Предмет и метод статистики - Банк бесплатных рефератов, курсовых, дипломных работ

Воспользуйтесь формой поиска по сайту, чтобы найти реферат, курсовую или дипломную работу по вашей теме.

1. Сводка

На первом этапе статистического исследования формируются первичные статистические данные, или исходная статистическая информация, которая является фундаментом будущего статистического здания. Чтобы здание было прочным, добротной и качественной должна быть его основа. Если при сборе первичных статистических данных допущена ошибка или материал оказался недоброкачественным, это повлияет на правильность и достоверность как теоретических, так и практических выводов. Поэтому, статистическое наблюдение от начальной до завершающей стадии - получения итоговых материалов - должно быть тщательно продуманным и четко ооганизованным. Статистическое наблюдение дает исходный материал для обобщения, началом которого служит сводка. Если при статистическом наблюдении о каждой его единице получают сведения, характеризующие ее с многих сторон, то данные сводки характеризуют всю статистическую совокупность и отдельные ее части. На этой стадии совокупность делится по признакам различия и объединяется по признакам сходства, подсчитываются суммарные показатели по группам и в целом.

Простая сводка - подсчет итогов по одному признаку.

Сложная сводка включает статистическую группировку - это расчленение изучающейся совокупности на однородные группы по существенному для них признаку и представления результатов группировки и сводки в виде таблицы.

2. Понятие и типы группировок

Группировка - это процесс образования групп единиц совокупности однородных в каком-либо отношении, а также имеющих одинаковые или близкие значения группировочного признака.

Чтобы решить ряд конкретных задач, выявить особенности в развитии явлений, обнаружить тенденции, установить зависимости, необходимо произвести группировку статистических данных.

Для этой цели выбирается группировочный признак и разрабатывается система показателей, которыми будут характеризоваться выделенные группы. Определение и обоснование показателей целиком зависят от цели исследования и поставленной задачи. В зависимости от цели и задач исследования различают следующие виды группировок: типологические, структурные, аналитические.

К типологическим группировкам относят все группировки, которые характеризуют качественные особенности и различия между типами явлений.

Типологические группировки широко применяются в экономических, социальных и других исследованиях.

Структурная группировка - это группировка, выявляющая состав (строение, структуру) однородной в качественном отношении совокупности по какому-либо признаку. Примером могут служить группировки предприятий по проценту выполнения плана, по числу рабочих и т. д. Состав населения может быть сгруппирован по полу, по возрасту, по уровню образования, по роду занятий и т. д. Значение такого рода группировок заключается в том, что с их помощью могут быть выделены и изучены группы предприятий передовых, средних, отстающих; выявлены неиспользованные резервы производства, например, в области улучшения использования основных фондов, повышение производительности труда, улучшение качества продукции и т. д. Группировка населения по возрасту, например, необходима для проведения различных расчетов, связанных с медицинским, культурным, бытовым обслуживанием населения, для вычисления специальных демографических показателей и т. д.

Аналитическая группировка - это группировка, которая применяется для исследования взаимосвязи между явлениями. Используя аналитические группировки, определяют факторные и результативные признаки изучаемых явлений. Факторные - это признаки, оказывающие влияние на другие, связанные с ними признаки. Результативные - это признаки, которые изменяются под влиянием факторных.

Комбинированные группировки - образование групп по двум и более признакам, взятым в определенном сочетании, называется комбинированной группировкой. При этом группировочные признаки принято располагать, начиная с атрибутивного, в определенной последовательности, исходя из логики взаимосвязи показателей.

Применение комбинированных группировок обусловлено многообразием экономических явлений, а также необходимостью их всестороннего изучения. Но увеличение числа группировочных признаков ограничивается уменьшением наглядности, что снижает эффективность использования статистической информации. Примером комбинированной группировки может служить разделение образованных групп по формам хозяйствования на подгруппы по уровню рентабельности (доходности) или по другим признакам (производительность труда, фондоотдача и т. д.) .

3. Техника проведения группировки

Необходимо выделить группировочный признак или основание группировки. Необходимо определить число интервалов группировки и их границы. Группировочный признак при анализе выбирается из условия выполнения цели группировки.

Так, если есть статистические данные о промышленных предприятиях отрасли, то можно в качестве группировочного признака выбрать такие величины:

Таким образом, по каждому из этих признаков, множество предприятий отрасли можно разбить на группы.

Интервалы группировки могут равные и неравные.

Равные интервалы используются, когда изменение признака внутри совокупности происходит равномерно, либо если далее планируется последующая математическая обработка сгруппированных данных.

