем при небольшом по объему статистическому исследованию.

4. Отрасли статистики.

В процессе исторического развития в составе статистики как единой науки выделились и получили известную самостоятельность следующие отрасли:

1. Общая теория статистики, которая разрабатывает понятие категорий и методы измерения количественных закономерностей общественной жизни.

2. Экономическая статистика изучающая количественные закономерности процессов воспроизводства на различных уровнях.

3. Социальная статистика, изучающая количественную сторону развития социальной инфраструктуры общества (статистика здравоохранения, образования, культуры, моральная, судебная и др.).

4. Отраслевые статистики (статистика промышленности, агропромышленного комплекса, транспорта, связи и т.д.).

Все отрасли статистики, развивая и совершенствую свою методологию способствуют развитию статистической науки в целом.

5. Основные понятия и категории статистической науки в целом.

Статистическая совокупность - множество элементов одного и того же вида сходных между собой по одним признакам и различающимся по другим. Например: это совокупность отраслей экономики, совокупность ВУЗ, совокупность сотрудничества КБ и т.п.

Отдельные элементы статистической совокупности называются ее единицами. В рассмотренных выше примерах единицами совокупности являются соответственно отрасли, ВУЗ (один) и сотрудник.

Единицы совокупности обладают как правило многими признаками.

Признак - свойство единиц совокупности, выражающее их сущность и имеющее способность варьировать, т.е. изменяться. Признаки, принимающие единичное значение у отдельных единиц совокупности называются варьирующими, а сами значения вариантами.

Варьирующие признаки подразделяются на атрибутивные или качественные. Признак называется атрибутивным или качественным, если его отдельное значение (варианты) выражаются в виде состояния или свойств присущих явлению. Варианты атрибутивных признаков выражаются в словесной форме. Примерами таких признаков могут служить - хозяйственный.

Признак называется количественным, если его отдельное значение выражается в виде чисел. Например: заработная плата, стипендия, возраст, размер ОФ.

По характеру варьирования количественные признаки делятся на дискретные и непрерывные.

Дискретные - такие количественные признаки, которые могут принимать только вполне определенное, как правило целое значение.

Непрерывными - являются такие признаки, которые в определенных пределах могут принимать значение как целое, так и дробное. Например: ВНП страны и т.д.

Различаются также признаки основные и второстепенные.

Основные признаки характеризуют главное содержание и сущность изучаемого явления или процесса.

Второстепенные признаки дают дополнительную информацию и непосредственно связаны с внутренним содержанием явления.

В зависимости от целей конкретного исследования одни и те же признаки в одних и тех же случаях могут быть основными, а в других второстепенными.

Статистический показатель - это категория отображающая размеры и количественные соотношения признаков социально-экономических явлений и их качественной определенности в конкретных условиях места и времени. Следует различать содержание статистического показателя и его конкретное числовое выражение. Содержание, т.е. качественная определенность состоит в том, что показатели всегда характеризуют социально-экономические категории (население, экономика, финансовые институты и т.д.). Количественные размеры статистических показателей, т.е. их числовые значения зависят прежде всего от времени и места объекта, который подвергается статистическому исследованию.

Социально-экономические явления как правило не могут быть охарактеризованы каким-либо одним показателем, Например: уровнем жизни населения. Для комплексной всесторонней характеристики исследуемых явлений необходима научно обоснованная система статистических показателей. Такая система не является постоянной. Она постоянно совершенствуется исходя из потребностей общественного развития.

6. Задачи статистической науки и практики в условиях развития рыночной экономики.

Основными задачами статистики в условиях развития в России рыночных отношений являются следующие:

1. Совершенствование учета и отчетности и сокращение на этой основе документооборота.

2. Усиление работы по контролю за достоверностью статистической информации, предоставляемой предприятиям, учреждениям и организациям всех отраслей экономики и форм собственности.

3. Повышение своевременности статистической информации как в поступающий статистический орган, так и предоставляемые ими структуры государственной власти и управления.

4. Углубление аналитических функций, разрабатываемых статистических данных, формирование тематики проводимых статистических в соответствии с текущими задачами социально-экономическом развитии страны.

5. Дальнейшее развитие и совершенствование статистической методологии на основе все более широкого внедрения ПЭВМ практика и... статистического анализа не прогнозировалась.

Статистическая сводка - метод научной обработки статистических данных собранных в процессе наблюдения, при котором информация относящаяся к отдельной единице обобщается, а затем характеризуется аналитическими показателями и системой таблиц. При сводке получаются статистические данные характеризующие всю совокупность. На данном этапе осуществляется переход от индивидуальных характеристике единиц совокупности и обобщающим показателем, характеризующим всю совокупность.

Различают сводку в узком и широком смысле слова. В узком смысле слова под сводкой понимается техническая операция по подсчету итогов. В широком смысле слова сводка состоит из группировки полученной в процессе наблюдения информации составления систем показателей для характеристики типических групп изложения этих показателей в таблицах, а также подсчета общих и групповых итогов.

2.1. Общее понятие группировок.

Группировки являются таки методом исследований социально-экономических явлений, при котором статистическая совокупность делится на однородные группы, которые раскрывают состояние и развитие всей совокупности.

Группировка является важнейшим этапом статистического исследования, соединяющим сбор первичной информации об объеме исследования и анализ этой информации на основе обобщающих статистических показателей.

Методы группировок разнообразны. Это разнообразие обусловлено с одной стороны огромным множеством признаков, подвергаемых статистическому исследованию, а с другой стороны разнообразными задачами, которые решаются на основе группировок.

2.2. Важнейшая проблема возникающая при группировке.

Важнейшая проблема при построении группировки, является выбор группированного признака или основание группировки.

Группировочный признак - варьирующий признак по которому производится объединение единиц совокупности в группы.

По характеру варьирования, признаки разделяются, как известно, на: атрибутивные и количественные. Это деление определяет особенности решения второй проблемы группировок, а именно - определение числа выделяемых групп. При выборе в качестве группировочных некоторых атрибутивных признаков, может быть выделено только строго определенное количество групп. В частности при группировке населения по полу может быть выделено...

При группировке предприятий по прибыли может быть выделено 3 группы.

Для многих атрибутивных признаков разрабатываются устойчивые группировки, называемые классификацией. Например: классификация отраслей экономики, классификация занятий населения и др.

При группировке по количественному признаку, вопрос о количестве границы групп следует решать исходя из сущности изучаемого социально-экономического явления. При этом следует принимать во внимание такой показатель, как размах вариаций. Чем больше размах варьирования, тем больше образуется групп и наоборот. Необходимо также принимать во внимание численность единиц совокупности по которой строится группировка. При небольшом объеме совокупности, нецелесообразно образовывать большое число групп, т.к. в этом случае в группах не будет достаточного числа единиц для выявления статистических закономерностей.

Существенным вопросом при группировке по количественному признаку является определение интервалов. Показатели числа групп и величины интервалов находятся в обратной зависимости. Чем больше величина интервалов - тем меньше требуется групп и наоборот.

Интервалом называется разность между его верхней и нижней границей.

По величине группировочного признака интервалы подразделяются на равные и неравные. Равные интервалы применяются в тех случаях, когда изменение группировочного признака внутри совокупности происходит равномерно. Расчет величины равного интервала производится по формуле:

k - число групп

Xmax, Xmin - соответственно наибольшее и наименьшее значение признака к качеству групп.

Если распределение группировочного признака внутри совокупности неравномерное, то используются неравные интервалы. Неравные интервалы могут быть прогрессивно возрастающими и прогрессивно убывающими. часто при группировке применяются так называемые специализированные интервалы, т.е. такие, которые определяются исходя из цели исследования и сущности явления. Например: при группировке имеющей целью охарактеризовать трудоспособное население страны используются пятилетние интервалы возраста людей.

Третьей проблемой построения группировок является обозначение границ интервалов. При выделении интервалов по дискретным количественным признакам следует обозначать их границы т.о., чтобы нижняя граница последующего интервала отличалась от верхней границы предыдущего на единицу.

При группировке по непрерывному количественному признаку границы обозначаются так, чтобы группы были четко отделены одна от другой. Это достигается добавлением числовым границам интервалов указаниям о том, куда следует относить единицу обладающей группировочным признаком в размерах точно совпадающих с границами интервалов. Обычно дополнительные разъяснения к числовым границам интервалов образуемым по непрерывным количественным принципам выражаются словами: «более», «менее», «свыше» и т.д.

2.3. Виды группировок.

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

Типологические

Структурные

Аналитические

Главная задача типологической состоит в классификации социально-экономических явлений путем выделения однородных к качественным отношениям групп.

Качественная однородность при этом понимается в том смысле, что в отношении изучаемого свойства все единицы совокупности подчиняются одному закону развития. Например: группировка предприятиям отраслей экономики.

Абсолютные и относительные величины.

Абсолютной величиной называется показатель, выражающий размеры социально-экономического явления.

Относительной величиной в статистике называется показатель, выражающий количественное соотношение между явлениями. Он получается в результате деления одной абсолютной величины на другую абсолютную величину. Величина с которой мы производим сравнения называется основанием или базой сравнения .

Абсолютные величины - всегда величины именованные.

Относительные величины выражаются в коэффициентах, процентах, промили и т.д.

Относительная величина показывает, во сколько раз, или на сколько процентов сравниваемая величина больше или меньше базы сравнения.

В статистике различают 8 видов относительных величин:

1. Сущность и значение средних величин.

Средние величины являются одними из наиболее распространенных обобщающих статистических показателей. Они имеют своей целью одним числом охарактеризовать статистическую совокупность состоящую из меньшинства единиц. Средние величины тесно связаны с законом больших чисел. Сущность этой зависимости заключается в том, что при большом числе наблюдений случайные отклонения от общей статистики взаимопогашаются и в среднем более отчетливо проявляется статистическая закономерность.

С помощью метода средних решаются следующие основные задачи:

1. Характеристика уровня развития явлений.

2. Сравнение двух или нескольких уровней.

3. Изучение взаимосвязей социально-экономических явлений.

1. 4. Анализ размещения социально-экономических явлений в пространстве.

Для решения этих задач статистическая методология разработала различные виды средних.

2. Среднее арифметическое.

