STATISTIKA ÜLDTEooriA

1.1. Teema, meetod, eesmärgid ja organisatsioon

Statistika on teadus, mis uurib massinähtuste kvantitatiivset poolt lahutamatus seoses nende kvalitatiivse poolega, ühiskonna arengu seaduste kvantitatiivse väljendusega.

Statistika nagu teadusel on viis Funktsioonid.

Esimene omadus Statistika ei uuri mitte üksikuid fakte, vaid massilisi sotsiaal-majanduslikke nähtusi ja protsesse, toimides üksikute faktide kogumina, millel on nii individuaalsed kui ka üldised omadused. Statistilise uurimistöö probleem seisneb üldiste näitajate hankimises ja ühiskonnaelu mustrite väljaselgitamises kindlates koha- ja ajatingimustes, mis avalduvad vaid suures massis nähtusi üksikutele elementidele omase juhuslikkuse ületamise kaudu.

Teine omadus Statistika uurib peamiselt sotsiaalsete nähtuste ja protsesside kvantitatiivset poolt, kuid erinevalt matemaatikast kindlates koha ja aja tingimustes, st. Statistika teemaks on sotsiaalmajanduslike nähtuste suurus ja kvantitatiivsed seosed, nende seose ja arengu mustrid. Samas määravad üksikute nähtuste kvalitatiivse kindluse tavaliselt seotud teadused.

Kolmas omadus statistika on see, et see iseloomustab struktuuri, st. massinähtuste sisemine struktuur (statistiline kogum) statistiliste näitajate abil.

Neljas omadus statistika uurib sotsiaalsete nähtuste muutusi ruumis ja ajas. Muutused ruumis (s.t. staatikas) ilmnevad sotsiaalse nähtuse struktuuri analüüsimisel, muutused ajas (s.o dünaamikas) aga nähtuse tasandit ja struktuuri uurides.

Viies omadus statistika eesmärk on tuvastada ühiskonnaelu üksikute nähtuste põhjus-tagajärg seosed.

Under statistiline metoodika Mõiste all mõistetakse tehnikate, meetodite ja meetodite süsteemi, mille eesmärk on uurida kvantitatiivseid mustreid, mis avalduvad sotsiaal-majanduslike nähtuste struktuuris, dünaamikas ja vastastikustes suhetes.

1.2. Statistiline vaatlus

Statistiliste uuringute kogutsükkel sisaldab järgmisi etappe:

1) esmase teabe kogumine (statistilise vaatluse meetod);

2) andmete eeltöötlus (rühmitusmeetod, graafiline meetod);

3) üksik- ja koondnäitajate (tase, struktuur ja varieeruvus, seosed ja dünaamika) arvutamine ja tõlgendamine;

4) uuritavate protsesside ja nähtuste seoste ja dünaamika modelleerimine ja prognoosimine.

Statistiline vaatlus on süsteemne, süstemaatiline, teaduslikult põhjendatud andmekogu ühiskonnaelu nähtuste ja protsesside kohta nende olulisemate tunnuste fikseerimise teel vastavalt vaatlusprogrammile.

Statistilise vaatluse plaan sisaldab programmilist, metoodilist ja korralduslikku osa. Programmis ja metoodilises osas on märgitud: vaatluse eesmärk, eesmärgid ja programm, vaatlusobjekt ja -üksus, vaatlusüksuse tunnuste kogum ja vaatlusvahendid (vaatluse läbiviimise juhend ja statistiline vorm, mis sisaldab vaatluse programmi ja tulemusi). vaatlus). Korralduslikus osas on märgitud: vaatluskoht ja aeg; vaatluste korraldamise ja läbiviimise, koolituse ja personali paigutamise eest vastutavate asutuste ja organisatsioonide loetelu; meetodite valik ja teabe registreerimine, ettevalmistavate tegevuste loetelu jne.

Statistilised vaatlused liigitatakse vaatluse vormi, tüübi ja meetodi järgi.

Statistilise vaatluse levinumad vormid on: aruandlus (ettevõtetest, organisatsioonidest, asutustest jne) ja spetsiaalselt korraldatud vaatlused aruandlusesse mittekuuluva teabe saamiseks (loendused, küsitlused, ühekordsed arvestused).

Eristatakse vaatluse tüüpe: vaatluse aja (pidev, perioodiline ja ühekordne) ning statistilise üldkogumi üksuste katvuse täielikkuse järgi (pidev ja mittepidev).

Statistilise vaatluse meetodite järgi eristatakse neid: otsene, dokumentaalne vaatlus ja küsitlus. Statistikas kasutatakse järgmist tüüpi küsitlusi: suuline (ekspeditsiooniline), eneseregistreerimine (kui ankeedid täidavad vastajad ise), korrespondent-, ankeet- ja isikuküsitlused, kasutades kaasaegset arvutitehnoloogiat.

Majandusstatistilises analüüsis kasutatavad näitajad iseloomustavad teatud kategooriaid ja mõisteid ning selliste näitajate arvutamine peaks toimuma uuritava nähtuse teoreetilise analüüsi kaudu. Seetõttu töötatakse igas konkreetses statistika rakendusvaldkonnas välja oma statistiliste näitajate süsteem.

1.3. Sotsiaal-majanduslike nähtuste ja protsesside pideva ja valikulise jälgimise meetodid

Ülesanne pidev vaatlus on saada teavet uuritava populatsiooni kõigi üksuste kohta. Seetõttu on pideva vaatluse läbiviimisel oluline ülesanne koostada uuritavate märkide loetelu. Sellest sõltub lõpuks uuringutulemuste kvaliteet ja usaldusväärsus.

Kuni viimase ajani toetus Venemaa statistika peamiselt pidevale vaatlusele. Seda tüüpi vaatlusel on aga tõsiseid puudusi: kogu teabekoguse hankimise ja töötlemise kõrge hind; kõrged tööjõukulud; teabe ebapiisav tõhusus, kuna selle kogumine ja töötlemine võtab palju aega. Ja lõpuks, mitte ükski pidev vaatlus ei kata reeglina eranditult kõiki elanikkonna üksusi. Suurem või väiksem arv üksusi jääb paratamatult jälgimata nii ühekordsete uuringute läbiviimisel kui ka teabe hankimisel sellise vaatlusvormi nagu aruandlus kaudu.

Näiteks 2000. aasta töötulemuste põhjal väikeettevõtete põhjaliku statistilise uuringu läbiviimisel laekus 61%-lt ettevõtetest, kellele saadeti küsimustikud, blanketid (ankeetid). Vastamata jätmise põhjused on kokku võetud tabelis. 1.

Tabel 1

Kaetamata üksuste arv ja osakaal sõltub paljudest teguritest: küsitluse liik (posti teel, suuline intervjuu); aruandlusüksuse tüüp; registripidaja kvalifikatsioon; vaatlusprogrammis ettenähtud küsimuste sisu; uuringu toimumise kellaaeg või aasta jne.

Osaline uuring eeldab esialgu, et ainult osa uuritava populatsiooni üksustest kuuluvad uuringule. Selle läbiviimisel on vaja eelnevalt kindlaks määrata, millist osa elanikkonnast tuleks vaadelda ja kuidas valida need üksused, mida tuleks uurida.

Mittepidevate vaatluste üks eeliseid on võimalus saada teavet lühema ajaga ja väiksemate ressurssidega kui pideva vaatluse korral. See on tingitud väiksemast kogutava teabe mahust ja seega ka väiksematest kuludest selle hankimiseks, kontrollimiseks, töötlemiseks ja analüüsimiseks.

Mittetäielikku vaatlust on mitut tüüpi. Üks nendest - näidisvaatlus, milles märgitakse tunnused uuritava üldkogumi üksikute ühikute kaupa, mis on valitud spetsiaalsete meetoditega ning küsitluse käigus saadud tulemusi teatud tõenäosusastmega laiendatakse kogu algsele populatsioonile.

Selektiivse vaatluse eelis on tagatud läbi:

1) andmete kogumiseks ja töötlemiseks kuluvate rahaliste vahendite kokkuhoid,

2) materiaalsete ja tehniliste ressursside (kirjatarbed, kontoritehnika, tarbekaubad, transporditeenused jne) kokkuhoid;

3) tööjõuressursside kokkuhoid kõigis proovivaatluse etappides,

4) nii esmase teabe hankimisele kui ka selle hilisemale töötlemisele kuluva aja vähendamine kuni lõppmaterjalide avaldamiseni.

Peamine probleem näidisuuringu läbiviimisel on see, kui kindlalt saab valitud objektide omaduste põhjal otsustada üldkogumi tegelike omaduste üle. Seetõttu on igal sellisel otsusel paratamatult tõenäosuslik iseloom ja ülesanne taandub õige otsuse võimalikult suure tõenäosuse tagamisele.

Populatsiooni, mille hulgast valik tehakse, nimetatakse üldine. Valitud andmed on näidispopulatsioon või näidis. Et valim esindaks täielikult ja adekvaatselt üldkogumi omadusi, peab see olema esinduslik või esindaja. Valimi esinduslikkus on tagatud vaid juhul, kui andmete valik on objektiivne.

Selektiivset vaatlust on kahte tüüpi: korduv ja mittekorduv proovivõtt.

Kell kordas valimisel jääb iga üksiku üksuse valimisse sattumise tõenäosus konstantseks, sest pärast valimist tagastatakse valitud üksus elanikkonnale ja selle saab uuesti valida - "tagastuspalli skeem".

Kell korratav Valimise ajal valitud üksus tagasi ei tule, ülejäänud üksuste valimisse sattumise tõenäosus muutub kogu aeg - “tagastamatu palli skeem”.

Eristatakse järgmist: viiseüksuste valik üldkogumikust:

A) individuaalne valik, kui valimi jaoks valitakse üksikud üksused,

b) Grupp valik, kui valim sisaldab kvalitatiivselt homogeenseid rühmi või uuritud üksuste seeriaid,

V) kombineeritud valik, mis on kahe esimese meetodi kombinatsioon.

Võimalikud on järgmised meetodidüksuste valimine valimipopulatsiooni moodustamiseks:

1) juhuslik(tahtmatu) valik, kui valimikogum valitakse loosi teel või juhuslike arvude tabeli abil,

2) mehaanilised valik, kui valimipopulatsioon määratakse võrdseteks intervallideks (rühmadeks) jagatud üldkogumi põhjal,

3) tüüpiline valik (kihistunud, stratifitseeritud) koos üldpopulatsiooni esialgse jagamisega kvalitatiivselt homogeenseteks tüüpilisteks rühmadeks (mitte tingimata võrdsed),

4) seeria- või klastrivalik, kui üldkogumist valitakse mitte üksikud üksused, vaid seeriad ning iga valimisse kuuluva seeria sees vaadatakse läbi erandita kõik üksused.

1.4. Statistilised rühmitused

Üks peamisi ja levinumaid esmase statistilise teabe töötlemise ja analüüsimise meetodeid on rühmitamine. Statistilise rühmitamise mõiste selle sõna laiemas tähenduses hõlmab tervet rida statistilisi operatsioone. Esiteks hõlmavad need vaatluse käigus registreeritud üksikjuhtumite ühendamist ühel või teisel viisil sarnasteks rühmadeks, kuna populatsiooni terviklikud omadused tuleb kombineerida selle põhiosade, klasside jms omadustega. Statistiliste vaatlusandmete kokkuvõtte ja rühmitamise tulemused esitatakse statistilisena levitamise seeriad Ja tabelid.

Rühmitamise olulisus seisneb selles, et see meetod võimaldab esiteks vaatlustulemuste süstematiseerimist ja üldistamist ning teiseks on rühmitamise meetod aluseks nähtuste põhiaspektide ja iseloomulike tunnuste statistilise analüüsi muude meetodite kasutamisele. uuritakse.

