Математические методы наиболее широко используются при проведении системных исследований. При этом решение практических задач математическими методами последовательно осуществляется по следующему алгоритму:
математическая формулировка задачи (разработки математической модели);
выбор метода проведения исследования полученной математической модели;
анализ полученного математического результата.
Математическая формулировка задачи обычно представляется в виде чисел, геометрических образов, функций, систем уравнений и т. п. Описание объекта (явления) может быть представлено с помощью непрерывной или дискретной, детерминированной или стохастической и другими математическими формами.
Математическая модель представляет собой систему математических соотношений (формул, функций, уравнений, систем уравнений), описывающих те или иные стороны изучаемого объекта, явления, процесса или объект (процесс) в целом.
Первым этапом математического моделирования является постановка задачи, определение объекта и целей исследования, задание критериев (признаков) изучения объектов и управления ими. Неправильная или неполная постановка задачи может свести на нет результаты всех последующих этапов.
Модель является результатом компромисса между двумя противоположными целями:
модель должна быть подробной, учитывать все реально существующие связи и участвующие в его работе факторы и параметры;
в то же время модель должна быть достаточно простой, чтобы можно было получить приемлемые решения или результаты в приемлемые сроки при определенных ограничениях на ресурсы.
Моделирование можно назвать приближенным научным исследованием. А степень его точности зависит от исследователя, его опыта, целей, ресурсов.
Допущения, принимаемые при разработке модели, являются следствием целей моделирования и возможностей (ресурсов) исследователя. Они определяются требованиями точности результатов, и как сама модель, являются результатом компромисса. Ведь именно допущения отличают одну модель одного и того же процесса от другой.
Обычно при разработке модели отбрасываются (не принимаются во внимание) несущественные факторы. Константы в физических уравнениях считаются постоянными. Иногда усредняются некоторые величины, изменяющиеся в процессе (например, температура воздуха может считаться неизменной за какой-то промежуток времени).
Процесс разработки модели
Это процесс последовательной (и возможно, неоднократной) схематизации или идеализации исследуемого явления.
Адекватность модели - это ее соответствие тому реальному физическому процессу (или объекту), который она представляет.
Для разработки модели физического процесса необходимо определить:
Иногда используется подход, когда применяется модель небольшой полноты, носящая вероятностный характер. Потом с помощью ЭВМ производится ее анализ и уточнение.
Проверка модели начинается и проходит в самом процессе ее построения, когда выбираются или устанавливаются те или иные взаимосвязи между ее параметрами, оцениваются принятые допущения. Однако после сформирования модели в целом надо проанализировать ее с некоторых общих позиций.
Математическая основа модели (т. е. математическое описание физических взаимосвязей) должна быть непротиворечивой именно с точки зрения математики: функциональные зависимости должны иметь те же тенденции изменения, что и реальные процессы; уравнения должны иметь область существования не менее диапазона, в котором проводится исследование; в них не должно быть особых точек или разрывов, если их нет в реальном процессе, и т. д. Уравнения не должны искажать логику реального процесса.
Модель должна адекватно, т. е. по возможности точно, отражать действительность. Адекватность нужна не вообще, а в рассматриваемом диапазоне.
Расхождения между результатами анализа модели и реальным поведением объекта неизбежны, так как модель - это отражение, а не сам объект.
На рис. 3. представлено обобщенное представление, которое используется при построении математических моделей.
Рис. 3. Аппарат для построения математических моделей
При использовании статических методов наиболее часто используется аппарат алгебры и дифференциальные уравнения с независимыми от времени аргументами.
В динамических методах таким же образом используются дифференциальные уравнения; интегральные уравнения; уравнения в частных производных; теория автоматического управления; алгебра.
В вероятностных методах используются: теория вероятностей; теория информации; алгебра; теория случайных процессов; теория Марковских процессов; теория автоматов; дифференциальные уравнения.
Важное место при моделировании занимает вопрос о подобии модели и реального объекта. Количественные соответствия между отдельными сторонами процессов, протекающих в реальном объекте и его модели, характеризуются масштабами.
В целом подобие процессов в объектах и модели характеризуется критериями подобия. Критерий подобия - это безразмерный комплекс параметров, характеризующий данный процесс. При проведении исследований в зависимости от области исследований применяют различные критерии. Например, в гидравлике таким критерием является число Рейнольдса (характеризует текучесть жидкости), в теплотехнике - число Нусссельта (характеризует условия теплоотдачи), в механике - критерий Ньютона и т. д.
Считается, что если подобные критерии для модели и исследуемого объекта равны, то модель является правильной.
К теории подобия примыкает еще один метод теоретического исследования - метод анализа размерностей, который основан на двух положениях:
физические закономерности выражаются только произведениями степеней физических величин, которые могут быть положительными, отрицательными, целыми и дробными; размерности обоих частей равенства, выражающего физическую размерность, должны быть одинаковы.