Для выяснения методики расчета средней арифметической используем следующие обозначения:

X - арифметический признак

X (X1, X2, ... X3) - варианты определенного признака

n - число единиц совокупности

Средняя величина признака

В зависимости от исходных данных средняя арифметическая может быть рассчитана двумя способами:

1. Если данные статистического наблюдения на сгруппированы, или сгруппированные варианты имеют одинаковые частоты, то рассчитывается средняя арифметическая простая:

2. Если частоты сгруппированы в данных разные, то рассчитывается среднее арифметическое взвешанное:

Численность (частоты) вариантов

Сумма частот

Среднее арифметическое рассчитывается по разному в дискретных и интервальных вариационных рядах.

В дискретных рядах варианты признака умножаются на частоты, эти произведения суммируются и полученная сумма произведений делится на сумму частот.

Рассмотрим пример вычисления средней арифметической в дискретном ряду:

Заработная плата, руб. Xi	Число сотрудников, чел. fi	Произведение вариант на веса (частоты) Xi*fi

В интервальных рядах значение признака задано, как известно, в виде интервалов, поэтому, прежде чем рассчитывать среднюю арифметическую, нужно перейти от интервального ряда к дискретному.

В качестве вариантов Xi используется середина соответствующих интервалов. Они определяются как полусумма нижней и верхней границ.

Если у интервала отсутствует нижняя граница, то его середина определяется как разность между верхней границей и половиной величины следующих интервалов. При отсутствии верхних границ, середина интервала определяется как сумма нижней границы и половины величины предыдущего интервала. После перехода к дискретному ряду дальнейшие вычисления происходят по методике рассмотренной выше.

Если веса fi заданы не в абсолютных показателях, а в относительных, то формула расчета средней арифметической будет следующей:

pi - относительные величины структуры, показывающие, какой процент составляют частоты вариантов в сумме всех частот.

Если относительные величины структуры заданы не в процентах, а в долях, то среднее арифметическое будет рассчитываться по формуле:

3. Средняя гармоническая.

Средняя гармоническая является первообразной формой средней арифметической. Она рассчитывается в тех случаях, когда веса fi не заданы непосредственно, а входят как сомножитель в один из имеющихся показателей. Также как и арифметическая, средняя гармоническая может быть простой и взвешанной.

Средняя гармоническая невзвешанная:

Средняя гармоническая смешанная:

Wi - произведение вариантов на частоты

При расчете средних величин необходимо помнить о том, что всякие промежуточные вычисления должны приводить как в числителе, так и в знаменателе и имеющим экономический смысл показателям.

4. Структурное среднее.

Структурное среднее характеризует состав статистической совокупности по одному из варьирующих признаков. К этим средним относятся мода и медиана .

Мода - такое значение варьирующего признака, которое в данном ряду распределения имеет наибольшую частоту.

В дискретных рядах распределений мода определяется визуально. Сначала определяется наибольшая частота, а по ней модальное значение признака. В интервальных рядах для вычисления моды используется следующая формула:

Xmo - нижняя граница модальности (интервал ряда с наибольшей частотой)

Mo - величина интервала

fMo - частота модального интервала

fMo-1 - частота интервала предшествующего модальному

fMo+1 - частота интервала следующего за модальным

Медианой называется такое значение варьирующего признака, которое делит ряд распределения на две равные части по объему частот. Медиана рассчитывается по разному в дискретных и интервальных рядах.

1. Если ряд распределения дискретный и состоит из четного числа членов, то медиана определяется как средняя величина из двух серединных значений рангированного ряда признаков.

2. Если в дискретном ряду распределения нечетное число уровней, то медианой будет серединное значение рангированного ряда признаков.

В интервальных рядах медиана определяется по формуле:

Нижняя граница медианного интервала (интервала для которого накопленная частота впервые превысит полусумму частот)

Me - величина интервала

Сумма частот ряда

Сумма накопленных частот предшествующих медианному интервалу

Частота медианного интервала

1. Общее понятие о вариации.

Вариацией называется различие значений признака у отдельных единиц совокупности.

Вариация возникает в силу того, что отдельные значения признака формируются по влияние большого числа взаимосвязанных факторов. Эти факторы часто действуют в противоположных направлениях и их совместное действие формирует значение признаков у конкретной единицы совокупности. Необходимость изучения вариаций связана с тем, что средняя величина, обобщающая данные статистического наблюдения, на показывает как колеблется вокруг нее индивидуальное значение признака. Вариации присущи явлениям природы и общества. При этом революция в обществе происходит быстрее, чем аналогичные изменения в природе. Объективно существуют также вариации в пространстве и во времени.

Вариации в пространстве показывают различие статистических показателей относящихся к различным административно-территориальным единицам.

Вариации во времени показывают различие показателей в зависимости от периода или момента времени к которым они относятся.

2. Меры вариаций.

К примерам вариаций относятся следующие показатели:

1. размах вариаций

2. среднее линейное отклонение

3. среднее квадратическое отклонение

4. дисперсия

5. коэффициент

1. Размах вариаций является ее простейшим показателем. Он определяется как разность между максимальным и минимальным значение признака. Недостаток этого показателя заключается в том, что он зависит только от двух крайних значений признака (min, max) и не характеризует колеблимость внутри совокупности. R=Xmax-Xmin.

2. Среднее линейное отклонение является средней величиной абсолютных значений отклонений от средней арифметической. Оно определяется по формуле:

Простая

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

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

Дисперсия определяется по формулам:

пример: стр. 36

Дисперсия является именованным показателем. Она измеряется в единицах соответствующих квадрату единиц измерения изучаемого признака. В данном случае она показывает, что средний размер отклонения прибыли по 50 предприятиям от средней прибыли составляет 1,48 .

Дисперсия может быть также определена по формуле:

3. Среднее квадратическое отклонение определяется как корень из дисперсии.

По исходным данным приведенным выше, среднее квадратическое отклонение равно:

5. Коэффициент вариаций определяется как отношение среднего квадратического отклонения к средней величине признака, выраженное в процентах:

Он характеризует количественную однородность статистической совокупности. Если данный коэффициент < 50%, то это говорит об однородности статистической совокупности. Если же совокупность не однородна, то любые статистические исследования можно проводить только внутри выделенных однородных групп.

3. Дисперсия альтернативного признака.

Альтернативными называются 2 взаимоисключающих друг друга признака. То признаки, которыми каждая отдельная единица совокупности либо обладает, либо не обладает. Наличие альтернативного признака принято обозначать через единицу, а отсутствие через 0. Долю единиц обладающих данным признаком обозначают через p (п), а долю единиц на обладающих данным признаком обозначают через q. При этом p+q=1.

Дисперсия альтернативного признака определяется по формуле:

4. Виды дисперсий. Привила их сложения.

Если исследуемую статистическую совокупность разделить на группу, то для каждой из них можно определить групповые средние и дисперсии. Эти дисперсии будет характеризовать колеблимость изучаемого признака каждой отдельной группе. На этой основе можно определить среднюю изнутри групповых дисперсий.

ni=fi - численность единиц в отдельных группах

Эта дисперсия характеризует случайную вариацию признака, на зависящую от фактора положенного в основание группировки.

Вычисляется также межгрупповая дисперсия.

и ni=fi соответственно средние и численности по отдельным группам.

Эта дисперсия характеризует вариацию по влиянием группировочного признака. Сумма средней изнутри групповых и межгрупповой дисперсий позволяет определить общую дисперсию.

Данное равенство называют правилом сложения дисперсий.

; , т.е. существует тесная зависимость между изготовлением деталей и другими показателями.

Если значения исследуемого признака выражаются в долях или коэффициентах, то правило сложения дисперсий выражается следующими формулами:

ni - численность единиц в отдельных группах

pi - доля изучаемого признака во всей совокупности

средняя из внутригрупповых дисперсий для долей признаков

1. Виды и формы зависимости между социально-экономическими явлениями.

Многообразие взаимосвязей в которых находятся социально-экономические явления, рождают необходимость в их классификации.

По видам различают функциональную и корреляционную зависимость.

Функциональной называют такую зависимость, при которой одному значению факторного признака X соответствует одно строго определенное значение результативного признака Y.

В отличие от функциональной зависимости, корреляционная выражает такую связь между социально-экономическими явлениями, при которой одному значению факторного признака X могут соответствовать несколько значений результативного признака Y.

По направлению различают прямую и обратную зависимость.

Прямой называют такую зависимость, при которой значение факторного признака X и результативного признака Y изменяются в одном направлении. Т.о. при увеличении значения X, значения Y в среднем увеличиваются, а при уменьшении X - Y уменьшается.

Обратная зависимость между факторным и результативным признаками, если они изменяются в противоположных направлениях.

2. Статистические методы изучения взаимосвязей.

Важное место в статистическом изучении взаимосвязей занимают следующие методы:

1. Метод приведения параллельных данных.

2. Метод аналитических группировок.

3. Графический метод.

4. Балансовый метод.

6. Корреляционно-регрессионный.

1. Сущность метода приведения параллельных данных заключается в следующем:

Исходные данные по признаку X располагаются в порядке возрастания или убывания, а по признаку Y записываются соответствующие им показатели. Путем сопоставления значений X и Y, делается вывод о наличии и направлении зависимости.

3. Сущность графического метода составляет наглядное представление наличия и направления взаимосвязей между признаками. Для этого значение факторного признака X располагается по оси абсцисс, а значение результативного признака по оси ординат. По совместному расположению точек на графике делают вывод о направлении и наличии зависимости. При этом возможны следующие варианты:

а \, б/ (вверх) , в\ (вниз).

Если точки на графике расположены беспорядочно (а), то зависимость между изучаемыми признаками отсутствует .

Если точки на графике концентрируются вокруг прямой (б)/, зависимость между признаками прямая .

Если точки концентрируются вокруг прямой (в)\, то это свидетельствует о наличии обратной зависимости.

На основе метода параллельных данных и графического метода, могут быть рассчитаны показатели, характеризующие степень тесноты корреляционной зависимости.

Наиболее кратным из них является коэффициент знаков Фехнера. Он рассчитывается по формуле:

C - сумма совпадающих знаков отклонений индивидуальных значений признака от средней.

H - сумма несовпадений

Данный коэффициент изменяется в пределах (-1;1).

Значение KF=0 свидетельствует об отсутствии зависимости между изучаемыми признаками.