Statistilise rühmitamise eesmärk on jaotada populatsiooniüksused mitmeks rühmaks üldistavate rühmanäitajate arvutamiseks ja analüüsimiseks, mis võimaldavad saada aimu uuritava objekti või nähtuse koostisest, struktuurist ja seostest.

Igat valitud rühma iseloomustavaid üldistavaid statistilisi näitajaid saab esitada absoluutsete, suhteliste ja keskmiste väärtuste kujul.

Tabelis 2 võtab kokku erinevat tüüpi statistilised rühmitused, mis erinevad olenevalt rühmitamisülesandest:

tabel 2

Rühmitamise aluseks on rühmitamise tunnused, mille järgi määratakse uuritava üldkogumi üksused teatud rühmadesse. Kui rühmitamine toimub ühe tunnuse järgi, siis seda peetakse lihtne, kui kahe või enama tunnuse järgi – siis kombineeritud(või kombineeritud).

Esmane nimetatakse statistilise vaatluse käigus kogutud algandmete põhjal moodustatud rühmaks.

Sekundaarne rühmitamine toimub esmaste andmete alusel, kui on vaja saada väiksem arv, kuid suuremaid rühmi või viia intervalli suuruse järgi rühmitatud andmed võrreldavale kujule nende võimaliku võrdlemise eesmärgil.

Rühmitamise tunnuste klassifikatsioon ja tunnused on toodud tabelis. 3.

Tüpoloogilise rühmitamise ülesanded, mis tavaliselt hõlmab heterogeense populatsiooni jagamist kvalitatiivselt homogeenseteks rühmadeks, on tihedalt seotud kahe teise rühmitamisülesandega: uuritava homogeense populatsiooni struktuuri ja struktuurinihkete uurimine ning populatsiooni seoste tuvastamine. selles uuritava nähtuse üksikud tunnused.

Tüpoloogiliste rühmituste näideteks on majandusobjektide rühmitamine omandiliikide järgi, majanduslikult aktiivse elanikkonna jaotus hõivatuteks ja töötuteks ning töötajate jaotamine peamiselt füüsilise ja vaimse tööga tegelejateks.

Tüpoloogiliste rühmituste metoodika määrab see, kui selgelt avalduvad uuritavate nähtuste kvalitatiivsed erinevused. Näiteks majandusharude rühmitamisel majanduse järgi

Tabel 3

Klassifitseerimise põhimõte	Märkide tüübid	Omadused
Sisu (olemuse järgi)	Hädavajalik	Väljendage uuritavate nähtuste põhisisu
Alaealine	Oluline uuritavate nähtuste omaduste jaoks, kuid ei ole klassifitseeritud olulisteks
Võimalusel kvantitatiivne mõõtmine	Kvantitatiivne, sealhulgas: a) diskreetne (katkestav) b) pidev	Peegeldab nähtuse omadust, mida saab mõõta Väljendatakse ainult täisarvuna Väljendatakse nii terviku kui ka murdosana
Atributiivne (kvalitatiivne), sealhulgas alternatiivne	Tunnust ei saa kvantitatiivselt mõõta ja see on kirjutatud teksti kujul. Leitud ainult kahes üksteist välistavas valikus (kas - või)

Toodete otstarbe järgi eristatakse tootmisvahendeid ja tarbekaupu tootvaid majandusharusid, jaekaubanduse käibe makrostruktuuris eristatakse tootmis- ja mittetootmiskaupu. Enamasti ei ilmne kvalitatiivsed erinevused nähtuste vahel nii selgelt. Näiteks suurte, keskmiste ja väikeettevõtete eristamine tööstusharudes on metoodiliselt üsna keeruline probleem.

1.5. Statistilise teabe töötlemise ja analüüsimise meetodid

Statistilise vaatluse käigus saadakse andmeid teatud tunnuste väärtuste kohta, mis iseloomustavad iga uuritava populatsiooni ühikut. Üldkogumi kui terviku või selle osade iseloomustamiseks summeeritakse andmed populatsiooni üksikute üksuste kohta ning selle tulemusena saadakse üldistatud näitajad, mis kajastavad uuritavate nähtuste kvantitatiivse poole tundmise tulemusi.

Statistiline näitaja nimetatakse üldistavaks kvantitatiivseks ja kvalitatiivseks väärtuseks, mis iseloomustab sotsiaal-majanduslikke nähtusi ja protsesse.

Populatsiooni individuaalsed väärtused tähistavad omadusi ja populatsiooni (rühma) mis tahes omaduse kvantitatiivne-kvalitatiivne omadus on statistiline näitaja. Näiteks konkreetse üliõpilase keskmine sooritus on märk, ülikooli üliõpilaste keskmine sooritus on näitaja.

Kokkuvõtvaid näitajaid saab esitada absoluutne, sugulane Ja keskmine kogused, mida kasutatakse laialdaselt ettevõtete ja ettevõtete, majandusharude ja majanduse kui terviku tegevuse planeerimisel ja analüüsimisel.

Absoluutnäitajad saadakse esmaste andmete summeerimisel. Need võivad olla individuaalsed ja üldised (kokku). Individuaalsed absoluutväärtused väljendavad kvantitatiivsete tunnuste suurust uuritava populatsiooni üksikutes ühikutes. Üld- ja grupi absoluutväärtused on karakteristikute lõplikud ja rühma kvantitatiivsed omadused. Absoluutväärtuse abil iseloomustatakse uuritavate nähtuste absoluutmõõtmeid: ruumala, mass, pindala, pikkus jne Absoluutnäitajaid nimetatakse alati arvudeks (millel on mõõtühikud), mis võivad olla loomulikud, tinglikult loomulikud (homogeensete võrdlemiseks). , kuid ühikfüüsikaliste suuruste erineva kvaliteediga saadused teisendatakse spetsiaalsete koefitsientide abil kokkuleppelisteks ühikuteks ja kulu (rahalisteks) ühikuteks.

Võrdluseks kasutatakse absoluutväärtuste omavahelist võrdlust ajas, ruumis ja muudes suhetes, suhtelisi väärtusi, s.o. üldistavad näitajad, mis väljendavad kahe absoluutväärtuse kvantitatiivset suhet üksteisega.

Suhtelised väärtused võivad olla võrdluse tulemus:

- samanimelised statistilised näitajad (möödunud perioodiga - dünaamika ja plaani eesmärkide suhtelised väärtused; plaaniga - plaani rakendamise suhtelised väärtused; osad ja tervik või osad omavahel - struktuuri suhtelised väärtused ja koordineerimine vastavalt; ruumis - nähtavuse suhtelised väärtused);

– erinevad statistilised näitajad (suhtelise intensiivsuse väärtused).

1.5.1. Keskmiste meetod

keskmine väärtus on üldistatud näitaja, mis väljendab tüüpilist, s.o. enamikule tunnustele iseloomulik tase. Keskmiste meetod võimaldab teil asendada suure hulga karakteristiku muutuvaid väärtusi ühe keskmistatud väärtusega.

Seal on keskmised: võimsus ja struktuurne.

Võimsuse keskmiste arvutamise valemid on toodud tabelis. 4.

Tabelis 4 kasutatakse järgmisi tähistusi: üldkogumi th ühiku tunnuse väärtus või tunnuse th variant kaalutud keskmise jaoks; rahvastiku maht; atribuudi variandi kaal; keskmistatava tunnuse variantide arv.

Kaalumata (lihtsate) ja kaalutud keskmiste kasutamine sõltub funktsiooni valiku korratavusest:

Tabel 4

Vaade keskelt	Keskmise arvutamise valem
Kaaluta	Kaalutud
Aritmeetiline keskmine
Harmooniline keskmine
Geomeetriline keskmine
Keskmine ruut
Keskmine kuup

– selliste korduste puudumisel või kordumise korral ainult individuaalne valik piiratud arv kordi kohaldada kaalumata keskmine;

- kui korratakse kõik või peaaegu kõik valik palju kordi kohaldada kaalutud keskmine.

Keskmiste väärtuste arvutamist kasutatakse, kui:

– antud populatsiooni tüüpilise taseme tunnuste hindamine;

– kahe või enama populatsiooni tüüpiliste tasemete võrdlus;

– normi arvutamine plaani eesmärkide ja lepinguliste kohustuste kehtestamisel.

Praktikas kasutatakse kõige sagedamini aritmeetilist keskmist. Harmooniline keskmine on kasutusel juhtudel, kui lugeja on teada, kuid algse keskmise suhte nimetaja on teadmata. Põhimõtteliselt kasutatakse geomeetrilist keskmist üksikute näitajate keskmistamiseks aja jooksul. Variatsiooni-, korrelatsiooni-, struktuurimuutuste, asümmeetria ja kurtoosi näitajate arvutamisel kasutatakse teist ja kõrgemat järku võimsuse keskmisi väärtusi.

Struktuursed keskmised hõlmavad jaotuse variatsioonirea kahte peamist tunnust – moodust ja mediaani.

Mood– see on antud populatsioonis kõige sagedamini esineva atribuudi väärtus, s.t. peegeldab atribuudi väärtust, mis on kõige tüüpilisem, domineerivam, domineerivam. Suure hulga vaatluste korral saab populatsiooni iseloomustada kahe või enama modaalse võimalusega.

Mediaan- see on uuritava tunnuse variant, mis jagab järjestatud andmeread kaheks võrdseks osaks: 50% uuritava populatsiooni ühikutest on iseloomulikud väärtused mediaanist väiksemad ja 50% on iseloomulikud. väärtused on keskmisest suuremad.

Grupeerimata (esmastest) andmetest mediaani määramisel tuleb need esmalt järjestada kasvavas järjekorras (järjestus). Seejärel peate määrama mediaani "positsiooni" või määrama ühiku numbri, mille atribuudi väärtus vastab mediaanile:

kus on ühikute arv uuritavas populatsioonis.

1.5.2. Variatsioonianalüüs

Variatsioon- see on erinevus uuritava populatsiooni omaduste individuaalsetes väärtustes (muutustes). Variatsiooninäitajad võimaldavad meil hinnata:

Atribuutide väärtuste hajumine statistilise üldkogumi ühikute vahel;

Uuritavate protsesside arengu stabiilsus ajas;

Tegurkarakteristiku mõju jõudluskarakteristiku muutustele;

Erinevat tüüpi riskid (kindlustus, süstemaatilised jne).

On olemas absoluutsed ja suhtelised variatsiooninäitajad. Variatsiooni absoluutnäitajad hõlmavad järgmist: variatsioonivahemik, keskmine lineaarne hälve, dispersioon ja standardhälve. Nende näitajate arvutamise suhtarvud on kokku võetud tabelis. 5.

Tabel 5

Näitajad	Arvutusvalemid
rühmitamata andmete jaoks	rühmitatud andmete jaoks
Variatsioonivahemik (võnkumised)
Keskmine lineaarne hälve
Dispersioon
Standardhälve

kus: atribuudi väärtus; ja vastavalt atribuudi maksimaalne ja minimaalne väärtus agregaadis; aritmeetiline keskmine; rahvastiku maht; atribuudi variandi kaal.

Variatsiooni ulatuse kindlaksmääramine on esmase statistilise teabe rühmitamise vajalik etapp. Sellel variatsiooniindikaatoril on kaks olulist puudust: a) see sõltub tugevalt tunnuse maksimaalsetest anomaalsetest väärtustest ja b) see ei võta arvesse maksimaalse ja minimaalse väärtusega määratud piiride "sisemist" varieerumist. Seetõttu ei anna see variatsiooni ammendavat kirjeldust.