В истории математики условно можно выделить два основных периода: элементарной и современной математики. Рубежом, от которого принято вести отсчет эпохи новой (иногда говорят - высшей) математики, стал XVII век – век появления математического анализа. К концу XVII в. И. Ньютоном, Г. Лейбницем и их предшественниками был создан аппарат нового дифференциального исчисления и интегрального исчисления, составляющий основу математического анализа и даже, пожалуй, математическую основу всего современного естествознания.
Математический анализ – это обширная область математики с характерным объектом изучения (переменной величиной), своеобразным методом исследования (анализом посредством бесконечно малых или посредством предельных переходов), определенной системой основных понятий (функция, предел, производная, дифференциал, интеграл, ряд) и постоянно совершенствующимся и развивающимся аппаратом, основу которого составляют дифференциальное и интегральное исчисления.
Попробуем дать представление о том, какая математическая революция произошла в XVII в., чем характеризуется связанный с рождением математического анализа переход от элементарной математики к той, что ныне составляет предмет исследований математического анализа и чем объясняется его фундаментальная роль во всей современной системе теоретических и прикладных знаний.
Представьте себе, что перед вами прекрасно выполненная цветная фотография набегающей на берег штормовой океанской волны: могучая сутуловатая спина, крутая, но чуть впалая грудь, уже наклоненная вперед и готовая упасть голова с терзаемой ветром седой гривой. Вы остановили мгновение, вам удалось поймать волну, и вы можете теперь без спешки внимательно изучать ее во всех подробностях. Волну можно измерить, и, пользуясь средствами элементарной математики, вы сделаете много важных выводов об этой волне, а значит, и всех ее океанских сестрах. Но, остановив волну, вы лишили ее движения и жизни. Ее зарождение, развитие, бег, сила, с которой она обрушивается на берег, - все это оказалось вне вашего поля зрения, потому что вы не располагаете пока ни языком, ни математическим аппаратом, пригодными для описания и изучения не статических, а развивающихся, динамических процессов, переменных величин и их взаимосвязей.
«Математический анализ не менее всеобъемлющ, чем сама природа: он определяет все ощутимые взаимосвязи, измеряет времена, пространства, силы, температуры». Ж. Фурье
Движение, переменные величины и их взаимосвязи окружают нас повсюду. Различные виды движения и их закономерности составляют основной объект изучения конкретных наук: физики, геологии, биологии, социологии и др. Поэтому точный язык и соответствующие математические методы описания и изучения переменных величин оказались необходимыми во всех областях знания примерно в той же степени, в какой числа и арифметика необходимы при описании количественных соотношений. Так вот, математический анализ и составляет основу языка и математических методов описания переменных величин и их взаимосвязей. В наши дни без математического анализа невозможно не только рассчитать космические траектории, работу ядерных реакторов, бег океанской волны и закономерности развития циклона, но и экономично управлять производством, распределением ресурсов, организацией технологических процессов, прогнозировать течение химических реакций или изменение численности различных взаимосвязанных в природе видов животных и растений, потому что все это - динамические процессы.
Элементарная математика была в основном математикой постоянных величин, она изучала главным образом соотношения между элементами геометрических фигур, арифметические свойства чисел и алгебраические уравнения. Ее отношение к действительности в какой-то мере можно сравнить с внимательным, даже тщательным и полным изучением каждого фиксированного кадра киноленты, запечатлевшей изменчивый, развивающийся живой мир в его движении, которого, однако, не видно на отдельном кадре и которое можно наблюдать, только посмотрев ленту в целом. Но как кино немыслимо без фотографии, так и современная математика невозможна без той ее части, которую мы условно называем элементарной, без идей и достижений многих выдающихся ученых, разделенных порой десятками столетий.
Математика едина, и «высшая» ее часть связана с «элементарной» примерно так же, как следующий этаж строящегося дома связан с предшествующим, и ширина горизонтов, которые математика открывает нам в окружающий мир, зависит от того, на какой этаж этого здания нам удалось подняться. Родившийся в XVII в. математический анализ открыл нам возможности для научного описания, количественного и качественного изучения переменных величин и движения в широком смысле этого слова.
Каковы же предпосылки появления математического анализа?
К концу XVII в. сложилась следующая ситуация. Во-первых, в рамках самой математики за долгие годы накопились некоторые важные классы однотипных задач (например, задачи измерения площадей и объемов нестандартных фигур, задачи проведения касательных к кривым) и появились методы их решения в различных частных случаях. Во-вторых, оказалось, что эти задачи теснейшим образом связаны с задачами описания произвольного (не обязательно равномерного) механического движения, и в частности с вычислением его мгновенных характеристик (скорости, ускорения в любой момент времени), а также с нахождением величины пройденного пути для движения, происходящего с заданной переменной скоростью. Решение этих проблем было необходимо для развития физики, астрономии, техники.