Если KF=±1, то это говорит о наличии функциональной прямой (+) и обратной (-) зависимости. При значении KF>?0,6? делается вывод о наличии сильной прямой (обратной) зависимости между признаками. Кроме того на основе исходных данных о факторном и результативном признаках, может быть рассчитан коэффициент корреляции рангов Спирмена , который определяется по формуле:

Квадраты разности рангов

(R2-R1), n - число пар рангов

Данный коэффициент, как и предыдущий, изменяется в тех же пределах и имеет одинаковую с KF экономическую интерпретацию.

В тех случаях, когда значение X или Y выражаются одинаковыми показателями, коэффициент корреляции рангов рассчитывается по следующей формуле:

tj - одинаковое число рангов в j - ряду

Если исследуется зависимость между тремя и более математическими признаками, то для ее исследования применяется коэффициент конкордации определяемый по формуле:

m - количество факторов

n - число наблюдений

S - отклонение суммы квадратов рангов от средней квадратов рангов

3. Изучение зависимости между количественными признаками.

Для исследования взаимосвязи качественных альтернативных признаков, принимающих только 2 взаимоисключающих значения, используется коэффициент ассоциации и контингенции . При расчете этих коэффициентов составляется т.н. таблица 4-х камней, а сами коэффициенты рассчитываются по формуле:

Группы по признаку Y	Группы по признаку X

Если коэффициент ассоциации? 0,5, а коэффициент контингенции? 0,3, то можно сделать вывод о наличии существенной зависимости между изучаемыми признаками.

Если признаки имеют 3 или более градаций, то для изучения взаимосвязей используются коэффициенты Пирсена и Чупрова. Они рассчитываются по формулам:

С - коэффициент Пирсена

К - коэффициент Чупрова

j - показатель взаимной сопряженности

K - число значений (групп) первого признака

K1 - число значений (групп) второго признака

fij - частоты соответствующих клеток таблицы

mi - столбцы таблицы

nj - строки

Для расчета коэффициентов Пирсена и Чупрова составляется вспомогательная таблица:

Группа признака Y	Группа признака X

При ранжировании качественных признаков с целью изучения их взаимосвязи используется коэффициент корреляции Кэндалла .

n - число наблюдений

S - сумма разностей между числом последовательностей и числом инвервий по второму признаку.

P - сумма значений рангов, следующих за данными и превышающих его величину

Q - сумма значений рангов, следующих за данными и меньших его величины (учитывается со знаком «-»).

При наличии связанных рангов формула коэффициента Кендалла будет следующей:

Vx и Vy определяются отдельно для рангов X и Y по формуле:

5. Методы выявления основной тенденции рядов динамики.

Уровни ряда динамики формируются под вниманием 3-х групп факторов:

1. Факторов определяющих основное направление, т.е. тенденцию развития изучаемого явления.

2. Факторов действующих периодически, т.е. направленных колебаний по неделям месяца, месяцам года и т.д.

3. Факторов действующих в разных, иногда в противоположных направлениях и не оказывающих существенного влияния на уровень данного ряда динамики.

Основной задачей статистического изучения данамики является выявление тенденции.

Основными методами выявления тенденции рядов динамики являются:

Метод укрупнения интервалов

Метод скользящей средней

Метод аналитического выравнивания

1. Сущность метода укрупнения интервалов заключается в следующем:

Исходный ряд динамики преобразуется и заменяется другими состоящими из других уровней, относящихся к укрупненным периодам или моментам времени.

Например: ряд динамики прибыли малого предприятия за 1997 год по кварталам того же года. При этом уровни ряда за укрупненные периоды или моменты времени могут представлять собой либо суммарные, либо средние показатели. Однако в любом случае рассчитанные таким образом уровни ряда более отчетливо выявляют тенденции, поскольку сезонные и случайные колебания при суммировании или определении средних взаимопогашаются и уравновешиваются.

2. Метод скользящей средней , как и предыдущий предполагает преобразование исходного ряда динамики. Для выявления тенденции формируются интервал, состоящий из одинакового числа уровней. При этом каждый последующий интервал получается путем смещения на 1 уровень от начального. По образованным таким образом интервалам определяются в начале сумма, а затем средние. Технически удобнее определять скользящие средние для нечетного интервала. В этом случае рассчитанная средняя величина будет относиться к конкретному уровню ряда динамики, т.е. к середине интервала скольжения.

При определении скользящей средней по четному интервалу, расчетное значение средней величины относится к промежутку между двумя уровнями, и таким образом теряют экономический смысл. Это делает необходимыми дополнительные расчеты связанные с центрированием по формуле арифметической простой из двух соседних не центрированных средних.

Сущность закона больших чисел.

Изучаемые статистикой закономерности – формы проявления причинной связи – выражаются в повторяемости с определённой регулярностью событий с достаточно высокой степенью вероятности. При этом должно соблюдаться условие, что факторы, порождающие события, изменяются незначительно или не меняются вообще. Статистическая закономерность обнаруживается на основе анализа массовых данных, подчиняется закону больших чисел.

Сущность закона больших чисел заключается в том, что в сводных статистических характеристиках (суммарное число, получаемое в результате массового наблюдения) действия элементов случайности погашаются, а выступают в них определённые правильности (тенденции), которые не могут быть обнаружены на небольшом числе фактов.

Ошибки статистического наблюдения.

Отклонения между исчисленными в результате наблюдения показателями и действительными величинами исследуемых явлений называются ошибками (погрешностями) статистических наблюдений . Выделяют 2 вида ошибок статистического наблюдения:

1) ошибки регистрации (при сплошном и несплошном наблюдении):

а) случайные – ошибки при регистрации со слов (не тот возраст);

б) систематические преднамеренные – специальные искажения данных в отчётах (объём выпущенной продукции)

в) систематические непреднамеренные – небрежность, неисправность техники.

2) ошибки репрезентативности (представительности) – только при несплошном наблюдении. Возникают, если состав отобранных для наблюдения единиц совокупности недостаточно полно отражает состав всей совокупности:

а) случайные – когда совокупность отображаемых единиц неполно воспроизводит всю совокупность. Оцениваются математическими методами;

б) систематические – отклонения вследствие нарушения принципа случайного отбора единиц совокупности. Не определятся количественно.

Все ошибки при регистрации могут быть проверены – расчётно или логически.

Перепись как специально организованное статистическое наблюдение.

Перепись – специально организованное статистическое наблюдение, основная задача которого состоит в учёте численности и характеристике состава изучаемого явления путём записи в статистический формуляр по обследованным единицам статистической совокупности.

Различают 2 вида переписей:

1) перепись на основе материалов первичного учёта – единовременный учёт: перепись остатков материалов, оборудования;

2) перепись на основе специально организованной регистрации фактов: перепись населения.

Перепись населения – научно организованное статистическое наблюдение для получения данных о численности, составе и размещении населения.

Программа переписи – излагается в переписном листе, либо индивидуальном для одного человека, либо на несколько человек (семью, квартиру). Переписные листы 1979г, 1989г. одновременно являлись носителями для ЭВМ.

Даты переписей населения: 1939, 1959, 1979, 1989 гг.

Сейчас распространены микропереписи – социально-демографические обследования.

Последняя проводилась на 14.02.94 г. на 12 ч. ночи, ею было охвачено 5% населения: В течение 10 дней специально подготовленными счётчиками обследовался каждый 20-й портфель (счётный участок – по переписи 1989 г. – это приблизительно 300 человек, т.е. квартал, жилой дом).

В 1999г., по составлению на 10.11.99 г. планировалась сплошная перепись населения России. Она была отменена по финансовым причинам и перенесена на 9-16 октября 2002 г. Учитываться будет наличное и постоянное население, в том числе временно отсутствующие и временно проживающие граждане России.

Для этого Госдумой РФ должен быть принят Федеральный закон о переписи населения. Будут привлекаться счётчики: через службы занятости (финансирование из республиканского бюджета) и др. работники – за счёт местного бюджета.

Абсолютные величины.

Абсолютные величины получают в результате проведения статистического наблюдения и сводки. Они выражают физические размеры изучаемых явлений и процессов, то есть массу, площадь, объем, протяженность, временные характеристики, а также объем совокупности (численность единиц). Например, территория Омской области составляет 139,7 тыс. кв. километров; численность постоянного населения области на 01.01.2000г. – 2164,0 тыс. человек; объем промышленного производства за 1999г. – 16995 млн. рублей.

Абсолютные показатели всегда являются именованными числами, то есть имеют конкретные единицы измерения. В зависимости от сущности изучаемых явлений и их физических свойств, абсолютные величины выражаются в натуральных, трудовых и стоимостных единицах измерения.

В международной практике применяются натуральные величины измерения: тонны, килограммы, метры, квадратные метры, кубические метры, километры, мили, литры, баррели, штуки и т. д..

В тех случаях, когда продукт имеет несколько разновидностей и его общий объем можно определить только исходя из единого для всех них потребительского свойства, применяют условно-натуральные измерители (например, различные виды органического топлива переводятся в условное топливо с теплотой сгорания 29,3 мДж/кг (7000ккал/кг)). Перевод в условные единицы производится через специальные коэффициенты, рассчитываемые как отношение потребительских свойств разновидностей продукта к эталонному значению.

Трудовые единицы измерения позволяют учитывать общие затраты труда и трудоемкость отдельных операций технологического процесса, к ним относятся человеко-дни и человеко-часы.

Стоимостные единицы измерения дают денежную оценку изучаемым явлениям и процессам, к ним относятся рубли, тысячи рублей, миллионы рублей, валюты других стран.

Относительные величины.

В статистической практике широко применяются относительные показатели. Относительная величина – это результат деления двух абсолютных величин, который характеризует количественное соотношение между ними. По отношению к абсолютным показателям относительные величины являются производными, вторичными. Абсолютный показатель, находящийся в числителе отношения, называется текущим или сравниваемым. Показатель, который находится в знаменателе, называется основанием или базой сравнения. Относительные показатели могут выражаться в коэффициентах, процентах (0 / 0, база = 100), промилле (0 / 00 , база = 1000), децимилле (0 / 000 , база = 10000) или быть именованными числами (например, руб./руб.).

Относительные статистические показатели подразделяются на следующие виды:

1) относительная величина планового задания;

2) относительная величина выполнения плана (договорных обязательств);

3) относительная величина структуры;

4) относительная величина динамики;

5) относительная величина сравнения;

6) относительная величина координации;

7) относительная величина интенсивности.

