рефераты конспекты курсовые дипломные лекции шпоры

Реферат Курсовая Конспект

Петров А.П. Статистика Учебное пособие

Петров А.П. Статистика Учебное пособие - раздел Математика, Министерство Образовани...

Министерство образования и науки Российской Федерации

Федеральное агентство по образованию

Санкт-Петербургский государственный университет сервиса и экономики

Кафедра «Прогнозирования и статистики экономических

и социальных процессов»

 

 

Петров А.П.

 

Статистика

Учебное пособие

 

 

Санкт-Петербург

Содержание

Модуль 1. Общие вопросы статистики ………...………………………......4

Блок 1. Предмет и метод статистики ……………………………………4

Блок 2. Статистическое наблюдение ………………………………........7

Блок 3. Статистическая информация и показатели ..………………….11

Модуль 2. Обобщение статистических данных ………………………......13

Блок 4. Статистические: сводка, группировка, классификации,

таблицы, графики ………………………………………………13

Блок 5. Статистические ряды распределения ………………………….20

Модуль 3. Относительные величины, вариация признаков……………….24

Блок 6. Абсолютные и относительные величины,

средние величины ………………………………………..……..24

Блок 7. Структурные средние ………………………………………......31

Блок 8. Показатели вариации ……………………………………………33

Блок 9. Изучение формы распределения ……………………………….38

Модуль 4. Выборочное наблюдение ……………………………………….40

Блок 10. Содержание выборочного наблюдения, ошибки

выборочного наблюдения ………………………………………40

Блок 11. Малая выборка …………………………………………………47

Модуль 5. Статистические методы прогнозирования процессов ………..50

Блок 12. Ряды динамики, исследование основных тенденций

развития явлений ………………………………………………..50

Блок 13. Прогнозирование на основе изучения тренда ………………..60

Модуль 6. Индексный метод ………………………………………………..63

Блок 14. Понятие индекса, виды индексов ……………………………..63

Блок 15. Индексы средних величин …………………………………….68

Модуль 7. Статистический анализ связей явлений …………..………....72

Блок 16. Виды связей явлений ………………………………………..72

Блок 17. Методы регрессионно-корреляционного анализа

связи показателей, критерии согласия …………………….75

Приложение 1. Основные формулы………………………………….…..82

Приложение 2. Вспомогательная таблица ………………………….…...86

Приложение 3. Перечень вопросов для подготовки к экзамену……..…87

Приложение 4. Список литературы …………………………………..….90

 

Модуль 1. Общие вопросы статистики

Блок 1. Предмет и метод статистики

Социальные и экономические явления сложны и многообразны, каждое имеет свои особенности и специфику; в самих явлениях действуют различные группы и подгруппы с различными, порой противоположными установками, у них есть общие и частные точки взаимодействия и связи. Для установления связей между отдельными группами явлений необходимо выявить внутреннюю структуру, тенденции и закономерности их развития. Статистика изучает с количественной стороны массовые социально-экономические явления, устанавливает количественные характеристики и дает им цифровую оценку. Оценка может быть осуществлена как в стоимостном, так и натуральном выражении.

Предметом статистического исследования множества однокачественных варьирующих явлений; они могут быть представлены как множество явлений, они могут быть объединены одним общим качеством и они могут быть варьирующими явлениями с различными характеристиками.

Статистика в узком смысле связана с сбором и обработкой информации об отдельных явлениях, эта деятельность, как правило, осуществляется в рамках государственной и ведомственной статистики. В широком смысле статистика – это наука изучающая массовые явления, протекающие в совокупностях объектов и между взаимодействующими совокупностями.

Признаком массового явления представляется участие в нем множества индивидуальных элементов. Сутью обобщения массовых явлений является Закон больших чисел. Основным содержанием этого закона является то, что отдельные явления содержат в себе элемент случайного, но при соединении большого числа явлений случайность исчезает и проявляется закономерность.

Статистическими совокупностями называют массовые явления, которые обладают свойством устойчивости в течение определенного периода времени. Устойчивость явления позволяет изучать и прогнозировать процессы его развития.

Явления и процессы изучаются с помощью статистических показателей. Статистические показатели – это качественная оценка свойства изучаемого явления, они делятся на учетно-оценочные и аналитические показатели. Учетно-оценочныепоказатели дают характеристику размера качественно определенных социально-экономических явлений в конкретных условиях места и времени. Аналитическиепоказатели служат для анализа статистической информации и характеризуют особенности явления (относительные показатели, средние величины, показатели вариации и тесноты связи).

С показателями тесно связано понятие признак, статистика изучает явления через их признаки. Признак– это характерное свойство изучаемого явления, его качественная особенность. Признаки делятся на смысловые и числовые. Смысловые или атрибутивные несут в себе определенный атрибут изучаемого объекта (пол, образование, специальность, отношение к воинской службе). Признаки могут принимать одно из двух противоположных значений, такие признаки называются альтернативными (мужчина и женщина, наличие и отсутствие, живое и неживое).

Числовые признаки или их еще называют количественными – они определяют числовые параметры явления (объем производства, число лет, заработная плата). Признаки могут быть основными и второстепенными. Основные определяют главное содержание явления. Второстепенные – не связаны непосредственно с основным содержанием явления.

По отношению к единице совокупности признаки могут быть первичными и вторичными. Первичные признаки характеризуют единицу совокупности в целом, это абсолютные величины, характеризующие единицу совокупности с точки зрения ее размера, веса, численности. Эти признаки единицы совокупности объективно существуют независимо от их статистического изучения. Вторичные (расчетные) признаки рассчитываются и являются продуктом анализа изучаемого объекта. К таким признакам могут быть отнесены себестоимость единицы продукции, производительность труда, рентабельность и т. д.

В статистике существует своя специализация. Первое деление статистики на экономическую и социальную. Экономическая статистика занимается вопросами экономики – промышленность, сельское хозяйство, торговля, транспорт, финансы. Социальная статистика занимается вопросами, связанными с человеком и обществом, это статистики: административная, здравоохранения, культуры, судебная, миграционная и т.д. Каждая из этих статистик разрабатывает свою систему статистических показателей.

Для изучения своего предмета статистика разрабатывает и применяет свою методологию. Статистика естественным образом широко использует и общенаучные методы. Это, прежде всего, диалектический подход к изучению явлений - изучение их во взаимосвязи и взаимообусловленности, в движении – от возникновения до их исчезновения. Это методы сравнения, анализа и синтеза, индукции и дедукции, аналогия, гипотезы и др. Статистика опирается на такие категории как случайное и необходимое, единичное и массовое.

Особенность предмета статистики заключается в том, что она опирается специфические приемы и методы, которые образуют статистическую методологию. Как и любое статистическое исследование статистика включает три стадии:

- статистическое наблюдение – сбор первичной статистической информации;

- сводка и группировка результатов наблюдения в статистические совокупности;

- анализ полученных результатов.

Первая стадия предполагает формирование статистической совокупности. Для этого используются методы массового наблюдения, что обусловлено тем, что статистические закономерности в соответствии с законом больших чисел могут проявиться только в достаточно большом количестве данных;

Вторая стадия статистического исследования предусматривает обработку полученной информации. Здесь получают общие и частные итоги, осуществляется систематизация и группировка материала для выявления социально-экономических типов, действующих в изучаемом явлении. Содержание данной стадии исследования – переход от единичных характеристик к сводным показателям совокупности в целом и отдельных ее частей.

На третьей стадии статистического исследования осуществляется анализ сведенной и сгруппированной информации с помощью статистического инструментария (абсолютные и относительные величины, средние величины, вариация признаков, коэффициенты, теснота связи). На этой стадии происходит раскрытие причинных связей, установление влияния и взаимодействие факторов, дается оценка эффективности принятых управленческих решений, оцениваются перспективы и направления развития явлений. Арсенал статистических методов предполагает использование табличного и графического методов; регрессионного, дисперсионного, корреляционного и факторного анализов; выборочный и индексный методы; построение моделей и прогнозов.

В системе управления социально-экономическими проблемами статистика призвана решать следующие задачи:

1. Всестороннее исследование экономических и социальных процессов на основе научно-обоснованной системы показателей;

2. Обобщение и прогнозирование тенденций развития народного хозяйства;

3. Выявление имеющихся резервов эффективности общественного производства;

4. Своевременное обеспечение надежной информацией законодательной и исполнительной власти и хозяйствующих субъектов.

Блок 2. Статистические наблюдения

Статистическое наблюдение – начальная стадия статистического исследования. Это работа по собиранию массовой первичных информации о социально-экономических явлениях общественной жизни. Статистическая информация – первичный статистический материал, формирующийся в ходе статистического наблюдения, который затем подвергается систематизации, сводке, обработке, анализу и обобщению. Информация должна быть достоверной и полной по охвату единиц исследуемой совокупности.

Различают две формы наблюдения: отчетность и специально организованные статистические наблюдения. Отчетность представляет собой сведения в виде обязательных отчетов в определенной форме и сроки. Это может быть в рамках бухгалтерского, налогового, управленческого и оперативного учетов. Отчетность может быть общегосударственной и ведомственной. Общегосударственная отчетность представляется в вышестоящие органы и в органы государственной статистики. Ведомственная отчетность представляется только в вышестоящие органы. Отчетность представляется в течение года с разной периодичностью.

Специально организованные статистические наблюдения предполагают решение вопросов дефицита информации по тем или иным актуальным проблемам общественной жизни. Это могут быть всевозможные переписи (населения, оборудования, остатков материалов, скота, угодий и т. д.) и различного рода социологические обследования по вопросам изучения бюджетов, уровня жизни и спроса населения на потребительские товары и услуги. Социологические обследования предполагают также изучение общественного мнения по различным вопросам отдельных социальных групп и общества в целом.