Наконец, в-третьих, к середине XVII в. трудами Р. Декарта и П. Ферма были заложены основы аналитического метода координат (так называемой аналитической геометрии), позволившие сформулировать разнородные по своему происхождению геометрические и физические задачи на общем (аналитическом) языке чисел и числовых зависимостей, или, как мы теперь говорим, числовых функций.
|
НИКОЛАЙ НИКОЛАЕВИЧ ЛУЗИН
Н. Н. Лузин – советский математик, основоположник советской школы теории функций, академик (1929). Лузин родился в Томске, учился в томской гимназии. Формализм гимназического курса математики оттолкнул от себя талантливого юношу, и лишь способный репетитор смог раскрыть перед ним красоту и величие математической науки. В 1901 г. Лузин поступил на математическое отделение физико-математического факультета Московского университета. С первых лет обучения в круг его интересов попали вопросы, связанные с бесконечностью. В конце XIX в. немецкий ученый Г. Кантор создал общую теорию бесконечных множеств, получившую многочисленные применения в исследовании разрывных функций. Лузин начал изучать эту теорию, но его занятия были прерваны в 1905 г. Студенту, принимавшему участие в революционной деятельности, пришлось на время уехать во Францию. Там он слушал лекции виднейших французских математиков того времени. По возвращении в Россию Лузин окончил университет и был оставлен для подготовки к профессорскому званию. Вскоре он вновь уехал в Париж, а затем в Геттинген, где сблизился со многими учеными и написал первые научные работы. Основной проблемой, интересовавшей ученого, был вопрос о том, могут ли существовать множества, содержащие больше элементов, чем множество натуральных чисел, но меньше, чем множество точек отрезка (проблема континуума). Для любого бесконечного множества, которое можно было получить из отрезков с помощью операций объединения и пересечения счетных совокупностей множеств, эта гипотеза выполнялась, и, чтобы решить проблему, нужно было выяснить, какие еще есть способы конструирования множеств. Одновременно Лузин изучал вопрос, можно ли представить любую периодическую функцию, даже имеющую бесконечно много точек разрыва, в виде суммы тригонометрического ряда, т.е. суммы бесконечного множества гармонических колебаний. По этим вопросам Лузин получил ряд значительных результатов и в 1915 г. защитил диссертацию «Интеграл и тригонометрический ряд», за которую ему сразу присудили ученую степень доктора чистой математики, минуя существовавшую в то время промежуточную степень магистра. В 1917 г. Лузин стал профессором Московского университета. Талантливый преподаватель, он привлекал к себе наиболее способных студентов и молодых математиков. Своего расцвета школа Лузина достигла в первые послереволюционные годы. Ученики Лузина образовали творческий коллектив, который шутливо называли «лузитанией». Многие из них получили первоклассные научные результаты еще на студенческой скамье. Например, П. С. Александров и М. Я. Суслин (1894-1919) открыли новый метод конструирования множеств, что послужило началом развития нового направления - дескриптивной теории множеств. Исследования в этой области, проводившиеся Лузиным и его учениками, показали, что обычных методов теории множеств недостаточно для решения многих возникавших в ней проблем. Научные предвидения Лузина полностью подтвердились в 60-е гг. XX в. Многие ученики Н. Н. Лузина стали впоследствии академиками и членами-корреспондентами АН СССР. Среди них П. С. Александров. А. Н. Колмогоров. М. А. Лаврентьев, Л. А. Люстерник, Д. Е. Меньшов, П. С. Новиков. Л. Г. Шнирельман и другие. Современные советские и зарубежные математики в своих работах развивают идеи Н. Н. Лузина. |
Стечение этих обстоятельств и привело к тому, что в конце XVII в. двум ученым – И. Ньютону и Г. Лейбницу – независимо друг от друга удалось создать для решения названных задач математический аппарат, подытоживший и обобщивший отдельные результаты предшественников, среди которых и ученый древности Архимед и современники Ньютона и Лейбница – Б. Кавальери, Б. Паскаль, Д. Грегори, И. Барроу. Этот аппарат и составил основу математического анализа – нового раздела математики, изучающего различные развивающиеся процессы, т.е. взаимосвязи переменных величин, которые в математике называют функциональными зависимостями или, иначе, функциями. Кстати, сам термин «функция» потребовался и естественно возник именно в XVII в., а к настоящему времени он приобрел не только общематематическое, но и общенаучное значение.
Начальные сведения об основных понятиях и математическом аппарате анализа даны в статьях «Дифференциальное исчисление» и «Интегральное исчисление».
В заключение хотелось бы остановиться только на одном общем для всей математики и характерном для анализа принципе математического абстрагирования и в этой связи объяснить, в каком виде математический анализ изучает переменные величины и в чем секрет такой универсальности его методов для изучения всевозможных конкретных развивающихся процессов и их взаимосвязей.
Рассмотрим несколько поясняющих примеров и аналогий.
Мы порой уже не отдаем себе отчета в том, что, например, математическое соотношение , написанное не для яблок, стульев или слонов, а в отвлеченном от конкретных объектов абстрактном виде, - выдающееся научное завоевание. Это математический закон, который, как показывает опыт, применим к различным конкретным объектам. Значит, изучая в математике общие свойства отвлеченных, абстрактных чисел, мы тем самым изучаем количественные соотношения реального мира.