Понятие вариации.

Каждый изучаемый объект находится в конкретных условиях и развивается со своими особенностями под влиянием различных факторов. Это развитие выражается числовыми уровнями статистических показателей, в частности, средними характеристиками.

Вариация – это несовпадение уровней одного показателя у разных объектов. Вариация признака – различие индивидуальных значений признака внутри совокупности. Характеризует однородность совокупности. Показатели вариации служат для её измерения, в частности, измеряют отклонение (вариацию) индивидуальных значений признака внутри изучаемой совокупности от средних величин, показывают надёжность средних характеристик. Таким образом, при анализе исследуемой совокупности, полученные средние величины необходимо дополнить показателями, измеряющими отклонения от средних и показывающих степень их надёжности, т.е. показателями вариации.

Статистика изучает не все различия значений конкретного признака, а только количественные изменения величины признака в пределах однородной совокупности, которые вызваны пересекающимся влиянием различных факторов.

Различают случайную и систематическую вариацию признака. Статистика изучает систематическую вариацию. Её анализ позволяет оценить степень зависимости изменений изучаемого признака от различных факторов, вызывающих эти изменения.

Определив характер вариации в исследуемой совокупности, можно сказать, насколько она однородна, и следовательно, насколько характерной является рассчитанная средняя величина.

Степень близости отдельных единиц к средней измеряется рядом абсолютных, средних и относительных показателей вариации.

Понятие ошибки выборки.

Обобщающие показатели у части единиц совокупности не будут совпадать с соответствующими показателями совокупности всех единиц. Одной из задач выборочного наблюдения является определение пределов отклонений характеристик выборочной совокупности и генеральной совокупности.

Возможные пределы отклонений генеральной и выборочной долей, а также генеральных и выборочных средних, называются ошибкой выборки (ошибкой репрезентативности). Чем она меньше, тем точнее показатели выборочного наблюдения отражают генеральную совокупность.

Ошибки выборки бывают:

1) тенденциозными – это преднамеренные ошибки, если специально отбираются или худшие единицы совокупности;

2) случайными – возникают вследствие случайности отбора, т.к. единицы из совокупности выбираются в случайном порядке, могут быть преувеличены или характеристики генеральной совокупности.

Ошибка выборки зависит от численности выборки и от степени варьирования изучаемого признака. Все возможные расхождения между характеристиками выборочной и генеральной совокупности аккумулируются в формуле средней ошибки выборки . Она рассчитывается по-разному в зависимости от способа отбора: повторный или бесповторный.

При повторном отборе каждая попавшая в выборку единица после фиксации значения изучаемого признака возвращается в генеральную совокупность и может быть опять случайно отобрана.

На практике чаще применяется бесповторный отбор, когда отобранные единицы в генеральную совокупность не возвращаются.

Повторный отбор:

1) для показателя средней величины количественного варьирующего признака: (1),

2) для показателя доли альтернативного признака: (2),

Бесповторный отбор.

При этом способе отбора численность единиц генеральной совокупности сокращается в процессе выборки, поэтому:

1) для показателя средней величины количественного признака: (3),

2) для показателя доли альтернативного признака: (4)

По правилам математической статистики значение средней ошибки выборки должно определяться не через выборочную дисперсию, а через генеральную дисперсию, но она, чаще всего, на практике при проведении выборочного обследования бывает неизвестна.

Доказано, что (5)

при достаточно большом значении n () отношение близко к единице, т.е. при соблюдении принципа случайного отбора дисперсия большого объёма выборки близка к дисперсии в генеральной совокупности. Поэтому на практике для определения средней ошибки выборки обычно применяют дисперсию выборочную.

Приведённые формулы (1),(2),(3),(4) позволяют определить среднюю величину отклонений, равную , характеристик генеральной совокупности от выборочных характеристик. Доказано, что генеральные характеристики отклоняются от выборочных на величину ±μ с вероятностью равной 0,638. Это означает, что в 683 случаях из 1000 генеральная доля (генеральная средняя) будет находиться в пределах ±μ от выборочной доли (выборочной средней) , а в 317 случаях выйдет за эти пределы.

Вероятность суждений можно повысить, а границы характеристик генеральной совокупности расширить, если увеличить среднюю ошибку выборки в несколько раз (t раз, t=2,3,4...).

Величина, полученная как произведение t и средней ошибки выборки, называется предельной ошибкой выборки, т.е.

(6) и (7), где

t – коэффициент доверия, он зависит от вероятности, с которой можно гарантировать, что предельная ошибка не превысит t-кратную среднюю ошибку, находится по готовым таблицам функции F(t), определённой русским математиком А.М.Ляпуновым применительно к нормальному распределению.

На практике часто применяется несплошное обследование, при котором выборка образуется из небольшого числа единиц генеральной совокупности, обычно, не больше 30 единиц. Такая выборка называется малой выборкой .

Средняя ошибка малой выборки определяется по формуле: (8)

Так как при малой выборке отношение имеет существенное значение, дисперсия малой выборки определяется с учётом числа степеней свободы. Под ним понимается количество вариантов, которые могут принимать произвольные значения, не меняя величины средней, оно обычно для малой выборки =(n-1):

(9), (10) Зная доверительную вероятность малой выборки (обычно, 0,95 или 0,99) и численность выборки n, можно определить величину t по специальной таблице Стьюдента.

Средние индексы.

Любой общий индекс можно представить как среднюю взвешенную из индивидуальных индексов (вторая форма выражения общих индексов). При этом форму средней нужно выбрать таким образом, чтобы полученный средний индекс был тождественен исходному агрегатному индексу. Применяются две формы: средняя арифметическая форма и средняя геометрическая форма (для расчета общих индексов).

1)В тех случаях когда отсутствуют данные о количестве товаров (продукции) в натуральных измерителях, но есть информация о стоимости реализованных товаров (произведенной продукции) и индивидуальные индексы изменения объемов товаров (продукции), можно определить агрегатный индекс физического объема товарооборота (продукции) по средней арифметической форме.
(24) , где

Чтобы средний арифметический индекс был тождественен агрегатному, весами индивидуальных индексов в нем должны быть взяты слагаемые знаменателя исходного агрегатного индекса.

2)В тех случаях, когда нет информации о количестве товаров (продукции) в натуральной форме, но есть учет реализации товаров (производства продукции) в стоимостном выражении и индивидуальные цены на товары (продукцию), для определения сводных показателей изменения цен применяется средняя гармоническая форма.
(25) , где

Чтобы средний гармонический индекс был тождественен агрегатному, весами индивидуальных индексов в нем должны быть взяты слагаемые числителя исходного агрегатного индекса.

Территориальные индексы.

Территориальные индексы служат для сравнения показателей в пространстве, то есть по предприятиям, городам, регионам и т. п.

Построение территориальных индексов определяется выбором базы сравнения и весов или уровня, на котором фиксируются веса. При двусторонних сравнениях каждая территория может быть сравниваемой (числитель индекса) и базой сравнения (знаменатель). Веса и первой и второй территории могут быть использованы при расчете индекса, но это может привести к противоречивым результатам. Поэтому предлагается два способа расчета территориальных индексов.

1) В качестве весов принимаются объемы проданных товаров (произведенной продукции) по двум вместе взятым регионам: (33)

Территориальный индекс цен тогда имеет вид:

(34) , где Р а, Р в – цена единицы товара (продукции) на территориях а и в.

В качестве весов здесь можно использовать структуру продажи данных товаров (продукции) по более крупной территории (республике, например).

2) При втором способе расчета учитывается соотношение весов сравниваемых территорий. Рассчитывается средняя цена каждого товара по двум территориям вместе:

(35) , потом индекс цен (36)

Данный подход к расчету территориального индекса цен обеспечивает взаимосвязь:

Индекс физического объема товарооборота (производства) имеет вид:

Тогда система индексов имеет вид:

(38)

Цепные и базисные индексы.

При изучении динамики социально-экономических явлений часто производятся сопоставления более чем за два периода.

Если необходимо проанализировать изменение явления во всех последних периодах по сравнению с начальным (базовым) – вычисляются базисные индексы.

Если требуется охарактеризовать последовательное изменение явления, из периода в период, то рассчитываются цепные индексы.

В зависимости от характера исходной информации и задач исследования можно рассчитать как индивидуальные так и общие индексы.

Индивидуальные цепные и базисные индексы рассчитываются аналогично относительным величинам динамики (темпам роста).

Общие индексы вычисляются с переменными и постоянными весами, в зависимости от их экономического содержания.

Общие индексы качественных показателей (цен, себестоимости, производительности труда) исчисляются как индексы с переменными весами (то есть весы берутся на уровне текущего – отчетного периода).

Общие индексы количественных показателей (физического объема) рассчитываются как индексы с постоянными весами, взятыми на уровне базисного (начального периода).

При этом общие цепные и базисные индексы с постоянными весами находятся во взаимосвязи:

a) Произведение цепных индексов дает базисный индекс последнего периода;

b) Деление последующего базисного индекса на предыдущий базисный индекс дает цепной индекс последующего периода.

В этих индексах весы – соизмерители взяты на уровне одного и того же базисного периода.

Общие цепные и базисные индексы с переменными весами такой взаимосвязи не имеют, так как в них весы – соизмерители берутся на уровнях разных периодов. Для всех индивидуальных индексов взаимосвязь цепных и базисных индексов сохраняется.

Индивидуальный

Цепные базисные 1,25*1,2=1,5 - сохраняется

1. Общие индексы цен:

базисные

Закон больших чисел порождён связями массовых явлений. Необходимо помнить, что тенденции и закономерности, вскрытые с помощью закона больших чисел, имеют силу только как массовые тенденции, но не как законы для индивидуальных единиц, для отдельных случаев.

Важное значение для статистической методологии играет закон больших чисел. В наиболее общем виде он может быть сформулирован следующим образом:

Закон больших чисел — общий принцип в силу которого совокупные действия большого числа случайных факторов приводит при некоторых общих условиях к результату почти независящему от случая.

Закон больших чисел порожден особыми свойствами массовых явлений. Массовые явления последние в свою очередь с одной стороны в силу своей индивидуальности отличаются друг от друга, а с другой имеет нечто общее определяющее их принадлежность к определенному классу.