Статистические наблюдения различаются по времени регистрации фактов и степени охвата единиц наблюдения. По времени наблюдения могут быть непрерывными и непрерывными и единовременными.

Непрерывные или текущиенаблюдения имеют место, когда наблюдение за явлением ведется постоянно и изменения фиксируются по мере наступления тех или иных событий (производство и реализация продукции и услуг, регистрация актов гражданского состояния, миграция населения).

Прерывные наблюдения те, которые повторяются через определенный период времени. Это могут быть различные переписи по состоянию на определенную дату, учет цен на различные потребительские товары, который проводится постоянно через определенный период времени.

Единовременные наблюдения осуществляются по мере необходимости решать те или иные сформулированные задачи. Эти наблюдения проводятся без соблюдения периодичности, по мере их актуальности и важности. Такие наблюдения, как правило, проводятся различными научно-исследовательскими институтами или специализированными организациями, изучающими социальные вопросы и общественное мнение.

По степени охвата единиц совокупности наблюдения делятся на сплошные и не сплошные. Сплошные наблюдения предполагают изучение всех без исключения единиц совокупности. К таким наблюдениям относятся всевозможные переписи и процедура инвентаризации основных фондов.

Несплошныенаблюдения имеют место, когда обследованию подвергается заранее установленная часть изучаемой совокупности. В зависимости от поставленной задачи несплошное наблюдение может осуществляться различными способами. Выделяют следующие виды несплошых наблюдений: выборочные наблюдения, метод основного массива, анкетные обследования, монографические обследования.

Выборочное наблюдение проводится в том случае, когда сплошное наблюдение невозможно и когда по характеристикам выборочной совокупности воспроизводят характеристики всей совокупности в целом. Этот метод при правильной организации процедуры обеспечивает результаты наблюдения, которые с наименьшими ошибками отражают изучаемую совокупность. Выборочный метод широко применяется в различных сферах при изучении экономических и социальных явлений.

Метод основного массива предполагает исследование тех единиц общей совокупности, которые является носителем преобладающей части изучаемых признаков. Примером применения этого метода может служить постоянное наблюдение за ценами на товарных рынках страны, когда наблюдение за ценами осуществляется в 308 наиболее крупных городах, где проживает свыше 50% всего городского населения и где обеспечивается 60% розничного товарооборота по стране.

Анкетное обследование представляет собой наблюдение за тем или иным явлением с помощью добровольного заполнения респондентами анкет или опросных листов. Респонденты должны иметь ясное представление об изучаемом объекте наблюдения и могли бы сформулировать свое отношение к нему. Анкетные наблюдения по своему содержанию и организации содержат значительный элемент неопределенности и субъективности, поэтому их чаще всего применяют в социологических обследованиях и изучений спроса населения на отдельные виды товаров и услуг, когда требуются приблизительные оценки по изучаемым объектам.

Монографическое обследование по своему содержанию представляет собой глубокое и всестороннее изучение отдельных единиц совокупности по отдельным вопросам. Детальное изучение этих объектов наблюдения позволяет выявить тенденции и направления развития характерные для явления в целом. Это может быть опыт работы предприятий в новых условиях, который целесообразно или не целесообразно переносить на основной массив предприятий.

Основанием для регистрации ответов на поставленные в ходе наблюдения вопросы могут служить непосредственное наблюдение, документальное наблюдение и опрос.

Непосредственное наблюдение предполагает действия регистраторов по замерам, взвешиванию, учету фактов, подлежащих регистрации. На основании этих действий делаются записи в формулярах наблюдений.

Документальное наблюдение осуществляется в том случае, когда источником информации служат документы. Например, для составления отчета предприятия используются документы первичного учета, инвентаризации, технических паспортов и т.д.

Опрос – это записи со слов опрашиваемых. Опросы могут быть: экспедиционными, саморегистрации и корреспондентскими.

При экспедиционном способе опроса специальные работники – счетчики устанавливают факты об учитываемых явлениях путем непосредственного наблюдения и опроса респондентов; полученная информация заносится в специальные формуляры наблюдения.

Способ саморегистрации предусматривает заполнение соответствующих документов самими опрашиваемыми. В данном случае счетчики раздают опрашиваемым бланки и формуляры наблюдения, проводят инструктаж и после заполнения их собирают и проверяют.

Корреспондентский способзаключается в том, что сведения по изучаемой проблеме сообщаются организаторам наблюдения их корреспондентами.

Проведение статистического наблюдения предполагает решение ряда вопросов, эти вопросы можно подразделить на две группы: программно-методологические и организационные.

Программно-методологические связаны с определением цели наблюдения, выделением объекта и единицы наблюдения, подготовкой программы наблюдения, разработкой анкет, опросных листов, формуляров и инструкций по их заполнению. Кроме того, необходимо решить вопросы определения источников и способов получения информации.

Любое наблюдение начинается с постановки цели его проведения. Цель наблюдения – это конечный результат статистического исследования, она должна быть ясно поставлена перед исследователями и должны быть определены средства (материальные и временные) для ее достижения.

Необходимо также четко определить объекты наблюдения – совокупность единиц изучаемого явления, о которых будут собрана статистическая информация. Объект наблюдения важно выделить и описать его отличительные черты, выделяющие его среди прочих. Например, если изучается проблема организации общественного питания в городе, то важно определить объект наблюдения – столовые, кафе, закусочные, рестораны и т.д.

Организационные вопросы требуют разработки организационного плана, который должен решать задачи, связанные с определением органа наблюдения, места наблюдения и сроках наблюдения. Время проведения наблюдения предполагает решение вопросов сезона наблюдения, времени наблюдения, критической даты и критического момента.

Сезон наблюдения – время года, в котором изучаемый объект находится в обычном для него состоянии. Если проводится перепись населения, то сезон его наименьшей миграции – зима.

Время наблюдения – это единое время для регистрации единиц наблюдаемого явления.

Критическая дата – дата, по состоянию на которую регистрируются состояние изучаемого явления.

Критический момент – фиксация состояния изучаемого явления на момент его наблюдения. Обычно при организации переписей населения критическим моментом наблюдения выбирается 0 часов в ночь с одних суток на другие.

Блок 3. Статистическая информация и статистические показатели

Статистическая информация – это первичный статистический материал, формирующийся в ходе статистического наблюдения, который затем систематизируется, сводится, обрабатывается, анализируется и обобщается.

Важными условиями качественного использования статистической информации являются ее: массовость, систематичность получения и обработки, а также возможность длительного ее хранения на различных носителях. Статистическая информация может быть подразделена по:

- месту возникновения;

- принадлежности к отраслям экономики;

- способу передачи;

- периодичности поступления.

Статистический показатель представляют собой обобщенную количественную характеристику явлений и процессов в тесной увязке с их особенностями в конкретных условиях места и времени. Показатели имеют количественную и качественную стороны. Количественная сторона определяет конкретный размер показателя, его величину, а качественная сторона показателя отражает его содержательную часть. Совокупность показателей, всесторонне отражающих развитие явления, образуют систему показателей.

Социально-экономические индикативные показатели выступают в роли индикаторов, характеризующих состояние развития экономики в целом, отдельных отраслей. Такие показатели дают представление об уровне развития страны в динамике по сравнению с другими странами, отдельных регионов в рамках одной страны. Эти показатели являются основой для построения прогнозов развития по различным отраслям экономики, к ним относятся:

- площадь территории;

- численность населения;

- валовой внутренний продукт (ВВП);

- объем экспорта и импорта;

- среднегодовая численность занятых и безработных;

- среднемесячная начисленная заработная плата;

- денежные доходы и расходы населения;

- средний уровень образования.

Индикативными показателями могут выступать и интегральные показатели, которые выражают уровень социально-экономического развития отдельных регионов и страны в целом. Существуют и применяются различные системы оценки уровня жизни населения. Например, рабочая группа по социальной статистике ООН предлагала в качестве таких показателей национальный доход на душу населения, долю расходов на питание в общих расходах домохозяйств, относительный коэффициент смертности и т.д. Единого, универсального показателя пока не выработано.

 

Модуль 2. Обобщение статистических данных

Блок 4. Статистическая сводка, группировки, классификации, статистические таблицы, графики

Информация полученная в ходе статистического наблюдения требует обобщения и систематизации, для этого осуществляется статистическая сводка, когда индивидуальные данные превращаются в упорядоченную систему показателей, которые дают возможность оценить состояние явления и установить тенденции и закономерности его развития.

Статистическая сводка позволяет перейти от единичных значений изучаемой совокупности к обобщающим показателям, характеризующим уже всю совокупность в целом. Сводка предусматривает систематизацию и группировку данных, характеристику групп системой показателей и представление сводной информации в виде таблиц и графиков.

Статистическая сводка проходит следующие этапы:

1. Формулировка задачи на основе целей исследования;

2. Образование групп и подгрупп, определение группировочных признаков, числа групп, интервалов групп, комбинированных группировок;

3. Техническая сторона сводки: проверка полноты и качества информации, подсчет итогов и расчеты показателей, характеризующих совокупность в целом и отдельных ее частей.

Сводка может осуществляться централизованно и децентрализовано.

Централизованная сводка предполагает сосредоточение данных в одном месте и обработка их по единой методике;

Децентрализованная сводка осуществляется поэтапно снизу до верху по иерархической лестнице управления.

Группировка– процедура объединения в группы однородных по какому-либо признаку объектов и характеристика образованных групп системой показателей. Статистическая группировка призвана в общей совокупности определить однородные группы, отличающиеся друг от друга в количественном или качественном отношении и выделить действующие в них социально-экономические типы.