Например, из школьного курса математики известно, что , поэтому в конкретной ситуации вы могли бы сказать: «Если мне для перевозки 12 т грунта не выделят два шеститонных самосвала, то можно запросить три четырехтонки и работа будет выполнена, а если дадут только одну четырехтонку, то ей придется сделать три рейса». Так привычные теперь для нас отвлеченные числа и числовые закономерности связаны с их конкретными проявлениями и приложениями.
Примерно так же связаны законы изменения конкретных переменных величин и развивающихся процессов природы с той абстрактной, отвлеченной формой-функцией, в которой они появляются и изучаются в математическом анализе.
Например, абстрактное соотношение может быть отражением зависимости кассового сбора у кинотеатра от количества проданных билетов, если 20 – это 20 копеек – цена одного билета. Но если мы едем по шоссе на велосипеде, проезжая 20 км в час, то это же соотношение можно истолковать как взаимосвязь времени (часов) нашей велосипедной прогулки и покрытого за это время расстояния (километров)., вы всегда можете утверждать, что, например, изменение в несколько раз приводит к пропорциональному (т.е. во столько же раз) изменению величины , а если , то верно и обратное заключение. Значит, в частности, для увеличения кассового сбора кинотеатра в два раза вам придется привлечь вдвое больше зрителей, а для того, чтобы на велосипеде с той же скоростью проехать вдвое большее расстояние, вам придется ехать вдвое дольше.
Математика изучает и простейшую зависимость , и другие, значительно более сложные зависимости в отвлеченном от частной интерпретации, общем, абстрактном виде. Выявленные в таком исследовании свойства функции или методы изучения этих свойств будут носить характер общих математических приемов, заключений, законов и выводов, применимых к каждому конкретному явлению, в котором встречается изученная в абстрактном виде функция, независимо от того, к какой области знания это явление относится.
Итак, математический анализ как раздел математики оформился в конце XVII в. Предметом изучения в математическом анализе (как он представляется с современных позиций) являются функции, или, иначе, зависимости между переменными величинами.
С возникновением математического анализа математике стало доступно изучение и отражение развивающихся процессов реального мира; в математику вошли переменные величины и движение.
ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ
Государственное образовательное учреждение высшего профессионального образования «Уральский государственный университет им. »
Исторический факультет
Кафедра документационного и информационного обеспечения управления
Математические методы в научных исследованиях
Программа курса
Стандарт 350800 «Документоведение и документационное обеспечение управления»
Стандарт 020800 «Историко-архивоведение»
Екатеринбург
Утверждаю
Проректор
(подпись)
Программа дисциплины «Математические методы в научных исследованиях» составлена в соответствии с требованиями вузовского компонента к обязательному минимуму содержания и уровню подготовки:
дипломированного специалиста по специальности
Документоведение и документационное обеспечение управления (350800),
Историко-архивоведение(020800),
по циклу «Общие гуманитарные и социально-экономические дисциплины» государственного образовательного стандарта высшего профессионального образования.
Семестр III
По учебному плану специальности № 000– Документоведение и документационное обеспечение управления:
Общая трудоемкость дисциплины: 100 часов,
в том числе лекций 36 часа
По учебному плану специальности № 000– Историко – архивоведение
Общая трудоемкость дисциплины: 50 часов,
в том числе лекций 36 часа
Контрольные мероприятия :
Контрольные работы 2 чел/час
Составитель: , канд. ист. наук, доцент кафедры документационного и информационного обеспечения управления Уральского государственного университета
кафедры Документационного и информационного обеспечения управления
от 01.01.01 г. № 1.
Согласовано:
Зам. председателя
Гуманитарного совета
_________________
(подпись)
(С) Уральский государственный университет
(С) , 2006
ВВЕДЕНИЕ
Курс “Математические методы в социально-экономических исследованиях“ предназначен для ознакомления студентов с основными приемами и способами обработки количественной информации, разработанными статистикой. Его основная задача - расширить методический научный аппарат исследователей, научить применять в практической и научно-исследовательской деятельности помимо традиционных методов, основных на логическом анализе, математические методы , которые помогают количественно охарактеризовать исторические явления и факты.
В настоящее время математический аппарат и математические методы используются практически во всех областях науки. Это закономерный процесс, его часто называют - математизация науки. В философии математизация обычно понимается как применение математики в различных науках. Математические методы давно и прочно вошли в арсенал методов исследования ученых, используются для обобщения данных, выявления тенденций и закономерностей развития общественных явлений и процессов, типологии и моделирования.
Знание статистики необходимо, чтобы правильно охарактеризовать и проанализировать процессы, происходящие в экономике и обществе. Для этого необходимо владеть выборочным методом, сводкой и группировкой данных, уметь рассчитать средние и относительные величины , показатели вариации , коэффициенты корреляции. Элементом информационной культуры выступают навыки правильного оформления таблиц и построения графиков, которые представляют собой важный инструмент систематизации первичных социально-экономических данных и наглядного представления количественной информации. Для оценки временных изменений необходимо иметь представление о системе динамических показателей.
Использование методики проведения выборочного исследования позволяет изучить большие массивы информации, представленные массовыми источниками, экономить время и труд, получая при этом научно значимые результаты.