Единичное явление в большей степени подвержено влиянию случайных и несущественных факторов, чем масса явлений в целом. При определенных условиях значение признака у отдельной единицы можно рассматривать как случайную величину, учитывая, что она подчиняется не только общей закономерности, но и формируется под воздействием условий не зависящих от этой закономерности. Именно по этой причине статистика широко использует средние показатели, одним числом характеризующие всю совокупность. Только при большом числе наблюдений случайные отклонения от основного направления развития уравновешиваются, взаимопогашаются и статистическая закономерность проявляется более отчетливо. Таким образом, сущность закона больших чисел заключается в том, что в числах обобщающих результат массового статистического наблюдения закономерность развития социально-экономических явлений выявляется более отчетливо чем при небольшом по объему статистическому исследованию.

ЗАКОН БОЛЬШИХ ЧИСЕЛ

Экономика. Толковый словарь. - М.: «ИНФРА-М», Издательство «Весь Мир». Дж. Блэк. Общая редакция: д.э.н. Осадчая И.М. . 2000 .

Райзберг Б.А., Лозовский Л.Ш., Стародубцева Е.Б. . Современный экономический словарь. - 2-е изд., испр. М.: ИНФРА-М. 479 с. . 1999 .

Экономический словарь. 2000 .

Смотреть что такое «ЗАКОН БОЛЬШИХ ЧИСЕЛ» в других словарях:

ЗАКОН БОЛЬШИХ ЧИСЕЛ - см. БОЛЬШИХ ЧИСЕЛ ЗАКОН. Antinazi. Энциклопедия социологии, 2009 … Энциклопедия социологии

Закон Больших Чисел - принцип, согласно которому количественные закономерности, присущие массовым общественным явлениям, наиболее явным образом проявляются при достаточно большом числе наблюдений. Единичные явления в большей степени подвержены воздействию случайных и… … Словарь бизнес-терминов

ЗАКОН БОЛЬШИХ ЧИСЕЛ - утверждает, что с вероятностью, близкой к единице, среднее арифметическое большого числа случайных величин примерно одного порядка будет мало отличаться от константы, равной среднему арифметическому из математических ожиданий этих величин. Разл.… … Геологическая энциклопедия

закон больших чисел - - [Я.Н.Лугинский, М.С.Фези Жилинская, Ю.С.Кабиров. Англо русский словарь по электротехнике и электроэнергетике, Москва, 1999 г.] Тематики электротехника, основные понятия EN law of averageslaw of large numbers … Справочник технического переводчика

Закон больших чисел - в теории вероятностей утверждает, что эмпирическое среднее (среднее арифметическое) достаточно большой конечной выборки из фиксированного распределения близко к теоретическому среднему (математическому ожиданию) этого распределения. В зависимости … Википедия

закон больших чисел - didžiųjų skaičių dėsnis statusas T sritis fizika atitikmenys: angl. law of large numbers vok. Gesetz der großen Zahlen, n rus. закон больших чисел, m pranc. loi des grands nombres, f … Fizikos terminų žodynas

ЗАКОН БОЛЬШИХ ЧИСЕЛ - общий принцип, в силу к рого совместное действие случайных факторов приводит при нек рых весьма общих условиях к рез ту, почти не зависящему от случая. Сближение частоты наступления случайного события с его вероятностью при возрастании числа… … Российская социологическая энциклопедия

Закон больших чисел - закон, гласящий, что совокупное действие большого числа случайных факторов приводит, при некоторых весьма общих условиях, к результату, почти не зависящему от случая … Социология: словарь

ЗАКОН БОЛЬШИХ ЧИСЕЛ - статистический закон, выражающий связь статистических показателей (параметров) выборочной и генеральной совокупности. Фактические значения статистических показателей, полученные по некоторой выборке, всегда отличаются от т.н. теоретических… … Социология: Энциклопедия

ЗАКОН БОЛЬШИХ ЧИСЕЛ - принцип, по которому частота финансовых потерь определенного вида может быть предсказана с высокой точностью тогда, когда есть большое количество потерь аналогичных видов … Энциклопедический словарь экономики и права

Закон больших чисел

Взаимодействуя ежедневно в работе или учебе с цифрами и числами, многие из нас даже не подозревают о том, что существует очень интересный закон больших чисел, применяемый, например, в статистике, экономике и даже психолого-педагогических исследованиях. Он относится к теории вероятностей и говорит о том, что среднее арифметическое какой-либо большой выборки из фиксированного распределения близко к математическому ожиданию этого распределения.

Вы, наверное, заметили, что понять сущность этого закона непросто, особенно тем, кто не особо дружит с математикой. Исходя из этого, мы бы хотели рассказать о нем простым языком (насколько это возможно, конечно), чтобы каждый мог хотя бы примерно уяснить для себя, что это такое. Эти знания помогут вам лучше разобраться в некоторых математических закономерностях, стать более эрудированным и положительным образом повлиять на развитие мышления.

Понятия закона больших чисел и его трактовка

Помимо рассмотренного нами выше определения закона больших чисел в теории вероятностей, можно привести и его экономическое толкование. В этом случае он представляет собой принцип, согласно которому частоту финансовых потерь конкретного вида можно предсказать с высокой степенью достоверности тогда, когда наблюдается высокий уровень потерь подобных видов вообще.

Помимо этого, в зависимости от уровня сходимости признаков можно выделить слабый и усиленный законы больших чисел. О слабом речь идет, когда сходимость существует по вероятности, а об усиленном – когда сходимость существует практически во всем.

Если интерпретировать несколько иначе, то следует сказать так: всегда можно найти такое конечное число испытаний, где с любой запрограммированной наперед вероятностью меньше единицы относительная частота появления какого-то события будет крайне мало отличаться от его вероятности.

Таким образом, общую суть закона больших чисел можно выразить так: результатом комплексного действия большого количества одинаковых и независимых случайных факторов будет такой результат, который не зависит от случая. А если говорить еще более простым языком, то в законе больших чисел количественные закономерности массовых явлений будут явно проявляться только при большом их числе (поэтому и называется закон законом больших чисел).

Отсюда можно сделать вывод, что сущность закона состоит в том, что в числах, которые получаются при массовом наблюдении, имеются некоторые правильности, обнаружить которые в небольшом количестве фактов невозможно.

Сущность закона больших чисел и его примеры

Закон больших чисел выражает наиболее общие закономерности случайного и необходимого. Когда случайные отклонения «гасят» друг друга, средние показатели, определенные для одной и той же структуры, приобретают форму типичных. Они отражают действия существенных и постоянных фактов в конкретных условиях времени и места.

Определенные посредством закона больших чисел закономерности сильны только тогда, когда представляют массовые тенденции, и они не могут быть законами для отдельных случаев. Так, вступает в силу принцип математической статистики, говорящий, что комплексное действие ряда случайных факторов способно стать причиной неслучайного результата. И наиболее яркий пример действия данного принципа – это сближение частоты наступления случайного события и его вероятности, когда возрастает количество испытаний.

Давайте вспомним обычное бросание монетки. Теоретически орел и решка могут выпасть с одной и той же вероятностью. Это означает, что если, к примеру, бросить монетку 10 раз, 5 из них должна выпасть решка и 5 – орел. Но каждый знает, что так не происходит практически никогда, ведь соотношение частоты выпадения орла и решки может быть и 4 к 6, и 9 к 1, и 2 к 8 и т.д. Однако с увеличением количества подбрасываний монетки, например, до 100, вероятность того, что выпадет орел или решка, достигает 50%. Если же теоретически проводить бесконечное количество подобных опытов, вероятность выпадения монетки обеими сторонами всегда будет стремиться к 50%.

На то, как именно упадет монетка, влияет огромное число случайных факторов. Это и положение монетки на ладони, и сила, с которой совершается бросок, и высота падения, и его скорость и т.д. Но если опытов много, вне зависимости от того, как воздействуют факторы, всегда можно утверждать, что практическая вероятность близка к вероятности теоретической.

А вот еще один пример, который поможет понять сущность закона больших чисел: предположим, что нам нужно оценить уровень заработка людей в каком-то регионе. Если мы будем рассматривать 10 наблюдений, где 9 человек получают 20 тыс. рублей, а 1 человек – 500 тыс. рублей, среднее арифметическое составит 68 тыс. рублей, что, естественно, маловероятно. Но если мы возьмем в расчет 100 наблюдений, где 99 человек получают 20 тыс. рублей, а 1 человек – 500 тыс. рублей, то при расчете среднего арифметического получим 24,8 тыс. рублей, что уже ближе к реальному положению дел. Увеличивая число наблюдений, мы будем заставлять среднее значение стремиться к истинному показателю.

Именно по этой причине для применения закона больших чисел в первую очередь необходимо набрать статистический материал, чтобы получать правдивые результаты, изучая большое число наблюдений. Потому-то и удобно использовать этот закон, опять же, в статистике или социальной экономике.

Подведем итоги

Значение того, что закон больших чисел работает, сложно переоценить для любой области научного знания, и особенно для научных разработок в области теории статистики и методов статистического познания. Действие закона также обладает большим значением и для самих изучаемых объектов с их массовыми закономерностями. На законе больших чисел и принципе математической статистике основываются практически все методы статистического наблюдения.

Но, даже не беря во внимание науку и статистику как таковые, можно смело сделать вывод, что закон больших чисел – это не просто явление из области теории вероятностей, но феномен, с которым мы сталкиваемся практически каждый день в своей жизни.

Надеемся, теперь сущность закона больших чисел стала вам более понятна, и вы сможете легко и просто объяснить его кому-то другому. А если тема математики и теории вероятностей вам интересна в принципе, то рекомендуем почитать о числах Фибоначчи и парадоксе Монти Холла. Также познакомьтесь с приближенными вычислениями в жизненных ситуациях и самыми популярными числами. И, конечно же, обратите внимание на наш курс по когнитивистике, ведь, пройдя его, вы не только овладеете новыми техниками мышления, но и улучшите свои когнитивные способности в целом, в том числе и математические.

1.1.4. Метод статистики

Метод статистики предполагает следующую последовательность действий:

разработка статистической гипотезы,

сводка и группировка статистических данных,

Прохождение каждой стадии связано с использованием специальных методов, объясняемых содержанием выполняемой работы.

1.1.5. Задачи статистики

Разработка системы гипотез, характеризующих развитие, динамику, состояние социально-экономических явлений.