 

 

Группировки призваны решать три основные задачи:

1. Изучение структуры изучаемой совокупности;

2. Выделение в общей совокупности действующих основных типов и изучение их взаимодействия между собой;

3. Выявление взаимосвязи между признаками.

Выделяют следующие основные виды группировок: типологические, структурные, аналитические и комбинированные.

Типологические группировки предполагают выделение из множества признаков основных, качественно однородных типов явлений, которые позволяют проследить во времени их зарождение, развитие и отмирание.

Группировка по одному признаку называется простой; если производится группировка по двум и более признакам, где каждая группа разбивается на последующие подгруппы, то такая группировка – комбинационная.

Признаки могут быть атрибутивными (качественными) и количественными. При разработке атрибутивных признаков число групп определяется свойствами изучаемого явления.

При группировке количественных значений признака выделение типов состоит в определении величины групп, границы которых устанавливают новое качество изучаемого явления.

Структурные группировкипозволяют изучать выделенные типы с точки зрения их структуры и состава. Структурные группировки используются для изучения строения исследуемого явления.

Аналитические группировки предназначены для изучения явления с точки зрения взаимосвязей между отдельными его признаками (факторными и результативными).

Комбинированные группировки предполагают использование нескольких группировок в определенном сочетании. Группировочные признаки в комбинированных группировках располагаются, начиная с атрибутивных признаков, в соответствии с логикой и последовательностью задачи изучения явления.

Число групп в группировках зависит от целей исследования и объема наблюдений.

Интервалы групп могут быть равными и неравными. Расчет величины интервала i при равных интервалах производится по формуле:

,

где х max, x min – максимальное и минимальные значения варьирующего признака, n – число групп.

Расчет величины интервала будет более формальным, если воспользоваться формулой Г. Стерджесса:

Для осуществления группировки из множества признаков явления необходимо выбрать определяющие, которые наиболее полно характеризуют изучаемое явление. Из многообразия признаков можно выделить и классифицировать:

- по форме выражения признаки могут быть атрибутивными, т. е. не выраженные количественно и количественные – признаки, принимающие различные количественные выражения. Количественные признаки могут быть дискретными (прерывными), выраженные только целыми числами и непрерывными, выраженными как целыми, так и дробными значениями;

- по характеру колеблемости признаки могут быть альтернативными, т. е. принимающими противоположные значения и признаками, имеющими множество количественных значений;

- по роли, которую играют признаки во взаимосвязи изучаемых явлений, они могут быть факторными, т.е. воздействующими на другие признаки и результативными – испытывающими на себе влияние других признаков. В зависимости от постановки задачи и от сложившейся ситуации факторные и результативные признаки могут поменяться местами.

Разновидностью группировок являются классификации; их необходимость обусловлена многообразием атрибутивных признаков, характеризующих явления и процессы и позволяющих относить их к определенным группам и классам. Статистические классификации представляют собой устойчивую номенклатуру классов и групп, сформированных на основе сходства и различия единиц исследуемого явления. При наличии нескольких признаков у отдельной единицы их относят к определенной группе по признаку, имеющему преобладающее значение.

Для унификации статистической информации в системе Росстата используется система классификаторов. Классификатор – это систематизированный свод классификационных признаков с их кодификацией. Классификаторы подразделяются на три группы:

- общегосударственные - применяются во всех отраслях и на всех уровнях управления;

- отраслевые – применяются в пределах одной отрасли;

- локальные – применяются на предприятиях (организациях) или группе предприятий.

В ходе реформирования российской статистики в 90-х годах был осуществлен переход от методологии баланса народного хозяйства к методологии системы национальных счетов (СНС). В соответствии с последней версией СНС-93 определение макроэкономических показателей предполагает использование системы общероссийских классификаторов, которые должны соответствовать международным стандартам ООН и Европейского союза (ЕС).

Был сформирован Единый государственный регистр предприятий и организаций, учреждений и объединений (ЕГРПО). Этот регистр позволяет группировать предприятия по:

- отраслям и видам деятельности;

- формам собственности и организационно-правовым формам;

- территориям и экономическим показателям.

ЕГРПО включает информацию о регистрационном коде субъекта; сведения об отраслевой, территориальной принадлежности, подчиненности, виду собственности, организационно-правовой форме; справочную информацию (Ф.И.О. руководителя, адрес и другие реквизиты); экономические сведения по производственной деятельности. Информационной основой ЕГРПО являются: Общероссийский классификатор предприятий и организаций (ОКПО), Общероссийский классификатор органов государственной власти и управления (ОКОГУ), Общегосударственный классификатор объектов организационно-правовых форм предприятий и организаций (ОКОПХ) и ряд других классификаторов. Всего в состав Единой системы классификации и кодирования технико-экономической и социальной информации входят 27 общероссийских классификаторов.

Статистические таблицы наиболее рациональная форма представления результатов статистической сводки и обработки статистических материалов. По форме статистическая таблица представляет собой ряд пересекающихся горизонтальных и вертикальных линий, образующих по горизонтали строки, а по вертикали – графы (столбцы, колонки). Составленная, но незаполненная таблица представляет собой макет таблицы.

По содержанию статистическая таблица имеет подлежащее и сказуемое. Подлежащее таблицы – это то, о чем говорится в таблице, представленное группами и подгруппами. Обычно подлежащее располагается в левой части таблицы.

Сказуемое таблицы – это то, что говорится о подлежащем. Это показатели, с помощью которых характеризуется изучаемое явление. Как правило, эти показатели размещают в правой части таблицы.

Оформленная таблица должна иметь общий заголовок, где изложено ее краткое содержание; единица измерения; названия строк и граф и итоги по ним.

Статистические таблицы подразделяются на: простые, групповые и комбинационные.

Простые таблицы в подлежащем содержат перечни, территориальные единицы, хронологические даты.

Групповые таблицы представляют статистические данные в сгруппированном виде, как правило, с выделением типов явления, что делает таблицу более информативной.

Комбинационные таблицы представляют собой комбинацию групп в сочетании с несколькими признаками изучаемого явления.

Подлежащие и сказуемое таблицы должны быть в тесной взаимосвязи с тем, чтобы можно было получить объективную и полную характеристику изучаемого явления.

Построение статистических таблиц предполагает соблюдение правил:

1. Таблицы должны быть наглядными и легко обозримыми;

2. Общий заголовок таблицы должен быть кратким с указанием единицы измерения, времени, территории, к которым относятся данные;

3. По строкам и графам, если это возможно, должны быть частные и общие итоги;

4. При заполнении таблиц необходимо использовать единые условные обозначения;

5. Показатели таблицы должны иметь одинаковую степень точности;

6. В таблицах значность цифр должна быть наименьшей.

 

Статистические графики –это наглядная, лаконичная и выразительная форма представления данных. График включает заголовок, где указывается, что представлено на графике, территория и время к которому относятся данные. Важные атрибуты графиков – условные единицы обозначения и масштаб.

По способу построения графики подразделяются на диаграммы и картодиаграммы. По графическому образу диаграммы могут быть:

- линейными;

- секторными;

- круговыми, треугольные, прямоугольные;

- столбиковые;

- ленточные;

- фигурные.

Линейные графики содержат значения показателей, соединенные отрезками прямых. Эти графики широко используются для анализа рядов распределения и временных рядов ( рис.1)

 

Рис. 1

Секторные диаграммы применяются для представления структуры совокупности, где вся площадь круга принимается за 100%, а сектора представляют доли составляющих частей. Например, цели поездок граждан Российской Федерации за границу ( рис.2)

 

Рис.2

 

Круговые диаграммы представляют значения показателя в виде занимаемой им площади в общем объеме. Например, цели посещения иностранных граждан Российской Федерации в 2008 г. ( рис.3)

 

               

 

 

 

             
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
Испания           Австрия    
                 
                 

Рис. 3

Столбиковые диаграммы используются для представления значений состава показателей (рис.4)

Рис. 4

Ленточные диаграммы решают те же задачи, что и столбиковые, но графическое изображение показателей дается в горизонтальном виде ( рис. 5)

Рис. 5

Фигурные диаграммы используются для изображения изменения показателя в динамике или для пространственных сравнений.

Картодиаграммы применяют для отображения пространственных данных. Например, на карту наносятся условные обозначения, отражающие наиболее часто посещаемые туристами регионы страны.

Блок 5. Статистические ряды распределения

Результаты сводки и группировки статистического наблюдения представляются в виде статистических рядов распределения и таблиц. Статистические ряды распределения – это упорядоченное расположение единиц исследуемой совокупности на группы по группировочному признаку.

Ряды распределения делятся на вариационные и атрибутивные. Вариационный ряд – это распределение единиц совокупности по количественному признаку, а атрибутивный ряд представляет собой группировку по атрибутивным (качественным) признакам.

Вариационные ряды по способу построения бывают дискретными (прерывными) и интервальными (непрерывными). Дискретные ряды могут принимать значения целых чисел (например, число туристов в группе), а интервальные ряды объединяют признаки с непрерывным изменением (например, доходы, заработная плата, выручка от реализации и т. д.). К дискретным рядам может быть отнесено распределение семей по числу человек в них.

Число человек в семье: 2, 3, 4, 5, 6, 7 и более

% таких семей: 25 27 28 11 5 4

 

Вариационные ряды состоят из двух элементов – варианты и частоты. Варианта – это определенное значение варьирующего признака, а частоты – это численности отдельных вариант. Частоты, выраженные в долях единицы или в процентах к итогу, называются частостями. Например, в городе имеются различные предприятия общественного питания (табл.1).

Таблица 1

Предприятия общественного питания Численность предприятий В %% к итогу
Столовые Кафе Рестораны Закусочные
Итого

В данном случае численность предприятий общественного питания – это частоты, а тоже распределение выраженное в процентах – частости.