Неравные интервалы обычно используются как прогрессивно увеличивающиеся. В экономической статистике чаще всего устанавливаются границы интервалов, основанные именно на таком принципе - прогрессивно увеличивающиеся.

Число групп в группировке выбирается в этом случае из таких предпосылок: изменчивость признака, число наблюдений, однородность групп.

4. Особенности формирования группировок

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:

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.

Рассмотрим группировку данных на конкретном примере

Цель. Процедура вычисляет описательные статистики и корреляции для зависимых переменных в каждой из нескольких групп, определенных одной или большим числом группирующих (независимых) переменных.

Расположение данных. В приводимом ниже примере значения зависимой переменной WCC (число лейкоцитов - White Cell Count) разбиваются на группы кодами двух независимых переменных: Пол (значения: мужчины и женщины) и Рост (значения: высокий и низкий).

Результаты группировки представляются следующим образом (предполагается, что Пол - первая независимая переменная, а Рост - вторая).

Описательные статистики, расположенные в середине таблицы, определяются выбранным порядком независимых переменных. Например, в таблице приведены средние значения для «всех мужчин» и «всех женщин», но не показаны средние для «всех людей высокого роста» или для «всех людей низкого роста», которые можно вычислить, если определить Рост как первую группирующую переменную (а не как вторую).

Статистические тесты для группированных данных.

Группировка часто используется как средство разведочного анализа данных. Обычный вопрос, который задает исследователь: являются ли группы, созданные независимыми переменными, действительно различными? Если вы интересуетесь различиями средних, то подходящим тестом является однофакторный дисперсионный анализ (ANOVA) (F критерий). Если интерес представляет различие дисперсий, то можно воспользоваться критерием однородности дисперсий.

Хотя в разведочном анализе данных можно строить классификацию с более чем одной независимой переменной, статистические процедуры, используемые для их анализа, предполагают, что существует только один группирующий фактор (даже если фактически результаты получаются комбинированием определенного числа группирующих переменных). Таким образом, эти статистики не обнаруживают и даже не принимают во внимание наличие возможных взаимодействий между группирующими переменными, когда в действительности такие взаимодействия могут иметь место. Например, вполне естественно допустить, что имеются различия между влиянием одной независимой переменной на зависимую переменную на разных уровнях другой независимой переменной (например, высокие люди могут иметь более низкий показатель WCC, чем низкие, однако, возможно, это относится только к мужчинам; см. «дерево» данных выше). Вы можете объяснить подобные эффекты, проверяя группировку «визуально» (в таблицах и на графиках) и используя различный порядок независимых переменных. Однако величина или значимость таких эффектов не может быть оценена здесь статистически.

Обычно после получения статистически значимого результата в дисперсионном анализе (ANOVA) желательно знать, какие средние вызвали наблюдаемый эффект (например, какие группы особенно сильно отличаются друг от друга). Конечно, можно выполнить серию простых t-критериев, чтобы сравнить все возможные пары средних. Однако в связи с большим числом парных сравнений, такая процедура чисто случайно увеличивает шансы получения значимого результата. Представьте, вы имеете 20 выборок, по 10 случайных чисел в каждой, и вычислили для них средние. Далее возьмите наибольшее среднее и сравните с наименьшим средним. t-критерий для независимых выборок будет проверять, значимо или нет отличаются эти средние, предполагая, что имеет дело с двумя выборками. Процедуры апостериорного сравнения специально рассчитаны так, чтобы учитывать более двух выборок.

Группировка в сравнении с дискриминантным анализом.

Группировку можно рассматривать как первый шаг к другому типу анализа, который исследует различия между группами: Дискриминантный анализ. Аналогично классификации, дискриминантный анализ исследует различия между группами, построенными с помощью значений (кодов) независимой (группирующей) переменной. Однако в дискриминантном анализе, как правило, одновременно рассматривается более одной независимой переменной и определяются «типы» (классы) значений этих переменных. Именно, в дискриминантном анализе находят такие линейные комбинации зависимых переменных, которые наилучшим образом определяют принадлежность наблюдения к определенному классу, причем число классов известно заранее. В частности, с помощью дискриминантного анализа можно проанализировать различия между тремя группами людей, выбравших определенную профессию (например, юрист, физик, инженер), основываясь на их успехах в школе по определенным дисциплинам. Можно утверждать, что этот анализ «объяснит» выбор профессии успехами по определенным предметам. Таким образом, дискриминантный анализ можно рассматривать как «естественное развитие» простой группировки.