Организация статистической деятельности.

Разработка методологии анализа.

Разработка системы показателей для управления хозяйством на макро- и микроуровне.

Популяризовать данные статистического наблюдения.

1.1.6. Закон больших чисел и его роль в изучении статистических закономерностей

Массовый характер общественных законов и своеобразие их действий предопределяет необходимость исследования совокупных данных.

Закон больших чисел порожден особыми свойствами массовых явлений. Последние в силу своей индивидуальности, с одной стороны, отличаются друг от друга, а с другой – имеют нечто общее, обусловленное их принадлежностью к определенному классу, виду. Причем единичные явления в большей степени подвержены воздействию случайных факторов, нежели их совокупность.

Закон больших чисел в наиболее простой форме гласит, что количественные закономерности массовых явлений отчетливо проявляются лишь в достаточно большом их числе.

Таким образом, сущность его заключается в том, что в числах, получающихся в результате массового наблюдения, выступают определенные правильности, которые не могут быть обнаружены в небольшом числе фактов.

Закон больших чисел выражает диалектику случайного и необходимого. В результате взаимопогашения случайных отклонений средние величины, исчисленные для величины одного и того же вида, становятся типичными, отражающими действия постоянных и существенных фактов в данных условиях места и времени.

Тенденции и закономерности, вскрытые с помощью закона больших чисел, имеют силу лишь как массовые тенденции, но не как законы для каждого отдельного случая.

Проявление действия закона больших чисел можно видеть во многих областях явлений общественной жизни, изучаемых статистикой. Например, средняя выработка на одного работающего, средняя себестоимость единицы изделия, средняя заработная плата и другие статистические характеристики выражают общие для данного массового явления закономерности. Таким образом, закон больших чисел способствует раскрытию закономерностей массовых явлений как объективной необходимости их развития.

1.1.7. Основные категории и понятия статистики: статистическая совокупность, единица совокупности, признак, вариация, статистический показатель, система показателей

Так как статистика имеет дело с массовыми явлениями, то основным понятием является статистическая совокупность.

Статистическая совокупность — это множество объектов или явлений, изучаемых статистикой, которые имеют один или несколько общих признаков и различаются между собой по другим признакам. Так, например, при определении объема розничного товарооборота все предприятия торговли, осуществляющие продажу товаров населению, рассматриваются как единая статистическая совокупность - «розничная торговля».

Е диница совокупности – это первичный элемент статистической совокупности, являющийся носителем признаков, подлежащих регистрации, и основой ведущегося при обследовании счета.

Например, при проведении переписи торгового оборудования единицей наблюдения является торговое предприятие, а единицей совокупности — их оборудование (прилавки, холодильные агрегаты и т.д.).

Признак — это характерное свойство изучаемого явления, отличающее его от других явлений. Признаки могут быть охарактеризованы рядом статистических величин.

В разных отраслях статистики изучаются разные признаки. Так, например, объектом изучения является предприятие, а его признаками — вид продукции, объем выпуска, численность работающих и т.д. Или объект — отдельный человек, а признаки — пол, возраст, национальность, рост, вес и т.д.

Таким образом, статистических признаков, т.е. свойств, качеств объектов наблюдения очень много. Все их многообразие принято делить на две большие группы: признаки качества и признаки количества.

Качественный признак (атрибутивный) — признак, отдельные значения которого выражаются в виде понятий, наименований.

Профессия - токарь, слесарь, технолог, учитель, врач и т.д.

Количественный признак — признак, определенные значения которого имеют количественные выражения.

Рост — 185, 172, 164, 158.

Вес — 105, 72, 54, 48.

Каждый объект изучения может обладать целым рядом статистических признаков, но от объекта к объекту одни признаки меняются, другие остаются неизменными. Меняющиеся признаки от одного объекта к другому принято называть варьирующими. Именно эти признаки изучаются в статистике, поскольку неизменяющийся признак изучать неинтересно. Предположим, что в вашей группе только мужчины, у всех один признак (пол - мужской) и по этому признаку больше сказать нечего. А если есть и женщины, то уже можно посчитать их процент в группе, динамику изменения численности женщин по месяцам учебного года и др.

Вариация признака — это многообразие, изменяемость величины признака у отдельных единиц совокупности наблюдения.

Вариация признака — пол — мужской, женский.

Вариация з/п — 10000, 100000, 1000000.

Отдельные значения признака называются вариантами этого признака.

Явления и процессы в жизни общества изучаются статистикой посредством статистических показателей.

Статистический показатель — это обобщающая характеристика какого-либо свойства статистической совокупности или ее части. Этим он отличается от признака (свойства, присущего единице совокупности). Например, средний балл за семестр по группе студентов – это статистический показатель. Балл по некоторому предмету конкретного студента — признак.

Система статистических показателей – это совокупность взаимосвязанных между собой статистических показателей, всесторонне отображающих процессы общественной жизни в определенных условиях места и времени.

Закон больших чисел. Статистическая закономерность

Понятие статистики и ее основные положения

Статистика как параметр совокупности

Закон больших чисел. Статистическая закономерность

Мальчик или девочка

Методы исследования применяемые в статистике населения

Список используемой литературы

Словом статистика в середине XVIII в. стали обозначать совокупность разного рода фактических сведений о государствах (от латинского “статус” – государство). К таким сведениям относились данные о численности и движении населения государств, их территориальном делении и административном устройстве, экономики и т.д.

В настоящее время термин “статистика” имеет несколько связанных друг с другом значений. Одно из них близко соответствует изложенному выше. Статистикой часто называют совокупность фактов о той или иной стране. Главные из них систематически публикуются в специальных изданиях по установленной форме.

Однако современную статистику в рассматриваемом смысле этого слова отличает от “государство ведения” прошлых столетий не только в огромной степени выросшем полнота и разносторонность содержащихся в ней сведений. В отношении характера сведений к ней теперь относят только то, что получает количественное выражение. Так, к статистике не относят сведения о том, является ли данное государство монархией или республикой. Какой язык в нем принят в качестве государственного и т.д.

Но к ней относятся количественные данные о численности населения, пользующихся тем или иным языком в качестве своего разговорного. К статистике не относят перечень и расположение на карте отдельных территориальных частей государства, но относят количественные данные о распределении по ним населения, промышленности и т.д.

Общей чертой сведений, составляющих статистику, служит то, что они всегда относятся не к одному единичному (индивидуальному) явлению, а охватывают сводными характеристиками целый ряд таких явлений, или, как говорят, их совокупность . Индивидуальное явление отличается от совокупности своей неразложимостью на самостоятельно существующие и аналогичные друг другу составные элементы. Совокупность же состоит именно из таких элементов. Исчезновение одного из элементов совокупности не уничтожает ее как таковую.

Так, население города остается его населением и после того, как одно из входящих в его состав лиц умерло или переехало в другой.

Разные совокупности и их единицы в реальности сочетаются и переплетаются друг с другом подчас в весьма сложных комплексах. Специфическая черта статистики состоит в том, что во всех случаях ее данные относятся к совокупности. Характеристики отдельных индивидуальных явлений попадают в поле ее зрения лишь в качестве основания для получения сводных характеристик совокупности.

Например, регистрация брака имеет определенное значение для данной индивидуальной пары, вступающей в него, из него для каждого супруга вытекают определенные права и обязанности. К статистике же относятся лишь сводные данные о числе заключенных браков, о составе вступивших в них – по возрасту, по источникам средств существования и др. Индивидуальные случаи бракосочетания интересуют статистику лишь постольку, поскольку на основании сведений о них возможно получить сводные данные.

Статистика как параметр совокупности

В последнее время термин “статистика” стал часто пониматься и в несколько более узком, но зато более точно определенном смысле, связанном с обработкой результатов серии индивидуальных наблюдений.

Представим, что в результате наблюдений мы получили числа x 1 , x 2 . x n . Эти числа рассматриваются как одна из возможных реализаций совокупности n величин в их сочетании.

Статистикой называют некоторый параметр f зависящий от x 1 , x 2 . x n . Поскольку эти величины являются, как отмечено, одной из их возможных реализаций, то и значение данного параметра также оказывается одним из ряда возможных. Следовательно, каждая статистика в этом смысле имеет свое распределение вероятностей (т.е. для любого заданного числа a существует вероятность того, что параметр f окажется не большим, чем a ).

По сравнению с содержанием, вкладываемая в термин “статистика” в смысле, рассмотренном выше, здесь во-первых, имеется в виду его сужение всякий раз до одной величины – параметра, что не исключает совместного рассмотрения нескольких параметров (нескольких статистик) в одной комплексной задаче. Во-вторых, здесь подчеркивается наличие математического правила (алгоритма) получения величины параметра из совокупности результатов наблюдения: вычислить их среднюю арифметическую, взять максимальное из доставленных значений, рассчитать отношение численности некоторой их особой группы к общему числу и т.д.

Наконец в указанном смысле термин “статистика” применяется к параметру, полученному из результатов наблюдений в любой области явлений – общественных и других. Это может быть средняя урожайность, или средняя длина охвата сосен в лесу, или средний результат повторных измерений параллакса некоторой звезды и т.д. в этом смысле термин “статистика” применяется главным образом в математической статистике, которая, как и любой раздел математики, не может быть ограничена той или иной областью явлений.

Под статистикой понимают также процесс ее “ведения”, т.е. процесс собирания и обработки сведений о фактах, необходимых для получения статистики в обоих рассмотренных смыслах.

При этом необходимые для статистики сведения могут собираться с единственной целью получения обобщенных характеристик для массы случаев данного рода, т.е. именно естественно в целях статистики. Таковы, например сведения, собираемые при проведении переписей населения.

Закон больших чисел. Статистическая закономерность.

Главным обобщением опыта исследования любых массовых явлений служат закон больших чисел. Отдельное единичное явление, рассматриваемое как одно из явлений данного рода, содержит в себе элемент случайного: оно могло быть или не быть, быть таким или иным. При соединении же большого числа таких явлений в общих характеристиках всей их массе случайность исчезает в тем большей мере, чем больше соединено единичных явлений.

Математика, в частности теория вероятностей, рассматриваемая в чисто количественном аспекте закон больших чисел, выражает его целой цепью математических теорем. Они показывают, при каких условиях и в какой именно мере можно рассчитывать на отсутствие случайности в охватывающих массу характеристиках, как это связано с численностью входящих в них индивидуальных явлений. Статистика же основывается на этих теоремах в изучении каждого конкретного массового явления.