Математико-статистические методы занимают вспомогательные позиции, дополняя и обогащая традиционные методы социально-экономического анализа, их освоение является необходимой составной частью квалификации современного специалиста – документоведа, историка-архивиста.
В настоящее время математико-статистические методы активно применяются в маркетинговых, социологических исследованиях , при сборе оперативной управленческой информации, составлении отчетов и проведении анализа документопотоков.
Навыки количественного анализа необходимы для подготовки квалификационных работ, рефератов и других исследовательских проектов.
Опыт использования математических методов свидетельствует, что их использование должно осуществляться с соблюдением следующих принципов для получения достоверных и репрезентативных результатов:
1) определяющую роль играет общая методология и теория научного познания;
2) необходима четкая и правильная постановка исследовательской задачи;
3) отбор репрезентативных в количественном и качественном отношении социально-экономических данных;
4) корректность применения математических методов, т. е. они должны соответствовать исследовательской задаче и характеру обрабатываемых данных;
5) необходима содержательная интерпретация и анализ полученных результатов, а также обязательная дополнительная проверка полученных в результате математической обработки сведений.
Математические методы помогают усовершенствовать технологию научного исследования: повысить ее эффективность; они дают большую экономию времени, особенно при обработке больших массивов информации, позволяют выявить скрытую информацию, хранящуюся в источнике.
Помимо этого математические методы тесно связаны с таким направлением научно-информационной деятельности как создание исторических банков данных и архивов машиночитаемых данных. Нельзя игнорировать достижения эпохи, а информационные технологии становятся одним из важнейших факторов развития всех сфер общества.
ПРОГРАММА КУРСА
Тема 1. ВВЕДЕНИЕ. МАТЕМАТИЗАЦИЯ ИСТОРИЧЕСКОЙ НАУКИ
Цель и задачи курса. Объективная необходимость совершенствования исторических методов за счет привлечения приемов математики.
Математизация науки, основное содержание. Предпосылки математизации: естественнонаучные предпосылки; социально-технические предпосылки. Границы математизации науки. Уровни математизации для естественных, технических, экономических и гуманитарных наук . Основные закономерности математизации науки: невозможность полностью охватить средствами математики области исследования других наук; соответствие применяемых математических методов содержанию математизируемой науки. Возникновение и развитие новых прикладных математических дисциплин.
Математизация исторической науки. Основные этапы и их особенности. Предпосылки математизации исторической науки. Значение разработки статистических методов для развития исторического знания.
Социально-экономические исследования с использованием математических методов в дореволюционной и советской историографии 20-х годов (, и др.)
Математико-статистические методы в работах историков 60-90-х годов. Компьютеризация науки и распространение математических методов. Создание баз данных и перспективы развития информационного обеспечения исторических исследований. Важнейшие итоги применения методов математики в социально-экономических и историко-культурных исследованиях (, и др.).
Соотношение математических методов с другими методами исторического исследования: историко-сравнительным, историко-типологическим, структурным, системным, историко-генетическим методами. Основные методологические принципы применения математико-статистических методов в исторических исследованиях.
Тема 2 . СТАТИСТИЧЕСКИЕ ПОКАЗАТЕЛИ
Основные приемы и методы статистического изучения общественных явлений: статистическое наблюдение, достоверность статистических данных. Основные формы статистического наблюдения, цель наблюдения, объект и единица наблюдения. Статистический документ как исторический источник.
Статистические показатели (показатели объема, уровня и соотношения), его основные функции. Количественная и качественная сторона статистического показателя. Разновидности статистических показателей (объемные и качественные; индивидуальные и обобщающие; интервальные и моментные).
Основные требования, предъявляемые к расчету статистических показателей, обеспечивающие их достоверность.
Взаимосвязь статистических показателей. Система показателей. Обобщающие показатели.
Абсолютные величины, определение. Виды абсолютных статистических величин, их значение и способы получения. Абсолютные величины как непосредственный результат сводки данных статистического наблюдения.
Единицы измерения, их выбор в зависимости от сущности изучаемого явления. Натуральные, стоимостные и трудовые единицы измерения .
Относительные величины. Основное содержание относительного показателя , формы их выражения (коэффициент, процент, промилле, децимилле). Зависимость формы и содержания относительного показателя.
База сравнения, выбор базы при вычислении относительных величин. Основные принципы вычисления относительных показателей, обеспечение сопоставимости и достоверности абсолютных показателей (по территории, кругу объектов и т. д.).
Относительные величины структуры, динамики, сравнения, координации и интенсивности. Способы их вычисления.
Взаимосвязь абсолютных и относительных величин. Необходимость их комплексного применения.
Тема 3. ГРУППИРОВКА ДАННЫХ. ТАБЛИЦЫ.
Сводные показатели и группировка в исторических исследованиях. Задачи, решаемые данными методами в научном исследовании: систематизация, обобщение, анализ, удобство восприятия. Статистическая совокупность, единицы наблюдения.
Задачи и основное содержание сводки. Сводка - второй этап статистического исследования. Разновидности сводных показателей (простая, вспомогательная). Основные этапы расчета сводных показателей.