Группировка в сравнении c таблицами частот. Другой вид анализа, который не может быть непосредственно проведен с помощью группировки - это сравнения частот (n) в различных группах. Часто значения n в различных ячейках не равны между собой, потому что отнесение субъекта к определенной группе является следствием некоторых субъективных установок экспериментатора, а не результатом случайного выбора. Однако если случайный выбор имеет место, то неравенство частот n в различных группах заставляет предположить, что независимые переменные на самом деле связаны между собой. Например, кросстабуляция уровней независимых переменных Возраст и Образование наиболее вероятно не создаст группы равной величины n, потому что степень образования различна для разных возрастов. Если вы хотите провести такие сравнения, то можете изучить определенные частоты в таблицах сопряженности и испытать различные способы упорядочивания независимых переменных. Однако, для того, чтобы подвергнуть разности частот статистическому исследованию, следует воспользоваться таблицами частот и таблицами сопряженности. Для продвинутого анализа сложных многовходовых таблиц (таблиц со многими входами) используйте Логлинейный анализ или Анализ соответствий.

Графики часто позволяют обнаружить эффекты (как предполагаемые, так и неожиданные) быстрее, а иногда «лучше», чем численные методы. Категоризованные графики дают возможность строить графики средних, распределений, корреляций и т. д. «на пересечении» групп в соответствующих таблицах (например, категоризованные гистограммы, категоризованные вероятностные графики, категоризованные диаграммы размаха).

Список использованной литературы

Гуреев В. И. Основы социальной статистики: метод, система показателей, анализ. М. 1995.

Долгушевский Ф. Г., Козлов В. С., Полушин М. И., Эрлих Я. М. Общая теория статистики. - М.: Статистика, 1997.

Ефимова М. Р., Рябцев В. М. Общая теория статистики: Учебник. - М.: Финансы и статистика, 1991.

Кан Ю. Описательная и индивидуальная статистика. - М.: Финансы и статистика, 1991

Ланге О., Банасиньский А. Теория статистики. - М.: Статистика, 1991.

Общая теория статистики. Под ред. А. Я. Боярского, Г. А. Громыко. - 2е изд. - М.: Издательство Моск. ун-та. 1985.

Общая теория статистики: Статистическая методология в изучении коммерческой деятельности: Учебник /А. И. Харламов, О. З. Башина, В. Т. Бабурин и др.; Под ред. А. А. Спирина, О. З. Башиной. - М.: Финансы и статистика, 1994.

Общая теория статистики: статистическая методология в изучении коммерческой деятельности. Учебник под ред. А. А. Спирина, O. Э. Башиной, - M.; Финансы и статистика, 1995.

Российская статистика сегодня и завтра/ Гужвин Вопросы экономики 1993 г. № 5.

Социально-экономическая статистика / Под ред. Г. Л. Громыко. - М.: Изд-во МГУ, 1989.

Описание предмета: «Статистика»

СТАТИСТИКА (от итал. stato, позднелат. status — государство) -1 ) вид общественной деятельности, нацеленной на получение, обработку и анализ информации, отражающей количественные закономерности жизни общества во всем ее многообразии в органической связи с ее качественным содержанием; 2) важная отрасль общественных наук, в которой рассматриваются общие вопросы измерения и анализа массовых количественных отношений и взаимосвязей[5]. В узком смысле слова статистика. трактуется как совокупность сведений о каком-либо явлении или процессе. В естественных науках понятие статистики означает анализ массовых явлений, базирующийся на использовании методов теории вероятностей. Статистическая практика зародилась с возникновением государства. Но как наука статистика появилась позже. Ее истоки заложены в политической арифметике английских ученых У. Петти и Дж. Граунта. Однако в тот период статистика. не отделялась от политической экономии и других социально-экономических наук.

Предметом статистической науки являются количественные закономерности, количественная сторона массовых общественных процессов и явлений, которые она изучает в неразрывной связи с их качественной стороной, в конкретных условиях места и времени.

Внимание!

Банк рефератов, курсовых и дипломных работ содержит тексты, предназначенные только для ознакомления. Если Вы хотите каким-либо образом использовать указанные материалы, Вам следует обратиться к автору работы. Администрация сайта комментариев к работам, размещенным в банке рефератов, и разрешения на использование текстов целиком или каких-либо их частей не дает.

Мы не являемся авторами данных текстов, не пользуемся ими в своей деятельности и не продаем данные материалы за деньги. Мы принимаем претензии от авторов, чьи работы были добавлены в наш банк рефератов посетителями сайта без указания авторства текстов, и удаляем данные материалы по первому требованию.