Интервальный ряд распределения может быль представлен распределением численности туристов в группах (табл. 2).

Таблица 2

Число туристов в группе (х) % таких групп (частость) (w) Плотность распределения () Накопленная частость
До 10 11-20 21-30 31 и более 60 (20+40) 90 (60+30) 100 (90+10)
Итого 100,0    

 

Характер распределения наиболее выразителен в графическом изображении. Дискретный ряд по числу человек в семье может быть представлен в виде полигона, представленного на рис. 6.

Рис. 6 Полигон распределения семей по числу человек в семье

Интервальный ряд распределения графически изображается в виде гистограммы. На рис.7 представлено распределение интервального ряда числа туристов в группах.

%

Рис.7 Гистограмма распределения числа туристов в группах

Накопленные частоты (частости) определяются путем последовательного прибавления к частотам (частостям) первой группы последующих групп ряда. Накопленные частоты могут быть представлены графически в виде кумуляты (рис.8 ).

%

Рис.8 Кумулята распределения туристов по численности групп

Для обеспечения сравнимости рядов распределения рассчитывают показатели плотности распределения. Абсолютная плотность распределения () представляет собой величину частоты, приходящейся на единицу размера отдельной группы ряда:

.

Относительная плотность распределения () – это частное от деления частости (w) отдельной группы на размер ее интервала:

.

 

 

Модуль 3. Относительные величины, вариация признаков

Блок 6. Абсолютные и относительные величины, средние величины

 

Абсолютные величины – это численности единиц и суммы по группам, а также по совокупности в целом, которые являются результатом сводки и группировки данных.

Абсолютные величины – именованные числа с определенной размерностью и единицей измерения.

По способу выражения размеров изучаемых явлений абсолютные величины разделяются на индивидуальные и суммарные. Индивидуальные характеризуют размеры количественных признаков у отдельных единиц совокупности, а суммарные – совокупности в целом. Для абсолютных величин важным является вопрос выбора единицы измерения. Выделяют три типа единиц измерения: натуральные, денежные и трудовые.

Натуральные величины могут быть составными. Например, работа транспорта выражается в тонно-километрах или в пассажиро-километрах, а затраты труда в человеко-часах или в человеко-днях. Применяются также условно-натуральные единицы измерения, которые получают приведением различных натуральных единиц к одной, принятой за базу для приведения к общему знаменателю. Это может быть условная банка (емкость 353,4 см3) в консервной промышленности или условное топливо в топливной промышленности.

Абсолютные величины получают не всегда суммированием, они могут быть получены путем сложных расчетов. Расчетным путем могут быть получены недостающие показатели с использованием балансовых связей. Например, Зн +П = Р + Зк, Зн = Р + Зк – П,

где Зн и Зк – запасы на начало и конец периода, П – поступления, Р – реализация в течение периода.

Относительные величины – это производные обобщающие показатели, представленные средними и относительными статистическими величинами. Анализ предполагает сопоставление величин тех или иных показателей, в результате такого сопоставления получают качественную оценку. Относительные величины – частное от деления двух величин, где числитель – это показатель, отражающий изучаемое явление, а знаменатель – показатель, с которым производится сравнение – база сравнения. База сравнения выступает своеобразным измерителем. В зависимости от того, какое значение имеет база сравнения результат сопоставления может быть выражен в виде кратных отношений - коэффициентов, процентных отношений, промилле (расчеты на 1000), децимилле (на 10000)

Относительные величины подразделяются на следующие виды: структуры, динамики, сравнения, координации, интенсивности, выполнения планового задания, выполнения плана. Расчеты этих показателей производится путем сопоставления следующих показателей:

 

Относительные величины Формула расчета
    Структуры   Динамики   Сравнения   Координации   Интенсивности   Планового задания   Выполнения плана   Часть единиц совокупности ОВС = ------------------------------------ Общий объем совокупности   Сравниваемый уровень явлений ОВД = --------------------------------------------- Уровень явления, взятый за базу сравнения   Одна совокупность ОВСр=------------------------------------(одноименные) Другая совокупность   Одна часть совокупности ОВК = ------------------------------------ Другая часть этой же совокупности   Одна совокупность ОВИ=-------------------------------------(разноименные) Другая совокупность   Плановое задание на предстоящий период ОВПЗ =-------------------------------------------------- Фактическое выполнение за базисный период   Фактическое выполнение ОВВП = ------------------------------------------------- Плановое задание  

 

 

Разновидностью относительных величин являются средние величины. Нахождение средних величин для совокупностей – один из наиболее распространенных способов обобщения. Бельгийский статистик А. Кетле считал выделение средних величин основным приемом статистического анализа, сами средние величины не просто мерой математического измерения, а объективной реальностью. А. Кетле выдвинул теорию «среднего человека» как некий образец, наделенный всеми качествами в среднем размере. В 19 веке эта механистическая теория была популярна и стала предметом многих научных дискуссий. Средняя величина – абстрагируется от разнообразия отдельных единиц совокупности и уходит от структуры явления. Но такое абстрагирование находится в диалектическом единстве массового и индивидуального и является необходимым приемом статистического анализа.

В статистике средние величины имеют ключевое значение, являясь сводными обобщающими показателями. Средние величины – это обобщающая или типическая характеристика исследуемого количественно варьирующего признака на определенный момент времени в расчете на единицу совокупности.

Отдельная средняя величина характеризует изучаемое явление с одной стороны, для всестороннего изучения явления требуется исследование по возможно большему числу существенных признаков. Только в этом случае можно составить объективное представление о явлении в целом и отдельных его частях.

Различные средние величины можно представить в виде формулы степенной средней:

= ,

при z= 1- средняя арифметическая;

z= 2 – средняя квадратическая;

z= 0 - средняя геометрическая;

z= -1- средняя гармоническая;

 

Признак, по которому определяется средняя, называется осредняемым признаком ( ͞х ), индивидуальные значения признака – варианты (х1 , х2 , х3 …..хn ), а повторяемость вариантов - частота (f).

Средняя арифметическая – наиболее часто применяемая средняя величина:

͞х = =.

Например, группа туристов из десяти человек по числу заграничных туров распределилась следующим образом: 4, 2, 5, 2, 3, 1, 3, 6, 2, 3. Среднее число туров на одного человека в группе:

 

͞х =

 

Если туристов объединить в группы по числу туров, то их среднее значение можно подсчитать как среднюю арифметическую взвешенную (табл.3):

Таблица 3

Распределение группы туристов по числу заграничных туров, в которых они побывали

Варианты числа туров xi Число туристов fi Общее число туров xifi
Итого:

 

Часто возникает необходимость вычисления средних величин для интервальных рядов. Например, необходимо рассчитать средний возраст туристов различных возрастных групп (табл. 4).

Таблица 4

Распределение групп туристов по возрасту

Группы по возрасту в годах (хi) Число туристов (fi) Середина интервала (x`i)   x`i fi
до 20 20 – 40 40 - 60 60 и более  
Итого: -

 

Средний возраст группы туристов составляет:

Средняя гармоническая – это величина обратная средней арифметической, рассчитывается из обратных значений признака:

͞xh= (простая); ͞ xh = (взвешенная)

 

 

применяется, когда отсутствуют частоты по исходным данным, но они входят сомножителем в один из имеющихся показателей (табл. 5).

Таблица 5

Товар, реализуемый в различных магазинах Цена за единицу (руб.) pi   Сумма реализации (т. руб.) Qi Объем реализации (штук) qi =
1. 2. 3. 4.    
Итого: -

Известны цены и общая сумма выручки за один и тот же товар в разных магазинах. Для определения физического объема реализации необходимо сумму реализации в каждом магазине разделить на цены. Среднюю цену за товар по группе магазинов можно рассчитать по средней гармонической взвешенной:

Свойства средней арифметической

Свойство 1. Если все веса (f) увеличить или уменьшить в одинаковое число раз (а), то величина средней не изменится: . Свойство 2. Если каждую варианту (x) увеличить или уменьшить на одну и туже величину А, то средняя увеличится или…

Блок 7. Структурные средние

Структурные средние характеризуют структуру рядов распределения. К структурным средним относятся мода и медиана. Мода (Мо) – значение признака, которое наиболее часто встречается в изучаемой совокупности. В дискретном ряду мода – это варианта с наибольшей частотой. В интервальном вариационном ряду мода определяется по формуле:

где нижняя граница модального интервала; величина модального интервала; частоты модального, домодального и послемодального интервалов.

Модальный интервал – интервал, имеющий наибольшую частоту (частость). Например, среднедушевые доходы городского населения распределись следующим образом (табл.6).

Таблица 6

Средний душевой доход за месяц, тыс. руб.   Число жителей в % к итогу (f)   Накопленные частости (S) Середина интервала   (x)
до 5 5-10 10-15 15-20 20-25 30 и более   2,5 7,5 12,5 17,5 22,5 27,5
Итого - -

 

Рассчитаем модальное значение среднедушевых доходов населения города:

тыс. руб.

Наиболее частое значение среднедушевых доходов – 13125 рублей.

Медиана (Ме)- это величина, которая делит численность упорядоченного вариационного ряда на две равные части – одна часть меньше, чем средний вариант, а другая больше. Для ранжированного ряда с нечетным числом членов медианой является варианта, расположенная в центре ряда. Например, стажи работы специалистов в туристской фирме – 1,2, 2, 3, 3, 4, 5 лет – медианой является четвертая варианта – 3 года. Для ранжированного ряда с четным числом членов ряда медианой будет средняя арифметическая из двух смежных вариант, находящихся в середине ряда. Например, сотрудники туристской фирмы имеют следующие стажи работы по специальности: 2, 2, 3, 4, 4, 6 лет – медианой является значение, равное: (3+4):2=3,5 года.