Группировка - основной метод обработки количественных данных. Задачи группировки и их значение в научном исследовании. Виды группировок. Роль группировок в анализе общественных явлений и процессов.
Основные этапы построения группировки: определение изучаемой совокупности; выбор группировочного признака(количественные и качественные признаки; альтернативные и неальтернативные; факторные и результативные); распределение совокупности по группам в зависимости от вида группировки (определение количества групп и величины интервалов), шкалы измерения признаков (номинальная, порядковая, интервальная); выбор формы представления сгруппированных данных (текст, таблица, график).
Типологическая группировка, определение, основные задачи, принципы построения. Роль типологической группировки в исследовании социально-экономических типов.
Структурная группировка, определение, основные задачи, принципы построения. Роль структурной группировки в изучении структуры общественных явлений
Аналитическая (факторная) группировка, определение, основные задачи, принципы построения, Роль аналитической группировки в анализе взаимосвязей общественных явлений. Необходимость комплексного использования и изучения группировок для анализа общественных явлений.
Общие требования к построению и оформлению таблиц. Разработка макета таблицы. Реквизиты таблицы (нумерация, заголовок, наименования граф и строк, условные обозначения, обозначение чисел). Методика заполнения сведений таблицы.
Тема 4 . ГРАФИЧЕСКИЕ МЕТОДЫ АНАЛИЗА СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЙ
ИНФОРМАЦИИ
Роль графиков и графического изображения в научном исследовании. Задачи графических методов: обеспечение наглядности восприятия количественных данных; аналитические задачи; характеристика свойств признаков.
Статистический график, определение. Основные элементы графика: поле графика, графический образ, пространственные ориентиры, масштабные ориентиры, экспликация графика.
Виды статистических графиков: линейная диаграмма, особенности ее построения, графические образы; столбиковая диаграмма (гистограмма), определение правила построения гистограмм в случае с равными и неравными интервалами; круговая диаграмма, определение, способы построения.
Полигон распределения признака. Нормальное распределение признака и его графическое изображение. Особенности распределения признаков, характеризующих социальные явления: скошенное, ассиметричное, умеренно ассиметричное распределение.
Линейная зависимость между признаками, особенности графического изображения линейной зависимости. Особенности линейной зависимости при характеристике социальных явлений и процессов.
Понятие тренда динамического ряда. Выявление тренда с помощью графических методов.
Тема 5. СРЕДНИЕ ВЕЛИЧИНЫ
Средние величины в научном исследовании и статистике, их сущность и определение. Основные свойства средних величин как обобщающей характеристики. Взаимосвязь метода средних величин и группировок. Общие и групповые средние. Условия типичности средних. Основные исследовательские задачи, которые решают средние величины.
Способы вычисления средних. Средняя арифметическая - простая, взвешенная. Основные свойства средней арифметической. Особенности расчета средней по дискретному и интервальному рядам распределения. Зависимость способа вычисления средней арифметической в зависимости от характера исходных данных. Особенности интерпретации среднего арифметического показателя.
Медиана - средний показатель структуры совокупности, определение, основные свойства. Определение медианного показателя для ранжированного количественного ряда. Вычисление медианы для показателя, представленного интервальной группировкой.
Мода - средний показатель структуры совокупности, основные свойства и содержание. Определение моды для дискретного и интервального рядов. Особенности исторической интерпретации моды.
Взаимосвязь среднеарифметического показателя, медианы и моды, необходимость их комплексного использование, проверка типичности средней арифметической.
Тема 6. ПОКАЗАТЕЛИ ВАРИАЦИИ
Изучение колеблемости (вариативности) значений признака. Основное содержание мер рассеяния признака, и их использование научно-исследовательской деятельности.
Абсолютные и средние показатели вариации. Вариационный размах, основное содержание, способы вычисления. Среднее линейное отклонение. Среднее квадратичное отклонение, основное содержание, способы расчета для дискретного и интервального количественного ряда. Понятие дисперсии признака.
Относительные показатели вариации. Коэффициент осцилляции, основное содержание, способы расчета. Коэффициент вариации, основное содержание способы расчета. Значение и специфика применения каждого показателя вариации при изучении социально-экономических признаков и явлений.
Тема 7.
Изучение изменений общественных явлений во времени - одна из важнейших задач социально-экономического анализа.
Понятие динамического ряда. Моментные и интервальные динамические ряды. Требования, предъявляемые к построению динамических рядов. Сопоставимость в рядах динамики.
Показатели изменения рядов динамики. Основное содержание показателей рядов динамики. Уровень ряда. Базисные и цепные показатели. Абсолютный прирост уровня динамики, базисный и цепной абсолютные приросты, способы вычисления.
Показатели темпа роста. Базисный и цепной темпы роста. Особенности их интерпретации. Показатели темпа прироста, основное содержание, способы вычисления базисных и цепных темпов прироста.
Средний уровень ряда динамики, основное содержание. Приемы вычисления средней арифметической для моментных рядов с равными и неравными интервалами и для интервального ряда с равными интервалами. Средний абсолютный прирост. Средний темп роста. Средний темп прироста.