Закономерность , проявившаяся лишь в большой массе явлений через преодоление свойственной ее единичным элементам случайности, называется статистической закономерностью .

В одних случаях перед статистикой стоит задача измерения ее проявлений, само же ее существование теоретически ясно заранее.

В других случаях закономерность может быть найдена статистикой эмпирически. Этим путем было, например, установлено, что с увеличением дохода семьи в ее бюджете падает процент расходов на питание.

Таким образом всякий раз, когда статистика в исследовании какого-либо явления достигает обобщений и находит действующую в нем закономерность, эта последняя сразу становится достоянием той конкретной науки, к кругу интересов которой принадлежит это явление. Следовательно, в отношении каждой статистика выступает в качестве метода.

Рассматривая результаты массового наблюдения, статистика находит в них черты сходства и различия, соединяет элементы в группы, выявляя при этом различные типы, дифференцируя по этим типам всю подвергнутую наблюдению массу. Результаты наблюдения единичных элементов массы используются, далее для получения характеристик всей совокупности и выделенных в ней особых частей, т.е. для получения обобщающих показателей.

Массовое наблюдение, группировка и сводка его результатов, вычисление и анализ обобщающих показателей – таковы главные черты метода статистики.

Статистика как наука опекает и сводится к математической статистике. В математике задачи характеристики массовых явлений рассматриваются только в чисто количественном аспекте, оторванно от качественного содержания (что обязательно для математики, как науки вообще). Статистика же даже в исследовании общих законов массовых явлений исходит не только из количественных обобщений этих явлений, а прежде всего из механизма возникновения самого массового явления.

В тоже время из сказанного о роли количественного измерения для статистики следует большое значение для нее математических методов вообще, специально приспособленных для решения задач, возникающих при исследовании массовых явлений (теория вероятностей и математической статистики). Более того, роль математических методов здесь настолько велика, что попытка их исключения из курса статистики (ввиду наличия в планах отдельного предмета – математической статистики) существенно обедняет статистику.

Отказ от этой попытки, однако, не должен означать противоположной крайности, а именно поглощения статистикой всей теории вероятностей и математической статистики. Если, например, в математике рассматривается средняя величина для ряда распределения (вероятностей или эмпирических частостей),то статистика так же не может обойти соответствующие приемы, но здесь это один из аспектов, наряду с которым возникает и ряд других (средние общие и групповые, возникновение и роль средних в системе информации, материальное содержание системы весов, хронологические средние, средние и относительные величины и т.д.).

Или другой пример: математическая теория выборки все внимание сосредоточивает на ошибке репрезентативности – для разных систем отбора, разных характеристик и т.д. Системную ошибку, т.е. ошибку не поглощающуюся в средней величине, она заранее исключает, строя свободные от нее так называемые несмещенные оценки. В статистике же едва ли не главным в этом деле вопросом является вопрос о том, как эту системную ошибку избежать.

В исследовании количественной стороны массовых явлений возникает ряд задач математического характера. Для их решения математика разрабатывает соответствующие приемы, но для этого она должна рассматривать их в общем виде, для которого качественное содержание массового явления безразлично. Так проявление закона больших чисел было впервые подмечено именно в социально-экономической области и почти одновременно в азартных играх (само распределение которых объяснилось тем, что они являлись слепком с экономики, в частности развивающихся товарно-денежных отношений). С того момента, однако, когда закон больших чисел становится объектом точного исследования в математике, он получает совершенно общую трактовку, которая не ограничивает его действие какой-либо специальной областью.

На этом основании предмет статистики вообще отграничивается от предмета математики. Разграничения объектов не может означать изгнать из одной науки всего, что попало в поле зрения другой. Было бы, например, неправильно исключить из изложения физики всего связанного с применением дифференциальных уравнений на том основании, что ими занимается математика.

Почему соотношение полов при рождении имеет определенные пропорции, которые на протяжении многих столетий не претерпели существенных наблюдений?

Как это парадоксально не звучит, но именно смерть является основным биологическим условием размножения и воспроизведения новых поколений. Для того чтобы продлить существование вида, его особи должны после себя оставить потомство; в противном случае вид навсегда исчезнет.

Проблема пола (кто родится мальчик или девочка) включает в себя множество вопросов, связанных не только с биологическим развитием, медико-генетическими характеристиками, с демографическими данными, но и в более широком аспекте связаны с психологией пола, с поведением и устремлениями индивидуумов противоположного пола, с гармонией или конфликтами между ними.

Вопрос о том, кто родится – мальчик или девочка – и почему это происходит – всего лишь узкий круг вопросов, вытекающих из более обширной проблемы. Особенно важное теоретическое и практическое имеет выяснение вопроса, почему продолжительность жизни мужчин ниже продолжительности жизни женщин. Это явление распространено не только у человека, но и среди многочисленных видов животного мира.

Объяснить это только, тем, что преобладание мужских особей при рождении обусловлено их повышенной активностью, и как следствие этого – меньшей “жизненностью”, недостаточно. Биологи давно обратили внимание на более короткую продолжительность жизни самцов по сравнению с самками у большинства изученных животных. Продолжительность жизни противопоставляется ее высокому темпу и это находит биологические обоснование.

Английский исследователь А. Комфорт указывает: “ Организм должен пройти через фиксированный ряд обменных процессов или этапов развития, и скорость их прохождения определяет наблюдаемую продолжительность жизни”.

Ч. Дарвин рассматривал меньшую продолжительность жизни у самцов “как естественное и конституционное свойство, обусловленное только полом”.

Возможность рождения ребенка того или иного пола в каждом конкретном случае зависит не только от присущих данному явлению закономерностям, выявленных на большом числе наблюдений, но и от случайных привходящих обстоятельств. Поэтому заранее статистически невозможно определить какого пола будет каждый отдельно родившийся ребенок. Этим и не занимается ни теория вероятностей, не статистика, хотя во многих случаях результат отдельного события представляет большой интерес. Теория вероятностей дает достаточно определенные ответы, когда речь заходит о большой совокупности родившихся. Привходящие, внешние причины случайны, однако их совокупность отражает устойчивые закономерности. При формировании пола, как теперь известно, еще до зачатия, случайные причины могут в одних случаях благоприятствовать возникновению зародышей мужского, и в других – женского пола. Но это проявляется не в каком-то закономерном порядке, а хаотично, беспорядочно. Совокупность факторов, формирующих определенные соотношения полов при рождении, проявляется лишь на достаточно большом количестве наблюдений; и чем их больше, тем ближе приближается теоретическая вероятность к фактическим результатам.

Вероятности рождения мальчиков есть число несколько больше чем 0,5 (близкое 0,51), а девочки – меньше чем 0,5 (близкое 0,49). Этот весьма интересный факт поставил перед биологами и статистами трудную задачу – объяснить причину, почему зарождение и рождение мальчика или девочки не является равновозможными и соответствующими генетическим предпосылкам (менделеевскому закону расщепления по полу).

Удовлетворительного ответа на эти вопросы пока не получено; известно только, что уже с момента зачатия доля мальчиков больше доли девочек и что в период внутриутробного развития эти пропорции постепенно выравниваются и к моменту рождения, не достигая, однако, равновероятностных значений. Мальчиков рождается примерно на 5-6% больше чем девочек.

У большинства видов, для которых биологами были составлены таблицы выживания, смертность среди самцов выше. Генетики это объясняют различием у самок и самцов общего хромосомного комплекса.

Ч. Дарвин рассматривает сформировавшееся численное соотношение полов из представителей различных видов, как результат эволюционного естественного отбора, основанного на принципах полового подбора. Генетические законы формирования пола были открыты позже, и они являются недостающим звеном в теоретических концепциях Ч. Дарвина. Меткие наблюдения Ч. Дарвина заслуживают того, чтобы их здесь привести. Автор замечает, что половой подбор был бы простым делом, если бы самцы численно значительно превосходили самок. Важно знать численное соотношение полов не только при рождении, но и в период зрелости, и это усложняет картину. Относительно людей установлен факт, что мальчиков умирает гораздо больше, чем девочек, перед рождением, во время родов и в первые годы детства.

Можно назвать две большие группы факторов, оказывающих влияние на соотношение смертности по полу и в целом обуславливающих сверхсмертность мужчин. Это экзогенные, т.е. социально-экономические факторы, и эндогенные факторы, связанные с генетической программой жизнеспособности мужского и женского организма. Различия в смертности по полу могут быть объяснены постоянным взаимодействием указанных двух групп факторов. Эти различия повышаются прямо пропорционально увеличению показателя средней продолжительности жизни. На чисто биологические различия в жизнеспособности мужчин и женщин наслаивается воздействие социально-экономических условий жизни, реакция на которые мужского и женского организма различна с точки зрения возможности преодолеть их отрицательное влияние на различных возрастных периодах.

В подавляющем большинстве стран мира, где ведется более или менее надежная и полная регистрация смертности, соотношение показателей по полу подтверждает неоднократно подтвержденная практикой положение о повышении смертности мужчин – закономерность эта, как отмечалось ранее присуща человеческой популяции да и не только ей, но и многим другим биологическим видам.

Статистика населения – наука, изучающая количественные закономерности явлений и процессов, происходящих в населении, в непрерывной связи с их качественной стороной.

Население – объект изучения и демографии, которая устанавливает общие закономерности их развития, рассматривая его жизнедеятельность во всех аспектах: историческом, политическом, экономическом, социальном, юридическом, медицинском и статистическом. При этом надо иметь в виду, что по мере развития знаний об объекте открываются его новые стороны, становящиеся отдельным объектом познания.

Статистика населения изучает свой объект в конкретных условиях места и времени, выявляя все новые формы его движения: естественное, миграционное, социальное.

Под естественным движением населения понимается изменение численности населения ввиду рождений и смертей, т.е. происходящее естественным путем. При этом разумеются так же браки и разводы, поскольку они учитываются в одинаковом порядке с рождениями и смертями.

Миграционное движение , или просто миграция населения, означает перемещения людей через границы отдельных территорий, обычно с переменой места жительства на длительное время или навсегда.