Keskmise lineaarhälbe näitaja annab üldistatud karakteristiku tunnuse hajuvuse astmest agregaadis, kuid seda kasutatakse harvemini võrreldes dispersiooni ja standardhälbega, kuna selle arvutamisel tuleb teha toiminguid, mis on ebaõiged. matemaatilist vaatepunkti ja rikuvad algebra seadusi.

Dispersioon on esitatud ruudukujulistes ühikutes, milles registreeritud tunnust mõõdetakse, seega on selle näitaja tõlgendamine üsna keeruline. Sellega seoses on kasutusele võetud standardhälbe näitaja, mida mõõdetakse samades mõõtühikutes kui atribuudi individuaalne väärtus.

Suhtelised variatsiooninäitajad arvutatakse protsentides (rea aritmeetilise keskmise või mediaani suhtes). Statistikas kasutatakse järgmisi suhtelisi variatsiooninäitajaid:

1) võnkekoefitsient

näitab tunnuste äärmuslike väärtuste suhtelist levikut aritmeetilise keskmise ümber;

2) suhteline lineaarne hälve

iseloomustab aritmeetilisest keskmisest absoluuthälvete keskmise väärtuse osakaalu;

3) variatsioonikoefitsient

kasutatakse kõige sagedamini, kuna see iseloomustab populatsiooni homogeensuse astet. Populatsioon loetakse homogeenseks, kui variatsioonikordaja ei ületa 33% (normaallähedaste jaotuste korral).

1.5.3. Korrelatsioonianalüüs

Statistika üldteooria tähtsaim ülesanne on objektiivselt uurida nähtuste vahelisi seoseid. Statistilise uurimistöö käigus selgitatakse välja nähtustevahelised põhjus-tagajärg seosed, mis võimaldab tuvastada uuritavate nähtuste ja protsesside varieerumist olulisel määral mõjutavad tegurid (märgid).

Statistikas eristatakse funktsionaalset seost ja stohhastilist sõltuvust. Funktsionaalne on seos, milles faktortunnuse teatud väärtus vastab resultanttunnuse ühele ja ainult ühele väärtusele. See seos ilmneb kõigil vaatlusjuhtudel ja iga konkreetse uuritava populatsiooni üksuse puhul.

Kui põhjuslik seos ei ilmne mitte igal üksikjuhul, vaid üldiselt suurel hulgal vaatlustel keskmiselt, siis sellist seost nn. stohhastiline. Stohhastilisuse erijuhtum on korrelatsioon seos, mille korral resultanttunnuse keskmise väärtuse muutus on tingitud faktortunnuste muutumisest.

Konkreetsete sõltuvuste uurimisel toimivad mõned tunnused teguritena, mis määravad muutused teistes tunnustes. Esimese rühma märke nimetatakse faktoriaalne, ja nende tegurite mõjust tulenevad märgid on tõhus.

Statistika ei nõua alati suhte kvantitatiivset hindamist, sageli on oluline kindlaks teha ainult selle suund ja olemus, tuvastada mõne teguri mõju vorm teistele. Üks peamisi meetodeid ühenduse olemasolu tuvastamiseks on korrelatsiooniline meetod, mille eesmärk on kvantifitseerida kahe tunnuse vahelise seose lähedust (paarisuhtes) ning resultant- ja mitmefaktorilise tunnuse vahel (mitmefaktorilises seoses).

Korrelatsioon on statistiline seos juhuslike muutujate vahel, millel ei ole rangelt funktsionaalset olemust, mille puhul ühe juhusliku muutuja muutus toob kaasa teise matemaatilise ootuse muutumise.

Statistikas eristatakse järgmisi sõltuvusvõimalusi:

1) paariskorrelatsioon – seos kahe tunnuse vahel (tulemuslik ja faktor ehk kahefaktor);

2) osaline korrelatsioon - sõltuvus resultant- ja ühe teguri karakteristikute vahel muude faktoritunnuste fikseeritud väärtusega;

3) mitmikkorrelatsioon - uuringusse kaasatud resultant- ja kahe või enama faktorikarakteristiku sõltuvus.

Peamine meetod korrelatsiooni olemasolu tuvastamiseks on analüütilise rühmitamise ja rühmade keskmiste määramise meetod. See seisneb selles, et kõik üldkogumi üksused jagatakse teguritunnuse väärtuse järgi rühmadesse ja iga rühma jaoks määratakse saadud tunnuse keskmine väärtus.

Loengukonspektid vastavad Riikliku kutsekõrghariduse haridusstandardi nõuetele Kättesaadavus ja esitluse lühidus võimaldavad kiiresti ja lihtsalt omandada põhiteadmised ainest, valmistuda kontrolltöödeks ja eksamiteks ning sooritada neid edukalt Statistikateooria üldküsimused , rühmitamise meetodid, suhtelised ja keskmised väärtused, variatsioonide näitajad, korrelatsioon ja dünaamiline analüüs, majandusindeksid seoses juhtimisprobleemide lahendamisega äritegevuses kaupade ja teenuste turul, majanduslikud ja matemaatilised meetodid statistilistes uuringutes. Majandusülikoolide ja kolledžite üliõpilastele, samuti neile, kes õpivad seda ainet iseseisvalt.

* * *

Antud sissejuhatav fragment raamatust Statistika üldteooria: loengukonspektid (N.V. Konik) pakub meie raamatupartner – firma litrid.

See õpik sisaldab professionaalsete majandusteadlaste koostatud täielikku statistika üldteooria loengukursust. Kasutades seda loengukonspekti eksami sooritamiseks valmistumisel, suudavad üliõpilased ülilühikese ajaga süstematiseerida ja konkretiseerida selle distsipliini õppimise käigus omandatud teadmisi; suunata oma tähelepanu põhimõistetele, nende omadustele ja tunnustele; sõnastada võimalike eksamiküsimuste vastuste ligikaudne struktuur (plaan).

Väljaanne on mõeldud erialal “Statistika” ja teistel majanduserialadel õppivatele üliõpilastele.

LOENG nr 1. Statistika kui teadus

1. Statistika kui sotsiaalteaduse õppeaine ja meetod

Statistika– iseseisev ühiskonnateadus, millel on oma uurimisaine ja -meetodid, mis tulenevad ühiskonnaelu vajadustest. Statistika on teadus, mis uurib kõigi sotsiaal-majanduslike nähtuste kvantitatiivset poolt. Mõiste "statistika" pärineb ladinakeelsest sõnast "status", mis tähendab "positsioon, järjekord". Esmakordselt kasutas seda saksa teadlane G. Achenwal (1719-1772). Statistika põhiülesanne on kogutud info matemaatiliselt korrektne kirjeldamine. Statistikat võib nimetada matemaatika eriharuks, mis kirjeldab üht või teist inimelu aspekti. Statistika kasutab mitmesuguseid matemaatilisi meetodeid ja tehnikaid, et inimene saaks konkreetset probleemi analüüsida.

Statistika võib pakkuda hindamatut abi igale ettevõtte juhile, kui oskate seda õigesti kasutada.

Tänapäeval kasutatakse mõistet "statistika" kolmes tähenduses:

1) inimeste praktilise tegevuse eriharu, mis on suunatud riigi, selle piirkondade, üksikute majandusharude või ettevõtete sotsiaalmajanduslikku arengut iseloomustavate andmete kogumisele, töötlemisele ja analüüsile;

2) teadus, mis tegeleb statistikapraktikas kasutatavate teoreetiliste põhimõtete ja meetodite arendamisega;

3) statistika - ettevõtete, majandusharude aruannetes esitatavad statistilised andmed, samuti kogumikes, erinevates teatmeteostes, bülletäänides jne avaldatud andmed.

Statistika objekt– ühiskonna sotsiaal-majandusliku elu nähtused ja protsessid, milles peegelduvad ja väljenduvad inimeste sotsiaalmajanduslikud suhted.

Statistika üldteooria on kogu harustatistika metodoloogiline alus, tuum. See arendab sotsiaalsete nähtuste statistilise uurimise üldpõhimõtteid ja meetodeid ning on statistika kõige üldisem kategooria.

Majandusstatistika eesmärkideks on sünteetiliste näitajate väljatöötamine ja analüüs, mis kajastavad rahvamajanduse olukorda, majandusharude omavahelisi seoseid, tootmisjõudude paiknemise iseärasusi ning materiaalsete, tööjõu- ja rahaliste ressursside kättesaadavust.

Sotsiaalstatistika töötab välja näitajate süsteemi elanikkonna elustiili ja sotsiaalsete suhete erinevate aspektide iseloomustamiseks.

Statistika– sotsiaalteadus, mis tegeleb erineva iseloomuga teabe kogumise, organiseerimise, võrdlemise, analüüsi ja tõlgendamisega (selgitamisega). Sellel on järgmised eristavad omadused:

1) uurib sotsiaalsete nähtuste kvantitatiivset poolt. See nähtuse pool esindab selle suurust, suurust, mahtu ja sellel on numbriline mõõde;

2) uurib massinähtuste kvalitatiivset poolt. Nähtuse pakutud pool väljendab selle spetsiifilisust, sisemist tunnust, mis eristab seda teistest nähtustest. Nähtuse kvalitatiivsed ja kvantitatiivsed aspektid eksisteerivad alati koos ja moodustavad ühtse terviku.

Kõik sotsiaalsed nähtused ja sündmused toimuvad ajas ja ruumis ning ükskõik millisega seoses on alati võimalik kindlaks teha, mis ajal see tekkis ja kuhu areneb. Seega uurib statistika nähtusi kindlates koha- ja ajatingimustes.

Statistika kaudu mõistetavad ühiskonnaelu nähtused ja protsessid on pidevas muutumises ja arengus. Uuritavate nähtuste ja protsesside muutuste kohta massiandmete kogumise, töötlemise ja analüüsi põhjal avastatakse statistiline muster. Statistilised mustrid paljastavad sotsiaalsete seaduste mõju, mis määravad sotsiaal-majanduslike suhete olemasolu ja arengu ühiskonnas.

Statistika teema on sotsiaalsete nähtuste, dünaamika ja nende arengusuundade uurimine. Statistiliste näitajate abil kehtestab statistika sotsiaalse nähtuse kvantitatiivse poole, vaatleb antud sotsiaalse nähtuse näitel kvantiteedilt kvaliteedile ülemineku mustreid. Esitatud vaatluste põhjal analüüsib statistika konkreetsetes koha- ja ajatingimustes saadud andmeid.

Statistika tegeleb looduses levinud sotsiaalmajanduslike nähtuste ja protsesside uurimisega ning uurib ka paljusid neid määravaid tegureid.

Oma teoreetiliste seaduste tuletamiseks ja kinnitamiseks kasutab enamik sotsiaalteadusi statistikat. Statistiliste uurimuste põhjal tehtud järeldusi kasutatakse majanduses, ajaloos, sotsioloogias, politoloogias ja paljudes teistes humanitaarteadustes. Statistika on vajalik ka sotsiaalteadustele oma teoreetilise baasi kinnitamiseks ning selle praktiline roll on väga suur. Ei suurettevõtted ega tõsised tööstused ei saa objekti majandusliku ja sotsiaalse arengu strateegiat välja töötades hakkama statistiliste andmete analüüsita. Selleks korraldatakse ettevõtetes ja tööstusharudes spetsiaalsed analüütilised osakonnad ja teenused, mis meelitavad ligi sellel erialal erialase koolituse läbinud spetsialiste.

Statistikal, nagu igal teisel teadusel, on oma teema uurimiseks teatud meetodite komplekt. Statistilised meetodid valitakse sõltuvalt uuritavast nähtusest ja konkreetsest uurimisobjektist (suhe, muster või areng).