Комплексный анализ взаимосвязанных рядов динамики. Выявление общей тенденции развития - тренда: способ скользящей средней, укрупнение интервалов, аналитические приемы обработки рядов динамики. Понятие об интерполяции и экстраполяции рядов динамики.
Тема 8.
Необходимость выявления и объяснения взаимосвязей для изучения социально-экономических явлений. Виды и формы взаимосвязей, изучаемых статистическими методами. Понятие функциональной и корреляционной связи. Основное содержание корреляционного метода и задачи решаемые с его помощью в научном исследовании. Основные этапы корреляционного анализа. Особенности интерпретации коэффициентов корреляции.
Коэффициент линейной корреляции, свойства признаков, для которых может рассчитываться коэффициент линейной корреляции. Способы вычисления коэффициента линейной корреляции для сгруппированных и несгруппированных данных. Коэффициент регрессии , основное содержание, способы расчета, особенности интерпретации. Коэффициент детерминации и его содержательная интерпретация.
Границы применения основных разновидностей корреляционных коэффициентов в зависимости от содержания и формы представления исходных данных. Коэффициент корреляционного отношения. Коэффициент ранговой корреляции. Коэффициенты ассоциации и сопряженности для альтернативных качественных признаков. Приближенные методы определения взаимосвязи между признаками: коэффициент Фехнера. Коэффициент автокорреляции. Информационные коэффициенты.
Способы упорядочения коэффициентов корреляции: корреляционная матрица, метод плеяд.
Методы многомерного статистического анализа: факторный анализ , компонентный, регрессионный анализ, кластерный анализ. Перспективы моделирования исторических процессов для изучения социальных явлений.
Тема 9. ВЫБОРОЧНОЕ ИССЛЕДОВАНИЕ
Причины и условия проведения выборочного исследования. Необходимость использования историками методов частичного изучения социальный объектов.
Основные типы частичного обследования: монографический, метод основного массива, выборочное исследование.
Определение выборочного метода, основные свойства выборки. Репрезентативность выборки и ошибка выборки.
Этапы проведения выборочного исследования. Определение объема выборки, основные приемы и способы нахождения выборочного объема (математические методы, таблица больших чисел). Практика определения объема выборки в статистике и социологии.
Способы формирования выборочной совокупности: собственно-случайная выборка, механическая выборка, типическая и гнездовая выборка. Методика организации выборочных переписей населения, бюджетных обследований семей рабочих и крестьян.
Методика доказательства репрезентативности выборки. Случайные, систематические ошибки выборки и ошибки наблюдения. Роль традиционных методов в определении достоверности результатов выборки. Математические методы вычисления ошибки выборки. Зависимость ошибки от объема и вида выборки.
Особенности интерпретации результатов выборки и распространения показателей выборочной совокупности на генеральную совокупность.
Естественная выборка, основное содержание, особенности формирования. Проблема репрезентативности естественной выборки. Основные этапы доказательства репрезентативности естественной выборки: применение традиционных и формальных методов. Метод критерия знаков, метод серий - как способы доказательства свойства случайности выборки.
Понятие малой выборки. Основные принципы использования ее в научном исследовании
Тема 11. МЕТОДЫ ФОРМАЛИЗАЦИИ СВЕДЕНИЙ МАССОВЫХ ИСТОЧНИКОВ
Необходимость формализации сведений массовых источников для получения скрытой информации. Проблема измерения информации. Количественные и качественные признаки. Шкалы измерения количественных и качественных признаков: номинальная, порядковая, интервальная. Основные этапы измерения информации источника.
Виды массовых источников, особенности их измерения. Методика построение унифицированной анкеты по материалам структурированного, слабоструктурированного исторического источника.
Особенности измерения информации неструктурированного нарративного источника. Контент-анализ, его содержание и перспективы использования. Виды контент-анализа. Контент-анализ в социологических и исторических исследованиях.
Взаимосвязь математико-статистических методов обработки информации и методов формализации сведений источника. Компьютеризация исследований. Базы и банки данных. Технология баз данных в социально-экономических исследованиях.
Задания для самостоятельной работы
Для закрепления лекционного материала студентам предлагаются задания для самостоятельной работы по следующим темам курса:
Относительные показатели Средние показатели Группировочный метод Графические методы Показатели динамики
Выполнение заданий контролируется преподавателем и является обязательным условием допуска к зачету.
Примерный перечень вопросов к зачету
1. Математизация науки, сущность, предпосылки, уровни математизации
2. Основные этапы и особенности математизация исторической науки
3. Предпосылки использования математических методов в исторических исследованиях
4. Статистический показатель, сущность, функции, разновидности
3. Методологические принципы применения статистических показателей в исторических исследованиях
6. Абсолютные величины
7. Относительные величины, содержание, формы выражения, основные принципы вычисления.