Социальное движение населения понимается как изменение социальных условий жизни населения. Оно выражается в изменении численности и составе социальных групп людей, имеющих общие интересы, ценности и нормы поведения, складывающиеся в рамках исторически определенного общества.

Статистика населения решает ряд задач:

Важнейшая ее задача – определение численности населения. Но часто требуется знать численность населения отдельных континентов и их частей, различных стран, экономических регионов стран, административных регионов. При этом ведется не простой арифметический, а особый – статистический счет – счет категорий населения. Статистически устанавливается число рождений, смертей, браков, случаев прекращения брака, численность прибывших и убывших мигрантов, т.е. определяется объем совокупности.

Вторая задача – установление структуры населения, демографических процессов. Внимание здесь прежде всего обращается на деление населения по полу, возрасту, уровню образования, профессиональному, производственному признаку, по принадлежности к городскому и сельскому.

Структура населения по полу может характеризоваться равной численностью полов, мужским или женским перевесом и степенью этого перевеса.

Структура населения по возрасту может быть может быть представлена однолетними данными и группами возрастов, а так же тенденцией изменения возрастного состава, например постарения или омоложения.

Образовательная структура показывает долю грамотного населения, имеющего определенную степень обучения на разных территориях и разных средах.

Профессиональная – распределение людей по приобретенным в процессе обучения профессиям, по занятиям.

Производственная – по отраслям народного хозяйства.

Территориальное размещение населения или его расселения. Здесь различают степень урбанизации, определение плотности всего населения, различное понимание плотности и его состояния.

Третья задача состоит в изучении взаимосвязей, имеющих место в самом населении между его различными группами и исследование зависимости процессов, происходящих в населении от факторов среды, в которой эти процессы протекают.

Четвертая задача складывается из рассмотрения динамики демографических процессов. При этом характеристика динамики может быть дана как изменение численности населения и как изменение интенсивности процессов, происходящих в населении во времени и пространстве.

Пятая задача – статистика населения открывается при прогнозах его численности и состава на будущее время. Предоставление данных о прогнозе численности населения на ближайшую и далекую перспективу.

Методы исследования применяемые в статистике населения

Метод в самом общем понимании означает способ достижения цели, регулирования деятельности. Метод конкретной науки – совокупность приемов теоретического и практического познания действительности. Для самостоятельной науки обязательно не только наличие особого от других наук предмета исследования, но и существования своих собственных методов изучения этого предмета. Совокупность методов исследования применяемых в какой-либо науке, составляет методологию этой науки.

Поскольку статистика населения является отраслевой статистикой, то основой ее методологии служит статистическая методология.

Важнейший метод, включенный в статистическую методологию – получение информации об изучаемых процессах и явлениях – статистическое наблюдение . Оно служит основой для сбора данных как в текущей статистике, так и при проведении переписей, монографического и выборочного изучения населения. Здесь полное использование положений теоретической статистики об установлении объекта единицы наблюдения, введении понятий о дате и моменте регистрации, программе, организационных вопросах наблюдения, систематизации и публикации его итогов. В статистической методологии заложен и принцип самостоятельности отнесения каждого переписываемого лица к определенной группе – принцип самоопределения.

Следующий этап статистического изучения социально-экономических явлений – определение их структуры, т.е. выделение частей и элементов, составляющих совокупность. Речь идет о методе группировок и классификаций, которые в статистике населения получили название типологических и структурных.

Для познания структуры населения необходимо прежде всего выделение признака группировки и классификации. Любой признак подвергшийся наблюдению, может служить и группировочным. Например по вопросу об отношении к лицу, записанному в переписном листе первым, можно определить структуру переписываемого населения, где представляется вероятным выделить значительное число групп. Этот признак является атрибутивным, поэтому при разработке по нему переписных листов необходимо составить заранее перечень нужных для анализа классификаций (группировок по атрибутивным признакам). При составлении классификаций с большим числом атрибутивных записей заранее обосновывается отнесение к определенным группам. Так, по своему занятию население делится на несколько тысяч видов, которые статистика сводит в определенные классы, что фиксируется в так называемом словаре занятий.

При изучении структуры по количественным признакам возникает возможность использования таких статистических обобщающих показателей, как средняя, мода и медиана, меры расстояния или показателей вариации для характеристики разных параметров населения. Рассматриваемые структуры явлений служит основой изучения связи в них. В теории статистики различаются функциональные и статистические связи. Изучение последних невозможно без разделения совокупности на группы и затем сравнения величины результативного признака.

Группировка по факторному признаку и сопоставление с изменениями признака результативного позволяет установить направление связи: прямая она или обратная, а так же дать представление о ее форме ломаной регресси . Данные группировки позволяют построить систему уравнений, необходимую для нахождения параметров уравнения регрессии и определения тесноты связи при помощи расчета коэффициентов корреляции. Группировки и классификации служат основой для использования дисперсионного анализа связей между показателями движения населения и факторами, их вызывающими.

Широкое использование находят в изучении населения статистические методы исследования динамики , графическое изучение явлений , индексный , выборочный и балансовый . Можно сказать, что статистика населения использует для изучения своего объекта весь арсенал статистических методов и примеров. Кроме того применяются и методы разработанные только для изучения населения. Это методы реального поколения (когорт) и условного поколения . Первый позволяет рассмотреть изменения в естественном движении ровесников (родившихся в одном году) – продольный анализ; второй рассматривает естественное движение сверстников (живущих в одно и то же время) – поперечный анализ.

Интересно применение средних и индексов при учете особенностей и сравнении процессов, происходящих в населении, когда условия для сопоставления данных не равны между собой. Используя различное взвешивание при расчете обобщающих средних величин, разработан метод стандартизации, позволяющий элиминировать влияние разных возрастных характеристик населения.

Теория вероятностей как математическая наука изучает свойства объективного мира при помощи абстракций , суть которых состоит в полном отвлечении от качественной определенности и в выделении их количественной стороны. Абстрагирование – есть процесс мысленного отвлечения от многих сторон свойств предметов и одновременно процесс выделения, вычленения каких-либо интересующих нас сторон, свойств и отношений изучаемых предметов. Применение абстрактных математических методов в статистике населения дает возможность статистического моделирования , происходящих в населении процессов. Потребность в моделировании возникает в случае невозможности исследования самого объекта.

Наибольшее число моделей применяемых в статистике населения, разработано для характеристики его динамики. Среди них выделяются экспоненциальные и логистические . Особое значение в прогнозе населения на будущие периоды имеют модели стационарного и стабильного населения, определяющие сложившийся в данных условиях тип населения.

Если построения моделей экспоненциального и логистического населения использует данные о динамике абсолютной численности населения за прошлый период, то модели стационарного и стабильного населения строятся на основе характеристик интенсивности его развития.

Итак статистическая методология изучения населения имеет в своем распоряжении ряд методов общей теории статистики, математические методы и специальные методы, разработанные в самой статистике населения.

Статистика населения используя рассмотренные выше методы, разрабатывает систему обобщающих показателей, указывает на необходимую информацию, способы их расчета, познавательные возможности этих показателей, условия применения, порядок записи и содержательную интерпретацию.

Велико значение обобщающих статистических показателей в решении важнейших проблем при рассмотрении демографической политики, необходимо для сбалансированного роста населения, в изучении миграции населения, составляющей основу межрайонного перераспределения рабочей силы и достижения равномерности ее распределения.

Поскольку население в определенном аспекте изучают многие другие науки – здравоохранение, педагогика, социология и пр., необходимо использовать опыт этих наук, развивать их методы применительно к нуждам статистики.

Стоящие перед нашей страной задачи обновления должна затронуть и решение демографических проблем. Разработка комплексных программ экономического и социального развития должна включать в себя разделы по демографическим программам их решение должно способствовать развитию населения с наименьшими демографическими потерями.

Список используемой литературы

Кильдишев и др. “Статистика населения с основами демографии” М.: Финансы и Статистика, 1990 г. – 312 с.

Бедный М.С. “Мальчики девочки? Медико — демографический анализ” М.: Статистика, 1980 г. – 120 с.

Андреева Б.М., Вишневский А.Г. “Продолжительность жизни. Анализ и моделирование” М.: Статистика, 1979 г. – 157 с.

Боярский А.Я., Громыко Г.Л. “Общая теория статистики” М.: изд. Московские университеты, 1985 г. – 372 с.

Васильева Э.К. “Социально-демографический портрет студента” М.: Мысль, 1986 г. – 96 с.

Бестужев-Лада И.В. “Мир нашего завтра” М.: Мысль, 1986 г. – 269 с.

Популярное:

• Основное содержание закона о наследстве Закон о наследстве регулирует особую процедуру, которая обусловливает переход прав и обязанностей, а также имущества умершего гражданина его родственникам или иным лицам, в том числе […]
• Если не устраивает заведующая детским садом … Вопрос: Добрый день! Г. Калининград. Скажите, пожалуйста, если родителей полностью не устраивает заведующая детским садом, могут ли они требовать от начальника управления образования […]
• Как составляется заявление иностранного гражданина или лица без гражданства о регистрации по месту жительства Житель другого государства, прибывший в РФ, должен подать в миграционную службу заявление иностранного гражданина или […]
• Суд по автокредиту – советы адвоката Если вы берете целевой кредит на покупку автомобиля, то купленная вами машина будет оформлена как залог. Грубо говоря, в случае невыплаты автокредита банк имеет право забрать у вас автомобиль […]
• Президент РФ отменил обязательную установку счетчиков на газ Президент Владимир Путин подписал закон, который вносит поправку в закон № 261-ФЗ "Об энергосбережении. " и отменяет обязательную установку газовых счетчиков в […]
• ЧТО ВАЖНО ЗНАТЬ О НОВОМ ЗАКОНОПРОЕКТЕ О ПЕНСИЯХ Подписка на новости Письмо для подтверждения подписки отправлено на указанный вами e-mail. 27 декабря 2013 График выплаты пенсий, ЕДВ и иных социальных выплат за январь 2014 года […]
• Как унаследовать средства пенсионных накоплений наследодателя? Наследодатель при жизни вправе в любое время подать заявление в территориальный орган ПФР и определить конкретных лиц (правопреемников) и доли средств, которые […]
• Понятие и основные признаки права собственности на природные объекты и ресурсы. ГК, Статья 209. Содержание права собственности. Право владения означает закрепленную законом возможность фактичес­кого обладания природным объектом, […]