Чтобы определить медиану, необходимо найти ее порядковый номер, а затем по накопленным частотам (частостям) определить величину варианта, обладающего таким номером.

Для определения медианного значения в интервальном ряду используется следующая формула:

где, нижняя граница медианного интервала; - величина медианного интервала; полусумма частот ряда; - сумма накопленных частот, предшествующих медианному интервалу; - частота медианного интервала.

Медианный интервал – интервал, в котором находится порядковый номер медианы. Для его определения подсчитывают суммы накопленных частот (частостей) до числа, превышающего половину объема совокупности.

Медианное значение среднедушевых доходов населения города составит:

тыс. руб.

Аналогичным образом могут быть рассчитаны четверти общего ряда – квартили, десятые доли – децили, сотые доли – процентили.

Блок 8. Показатели вариации

Различие индивидуальных значений признака внутри изучаемой совокупности называется вариацией признака. Колеблемость отдельных значений характеризуют показатели вариации. Различают вариацию признака случайную и систематическую. Анализ вариации позволяет оценить ее характер и определить насколько однородной является изучаемая совокупность и насколько характерной является ее средняя величина для данной совокупности.

Выделяют абсолютные и средние показатели вариации. Наиболее простой – размах вариации (R) – разность между наибольшим и наименьшим значением признака в распределении: R=.

Для получения обобщенной характеристики отклонений от средней рассчитывают среднее линейное отклонение для несгруппированных данных и для вариационного ряда показатель учитывается без знака этих отклонений.

На практике вариацию чаще оценивают с помощью показателя дисперсии в варианте без частот и

Если из дисперсии извлечь корень квадратный, то получится еще один показатель вариации – среднее квадратическое отклонение:

в варианте без частот и в варианте с частотами.

Коэффициент осцилляции характеризует относительную колеблемость крайних значений признака вокруг средней:

Относительное линейное отклонение характеризует долю усредненного значения абсолютных отклонений от средней величины:

Наиболее распространенный показатель колеблемости, который дает обобщающую характеристику – коэффициент вариации:

Рассмотрим пример, где оценивается вариация стажа работы по специальности работников двух турфирм:

1-я 2-я

1 4

2 4

3 5

4 5

4 5

9 7

10 7

12 7

45 лет 45 лет

Проведем предварительные расчеты:

№ пп Стаж (лет)     Стаж      
-4,6 -3,6 -2,6 -1,6 -1,6 3,4 4,4 6,4 21,16 12,96 6,76 2,56 2,56 11,56 19,36 40,96 -1,6 -1,6 -0,6 -0,6 0,4 1,4 1,4 1,4 2,56 2,56 0,36 0,36 0,16 1,96 1,96 1,96
- 117,88 - 11,88

 

Сопоставим показатели вариации стажа работников у двух турфирм.

1-я фирма 2-я фирма

 

При одинаковых средних величинах стажа работников фирм вариация признака в первой фирме в три раза выше, чем в первой.

Преобразование формулы среднего квадратического отклонения приводит ее к виду, что делает ее удобнее для практических расчетов. Этот показатель широко применяется для расчетов показателей вариации в различных отраслях знания и техники. Среднее квадратическое отклонение показывает, на сколько в среднем отклоняются конкретные варианты от среднего их значения.

Дисперсия альтернативного признака характеризует вариацию альтернативных признаков. Альтернативными признаками являются признаки, которыми обладают одни единицы изучаемой совокупности и не обладают другие. Например, в фирме работают мужчины и женщины, доля мужчин (р) и доля женщин (q) образуют целый коллектив сотрудников фирмы: p +q = 1. Средняя величина для альтернативных признаков равна а дисперсия . Если на фирме работает 15 мужчин и 20 женщин, то р= а , следовательно дисперсия альтернативного признака Максимальное значение дисперсии альтернативного признака равно 0,25, оно получается при р=0,5.

Правило сложения дисперсий. Если совокупность варьирующих элементов подразделить на несколько групп, то можно выделить: общую дисперсию (), внутригрупповую дисперсию (), среднюю из внутригрупповых дисперсий (), межгрупповую дисперсию ().

Общая дисперсия характеризует колеблемость признака во всей изучаемой совокупности и рассчитывается по формуле:

, где - общая средняя для всей совокупности.

Внутригрупповая дисперсия характеризует колеблемость признака внутри группы и рассчитывается по формуле:

, где - групповая средняя.

Средняя из внутригрупповых характеризует внутригрупповую колеблемость вокруг внутригрупповых средних и рассчитывается как средняя величина из внутригрупповых дисперсий:

, где - дисперсии отдельных групп, а f - численность отдельных групп.

Межгрупповая дисперсия показывает вариацию групповых средних вокруг общей средней, измеряет вариацию изучаемого признака под влиянием признака - фактора (группировочного признака) и рассчитывается по формуле:

, где и - средние и численности по отдельным группам.

Между всеми приведенными дисперсиями существует взаимосвязь, которая называется правилом сложения дисперсий – общая дисперсия равна сумме средней из внутригрупповых дисперсий и межгрупповой дисперсии:

.

Логика этого правила следующая: общая дисперсия, возникающая под влиянием всех факторов, должна быть равна сумме дисперсий, возникающих под влиянием всех прочих факторов, и дисперсии возникающей за счет фактора группировки. Зная два вида дисперсий, всегда можно определить или проверить правильность расчета третьего вида дисперсии. Например, имеются данные по среднедневной выработке сотрудников фирмы с различным стажем работы:

Группы сотрудников по стажу Число сотрудников (f) Средняя дневная выработка (т. руб.) Дисперсия выработки
До 5 лет
Более 5 лет

т. рублей

, следовательно: .

В статистике применяется показатель, представляющий собой долю межгрупповой дисперсии в общей дисперсии, который показывает, какая часть общей вариации изучаемого признака обусловлена вариацией группировочного признака. Это коэффициент детерминации, рассчитываемый по формуле: .

Если извлечь корень квадратный из коэффициента детерминации, получаем новый показатель, который носит название корреляционное отношение:

.

Блок 9. Изучение формы распределения

В вариационных рядах существуют определенные зависимости между частотами и значениями варьирующего признака. Как правило, с увеличением варьирующего признака величина частот сначала увеличивается до определенной величины, а затем уменьшается.

Рассеивание кривой распределения по оси абсцисс является показателем колеблемости признака; чем больше рассеивание, тем больше колеблемость признака. Положение кривой распределения на оси абсцисс и ее рассеивание являются двумя наиболее существенными свойствами кривых распределений. Определение формы кривой является важнейшей задачей изучения распределений. В практике исследований встречаются всевозможные распределения. Подавляющая часть распределений подчиняется закону нормального распределения. Кривая отображающая это распределение имеет на плоскости вид колокола и она симметрична. В идеальном случае нормального распределения значения средней арифметической, моды и медианы совпадают.

Определение общего характера распределения предполагает оценку его однородности, а также вычисление асимметрии и эксцесса. Симметричным является распределение, где частоты равноотстоящие в обе стороны от центра распределения, равны между собой. Как правило, абсолютная симметрия в природе не встречается. Но с увеличением числа наблюдений кривые сглаживаются и приходят к кривой распределения, которая все более приближается к нормальному распределению.

Показатель асимметрии основан на сопоставлении с центром распределения: чем меньше разница между или , тем меньше асимметрия ряда и наоборот.

Для сравнительного анализа асимметрии определяют относительный показатель асимметрии:

или

Величина показателя может быть положительной и отрицательной. Положительный показатель свидетельствует о наличии правосторонней асимметрии и при этом имеется следующее соотношение между показателями: .

Отрицательный знак показателя асимметрии указывает на наличие левосторонней асимметрии и здесь имеется следующее соотношение между показателями:

Линдберг предложил другой показатель асимметрии: , где n –процент тех значений признака, которые превосходят по величине среднюю арифметическую.

Наиболее точный показатель асимметрии опирается на определение центрального момента третьего порядка:

, где - центральный момент третьего порядка определяется как: .

При анализе вариационных рядов предполагается также определение эксцесса распределения. Эксцесс – это оценка на островершинность и плосковершинность распределения по отношению к нормальному распределению. Эксцесс определяется только для симметричных и умеренно асимметричных распределений. Наиболее часто используется следующий показатель:

, где - центральный момент четвертого порядка:

Распределения более островершинные, чем нормальные обладают положительным эксцессом () и отрицательным эксцессом, если распределение более плосковершинное, чем нормальное распределение ().

 

 

Модуль 4 . Выборочное наблюдение

Блок 10. Содержание выборочного наблюдения, ошибки выборочного наблюдения

Мы уже знаем, что если возникает необходимость проведения наблюдения, то оно может проводиться как сплошное наблюдение, когда обследуются все без исключения единицы наблюдения и как несплошное наблюдение, когда обследуется только определенная часть общей совокупности.

Выборочное наблюдение – основной вид из ряда способов несплошного наблюдения. Выборочным называется наблюдение заранее определенного числа единиц совокупности, отобранных в особом порядке. Выборочный метод исследования предполагает получение обобщающих показателей изучаемой совокупности по обследованной ее части. При этом подлежащая исследованию совокупность называется генеральной совокупностью, а отобранная из генеральной совокупности ее часть называется выборочной совокупностью.

Выборочный метод позволяет при минимальной численности обследуемых единиц получить объективные характеристики всей изучаемой совокупности. Это особенно актуально в современных условиях, когда сплошные наблюдения дороги и не всегда эффективны. Теория и опыт показали, что при правильной организации выборочного наблюдения можно получить достоверные данные о изучаемой совокупности. Эти данные (абсолютные и относительные) достаточно точно воспроизводят – репрезентируют всю совокупность. Выборочные наблюдения практикуются во всех видах социальной и экономической деятельности.