8. Виды относительных величин
9. Задачи и основное содержание сводки данных
10. Группировка, основное содержание и задачи в исследовании
11. Основные этапы построения группировки
12. Понятие группировочного признака и его градаций
13. Виды группировки
14. Правила построения и оформления таблиц
15. Динамический ряд, требования, предъявляемые к построению динамического ряда
16. Статистический график, определение, структура, решаемые задачи
17. Виды статистических графиков
18. Полигон распределение признака. Нормальное распределение признака.
19. Линейная зависимость между признаками, методы определения линейности.
20. Понятие тренда динамического ряда, способы его определения
21. Средние величины в научном исследовании, их сущность и основные свойства. Условия типичности средних.
22. Виды средних показателей совокупности. Взаимосвязь средних показателей.
23. Статистические показатели динамики, общая характеристика, виды
24. Абсолютные показатели изменения рядов динамики
25. Относительные показатели изменения рядов динамики (темпы роста, темпы прироста)
26. Средние показатели динамического ряда
27. Показатели вариации, основное содержание и решаемые задачи, виды
28. Виды несплошного наблюдения
29. Выборочное исследование, основное содержание и решаемые задачи
30. Выборочная и генеральная совокупность, основные свойства выборки
31. Этапы проведения выборочного исследования, общая характеристика
32. Определение объема выборки
33. Способы формирования выборочной совокупности
34. Ошибка выборки и методы ее определения
35. Репрезентативность выборки, факторы влияющие на репрезентативность
36. Естественная выборка, проблема репрезентативности естественной выборки
37. Основные этапы доказательства репрезентативности естественной выборки
38. Корреляционный метод, сущность, основные задачи. Особенности интерпретации коэффициентов корреляции
39. Статистическое наблюдение как метод сбора информации, основные виды статистического наблюдения.
40. Виды корреляционных коэффициентов, общая характеристика
41. Коэффициент линейной корреляции
42. Коэффициент автокорреляции
43. Методы формализации исторических источников: метод унифицированной анкеты
44. Методы формализации исторических источников: метод контент-анализа
III. Распределение часов курса по темам и видам работ:
по учебному плану специальности (№ 000– документоведение и документационное обеспечение управления)
Наименование
разделов и тем
Аудиторные занятия
Самостоятельная работа
в том числе
Введение. Математизация науки
Статистические показатели
Группировка данных. Таблицы
Средние величины
Показатели вариации
Статистические показатели динамики
Методы многомерного анализа. Коэффициенты корреляции
Выборочное исследование
Методы формализации информации
Распределение часов курса по темам и видам работ
по учебному плану специальности № 000– историко – архивоведение
Наименование
разделов и тем
Аудиторные занятия
Самостоятельная работа
в том числе
Практические (семинары, лабораторные работы)
Введение. Математизация науки
Статистические показатели
Группировка данных. Таблицы
Графические методы анализа социально-экономической информации
Средние величины
Показатели вариации
Статистические показатели динамики
Методы многомерного анализа. Коэффициенты корреляции
Выборочное исследование
Методы формализации информации
IV. Форма итогового контроля - зачет
V. Учебно-методическое обеспечение курса
Славко методы в исторических исследованиях. Учебник. Екатеринбург, 1995
Мазур методы в исторических исследованиях. Методические рекомендации. Екатеринбург, 1998
Дополнительная литература
Андерсен Т. Статистический анализ временных рядов . М., 1976.
Бородкин статистический анализ в исторических исследованиях. М.,1986
Бородкин информатика: этапы развития // Новая и новейшая история. 1996. № 1.
Тихонов для гуманитариев. М., 1997
Гарскова и банки данных в исторических исследованиях. Геттинген, 1994
Герчук методы в статистике. М., 1968
Дружинин метод и его применение в социально-экономических исследованиях. М.,1970
Джессен Р. Методы статистических обследований. М., 1985
Джинни К. Средние величины. М., 1970
Юзбашев теория статистики. М., 1995.
Румянцев теория статистики. М., 1998
Шмойлова изучение основной тенденции и взаимосвязи в рядах динамики. Томск, 1985
Йейтс Ф. Выборочный метод в переписях и обследованиях /пер. с англ. . М., 1976
Историческая информатика. М.,1996.
Ковальченко исторического исследования. М.,1987
Компьютер в экономической истории. Барнаул, 1997
Круг идей: модели и технологии исторической информатики. М., 1996
Круг идей: традиции и тенденции исторической информатики. М., 1997
Круг идей: макро - и микро подходы в исторической информатике. М., 1998
Круг идей: историческая информатика на пороге XXI века. Чебоксары, 1999
Круг идей: историческая информатика в информационном обществе. М., 2001
Общая теория статистики: Учебник /ред. и. М., 1994.
Практикум по теории статистики: Учеб. пособ. М., 2000
Елисеева статистики. М., 1990
Славко -статистические методы в исторических и исследованиях М.,1981
Славко методы в изучении истории советского рабочего класса. М.,1991
Статистический словарь / под ред. . М., 1989
Теория статистики: Учебник / ред. , М., 2000
Урсул общества. Введение в социальную информатику. М., 1990
Шварц Г. Выборочный метод / пер. с нем. . М., 1978