- •Три этапа развития статистики
- •Основные этапы развития статистики
- •2. Предмет и задачи статистики
- •3.Основные понятия теории статистики
- •Сбор информации;
- •1.Организационные и методологические вопросы статистического наблюдения
- •2. Ошибки статистического наблюдения
- •Классификация ошибок статистического наблюдения
- •3. Организационные формы, виды и способы статистического наблюдения
- •1. Сводка и группировка (понятие и основные виды)
- •2.Ряды распределения: атрибутивные и вариационные
- •3.Статистические таблицы и графики, требования к составлению таблиц
- •Макет таблицы
- •4. Классификация как особый вид группировки. Роль классификаций в статистике
- •2. Классификация относительных показателей
- •Классификация относительных показателей
- •3. Понятие «средняя величина» и основные виды средних величин в статистике Понятие «средняя величина»
- •Различные виды средних величин и способы их расчета
- •В табл. 4.2 те же обозначения, что и в табл. 4.1.
- •Вспомогательная таблица для расчета простой и взвешенной средней арифметической
- •Исходные данные и вспомогательные расчеты для определения средней гармонической
- •1. Понятие вариации и основные виды показателей вариации
- •Вспомогательная таблица для расчета показателей вариации
- •На основе исходных данных вначале подсчитываются средние величины, а затем находятся отклонения от средних. Рекомендуется в расчетах показателей вариации пользоваться формулой средней взвешенной.
- •2.Свойства средней арифметической и дисперсии
- •Свойства дисперсии
- •(Свойство минимальности).
- •3. Изучение структурных характеристик вариационного ряда
- •2. Показатели концентрации и дифференциации
- •3. Показатели структурных сдвигов
- •Лекция №7. Методология организации выборочных наблюдений5.
- •1.Задачи выборочного наблюдения и различные способы формирования выборки
- •Способы отбора единиц из генеральной совокупности
- •2. Понятие «ошибка выборки» и способы ее расчета
- •3. Расчет оптимальной численности выборки
- •Лекция №8. Методы и показатели оценки тесноты статистических взаимосвязей.
- •1.Понятие «статистическая взаимосвязь»
- •2. Классификация методов оценки тесноты статистических связей
- •3. Аналитические показатели оценки тесноты взаимосвязей между количественно измеримыми признаками
- •Вспомогательная таблица для расчета рангового коэффициента корреляции Спирмена
- •4.Способы оценки тесноты взаимосвязей между качественными признаками
- •Лекция №9. Статистическое изучение динамики социально -экономических процессов и явлений.
- •2. Аналитические показатели динамики
- •Аналитические показатели динамики
- •3. Сглаживание (выравнивание) динамических рядов: механическое и аналитическое сглаживание
- •Лекция №10. Построение уравнений тренда и уравнений парной линейной регрессии
- •1. Сущность метода наименьших квадратов
- •2. Построение уравнений регрессии
- •Расчет параметров парной линейной регрессии
- •3. Построение уравнений тренда
- •Вспомогательная таблица для расчета параметров уравнений линейного и квадратического тренда
- •4. Расчет корреляционного отношения на основе уравнения регрессии
- •Способы отбора факторных переменных.
- •Исходные данные для построения уравнений регрессии
- •После подсчета сумм в нижней строке таблицы, находим линейный коэффициент корреляции:
- •Матрица коэффициентов парной корреляции
- •Использование метода наименьших квадратов для построения нелинейных уравнений регрессии
- •Нелинейные относительно оцениваемых параметров
- •1. Понятие «статистический индекс»
- •2.Различные виды статистических индексов и способы их расчета
- •Различные виды агрегатных индексов
- •Вспомогательная таблица для расчета агрегатных индексов по формулам Ласпейреса и Пааше
- •3. Сущность индексного метода в статистике
- •Примеры решения задач индексным методом.
- •1. Понятие «прогноз» и виды прогнозов
- •2. Сущность статистических методов прогнозирования и требования к исходной статистической информации
- •3.Прогнозирование на основе уравнений тренда
- •1.Кластерный анализ
- •Дискриминантный анализ
- •3.Факторный анализ (метод главных компонент)
1. Сводка и группировка (понятие и основные виды)
Сводка и группировка представляют собой основные методы обработки статистической информации, которая выполняется на втором этапе статистического исследования.
Сводка – это подведение итогов, подсчет итоговых обобщающих показателей по результатам статистического наблюдения.
Сводки делятся на:
простые;
сложные;
централизованные;
децентрализованные.
В простых сводках итоги подводятся по всей статистической совокупности в целом. Сложные сводки предполагают предварительную группировку, т.е. разделение всей совокупности на несколько групп.
При централизованной сводке все материалы обрабатываются в едином центре, а при децентрализованной – вначале обрабатываются на местах (то есть в местных органах статистики).