Для более глубокого изучения выборочного метода введем некоторые условные обозначения:

N – объем генеральной совокупности – число входящих в нее единиц;

n - объем выборочной совокупности – число единиц, попавших в выборку;

генеральная средняя – среднее значение изучаемого признака в генеральной совокупности;

выборочная средняя – среднее значение изучаемого признака в выборочной совокупности;

р - генеральная доля – доля единиц, обладающих данным признаком в генеральной совокупности;

w - выборочная доля – доля единиц, обладающих данным признаком в выборочной совокупности; где m- число единиц, обладающих изучаемым признаком, n – объем выборочной совокупности;

генеральная дисперсия - дисперсия изучаемого признака в генеральной совокупности;

выборочная дисперсия – дисперсия изучаемого признака в выборочной совокупности;

среднее квадратическое отклонение изучаемого признака в генеральной совокупности;

среднее квадратическое отклонение изучаемого признака в выборочной совокупности.

Ошибки выборочного наблюдения

При проведении выборочных наблюдений, помимо ошибок регистрации, возникают случайные ошибки репрезентативности (представительности), которые… Научным обоснованием случайных ошибок выборки являются теория вероятностей и… Возможные расхождения между характеристиками выборочной и генеральной совокупности измеряются средней ошибкой выборки…

Предельная ошибка выборки

С определенной вероятностью можно утверждать, что эти отклонения не превысят заданной величины - предельная ошибка выборки, Этот показатель…   С увеличением t величина вероятности быстро приближается к единице. Увеличивая численность выборки n , можно…

Основные виды выборки

Если совокупность разбивается на однородные группы единиц, из которых производится индивидуальный отбор, то это типичная или районированная… Если вместо индивидуального отбора выбираются серии единиц и в них… Отбор единиц наблюдения из общей совокупности может производиться повторно и бесповторно. Повторный отбор…

Блок 11. Малая выборка

Малая выборка – это несплошное статистическое наблюдение, при котором выборочная совокупность образуется из сравнительно небольшого числа единиц генеральной совокупности. Обычно объем малой выборки не превышает 30 единиц, а минимальный объем может доходить до 4-5 единиц. В отдельных случаях к малой может быть отнесена выборка до 45 единиц. Малая выборка широко применяется в экономических исследованиях и при организации контроля качества товаров и услуг.

Средняя ошибка малой выборки определяется по формуле:

где - дисперсия малой выборки, она рассчитывается по формуле

=, где n-1-число степеней свободы.

Предельная ошибка малой выборки рассчитывается по формуле:

Коэффициент доверия t зависит не только от заданной доверительной вероятности, но и от численности единиц выборки n . Для отдельных значений t и n доверительная вероятность малой выборки определяется по специальным таблицам Стьюдента, где даны распределения стандартизированных отклонений:

.

 

Для проведения малой выборки в качестве доверительной вероятности принимается 0,95 и 0,99. Для определения предельной ошибки малой выборки используют распределения Стьюдента и определяют коэффициент доверия t:

 

n S(t)
0,95 0,99
3,183 2,777 2,571 2,447 2,364 2,307 2,263 2,119 2,078 5,841 4,604 4,032 3,707 3,500 3,356 3,250 2,921 2,832

Пример. При анализе прибыли по сделкам, совершенным фирмой в течение года, была сделана выборка и установлена по ним прибыльность в %: 4,5; 5,0; 4,2; 3,5; 6,0; 5,2; 4,5; 5,2; 4,3; 6,6.

Нужно по данным выборочного наблюдения установить с вероятностью 0,95 предел, в котором находится средняя прибыльность сделок, по результатам работы фирмы за год.

Средняя прибыльность сделок по данным малой выборки:

Определяем дисперсию малой выборки; для этого произведем предварительные расчеты:

Прибыльность сделок     (
4,5 5,0 4,2 3,5 6,0 5,2 4,5 5,2 4,3 6,6 -0,4 0,1 -0,7 -1,4 1,1 0,3 -0,4 0,3 -0,6 1,7   0,16 0,01 0,49 1,96 1,21 0,09 0,16 0,09 0,36 2,89
49,0 - 7,42

 

==

Определяем среднюю ошибку малой выборки:

Находим предельную ошибку малой выборки. Для этого по распределению Стьюдента при заданной вероятности находим значение коэффициента доверия t= 2,263

2,263

Следовательно, с вероятностью 0,95 можно утверждать, что средняя годовая прибыльность сделок фирмы находится в пределах:

т.е. от 4,9-0,66=4,24% до 4,9+0,66=5,56%.

Модуль 5. Статистические методы прогнозирования процессов

Блок 12. Ряды динамики. Исследование основных тенденций развития явлений

Все социально-экономические явления развиваются во времени. Динамизм явлений является результатом взаимодействия многих причин и факторов. Изучение динамики развития явлений преследует цель – выявление и измерение тенденций и закономерностей их развития. Для того, чтобы можно было проанализировать явления в развитии, необходимо построить ряды динамики.

Рядами динамики называются статистические данные, отображающие развитие явления во времени. Ряды динамики имеют два основных элемента:

1. уровни, характеризующие величину признака;

2. периоды, к которым относятся уровни.

Ряды динамики могут быть: моментными, когда состояние явления фиксируется на какой-то момент и интервальными, когда явление отражается за отдельные периоды времени.

С помощью рядов динамики осуществляется изучение закономерностей развития социально-экономических явлений по следующим направлениям: 1) характеристика уровней развития явлений во времени; 2) измерение динамики развития явлений с помощью системы статистических показателей; 3) выявление и количественная оценка основных тенденций развития явлений (тренда); 4) изучение периодических колебаний в развитии явлений; 5) экстраполяция и прогнозирование развития явлений.

Основным условием правильного построения ряда динамики является сопоставимость его элементов. Ряды динамики формируются в результате сводки и обработки материалов периодических наблюдений. Повторяющиеся во времени значения отдельных показателей систематизируются в хронологической последовательности. При этом ряды динамики охватывают отдельные периоды времени, когда изучаемые явления могут находиться в различных условиях, которые могут привести к несопоставимости отчетных данных с данными других периодов. В этих случаях необходимо приведение всех составляющих элементов к сопоставимому виду. Для этого проводится анализ причин, приведших к несопоставимости полученной информации и применяется соответствующая обработка, позволяющая привести показатели к сопоставимому виду.

Причины несопоставимости показателей в рядах динамики могут быть различными. Это может быть разновеликость показателей времени, неоднородность состава изучаемых совокупностей во времени, изменение методики первичного учета и сводки исходной информации, различия применяемых единиц измерения, ценовые изменения и т.д.

Данные могут быть несопоставимыми по кругу охватываемых объектов. Например, в городе сначала было 14 гостиниц, затем в строй действующих в 2002 г. было введено еще две. Изучение динамики валовой продукции (услуг) гостиниц во времени стали несопоставимыми. Привести к сопоставимости динамического ряда можно следующим образом:

 

Показатели 2000 г. 2001 г. 2002 г. 2003 г. 2004 г. 2005 г.
Валовая продукция 14-и гостиниц (млн. руб.)            
Валовая продукция 16-и гостиниц (млн. руб.)            
В %% к уровню 2002 г. 79,0 90,0 100,0 108,3 114,5 127,0

Для того, чтобы динамический ряд сделать сопоставимым 2002 г., когда были введены в стой действующих еще две гостиницы, был принят за 100%.

Уровни динамического ряда могут быть рассчитаны различными способами. Например, часть показателей зафиксированы на определенную дату, а другая часть рассчитана как среднегодовая численность. В этом случае необходимо провести перерасчет данных и привести к их к одному показателю.

Характеристики динамики

  Средний уровень динамики для интервальных рядов представим как где n – число… Для моментных рядов фиксируется состояние явления на определенный момент, это могут быть данные на начало или конец…

Исследование тенденций развития явлений

Воздействие постоянных, периодических и разовых причин на уровни динамики развития явления вызывает необходимость изучения этих факторов для… Простейший способ обработки динамического ряда с целью выявления тенденции его… Укрупним интервалы до трех месяцев, рассчитаем общее количество гостей и среднемесячное их количество по кварталам: …

Блок 13. Прогнозирование на основе изучения тренда

Построение прогнозов, чаще всего сводится к экстраполяции тенденции. Под экстраполяцией понимается распространение выявленных в ходе анализа рядов динамики закономерностей развития изучаемого явления на будущее. Основой прогнозирования является предположение о том, что закономерность, действующая внутри исследуемого ряда динамики, сохранится и в дальнейшем.

Важное значение при экстраполировании тренда имеет продолжительность базового ряда динамики и срока прогноза. Базовый ряд динамики при прогнозировании социально-экономических явлений целесообразно выбирать таким образом, чтобы он представлял определенный этап в развитии изучаемого явления. Сроки прогнозирования l зависят от поставленных задач исследования. При этом необходимо учитывать тот факт, что чем короче сроки прогноза, тем надежнее результаты экстраполяции.

При экстраполяции уровней развития изучаемого явления на основе ряда динамики с относительно постоянными абсолютными приростами используется формула:

, где - экстраполируемый уровень, конечный уровень базисного ряда динамики, l- срок прогноза.

При прогнозировании тренда изучаемого явления на основе аналитического выравнивания для экстраполяции тренда применяется модель, которая наиболее адекватно отражает тенденцию развития явления. Рассмотрим экстраполяцию тренда динамики продаж туристских путевок на 2008 г. трендовая модель -. Для прогнозирования уровня продаж на 2008 г. в модель подставим t=4, тогда 131,5 тыс. штук путевок.