Meetodid statistikas kujunevad koondina välja töötatud ja rakendatud spetsiifilistest sotsiaalsete nähtuste uurimise meetoditest ja tehnikatest. Nendeks on vaatlus, andmete kokkuvõte ja rühmitamine, üldistavate näitajate arvutamine erimeetodite alusel (keskmiste meetod, indeksid jne). Sellega seoses on statistiliste andmetega töötamisel kolm etappi:

1) kogumine on massiline teaduslikult organiseeritud vaatlus, mille kaudu saadakse esmast teavet uuritava nähtuse üksikute faktide (ühikute) kohta. See suure hulga või kõigi uuritavas nähtuses sisalduvate ühikute statistiline arvestus on teabebaas statistiliste üldistuste tegemiseks, uuritava nähtuse või protsessi kohta järelduste sõnastamiseks;

2) rühmitamine ja kokkuvõte. Neid andmeid mõistetakse kui faktide kogumi (ühikute) jaotamist homogeensetesse rühmadesse ja alarühmadesse, iga rühma ja alarühma lõplikku loendust ning saadud tulemuste esitamist statistilise tabeli kujul;

3) töötlemine ja analüüs. Statistiline analüüs lõpetab statistilise uurimistöö etapi. See sisaldab kokkuvõtte tegemisel saadud statistiliste andmete töötlemist, saadud tulemuste tõlgendamist, et saada objektiivseid järeldusi uuritava nähtuse seisundi ja selle arengumustrite kohta. Statistilise analüüsi käigus uuritakse sotsiaalsete nähtuste ja protsesside struktuuri, dünaamikat ja omavahelisi seoseid.

Statistilise analüüsi peamised etapid on järgmised:

1) faktide kinnitamine ja nende hinnangu andmine;

2) nähtuse iseloomulike tunnuste ja põhjuste väljaselgitamine;

3) nähtuse võrdlemine normatiivsete, plaaniliste ja muude võrdluse aluseks võetavate nähtustega;

4) järelduste, prognooside, eelduste ja hüpoteeside sõnastamine;

5) esitatud eelduste (hüpoteeside) statistiline testimine.

2. Statistika teoreetilised alused ja põhimõisted

Statistilise metoodika jaoks on teoreetiliseks aluseks dialektilis-materialistlik arusaam sotsiaalse arengu protsessi seaduspärasustest. Seetõttu kasutatakse statistikas sageli selliseid kategooriaid nagu kvantiteet ja kvaliteet, vajalikkus ja juhus, korrapärasus, põhjuslikkus jne.

Statistika põhisätted põhinevad sotsiaal- ja majandusteooria seaduspärasustel, kuna just nemad võtavad arvesse sotsiaalsete nähtuste arengumustreid, määravad kindlaks nende tähenduse, põhjused ja tagajärjed ühiskonnaelule. Teisalt luuakse paljude sotsiaalteaduste seaduspärasused statistilise analüüsi abil tuvastatud statistiliste näitajate ja mustrite alusel, mille tulemusena võime öelda, et seos statistika ja teiste sotsiaalteaduste vahel on lõputu ja pidev. Statistika kehtestab sotsiaalteaduste seadused ja need omakorda korrigeerivad statistika sätteid.

Ka statistika teoreetiline alus on tihedalt seotud matemaatikaga, kuna kvantitatiivsete tunnuste mõõtmiseks, võrdlemiseks ja analüüsimiseks on vaja kasutada matemaatilisi näitajaid, seaduspärasusi ja meetodeid. Nähtuse dünaamika, selle ajas muutumise, aga ka seose teiste nähtustega sügav uurimine on võimatu ilma kõrgemat matemaatikat ja matemaatilist analüüsi kasutamata.

Väga sageli põhinevad statistilised uuringud nähtuse väljatöötatud matemaatilisel mudelil. Selline mudel peegeldab teoreetiliselt uuritava nähtuse kvantitatiivseid seoseid. Arvestades selle olemasolu, on statistika ülesanne mudelites sisalduvate parameetrite arvuline määramine.

Ettevõtte finantsseisundi hindamisel kasutatakse sageli A. Altmani skoorimismudelit, kus pankrotitase Z arvutatakse järgmise valemiga:

Z = 1,2 x 1 + 1,4 x 2 + 3,3 x 3 + 0,6 x 4 + 10,0 x 5,

kus x 1 on pöördkapitali suhe ettevõtte koguvarasse;

x 2 – jaotamata tulu suhe varade hulka;

x 3 – tegevustulu suhe koguvarasse;

x 4 – ettevõtte aktsiate turuväärtuse ja võla kogusumma suhe;

x 5 – müügisumma ja varade summa suhe.

A. Altmani sõnul on Z< 2,675 фирме угрожает банкротство, а при Z >2675 Ettevõtte finantsseisund on muretu. Selle hinnangu saamiseks peate valemis asendama tundmatud x 1, x 2, x 3, x 4 ja x 5, mis on bilansiridade teatud näitajad.

Statistikateaduses on eriti levinud sellised matemaatika valdkonnad nagu tõenäosusteooria ja matemaatiline statistika. Statistika kasutab tehteid, mis arvutatakse otse tõenäosusteooria reeglite järgi. See on valikuline vaatlusmeetod. Peamine neist reeglitest on rida teoreeme, mis väljendavad suurte arvude seadust. Selle seaduse olemus seisneb juhuslikkuse elemendi kadumine kokkuvõtlikus indikaatoris, millega üksikud omadused on seotud, kuna selles kombineeritakse neid üha rohkem.

Matemaatiline statistika on tihedalt seotud ka tõenäosusteooriaga. Selles käsitletavad probleemid võib liigitada kolme kategooriasse: jaotus (populatsiooni struktuur), seosed (tunnuste vahel), dünaamika (muutused ajas). Laialdaselt kasutatakse variatsiooniridade analüüsi, nähtuste arengu prognoosimine toimub ekstrapolatsioonide abil. Nähtuste ja protsesside põhjus-tagajärg seosed tutvustatakse korrelatsiooni- ja regressioonanalüüsi abil. Lõpuks võlgneb statistikateadus oma kõige olulisemad kategooriad ja mõisted matemaatilisele statistikale, nagu agregaat, variatsioon, tunnus ja muster.

Statistiline agregaat kuulub statistika põhikategooriatesse ja on statistilise uurimistöö objekt, mis tähendab avaliku elu sotsiaal-majanduslike nähtuste kohta teabe süstemaatilist teaduspõhist kogumist ja saadud andmete analüüsi. Statistiliste uuringute läbiviimiseks on vaja teaduslikult põhjendatud infobaasi. Selline teabebaas on statistiline agregaat - sotsiaal-majanduslike objektide või ühiskonnaelu nähtuste kogum, mida ühendab ühine seos, kvalitatiivne alus, kuid mis erinevad üksteisest teatud omaduste poolest (näiteks leibkondade, perede kogum). , ettevõtted jne).

Statistilise metoodika seisukohalt on statistiline üldkogum ühikute kogum, millel on sellised omadused nagu homogeensus, mass, teatav terviklikkus, variatsiooni olemasolu ja üksikute üksuste oleku vastastikune sõltuvus.

Seega koosneb statistiline üldkogum üksikutest üksustest. Objekt, inimene, fakt, protsess võib olla terviku ühik. Agregaadi ühik on selle põhielement ja põhiomaduste kandja. Üldkogumi elementi, millest kogutakse statistiliseks uurimiseks vajalikke andmeid, nimetatakse vaatlusühikuks. Ühikute arvu populatsioonis nimetatakse populatsiooni mahuks.

Statistiline üldkogum võib olla loendusrahvastik, ettevõtted, linnad ja ettevõtete töötajad. Statistilise agregaadi ja selle ühikute valik sõltub uuritava sotsiaal-majandusliku nähtuse ja protsessi spetsiifilistest tingimustest ja olemusest.

Kollektsiooni ühikute mass on tihedalt seotud selle terviklikkusega. Täielikkuse tagab uuritava statistilise üldkogumi üksuste katvus. Näiteks peab uurija tegema järelduse panganduse arengu kohta. Seetõttu peab ta koguma teavet kõigi antud piirkonnas tegutsevate pankade kohta. Kuna iga hulk on üsna keeruka olemusega, tuleks terviklikkuse all mõista hulga erinevate tunnuste katmist, mis kirjeldavad uuritavat nähtust usaldusväärselt ja olulisel määral. Kui pankade monitooringu käigus ei võeta näiteks finantstulemusi arvesse, siis ei saa teha lõplikke järeldusi pangandussüsteemi arengu kohta. Lisaks eeldab täielikkus populatsiooniüksuste tunnuste uurimist võimalikult pikkade perioodide jooksul. Üsna täielikud andmed on reeglina massilised ja kõikehõlmavad.

Praktikas uuritavad sotsiaal-majanduslikud nähtused on väga mitmekesised, mistõttu on kõiki nähtusi raske ja kohati võimatu katta. Teadlane on sunnitud uurima ainult osa statistilisest populatsioonist ja tegema järeldusi kogu populatsiooni põhjal. Sellistes olukordades on kõige olulisem nõue selle osa elanikkonnast, mille tunnuseid uuritakse, mõistlik valik. See osa peaks kajastama peamisi omadusi, nähtusi ja olema tüüpiline. Tegelikkuses võivad mitmed populatsioonid üheaegselt suhelda uuritavates nähtustes ja protsessides. Nendes olukordades leitakse uurimisobjekt selliselt, et uuritavad populatsioonid on selgelt tuvastatavad.

Rahvastiku ühiku tunnuseks on selle iseloomulik tunnus, konkreetne omadus, tunnus, kvaliteet, mida saab jälgida ja mõõta. Ajas või ruumis uuritav populatsioon peab olema võrreldav. Järelikult esitatakse üldkogumi üksuste tunnustele nende võrreldavuse ja ühtsuse nõuded. Selleks on vaja kasutada näiteks ühtseid kuluprognoose. Populatsiooni kvalitatiivseks uurimiseks uuritakse kõige olulisemaid või omavahel seotud tunnuseid. Populatsiooni ühikut iseloomustavate tunnuste arv ei tohiks olla ülemäärane. See raskendab andmete kogumist ja tulemuste töötlemist. Statistilise üldkogumi üksuste tunnuseid tuleb kombineerida nii, et need täiendaksid üksteist ja oleksid üksteisest sõltuvad.

Statistilise üldkogumi homogeensuse nõue tähendab kriteeriumi valimist, mille järgi konkreetne üksus kuulub uuritavasse üldkogumisse. Näiteks kui uuritakse noorte valijate initsiatiivi, siis on vaja seada piirid selliste valijate vanusele, et välistada vanema põlvkonna inimesi. Sellise elanikkonna saate piirata maapiirkondade esindajate või näiteks õpilastega.

Populatsiooni ühikute varieerumine tähendab, et nende omadused võivad mõnes populatsiooni ühikus saada erinevaid tähendusi või modifikatsioone. Sellega seoses nimetatakse selliseid omadusi varieeruvateks ja individuaalseid väärtusi või modifikatsioone nimetatakse variantideks

Märgid jagunevad atributiivseteks ja kvantitatiivseteks. Tunnust nimetatakse atributiivseks või kvalitatiivseks, kui seda väljendab semantiline mõiste, näiteks inimese sugu või kuuluvus teatud sotsiaalsesse rühma. Sisemiselt jagunevad need nominaalseteks ja järgulisteks.