Группировка – это выявление статистических единиц, однородных в некотором смысле (то есть сходных между собой по каким-то существенным признакам) и объединение этих единиц в отдельные группы.
Какую именно группировку статистических единиц мы выберем, зависит от цели данного исследования. Например, при изучении уровня жизни будет использоваться группировка домашних хозяйств по уровню доходов, а при изучении процессов воспроизводства населения – группировка тех же домохозяйств по числу членов семьи, по количеству детей, по возрасту основной семейной пары и т.д. Основание, по которому проводится группировка, называется группировочным признаком.
Обычно при разработке группировок придерживаются следующего правила: различия между статистическими единицами, отнесенными к одной группе, должно быть меньше, чем различия между статистическими единицами, отнесенными к разным группам. Значение группировки в том, что этот метод обеспечивает обобщение данных, представление их в более компактном, обозримом виде.
Сводные показатели для отдельных групп являются типичными и устойчивыми, если, во-первых, группировка проведена правильно, а во-вторых, группы имеют достаточную численность. Для выполнения группировки необходимо установить правила отнесения статистических единиц к той или иной группе. В эти правила входит определение тех характеристик (признаков) по которым будет производиться группировка (т.е. группировочных признаков), и их значений, отделяющих одну группу от другой (интервалов группировки).
Группировки можно производить как по количественным, так и по качественным признакам. Например, работники отрасли могут объединяться в группы по их профессиями, занимаемым должностям, уровню заработной платы, полу и возрасту.
При группировке по качественным признакам особое значение имеет то, какой принят интервал группировочного признака.
Например, при группировке крестьянских (фермерских) хозяйств по размеру земельного участка обычно выделяют хозяйства с размером участка до 3 га, от 4 до 5 га, от 6 до 10га, 11-20, 21-50, 51-70, 71-100, 101-200, свыше 200 га.
В приведенном примере используются как открытые, так и закрытые интервалы группировки. Закрытые интервалы имеют две границы: верхнюю и нижнюю. Открытые интервалы имеют только одну границу: либо верхнюю, либо нижнюю.
Интервалы группировки могут быть равными и неравными. В данном примере использованы неравные интервалы группировки.
Если предполагается построить группировку с равными интервалами, то величина интервала группировки рассчитывается по формуле:
I = (Xmax – Xmin)/K,
где K – число групп, на которые предлагается разделить статистическую совокупность. Оптимальное число групп часто определяется по так называемой формуле Стерджесса:
K = 1 + 3,32×lg N = 1+1.44× ln N
Бывает, что число групп заранее не известно и определяется опытным путем на основе перебора различных вариантов группировок. Иногда решается задача создания группировки с группами, примерно равными по численности. В этом случае интервалы группировки обычно бывают не равными, а их границы определяются по специальным формулам, в зависимости от числа создаваемых групп. Эти формулы будут рассмотрены в лекции №5 (см. формулы для расчета квартилей, децилей и др.)
Если группировка проводится только по одному признаку, она обычно называется простой или структурной группировкой, а если – по двум и более признакам – комбинационной.
В статистике чаще всего используются следующие виды группировок:
простая или структурная (по одному признаку);
аналитическая (выделяются две группы признаков – факторные и результативные);
комбинированная – по нескольким признакам;
типологическая (одновременно по нескольким признакам).
Аналитическая группировка может быть использована для изучения влияния тех или иных причин (факторов) на конкретные социально-экономические явления. Например, если мы хотим выяснить влияние возраста или уровня образования отдельных граждан на уровень их доходов, мы должны произвести группировку по одному из факторных признаков (возрасту или уровню образования), а затем рассчитать в каждой группе средний уровень дохода (результативного признака). Если окажется, что средний уровень дохода, рассчитанный для отдельных групп (с разным возрастом или разным уровнем образования) мало отличается, то отсюда можно сделать вывод о том, что уровень доходов не зависит от этих признаков.
Если же окажется, что в разных группах среднее значение результативного признака значительно отличается, то отсюда можно сделать вывод о зависимости результативного признака (дохода) от того или иного факторного признака.
Типологические группировки обычно разрабатываются на ЭВМ с помощью специальных компьютерных программ многомерного статистического анализа. Их строят для исследования типологии социально-экономических явлений. Например, хорошо известна так называемая «типология потребителей», разработанная как зарубежными, так и отечественными учеными примерно в 80х годах, и используемая в маркетинговых исследованиях, а также при изучении уровня жизни и структуры потребления населения.
В статистике очень часто используется понятие «классификация». Классификация представляет собой достаточно устойчивую группировку с неизменными признаками, сформированную на основе длительных исследований тех или иных явлений.
Результаты сводки и группировки обычно оформляются в виде статистических таблиц или рядов распределения.