На практике результат экстраполяции прогнозируемых уровней оценивается интервальными оценками. Для определения границ интервалов используется формула:

, где - коэффициент доверия по распределению Стьюдента, - остаточное среднее квадратическое отклонение тренда, скорректированное по числу степеней свободы (n-m); n- число уровней базисного ряда динамики, m- число параметров условного времени для модели тренда.

Для нашего примера число степеней свободы при n=7 и m=4 составит 3. При уровне значимости , коэффициент доверия по таблице Стьюдента равен 3,18. Для расчета среднего квадратического отклонения необходимо произвести предварительные расчеты:

Годы Эмпирические уровни Теоретические уровни   yi -  
  108,2 111,3 114,5 117,7 121,0 124,5 127,9   -0,2 -0,3 0,5 0,3 -0,5 0,1 0,04 0,09 0,25 0,09 0,25 0,01
825,1 0,69

При 0,69 значение остаточного среднего квадратического отклонения =Значение вероятностных границ интервала составит: 131,5Следовательно, с вероятностью 0,95 верхняя граница объема проданных туристских путевок в 2007 г. составит 131,5+0,48=131.98 тыс. путевок, а нижняя граница – 131,5-0,48=131,02 тыс. путевок.

 

 

Модуль 6. Индексный метод

Блок 14. Понятие индекса, виды индексов

Статистический индекс – это относительная величина изменения значений одного признака взятого и рассматриваемого не изолированно, а в системе показателей. В статистике индексы – это относительные величины, характеризующие состояние явления во времени, в пространстве или в соотношении фактических данных с запланированными.

Индексы могут оценивать изменение явлений практически во всех сферах деятельности. Они подразделяются на количественные, которые характеризуют объемы в абсолютных величинах (объемы производства, реализации, перевозок, численности работников, туристов и т.д.) и на качественные, которые обычно выражаются в средних величинах (цены, заработная плата, себестоимость, производительность труда и т.д.).

Также индексы подразделяются на индивидуальные и общие. Индивидуальные индексы характеризуют изменения отдельных единиц совокупности; общие индексы выражают сводные результаты совместного изменения всех единиц совокупности.

Особенностью индексов является то, что они обладают синтетическими и аналитическими свойствами. Синтетические свойства состоят в том, что этот метод позволяет соединять в целое разнородные единицы совокупности, а аналитические свойства состоят в том, что с помощью индексного метода можно определять влияние отдельных факторов на изменение изучаемого показателя.

Для определения индекса производится сопоставление как минимум двух величин, при этом сравниваемая величина (числитель) принимаемая за текущий период, а величина с которой производится сравнение (знаменатель) – это базисный период. Основным элементом индексного отношения является индексируемая величина – это значение признака совокупности, изменение которой является объектом изучения. Например, индекс цен на туристические услуги за ряд лет. Индивидуальные индексы принято обозначать i , а общие индексы I. Применяются условные обозначения индексируемых величин: q – объемные показатели, р- цена, с- себестоимость, w- производительность труда и т.д.

Индивидуальные индексы физического объема определяются по формуле: где q1- физический объем изучаемого явления в отчетный период, q0 – физический объем того же явления в базисный период. Индивидуальный индекс цен: и т. д.

Агрегатные индексы

Индексы количественных показателей. Типичным индексом количественных показателей является индекс физического объема. Если имеется несоизмеримая в… чтобы отразить влияние изменения объемных показателей (q) на общее изменение… , здесь индексируемой величиной выступает q. Посмотрим, как это выглядит на примере. Допустим, турфирма предлагает три…

Блок 15. Индексы средних величин

Индексы переменного и постоянного состава, индекс структуры. На практике часто возникает необходимость измерении динамики средних величин и определении факторов, влияющих на саму динамику явления. Эти задачи решаются с помощью индексов переменного и постоянного (фиксированного) состава и индексов структурных сдвигов.

Индекс переменного состава - это соотношение средних величин признаков явления в отчетном и базисном периодах . В общем виде индекс переменного состава имеет следующий вид:

: .

Этот индекс называется индексом переменного состава, потому что средние величины меняются не только за счет индексируемого показателя, но и за счет изменения удельного веса (структуры) их в совокупности.

Индексы постоянного (фиксированного) состава отражают действие индексируемого фактора и показывают его влияние на изменение изучаемого признака. Строится этот индекс как отношение средних взвешенных величин при одной фиксированной структуре, что позволяет исключить влияние изменения структуры для двух периодов.

; В агрегатной форме этот индекс может быть представлен как:

Индексы структурных сдвигов определяют влияние изменения структуры изучаемой совокупности на динамику среднего уровня признака:

или в агрегатной форме .

Все эти индексы связаны между собой в следующую систему: или

Если в качестве весов используются удельные веса единиц в общей совокупности, то эти доли можно представить как:

Тогда, система индексов может быть представлена следующим образом:

С помощью этой системы индексов можно отразить абсолютное изменение среднего уровня признака за счет отдельных факторов.

Общий абсолютный (уменьшение) прирост среднего уровня признака находится как разность числителя и знаменателя индекса переменного состава:

Абсолютный прирост (уменьшение) среднего уровня признака за счет изменения значений признака у отдельных единиц совокупности определяется как разность числителя и знаменателя индекса постоянного (фиксированного) состава:

Абсолютный прирост (уменьшение) среднего уровня признака за счет структурных изменений рассчитывается как разница числителя и знаменателя индекса структурных сдвигов:

тогда в общем виде абсолютные приросты выглядят следующим образом:

Рассмотрим на примере возможности индексного анализа. Два отделения одной фирмы, действующие на рынке туриндустрии, с разным числом работников предоставляли услуги в отчетном и базисном году. Проанализируем, как повлияла производительность труда работников отделений на объем предоставляемых услуг:

Отделения Объем услуг в базисном году (млн. руб.) Q0 Объем услуг в отчетном году (млн. руб.) Q1 Численность работников в базисном году f0 Численность работников в отчетном году f1

 

Сначала определим производительность труда () работников отделений в базисном и отчетном периодах:

1-е отделение

.

2-е отделение

Затем найдем среднюю производительность по двум отделениям в базисном и отчетном периоде:

Определим индекс переменного и постоянного (фиксированного) состава и индекс структурных сдвигов:

Проверим правильность соотношения 0,97=1,071:1,104.

Теперь можно определить абсолютный общий и частный прирост (уменьшение) признаков как разница числителей и знаменателей индексов:

млн. рублей; млн. рублей;

млн. рублей.

9,53=13,58+(-4,05).

Итак, по работе двух отделений фирмы в отчетном и базисном году можно сделать следующий комментарий. Первое отделение за период увеличило объем услуг и численность работников. Второе отделение снизило объем услуг и численность своих работников. Производительность труда в среднем на одного работника в первом отделении увеличилась на 25%, а во втором – на 1,6%. В среднем по двум отделениям производительность труда увеличилась на 10,4%.

В целом по фирме прирост производительности труда одного работника в абсолютном выражении составил 0,1 млн. рублей, в том числе за счет роста производительности труда в отделениях на 0,14 млн. рублей и снизился на 0,04 млн. рублей за счет структурных изменений.

 

 

Модуль 7. Статистический анализ связей явлений

Блок 16. Виды связей явлений

Все явления объективного мира находятся в причинно-следственных связях и взаимно обусловлены. Познание социально-экономических явлений означает познание их во всех или определяющих связях и взаимозависимостях. Одной из основных задач статистики является установление причинно-следственных связей, действующих в общественных явлениях. Особенность связей в социально-экономических явлениях состоит в том, что их закономерный характер проявляется лишь в массе явлений.

Известно, что , т.е. результативный признак у является функцией от признака-фактора х и для того, чтобы воздействовать на у надо изменить х. Связи между признаками явлений и самими явлениями могут быть функциональными и корреляционными.

Функциональные – это такие связи, в которых каждому значению одного признака х на единицу соответствует изменение другого признака у на строго определенную величину. Например, увеличение радиуса окружности на 1 см. приводит всегда к увеличению длины окружности на 6,28 см., т. к. она определяется по формуле

Корреляционные – это такие связи, когда при одном и том же значении признака х имеют место различные значения признака у, при этом между ними существует соотношение, когда определенному изменению признака х соответствуют среднее изменение признака у.

По направлению принято различать две формы связи: прямую и обратную. Прямая связь, при которой с ростом признака-фактора, возрастают значения результативного признака. В том случае, когда с увеличением признака-фактора, значения результативного уменьшаются имеет место обратная связь.

По форме выражения различают прямолинейные и криволинейные связи. Прямолинейной называется связь, которая может быть выражена уравнением прямой. Связь, которая может быть выражена уравнением какой-либо кривой линией, называется криволинейной.

В ходе статистического анализа возникает необходимость определения степени тесноты связи результативного фактора от вариации признака-фактора. Зная тесноту связи между отдельными факторами можно отобрать среди прочих наиболее важные и существенные факторыи осечь те, которые несущественно влияют на результативный признак фактор.