Karakteristikut nimetatakse kvantitatiivseks, kui seda väljendatakse arvuna. Variatsiooni olemuse alusel jagatakse kvantitatiivsed tunnused diskreetseteks ja pidevateks. Diskreetse atribuudi näide on inimeste arv perekonnas. Diskreetsete tunnuste variandid väljendatakse reeglina täisarvudena. Pidevate tunnuste hulka kuuluvad näiteks vanus, palk, tööstaaž jne.

Mõõtmismeetodi järgi jaotatakse tunnused esmasteks (arvestatud) ja sekundaarseteks (arvutatud). Esmane (arvestatud) väljendab üldkogumi ühikut tervikuna, st absoluutväärtusi. Sekundaarseid (arvutuslikke) ei mõõdeta otseselt, vaid arvutatakse (kulu, tootlikkus). Primaarsed tunnused on statistilise üldkogumi vaatluse aluseks ning sekundaarsed määratakse andmetöötluse ja analüüsi käigus ning esindavad esmaste tunnuste suhet.

Seoses iseloomustatava objektiga jagunevad märgid otsesteks ja kaudseteks. Otsesed atribuudid on iseloomustatavale objektile otseselt omased omadused (tootmismaht, inimese vanus). Kaudsed atribuudid on omadused, mis ei ole iseloomulikud mitte objektile endale, vaid teistele objektiga seotud või selles sisalduvatele agregaatidele.

Ajaga seoses eristatakse hetk- ja intervallimärke. Kiirmärgid iseloomustavad uuritavat objekti mingil statistilise uurimisplaaniga kehtestatud ajahetkel. Intervallkarakteristikud iseloomustavad protsesside tulemusi. Nende väärtused võivad ilmneda ainult teatud aja jooksul.

Lisaks märkidele iseloomustavad uuritava objekti või statistilise üldkogumi seisundit näitajad. Näitajad– statistika üks põhimõisteid, milleks on sotsiaal-majanduslike protsesside ja nähtuste üldistatud kvantitatiivne hinnang. Vastavalt sihtfunktsioonidele jagunevad statistilised näitajad arvestuslik-hindavateks ja analüütilisteks. Arvestus- ja hindamisnäitajad- see on sotsiaal-majanduslike nähtuste ulatuse statistiline karakteristik kindlaksmääratud kohas ja ajalises tingimustes, st need peegeldavad ruumis levimise mahtu või teatud aja jooksul saavutatud taset.

Analüütilisi näitajaid kasutatakse uuritava statistilise üldkogumi andmete analüüsimiseks ja uuritavate nähtuste spetsiifilise arengu iseloomustamiseks. Statistikas kasutatakse analüütiliste näitajatena suhtelisi, keskmisi väärtusi, variatsiooni- ja dünaamikanäitajaid ning seotuse näitajaid. Statistiliste näitajate kogum, mis kajastab nähtuste vahelisi seoseid, moodustab statistiliste näitajate süsteemi.

Üldiselt iseloomustavad ja kirjeldavad näitajad ja märgid statistilist üldkogumit täielikult, võimaldades teadlasel läbi viia tervikliku uuringu inimühiskonna elunähtuste ja protsesside kohta, mis on üks statistikateaduse eesmärke.

Statistika keskne kategooria on statistiline korrapärasus. Regulaarsuse all mõistame üldiselt tuvastatavat põhjus-tagajärg seost nähtuste, nähtust iseloomustavate üksikute märkide järjestuse ja korratavuse vahel. Statistikas mõistetakse mustrit kui massinähtuste ja ühiskonnaelu protsesside ruumis ja ajas toimuvate muutuste kvantitatiivset mustrit objektiivsete seaduste toimel. Järelikult ei ole statistiline muster iseloomulik populatsiooni üksikutele üksustele, vaid kogu populatsioonile tervikuna ja seda väljendatakse ainult piisavalt suure hulga vaatlustega. Seega ilmneb statistiline muster keskmise, sotsiaalse massimustrina, millega kaasneb tunnuste väärtuste individuaalsete kõrvalekallete vastastikune tühistamine ühes või teises suunas.

Seega annab statistilise mustri avaldumine meile võimaluse esitada nähtusest üldine pilt, uurida selle arengutrendi, välistades juhuslikud individuaalsed kõrvalekalded.

3. Vene Föderatsiooni statistika kaasaegne korraldus

Statistika mängib olulist rolli riigi majandusliku ja sotsiaalse arengu juhtimisel, kuna iga juhtimisjärelduse täpsus sõltub suuresti sellest, millise teabe põhjal see tehti. Kõrgetel juhtimistasanditel tuleks arvesse võtta ainult täpseid, usaldusväärseid ja õigesti analüüsitud andmeid.

Riigi, üksikute piirkondade, tööstusharude, ettevõtete ja ettevõtete majandusliku ja sotsiaalse arengu uuringuid viivad läbi spetsiaalselt selleks moodustatud asutused, mis moodustavad statistikateenistuse. Vene Föderatsioonis täidavad statistikateenistuse ülesandeid osakondade statistikaasutused ja riiklikud statistikaasutused.

Kõrgeim statistikahaldusorgan on Vene Föderatsiooni riiklik statistikakomitee. See lahendab peamised probleemid, millega Venemaa statistika praegu silmitsi seisab, loob tervikliku metoodilise aluse raamatupidamisele, koondab ja analüüsib saadud teavet, teeb kokkuvõtteid ja avaldab oma tegevuse tulemused.

Vene Föderatsiooni riiklik statistikakomitee (Venemaa Goskomstat) loodi vastavalt Vene Föderatsiooni presidendi 6. detsembri 1999. aasta dekreedile nr 1600 „Venemaa Statistikaagentuuri ümberkujundamise kohta Vene Föderatsiooni riiklikuks komiteeks. Venemaa Föderatsiooni statistika. Vene Föderatsiooni riiklik statistikakomitee on föderaalne täitevorgan, mis teostab riikliku statistika valdkonna valdkondadevahelist koordineerimist ja funktsionaalset reguleerimist.

Vene Föderatsiooni riiklik statistikakomitee täidab järgmisi ülesandeid:

1) kogub, töötleb, kaitseb ja säilitab statistilist teavet, hoiab riigisaladust ja ärisaladust ning hoiab vajalikku andmete konfidentsiaalsust;

2) tagab ühtse riiklike ettevõtete ja organisatsioonide registri (USRPO) toimimise, mis põhineb kõigi Vene Föderatsiooni territooriumil asuvate majandusüksuste registreerimisel koos neile identifitseerimiskoodide määramisega, mis põhineb ülevenemaalistel tehniliste klassifikaatoritel, majanduslik ja sotsiaalne teave;

3) töötab välja teaduslikult põhjendatud statistilise metoodika, mis vastab ühiskonna praegusel etapil vajadustele, samuti rahvusvahelistele standarditele;

4) kontrollib kõigi juriidiliste ja muude majandusüksuste poolt Vene Föderatsiooni seaduste, Vene Föderatsiooni presidendi, Vene Föderatsiooni valitsuse statistikaalaste otsuste täitmist;

5) annab statistikaküsimustes välja otsuseid ja juhiseid, mis on kohustuslikud kõigile Vene Föderatsiooni territooriumil asuvatele juriidilistele ja muudele äriüksustele.

Venemaa riikliku statistikakomitee poolt vastu võetud statistiliste näitajate meetodite, statistiliste andmete kogumise ja töötlemise meetodite ja vormide kogum on Vene Föderatsiooni ametlikud statistikastandardid.

Venemaa Goskomstat juhindub oma põhitegevuses föderaalsetest statistikaprogrammidest, mis koostatakse, võttes arvesse föderaalse täitevvõimu ja seadusandlike asutuste, Vene Föderatsiooni moodustavate üksuste valitsusorganite, teaduslike ja muude organisatsioonide ettepanekuid ning on heaks kiidetud. Venemaa Goskomstat kokkuleppel Vene Föderatsiooni valitsusega.

Riigi statistikaasutuste põhiülesanneteks on tagada üldteabe (mitte üksikteabe) läbipaistvus ja kättesaadavus, samuti garanteerida salvestatud andmete usaldusväärsus, tõepärasus ja täpsus. Lisaks on Venemaa riikliku statistikakomitee ülesanded:

1) ametliku statistilise teabe esitamine Vene Föderatsiooni presidendile, Vene Föderatsiooni Föderatsiooniassambleele, Vene Föderatsiooni valitsusele, föderaalsetele täitevvõimudele, avalikkusele ja rahvusvahelistele organisatsioonidele;

2) teaduslikult tõestatud statistilise metoodika väljatöötamine, mis vastab ühiskonna praegusel etapil vajadustele, samuti rahvusvahelistele standarditele;

3) föderaalsete täitevvõimude ja Vene Föderatsiooni moodustavate üksuste täitevasutuste statistikaalase tegevuse koordineerimine, luues tingimused nende asutuste poolt valdkondlike (osakondade) statistiliste vaatluste läbiviimisel riiklike statistikastandardite kohaldamiseks;

4) majandus- ja statistilise teabe väljatöötamine ja analüüs, vajalike bilansiarvutuste ja rahvamajanduse arvepidamise koostamine;

5) täieliku ja teaduslikult põhjendatud statistilise teabe tagamine;

6) kõigile kasutajatele võrdse juurdepääsu tagamine avatud statistilisele teabele, levitades ametlikke aruandeid Venemaa Föderatsiooni, Vene Föderatsiooni moodustavate üksuste, majandusharude ja majandusharude sotsiaal-majandusliku olukorra kohta, avaldades statistikakogusid ja muid statistilisi materjale. Seoses Venemaa Föderatsiooni majandusreformiga on muutunud ka statistikaasutuste struktuur. Kaotati kohalikud regionaalstatistika registrid ja moodustati rajoonidevahelised statistikaosakonnad, mis on territoriaalse statistika asutuste esindused. Statistikaasutuste korraldus Venemaal on praegu reformijärgus.

Nagu eespool märgitud, on Venemaa statistikateaduses praegu mõningaid muutusi. Peamised valdkonnad, milles reforme tuleks läbi viia, võib välja tuua:

1) on vaja järgida statistilise arvestuse põhiseadust - teabe avatus ja kättesaadavus, säilitades samal ajal üksikute näitajate (ärisaladuse) konfidentsiaalsuse;

2) on vaja reformida statistika metoodilisi ja organisatsioonilisi aluseid: muutused majandusjuhtimise üldistes ülesannetes ja põhimõtetes toovad kaasa muutusi teaduse teoreetilistes põhimõtetes;

3) üleminek turustatistikale loob vajaduse täiustada teabe kogumise ja töötlemise süsteemi, võttes kasutusele sellised vaatlusvormid nagu kvalifikatsioonid, registrid (registrid), loendused jms;

4) on vaja muuta (täiustada) mõningate Vene Föderatsiooni majanduse olukorda iseloomustavate statistiliste näitajate arvutamise metoodikat, kusjuures tuleb arvestada rahvusvahelisi standardeid ja välismaist kogemust statistilise arvestuse pidamisel, on vaja süstematiseerida kõik näitajad ja seada need korda, vastavalt tolleaegsetele probleemidele ja nõuetele, arvestades rahvamajanduse arvepidamise süsteemi (SNA);

5) on vaja tagada riigi ühiskonnaelu arengutaset iseloomustavate statistiliste näitajate omavaheline seos;

6) tuleb arvestada arvutistamise suundumusi. Statistikateaduse reformimise käigus tuleb luua ühtne infobaas (süsteem), mis hõlmab kõigi riikliku statistika korralduse hierarhiaredeli madalamal tasemel asuvate statistikaasutuste teabebaase.