Для оценки тесноты связи между факторами существуют различные показатели. Простейшим из них является коэффициент корреляции знаков – коэффициент Г. Фетнера. Расчет этого показателя осуществляется вычислением средних значений обоих признаков, а затем определяются знаки отклонения от средней для всех значений взаимосвязанных признаков. С- число совпадений знаков отклонений индивидуальных значений от средней, а Н – число несовпадений знаков. Коэффициент принимает значения от -1 до +1.Если коэффициент имеет знак плюс, то имеется прямая зависимость, если минус, то связь обратная. Чем ближе коэффициент к единице, тем теснее связь. Рассмотрим на примере расчет коэффициента Фетнера:

Срок службы основных фондов (лет) х Затраты на ремонт основных фондов (млн. руб.) у Знак отклонения от средней для х Знак отклонения от средней для у Совпадение знаков (С) и несовпадение знаков (Н)
0,5 0,7 0,7 1,1 0,8 1.0 0,6 1,2 1,4 1,5 - - - - - + + + + + - - - + - + - + + + С С С Н С С Н С С С
55 8,9      

Средний срок службы основных фондов составит , а средние затраты на ремонт млн. рублей. В последней графе таблицы указаны совпадения и несовпадения знаков отклонений от средних. Подставим их в формулу Фетнера:

, Полученная величина свидетельствует о том, что между сроком службы основных фондов и затратами на их ремонт существует значительная прямая зависимость.

Еще один метод нахождения связи между факторами – методом корреляции рангов и, в частности, коэффициент корреляции рангов К. Спирмена . В основе этого метода лежит рассмотрение разности рангов значений признаков. Формула этого коэффициента:

где n- число сопоставляемых пар, d- разность между рангами (порядковыми номерами) в двух рядах. Также как и коэффициент Фетнера этот коэффициент может находится в пределах от -1 до +1.

На примере часовой заработной платы сотрудников фирмы с различным стажем работы рассмотрим применение коэффициента корреляции рангов Спирмена.

При наличии одинаковых вариантов в рядах распределения ранг для расчета берется как их среднее арифметическое:

Стаж работы х (лет) Ранг по порядку   Часовая заработная плата у (руб.) Ранг по порядку Ранг х для расчета Ранг у для расчета   d   d2
2,5 2,5 4,5 4,5 -2 0,5 -0,5 -1 -1 0,25 0,25
             

 

Между стажем и часовой заработной платой установлена тесная корреляционная зависимость.

Преимущество коэффициента рангов Спирмена заключается в том, что он может применяться при любой форме распределения и для любых признаков.

 

Блок 17. Методы регрессионно-корреляционного анализа связи показателей

Корреляционные связи присутствуют в большинстве социально-экономических явлений. Установлению их наличия и определению тесноты связи между отдельными факторами помогает регрессионно-корреляционный анализ. Суть этого анализа заключается в построении и анализе экономико-математической модели уравнения регрессии, которая бы наиболее полно отражала зависимость признака от определяющих его факторов. Регрессионный анализ позволяет построить модель уравнения регрессии, корреляционный анализ дает оценку тесноты связи.

Проведение этого анализа предполагает прохождение ряда этапов:

- предварительный анализ;

- сбор информации и первичная ее обработка;

- построение модели;

- оценка и анализ модели.

Построение модели связано с выбором формы связи на основе собранных эмпирических данных. При выборе типа функции руководствуются расположением точек на корреляционном поле, а также содержанием исследуемой связи. Чаще всего используется линейное уравнение парной регрессии: ,

где х – факторный признак;

а0 и а1 – параметры уравнения.

Экономический смысл параметра а0 – характеризует значение результативного признака независимо от роста факторного, а1 – коэффициент регрессии, показывает, насколько изменится величина функции у при изменении факторного признака х.

Параметры определяются из системы двух уравнений для парной линейной регрессии, полученных на основе выравнивания по способу наименьших квадратов:

.

Эту систему уравнений решаем способом определителей и находим параметры:

;

Если необходимо выразить нелинейность зависимости у от х, то могут быть использованы следующие уравнения регрессии:

,

Решение математических уравнений связи предполагает вычисление по исходным данным их параметров. Применяется метод наименьших квадратов, где основное требование – минимальность сумм квадратов отклонений эмпирических данных yi от выравненных

.

Для оценки тесноты связи применяются показатели вариации:

1. Общая дисперсия результативного признака - отражает совокупное влияние факторов:

2. Факторная дисперсия результативного признака - отражает вариацию только от воздействия изучаемого фактора х:

Характеризует колеблемость выравненных значений ух от общей средней величины .

3. Остаточная дисперсия отображает вариацию результативного признака у от всех прочих, кроме х факторов:

Соотношение между факторной и общей отражает меру тесноты связи между х и у.

индекс детерминации – доля факторной дисперсии в общей дисперсии. Если это выражение представить как , то R это будет индекс корреляции.

На основе правила сложения дисперсий (=+индекс корреляции можно представить как: или . Индекс корреляции применяется для оценки тесноты связи при всех формах связи.

Для измерения тесноты линейной связи применяется линейный коэффициент корреляции:

Качественная оценка тесноты связи показателей дается с помощью шкалы Чеддока:

Показатели тесноты связи   0,1-0,3   0,3-0,5   0,5-0,7   0,7-0,9   0,9-0,99
Характеристика силы связи слабая умеренная заметная высокая весьма высокая

Рассмотрим на условном примере применение регрессионно-корреляционного анализа связи парной корреляции. Имеется выборочная информация о работе 8 гостиниц, у которых различная среднегодовая наполняемость гостиничных номеров и различная рентабельность их деятельности. В результате регрессионно-корреляционного анализа необходимо определить, существует ли прямая зависимость между наполняемостью гостиничных номеров и если она есть, то насколько она тесная:

N пп Наполняе-мость (в %%) х Рентабель- ность (в %%) у   х2     у2   ху Выравненное (теоретическое) ух
8,2 7,0 9,3 8,1 9,5 10,5 7,5 6,3 67,24 49,00 86,49 65,61 90,25 110,25 56,25 39,69 492,0 364,0 669,6 526,5 712,5 840,0 420,0 315,0 7,61 6,65 9,05 8,21 9,41 10,01 7,13 6,41
66,4 564,78 4339,6 64,48

Определим параметры уравнения линейной парной регрессии:

.

Наше уравнение парной регрессии будет иметь вид:. Подставим в это уравнение эмпирические значения х и рассчитаем теоретические значения 7,61 и т. д.

Теперь определим тесноту связи между наполняемостью гостиниц и рентабельностью их деятельности:

В результате проведенного анализа установлено, что между наполняемостью гостиниц и рентабельностью их деятельности существует прямая весьма высокая зависимость.

Критерии согласия

где f – эмпирические частоты, - теоретические частоты.

Основные формулы

Величина равного интервала , по формуле Стерджесса . Средняя арифметическая простая = ,

Список литературы

1. Статистика финансов: учебник / под ред. М.Г. Назарова.- М.: Омега-Л, 2008.

2. Статистика: учебно-практическое пособие /под ред. М.Г. Назарова.- М. : КНОРУС, 2009.

3. Общая теория статистики: учебник/ под ред. Ефимова Е.В. – М. ИНФРА-М, 2009.

4. Общая теория статистики: учебник/ под ред. Елисеевой И.И.- М. Финансы и кредит, 2007.

6. Октябрьский П.Я. Международная статистика: учебное пособие. СПб.: ОЦЭиМ, 2007.

7. Практикум по теории статистики: учебное пособие / под ред. Р. А. Шмойловой. – М.: Финансы и статистика, 2008.

8. Курс социально-экономической статистики: учебник для вузов/под ред. М.Г. Назарова. М.: ОМЕГА-Л, 2007.

9. Практикум по социально-экономической статистике: учебно-методическое пособие/ под ред. М.Г. Назарова. М.: Проспект, 2009.

 

 

– Конец работы –

Используемые теги: Петров, Статистика, Учебное, пособие0.061

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Петров А.П. Статистика Учебное пособие

Что будем делать с полученным материалом:

Если этот материал оказался полезным для Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Еще рефераты, курсовые, дипломные работы на эту тему:

Учебное пособие по дисциплине Статистика
Учебное пособие по дисциплине... Статистика... Тамбов...

Учебное пособие учебной ДИСЦИПЛИНЫ Информационные технологии в профессиональной деятельности
Учебное пособие учебной ДИСЦИПЛИНЫ Информационные технологии в... Разработчик к э н доцент Ярошенко Е В...

Статистика как общественная наука. Предмет, метод и задачи статистики. Основные понятия, используемые статистикой.
Статистика как общественная наука... Предмет метод и задачи статистики... Основные понятия используемые статистикой...

Краткий курс лекций по статистике Модуль 1. Теория статистики Глава 1. Статистика как наука и методы статистического исследования
Модуль Теория статистики... Глава Статистика как наука и методы статистического исследования... Цель ввести основные понятия статистики рассмотреть задачи статистики на современном...

ЭКОНОМИЧЕСКАЯ ТЕОРИЯ Учебное пособие Курс лекций Для студентов высших учебных заведений
ЭКОНОМИЧЕСКАЯ... ТЕОРИЯ Учебное пособие...

Лекции по статистике Лекция . Предмет, метод и задачи статистики. Аналитическая статистика
Лекция Предмет метод и задачи статистики... Статистика это общественная наука которая присущими ей методами изучает... Общая теория статистики отрасль статистической науки о наиболее общих принципах правилах и законах цифрового...

СТАТИСТИКА. Учебное пособие
Российской Федерации... Государственное образовательное учреждение... высшего профессионального образования Санкт Петербургский государственный...

А.В.Станкевич СТАТИСТИКА Часть 2 Учебное пособие
ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ... МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ ТЕКСТИЛЬНЫЙ...

Предмет и метод статистики Предмет статистики 2. Основные понятия статистики
План... Предмет статистики... Основные понятия статистики Статистическая методология и организация статистики в РФ...

Програма самостійної роботи з дисципліни Статистика Значення і основні завдання статистики. Сучасна організація статистики в Україні
Рекомендована література Базова Закон України Про внесення змін до Закону України Про державну статистику Відомості Верховної ради України К...

0.035
Хотите получать на электронную почту самые свежие новости?
Education Insider Sample
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Реклама
Соответствующий теме материал
  • Похожее
  • По категориям
  • По работам