Seega toimuvad Venemaal endiselt struktuurimuutused, mis mõjutavad kõiki riigi avaliku elu valdkondi. Kuna statistika on peaaegu kõigi nende valdkondadega otseselt seotud, ei säästnud see reformiprotsessist. Praegu on tehtud suur töö statistikaasutuste töö korraldamiseks, kuid see pole veel lõppenud ning palju tähelepanu on jäänud selle riigi jaoks väga olulise teabeasutuse täiustamisele.

Riiklike statistikateenuste kõrval on osakondade statistika, mida peetakse ministeeriumides, osakondades, ettevõtetes, ühingutes ja ettevõtetes erinevates majandusharudes. Osakondade statistika tegeleb statistilise teabe kogumise, töötlemise ja analüüsiga. See teave on juhtkonna jaoks vajalik juhtimisotsuste tegemiseks ning organisatsiooni või valitsusorgani tegevuse planeerimiseks. Väikeettevõtetes teeb sellist tööd tavaliselt kas pearaamatupidaja või otse juht ise. Suurtes ettevõtetes, millel on ulatuslik piirkondlik struktuur või suur töötajate arv, tegelevad statistilise teabe töötlemise ja analüüsiga terved osakonnad või osakonnad. Selles töös osalevad statistika, matemaatika, raamatupidamise ja majandusanalüüsi valdkonna spetsialistid, juhid ja tehnoloogid. Selline moodsa arvutitehnoloogiaga relvastatud, statistikateoorias pakutud metoodikale toetudes ja kaasaegseid analüüsitehnikaid rakendav meeskond aitab luua tõhusaid ettevõtluse arendamise strateegiaid, aga ka tõhusalt kujundada valitsusasutuste tegevust. Ilma täieliku, usaldusväärse ja õigeaegse statistilise teabeta on võimatu hallata keerulisi sotsiaal- ja majandussüsteeme.

Seega seisab riigi- ja osakondade statistikaasutuste ees väga oluline ülesanne teoreetiliselt põhjendada statistilise teabe mahtu ja koostist, mis vastab tänapäevastele majandusarengu tingimustele, edendada raamatupidamis- ja statistikasüsteemi ratsionaliseerimist ning minimeerida selle funktsiooni täitmise kulusid.

Statistika on sotsiaalteadus, mis uurib kvalitatiivselt määratletud massiliste sotsiaalmajanduslike nähtuste ja protsesside kvantitatiivset poolt, nende struktuuri ja levikut, paiknemist ruumis, liikumist ajas, tuvastab olemasolevaid kvantitatiivseid sõltuvusi, suundumusi ja mustreid ning konkreetsetes koha- ja kohatingimustes. aega.

Statistika sisaldab järgmist:

Statistika üldteooria

Majandusstatistika ja selle harud

Sotsiaaldemograafiline statistika ja selle harud.

Statistika on seotud ajaloo, sotsioloogia, matemaatika ja majandusega.

Uurimisobjektiks on ühiskond.

Ladina keelest tõlgituna tähendab sõna "staatus" teatud asjade seisu. Mõistet "statistika" kasutas esmakordselt saksa teadlane G. Achenwal 1749. aastal oma valitsusteemalises raamatus.

18. sajandil tekkis poliitilise aritmeetika koolkond Petty and Ground.

19. sajand - statistiline ja matemaatikakool Kettle, Pearson, Galton.

18. sajandi vene kirjelduskoolkond Kirilov, Lomonosov, Tšulkov. Radištšev ja Herzen mõjutasid statistilise mõtte arengut. Tšebõšev ja Markov andsid suure panuse

Statistika on teadmiste tööriist.

Statistikas on 4 mõistet:

Haridusdistsipliinide kogum, millel on teatud spetsiifika ja mis uurivad massinähtuste ja protsesside kvantitatiivseid aspekte.

Praktilise tegevuse haru, statistiline arvestus, mida teostab ROSSTAT.

Digitaalse teabe kogum - statistilised andmed, mis on avaldatud ettevõtte aruandluse kogudes ja kataloogides.

Sotsiaal-majanduslike nähtuste ja protsesside uurimiseks kasutatavad statistilised meetodid.

Statistika omadused:

1) statistilised andmed esitatakse kvantitatiivselt;

2) statistikateadus on huvitatud kogutud ja töödeldud arvandmete analüüsist tehtavatest järeldustest;

3) uuritava nähtuse seisundit selle teatud arengujärgus konkreetsetes koha- ja ajatingimustes kajastavad statistilised andmed.

Statistika teema.

Statistika- sotsiaalteadus, mis uurib kvalitatiivselt määratletud massiliste sotsiaalmajanduslike nähtuste ja protsesside kvantitatiivset poolt, nende struktuuri ja levikut, paiknemist ruumis, liikumist ajas, tuvastab olemasolevaid kvantitatiivseid sõltuvusi, suundumusi ja mustreid ning konkreetsetes koha ja aja tingimustes. .

Statistika teema– kvalitatiivselt määratletud sotsiaal-majanduslike nähtuste dimensioonid ja kvantitatiivsed seosed, nende seostumis- ja arengumustrid konkreetsetes koha- ja ajatingimustes.

Statistika objekt- ühiskond

Statistilise uurimistöö objekti statistikas nimetatakse statistiliseks üldkogumiks.

Statistiline populatsioon- see on ühikute kogum, millel on mass, homogeensus, teatav terviklikkus, üksikute üksuste oleku vastastikune sõltuvus ja variatsiooni olemasolu.

Statistika aine on sotsiaalsete nähtuste, dünaamika ja nende arengusuundade uurimine. Statistiliste näitajate abil kehtestab statistika sotsiaalse nähtuse kvantitatiivse poole, vaatleb antud sotsiaalse nähtuse näitel kvantiteedilt kvaliteedile ülemineku mustreid. Esitatud vaatluste põhjal analüüsib statistika konkreetsetes koha- ja ajatingimustes saadud andmeid.

Statistika tegeleb looduses levinud sotsiaalmajanduslike nähtuste ja protsesside uurimisega ning uurib ka paljusid neid määravaid tegureid.

Oma teoreetiliste seaduste tuletamiseks ja kinnitamiseks kasutab enamik sotsiaalteadusi statistikat.

Statistilise metoodika põhimõisted

Praegu on raske nimetada teadust, mis ei uuriks massiprotsesse konkreetses valdkonnas. Teatud tüüpi massinähtuste (st mis tahes teaduse) teadmisel kasutatakse statistika kui teaduse üldsätteid: kogutakse andmeid uuritava nähtuse mitmesuguste objektide (elementide) kohta, neid tulemusi kirjeldatakse. (kokkuvõtvalt) kasutades spetsiifiliste tunnuste (näitajate) kogumit vastavalt statistika poolt välja töötatud nõuetele (tingimustele, reeglitele). Erinevate nähtuste valdkondade puhul arvestab statistiline meetod nende omadusi. Konkreetsed tehnikad, millega statistika uurib massinähtusi, moodustavad statistilise metoodika (või statistika meetodi).

Statistiline metoodika– tehnikate, meetodite ja meetodite süsteem, mille eesmärk on uurida kvantitatiivseid mustreid, mis avalduvad sotsiaal-majanduslike nähtuste struktuuris, dünaamikas ja vastastikustes suhetes.

Statistilised uuringud

Statistiline teave

kolm etappi:

statistiline vaatlus;

Statistiline vaatlus

vaatlustulemuste kokkuvõte ja rühmitamine;

Kokkuvõte

Rühmitamine

Statistilise kokkuvõtte ja rühmitamise tulemused esitatakse statistiliste tabelite kujul.

Statistiline tabel

saadud üldnäitajate analüüs.

Statistiline analüüs on statistilise uurimistöö viimane etapp. Selle käigus uuritakse sotsiaalsete nähtuste ja protsesside struktuuri, dünaamikat ja seoseid. Eristatakse järgmisi analüüsi põhietappe:

Asjaolude väljatoomine ja nende hinnang;

Nähtuse iseloomulike tunnuste ja põhjuste väljaselgitamine;

Nähtuse võrdlemine teiste nähtustega;

Hüpoteeside, järelduste ja eelduste sõnastamine;

Pakutud hüpoteeside statistiline testimine spetsiaalsete statistiliste näitajate abil.

Statistilise näitaja mõiste

Statistiline näitaja

Statistilised näitajad klassifitseeritakse järgmiselt:

elanikkonna hõlmatuse aste:

Indiviid, iseloomusta ühte objekti või populatsiooni üht ühikut.

Kokkuvõte, iseloomusta populatsiooni rühma või kogu populatsiooni tervikuna.

• Mahulised näitajad saadakse populatsiooni üksikute üksuste tunnuse väärtuse liitmisel.

  Hinnangulised näitajad määratakse erinevate valemite abil.

väljendusvorm:

Absoluutsed näitajad- need näitajad kajastavad statistikas uuritud protsesside ja nähtuste füüsilisi mõõtmeid, nimelt nende massi, pindala, mahtu, ulatust, ajaomadusi ning võivad esindada ka rahvastiku mahtu, s.o selle koostisosade arvu.

Absoluutset statistikat nimetatakse alati numbriteks.

Sõltuvalt uuritavate nähtuste sotsiaal-majanduslikust olemusest on nende

Eristatakse füüsikalisi omadusi:

looduslikud mõõtühikud: tonnid, kilogrammid, ruut-, kuup- ja lihtmeetrid, kilomeetrid, miilid, liitrid, tünnid, tükid.

Kulu mõõtühikud, mis võimaldab anda rahalise hinnangu sotsiaalmajanduslikele objektidele ja nähtustele.

tööjõu mõõtühikud, mis võimaldab arvestada nii kogu ettevõtte tööjõukulu kui ka tehnoloogilise protsessi üksikute toimingute töömahukust, mis hõlmavad inimpäevi ja töötunde.

Suhtelised näitajad - esindavad ühe absoluutnäitaja teisega jagamise tulemust ning väljendavad sotsiaalmajanduslike protsesside ja nähtuste kvantitatiivsete tunnuste vahelist seost.

praegune või võrreldav, ja nimetaja on võrdlusbaas.

Keskmised

Statistiliste näitajate eesmärk ja rakendamine

Statistiline näitaja- esindab sotsiaal-majanduslike nähtuste ja protsesside kvantitatiivset tunnust kvalitatiivse kindluse tingimustes.

Igal statistilisel näitajal on kvalitatiivne sotsiaal-majanduslik sisu ja sellega seotud mõõtmismetoodika. Statistilisel näitajal on ka üks või teine ​​statistiline vorm (struktuur). Indikaator võib väljendada ühikute koguarvu üldkogumis, nende ühikute kvantitatiivse tunnuse väärtuste kogusummat, tunnuse keskmist väärtust, antud tunnuse väärtust teise väärtuse suhtes, jne.

Konkreetsete statistiliste näitajate ja nende süsteemide põhifunktsiooniks on kognitiivne infofunktsioon. Ilma statistilise teabeta on võimatu teada looduslike ja sotsiaalsete massinähtuste mustreid, nende prognoosimist ja seega ka reguleerimist või otsest juhtimist, olgu see siis üksikettevõtte, põllumehe, linna või piirkonna, riigi või riikidevahelisel tasandil. .. Statistiliste näitajate informatiivse, kognitiivse funktsiooni täitmise tingimuseks on nende teaduslik põhjendatus ja piisavalt täpne ja usaldusväärne, samuti õigeaegne kvantitatiivne määramine.

Statistiliste näitajate liigid.

Statistiline näitaja- esindab sotsiaal-majanduslike nähtuste ja protsesside kvantitatiivset tunnust kvalitatiivse kindluse tingimustes.

Statistilise praktika ja teaduse uurimiseks kasutatavad näitajad jaotatakse rühmadesse järgmiste kriteeriumide alusel:

1) uuritavate nähtuste olemuse järgi on need mahulised ja kvalitatiivsed;

2) nähtuste koondumisastme järgi - need on individuaalsed ja üldistavad;

3) olenevalt uuritavate nähtuste iseloomust - intervall ja hetkeline;

4) sõltuvalt ruumilisest määratlusest eristatakse näitajaid: föderaalne, regionaalne ja kohalik;

5) olenevalt konkreetsete objektide omadustest ja avaldiste vormist jagunevad statistilised näitajad suhtelisteks, absoluutseteks ja keskmisteks.

Statistiliste näitajate süsteemi moodustavad omavahel seotud näitajad, millel on ühe- või mitmetasandiline struktuur. Statistiliste näitajate süsteem on suunatud konkreetse probleemi lahendamisele.

Statistilistel näitajatel on omavahel seotud kvantitatiivne ja kvalitatiivne külg. Statistilise näitaja kvalitatiivne pool kajastub selle sisus, sõltumata atribuudi konkreetsest suurusest. Indikaatori kvantitatiivne külg on selle arvväärtus.

Mitmed funktsioonid, mida statistilised näitajad täidavad, on peamiselt kognitiivsed, juhtimis- (kontrolli- ja organisatsioonilised) ja stimuleerivad funktsioonid.

Kognitiivse funktsiooni statistilised näitajad iseloomustavad uuritavate nähtuste seisundit ja arengut, ühiskonnas toimuvate protsesside arengu suunda ja intensiivsust. Kokkuvõtlikud näitajad– see on aluseks üksikute piirkondade, piirkondade, piirkondade ja riigi kui terviku sotsiaalmajandusliku arengu analüüsimisel ja prognoosimisel. Nähtuste kvantitatiivne pool aitab analüüsida objekti kvalitatiivset poolt ja tungib selle olemusse.

Statistilise uurimistöö kolm etappi.

Statistilised uuringud– statistilise teabe kogumise, töötlemise ja analüüsimise protsess.

Statistiline teave– statistilise vaatluse käigus moodustunud esmane statistiline materjal sotsiaal-majanduslike nähtuste kohta, mis allub süstematiseerimisele, analüüsile ja üldistamisele.

Statistilised uuringud koosnevad kolm etappi:

1) statistiline vaatlus;

2) vaatlustulemuste kokkuvõte ja rühmitamine;

3) saadud üldnäitajate analüüs.

Statistiline vaatlus- ühiskonna- ja majanduselu nähtuste massiline, süstemaatiline, teaduslikult organiseeritud vaatlus, mis seisneb rahvastiku iga üksuse valitud tunnuste registreerimises.

Statistiline vaatlus - genereeritakse esmased statistilised andmed ehk esmane statistiline informatsioon, mis on statistilise uurimistöö aluseks. Kui esmaste statistiliste andmete kogumisel tehakse viga või materjal osutub ebakvaliteetseks, mõjutab see nii teoreetiliste kui ka praktiliste järelduste õigsust ja usaldusväärsust;

Andmete kokkuvõte ja rühmitamine - selles etapis jagatakse üldkogum erinevuste järgi ja kombineeritakse vastavalt sarnasustele, kogunäitajad arvutatakse rühmade ja tervikuna. Rühmitamismeetodit kasutades jaotatakse uuritavad nähtused vastavalt nende olulistele tunnustele tüüpideks, rühmadeks ja alarühmadeks. Rühmitamismeetod võimaldab piirata olulises osas kvalitatiivselt homogeenseid populatsioone, mis on eelduseks üldistavate näitajate määratlemisel ja rakendamisel;

Kokkuvõte- see on järjestikuste operatsioonide kompleks konkreetsete üksikute faktide üldistamiseks, mis moodustavad kogumi, et tuvastada uuritavale nähtusele tervikuna omased tüüpilised tunnused ja mustrid.

Rühmitamine- uuritava populatsiooni üksuste jagamine homogeenseteks rühmadeks vastavalt neile olulistele tunnustele.

Saadud andmete töötlemine ja analüüs, mustrite tuvastamine. Selles etapis arvutatakse üldistavate näitajate abil suhtelised ja keskmised väärtused, antakse koondhinnang tunnuste varieerumisele, iseloomustatakse nähtuste dünaamikat, kasutatakse indekseid ja bilanssi, arvutatakse näitajad, mis iseloomustavad. seoste lähedus omaduste muutumises. Digitaalse materjali võimalikult ratsionaalse ja visuaalse esituse eesmärgil esitatakse see tabelite ja graafikutena.

Statistikateaduse struktuur

Statistikateaduse struktuur sisaldab:

üldine statistikateooria

Statistika üldteooria – on teadus massiliste sotsiaal-majanduslike nähtuste ja protsesside statistilise uurimise kõige üldisematest põhimõtetest ja meetoditest. See määratleb statistikateaduse mõistete ja kategooriate süsteemi, töötab välja statistiliste andmete kogumise, summeerimise ja analüüsi meetodite teaduslikud alused ning kehtestab tingimused nende meetodite kasutamiseks. Olles majandus- ja sotsiaaldemograafilise statistika, aga ka kogu tööstusstatistika metoodiline alus, loob statistika üldteooria teadusliku aluse statistiliste analüüsimeetodite rakendamiseks konkreetsetes uurimisobjektides.

majandusstatistika

Majandusstatistika tegeleb makrotasandil toimuvate majandusnähtuste ja protsesside tervikliku uurimisega, s.o. riigi majanduses tervikuna ja suurte piirkondade tasemel. See paljastab olemuse, arvutus- ja analüüsimeetodid makromajanduslikud (sünteetilised) näitajad rahvamajanduse olukorra iseloomustamine; selle arengu ulatus, tase, tempo; majandusharude struktuur, proportsioonid ja seosed; tootmisjõudude asukoha tunnused; materjalide, tööjõu, rahaliste ressursside kättesaadavus ja koostis, nende kasutamise saavutatud tase. Makromajanduslikud näitajad hõlmavad selliseid näitajaid nagu rahvuslik rikkus(VNB), sisemajanduse kogutoodang(SKT), majanduse brutokasum(VPE) ja rahvamajanduse kogutulu(VND), rahvamajanduse kogutoodang(VNP) jne.

Kõik makromajanduslikud näitajad määratakse lähtuvalt rahvamajanduse arvepidamise süsteemid (SNA). See on riigi turumajandusele vastav omavahel seotud statistiliste näitajate süsteem, mis on üles ehitatud teatud kontode ja bilansside kogumi kujul, mis iseloomustavad majandustegevuse tulemusi, majanduse struktuuri ja selle seoste olulisemaid seoseid. Olles kooskõlas ÜRO ja Euroopa Liidu poolt vastu võetud standardmetoodikaga SNA koostamisel, võimaldab Venemaa SNA teha süvaanalüüsi rahvamajandusest erinevates valdkondades vastavalt rahvusvahelistele statistikastandarditele.

sotsiaal-demograafiline statistika

Sotsiaaldemograafiline statistika moodustab ja analüüsib näitajate süsteemi elanikkonna elustiili ja ühiskonna erinevate sotsiaalsete aspektide terviklikuks kirjeldamiseks. Uuritakse rahvastiku suurust ja koosseisu (vanuse, soo, rahvuse jne järgi), perede ja leibkondade struktuuri, elanikkonna sissetulekuid ja kulusid, tööhõivet ja tööpuudust, elutaset ja -kvaliteeti, materiaalsete hüvede tarbimist ning teenused elanikkonna poolt, tervishoiu, hariduse, kultuuri, kuritegevuse jne olukord.

tööstus ja eristatistika. Suurtööstuste valdkondlikus statistikas eristatakse allsektoreid, näiteks tööstusstatistikas - masinaehituse, metallurgia, keemia jne statistika, rahvastikustatistikas - rahvastiku suuruse ja koosseisu statistika, perekonnaseisu- ja rändestatistika.

IN tööstuse statistikud Käsitletakse vastava majandusharu või sotsiaalsfääri seisundit ja arengudünaamikat iseloomustavate näitajate olemust ja arvutamise meetodeid.

Kogu tööstusstatistika moodustatakse majandus- või sotsiaaldemograafilise statistika näitajate alusel, kasutades statistika üldteoorias välja töötatud meetodeid ja võtteid. Samas aitab iga valdkondliku statistika arendamine kaasa statistikateaduse kui terviku paranemisele.

Igal statistikateaduse komponendil on oma uurimisobjekt, ta kasutab kindlat näitajate süsteemi, töötab välja reeglid ja meetodid nende arvutamiseks ja rakendamiseks erinevates majandustegevuse ja sotsiaalsfääris.

Statistikateaduse ja statistikapraktika vahel on tihe seos ja vastastikune sõltuvus. Statistikateaduse teoreetilisi põhimõtteid rakendatakse praktikas konkreetsete statistikaprobleemide lahendamiseks. Teadus omakorda üldistab neid praktikaid kasutades praktilise töö kogemusi, ammutab sellest uusi ideid ja sätteid ning täiustab statistiliste uuringute läbiviimise meetodeid.

Statistilise vaatluse mõiste, selle eesmärgid .

Uuringu esimene etapp on statistiline vaatlus.

See esindabühiskonna- ja majanduselu nähtuste massiline, süstemaatiline, teaduslikult organiseeritud vaatlus, mis seisneb valitud tunnuste registreerimises igas elanikkonna üksuses.

Statistiline vaatlus seisneb populatsiooni iga üksuse valitud tunnuste registreerimises. See peab olema massiivne, süstemaatiline ja läbi viidud teaduslikul alusel väljatöötatud programmi järgi.

Statistilise vaatluse etapid on järgmised:

Vaatluse ettevalmistamine;

massilise andmete kogumise läbiviimine;

Saadud teabe kontroll ja kvaliteet

Vaatlusobjekt

Vaatlusühik

Aruandlusüksus

Vaatlusprogramm

Vaatluse korraldusplaan- see on dokument, mis fikseerib kõik olulisemad organisatsioonilised tegevused, mille elluviimine on vaatluse edukaks läbiviimiseks vajalik.

Vaatlustööriistade komplekt– vaatluse käigus kasutatud dokumentide kogum.

Statistilise vaatluse vormid

aruandlus,

eriline tähelepanek

registrid.

Vaatluse eesmärk

Statistilise vaatluse programm ja korraldus

Statistiline vaatlus- ühiskonna- ja majanduselu nähtuste massiline, süstemaatiline, teaduslikult organiseeritud vaatlus, mis seisneb rahvastiku iga üksuse valitud tunnuste registreerimises.

Vaatluse eesmärk– usaldusväärse teabe hankimine, et tuvastada nähtuste ja protsesside arengumustrid.

Vaatlusobjekt– sotsiaalsete nähtuste ja protsesside kogum, mis on vaatluse all.

Vaatlusühik- objekti element, mis on registreerimisele kuuluvate tunnuste kandja.

Aruandlusüksus– sellelt teemalt pärinevad andmed vaatlusüksuse kohta.

Statistilise vaatluse etapid:

Vaatluse ettevalmistamine; määratakse vaatluse eesmärgid ja objektid, registreeritavad märgid, töötatakse välja andmete kogumise dokumendid, määratakse andmete hankimise meetodid ja vahendid, valitakse ja koolitatakse personal; statistilise vaatluse koostamise ja läbiviimise töögraafiku koostamine; töödeldakse materjale, mida kasutatakse statistilises vaatluses

massandmete kogumine on statistilise vaatluse läbiviimise, statistilise teabe kogumise kõige olulisem etapp

Saadud teabe kontroll ja kvaliteet. Selles etapis jälgitakse statistilise vaatluse andmeid, tehakse järeldusi ja ettepanekuid teostatava statistilise vaatluse kohta.

Vaatlusprogramm- see on registreeritavate näitajate loend.

Statistiliste vaatluste programm peab sisaldama tunnuste loetelu, mis iseloomustavad elanikkonna üksikuid üksusi.

Programmi nõuded: märgid peavad olema olulised, programm peab sisaldama ainult neid küsimusi, millele saab anda tõesed, usaldusväärsed vastused; küsimused peavad olema täpsed ja mitte üheselt mõistetavad; küsimuste olemasolu kontrollimiseks; teatud küsimuste jada; avatud/suletud küsimuste olemasolu.

On olemas organisatsiooniline vaatlusplaan- see on dokument, mis fikseerib kõik olulisemad organisatsioonilised tegevused, mille elluviimine on vaatluse edukaks läbiviimiseks vajalik.

Statistilise vaatluse klassifikatsioon.12. Pidev ja mitte pidev statistiline vaatlus. 13. Põhiosa ülevaade, valikuline ja monograafiline vaatlus. 14. Klassifikatsioon Art. vaatlused aja järgi. 15. Klassifikatsioon Art. teabeallikatel põhinevad tähelepanekud.

Statistiline vaatlus- ühiskonna- ja majanduselu nähtuste massiline, süstemaatiline, teaduslikult organiseeritud vaatlus, mis seisneb rahvastiku iga üksuse valitud tunnuste registreerimises.

Statistilise vaatluse liigid liigitatakse enamasti kolme järgmise kriteeriumi järgi:

a) statistiliste uuringute objektiks olevate rahvastikuüksuste vaatluste katvus;

Pidev (kõik üksused kontrollitakse täielikult)

Mitte pidev

Valim – põhineb teabe kogumisel osa rahvastikuüksuste kohta ja vaatlustulemuste levitamisest kogu populatsioonile. Valimi suurus sõltub uuritava nähtuse olemusest. Valimipopulatsioon peab esindama kõiki populatsioonis esinevaid üksusi.

Põhimassiivi - andmete kogumine toimub ainult nende elanikkonna üksuste kohta, mis annavad peamise panuse uuritava nähtuse omadustesse.

Monograafiline on populatsiooni üksikute üksuste kirjeldus nende põhjalikuks uurimiseks, mis ei saa olla nii tõhus massilise vaatluse korral. Monograafilist vaatlust tehakse arengusuundade väljaselgitamiseks, talude või ettevõtete parimate praktikate uurimiseks ja levitamiseks.

b) süstemaatiline vaatlus;

Pidev (registreerumine)

Katkendlik

Perioodiline (vastavalt vajadusele)

Ühekordne (eluruumide loendus)

c) teabeallikas, mille alusel tehakse kindlaks vaatlusprotsessi käigus fikseeritavad faktid.

Otsene (registripidajad teevad ise fikseeritava fakti kindlaks mõõtmise, kaalumise, loendamise teel)

Dokumenteeritud (põhineb raamatupidamisdokumentide kasutamisel teabeallikana)

Uuring (info saadakse vastaja sõnadest. Kasutatakse info saamiseks nähtuste ja protsesside kohta, mis pole otseselt jälgitavad)

Eneseregistreerimine

Välimuse meetod

Korrespondent meetod

Küsimustik

D) vormi järgi:

Statistiline aruandlus– see on ettevõtete ja organisatsioonide tegevuse statistilise vaatluse korraldamise vorm, mille kohaselt riigi statistikaasutused saavad teavet aruandedokumentide kujul, millele on alla kirjutanud teabe õigsuse eest vastutavad isikud.

Spetsiaalselt organiseeritud valve on teabe kogumine loenduste ja ühekordsete küsitluste kaudu.

Registreeri on pideva statistilise vaatluse vorm pikaajaliste protsesside kohta, millel on kindel algus, arenguetapp ja kindel lõpp. See on süsteem, mis jälgib pidevalt vaatlusüksuste seisukorda ja hindab erinevate tegurite mõju uuritavatele näitajatele. Iga registri üksust iseloomustab näitajate kogum. Mõned jäävad muutumatuks kogu vaatlusperioodi vältel, teisi, mille esinemissagedus pole teada, ajakohastatakse nende muutudes.

Iga vaatlus võib olla vigane.

Vaatlusvead– vaatlusprotsessi käigus ilmnevad vead:

Registreerimisvead– kõik vead, mis tekivad pideva vaatluse käigus.

Juhuslikud vead– need on vormide täitmisel tehtud vead, reservatsioon vastustes, ebamäärasus küsimuses ja vastavalt ka vastuses jne.

Süstemaatilised vead:

Tahtlikud vead (teadlikud) saadakse tänu sellele, et atribuudi tegeliku oleku (väärtuse) teadmisel edastatakse teadlikult ebaõigeid andmeid.

Tahtmatud on kutsutud juhuslikest põhjustest põhjustatud vead: näiteks valed mõõteriistad, salvestite tähelepanematus jne.

Esindusvead - tekivad sellest, et uuringuks valitud massinähtuse osa koosseis ei kajasta täielikult kogu uuritava populatsiooni tunnuseid ja olemust.

Materjali kvaliteedi kontroll:

loogiline - saadud andmete omavahelise kooskõla kontrollimine või võrdlus eelmiste perioodidega.

Aritmeetika - lõplike ja arvutatud näitajate aritmeetiline kontrollimine.

Täielikkuse kontroll- see on kontroll selle kohta, kui täielikult objekt on vaatlusega kaetud ehk teisisõnu, kas kõigi vaatlusüksuste kohta on kogutud infot.

Aruandlus kui kõige olulisem art. tähelepanekud. Statistilise aruandluse klassifikatsioon.

Statistiline vaatlus toimub kahes vormis:

1) aruannete esitamisega;

2) spetsiaalselt organiseeritud statistika tegemisega. tähelepanekud.

Aruandlus on organiseeritud statistilise vaatluse vorm, mille käigus saadakse teavet kohustuslike aruannete kujul teatud tähtaegadel ja kinnitatud kujul. Aruandlus kui statistilise vaatluse vorm põhineb esmasel arvestusel ja on selle üldistus.

Esmane raamatupidamine on erinevate faktide (sündmuste, protsesside jne) registreerimine nende toimumise ajal ja reeglina esmasel dokumendil.

Statistilise aruandluse juhtimine ja selle korraldamine on usaldatud riigi statistikaasutustele. Kõik statistilise aruandluse vormid on heaks kiidetud riiklike statistikaasutuste poolt. Aruannete esitamist kinnitamata vormidel loetakse aruandlusdistsipliini rikkumiseks, mille eest vastutavad ettevõtete ja osakondade juhid.

Aruandluse loend on aruandlusvormide loend, kus on näidatud nende olulisemad üksikasjad.

Aruandlusprogramm- kaubandusettevõtte tulemusnäitajate süsteem.

Üldine aruandlus- see on aruandlus, mis sisaldab samu andmeid teatud rahvamajanduse sektori ja kogu rahvamajanduse ettevõtete (asutuste jne) kohta.

IN spetsiaalne aruandlus sisaldab konkreetseid näitajaid üksikute majandusharude, põllumajanduse jne kohta.

Aruandluse esitamise ajaperioodi ja selle kestuse alusel eristatakse jooksvat ja aastaaruannet. Kui teave esitatakse aasta kohta, siis sellist aruandlust nimetatakse iga-aastane. Aruandlust kõigi muude perioodide kohta, mis jäävad alla aasta, vastavalt kvartali, kuu, nädala jne kohta nimetatakse nn. praegune.

Esitusviisi järgi eristatakse aruandlust kiireloomuline, kui kogu teave edastatakse teletaibi, telegraafi ja posti teel

Kaubanduspraktikas aruandlus on alajaotatud kohta:

1) üleriigiline - antakse nii kõrgemale organisatsioonile kui ka asjaomastele riigiorganitele. statistika;

2) osakonnasisene - mis esitatakse ainult kõrgematele kaubandusasutustele;

3) jooksev - esitatakse aasta jooksul;

4) iga-aastane - kuvatavate näitajate koostise poolest kõige täielikum.

Rühmitamine. Kontseptsioon ja rakendus.

Kõige tavalisem esmase statistilise teabe töötlemise ja analüüsimise meetod on rühmitamine.

Rühmitamine- uuritava populatsiooni üksuste jagamine homogeenseteks rühmadeks vastavalt neile olulistele tunnustele.

Rühmitamise funktsioonid:

sotsiaal-majanduslike nähtuste tüüpide tuvastamine;

sotsiaal-majanduslike nähtuste struktuuri ja struktuurimuutuste uurimine;

nähtuste vaheliste seoste analüüs.

Rühmitamise tüübid:

Tüpoloogiline rühmitus- see on kvalitatiivselt heterogeense populatsiooni jagamine eraldi kvalitatiivselt homogeenseteks rühmadeks ja majanduslike nähtuste tüüpide identifitseerimine selle alusel.

Struktuurne rühmitamine- see on homogeense populatsiooni ühikute jaotusmustrite tuvastamine vastavalt uuritud väärtustele

märk.

Analüütiline rühmitamine on homogeense populatsiooni erinevate omaduste vaheliste seoste uurimus. Sel juhul on üks omadus tõhus ja teine ​​(teised) on faktoriaalne. Faktoriaalne nimetatakse märke, mis mõjutavad tulemuste muutumist. Tõhus nimetatakse tunnuseid, mis muutuvad tegurite mõjul.

Struktuurse rühmituse tüüp on levitamise seeriad.

Rühma loomise etapid:

Rühmitava tunnuse valik, st tunnus, mille järgi

Uuritava populatsiooni üksused liidetakse rühmadesse.

Rühmade arvu ja intervalli suuruse määramine

(n-rühmade arv, R-variatsioonivahemik, intervalli a-suurus, N-populatsiooni ühikute arv)

R = x max -x min

n = 1 + 3,322 –log N

Näitajate loendi koostamine, mis peaksid iseloomustama

Tabelipaigutuse koostamine rühmitamise tulemuste põhjal

Absoluutsete, keskmiste, suhteliste näitajate arvutamine, tabelite täitmine ja graafikute joonistamine.

Märkide arvu järgirühmitused:

Lihtne (üks atribuut)

Kombinatsioon

Mitmemõõtmeline

Sekundaarne rühmitus- operatsioon uute rühmade moodustamiseks varem läbiviidud rühmitamise põhjal.

Teisesed rühmitamise meetodid:

Esialgsete intervallide muutmine

Ettevõtete ümbergrupeerimine

Klassifikatsioon -

Klassifikatsiooni tüübid:

Rühmade tüübid.

Statistilistel rühmitustel on järgmised eesmärgid:

Kvalitatiivselt homogeensete populatsioonide tuvastamine;

Rahvastiku struktuuri uurimine

Uurige olemasolevaid sõltuvusi

Kõik need eesmärgid vastavad teatud tüüpi rühmitustele:

Tüpoloogiline on elanikkonna jagunemine rühmadeks, mis on kvaliteedilt ja arengutingimustelt homogeensed (lahendab sotsiaal-majanduslike tüüpide tuvastamise ja iseloomustamise probleemi). Tüpoloogiliste rühmade moodustamiseks on kaks võimalust:

Järjestikuse jaotamise meetod, mis seisneb rühmade moodustamises, mille kõigil objektidel on samad klassifikatsioonitunnuste väärtused (kõigepealt jagatakse kogu populatsioon ühe tunnuse järgi, seejärel saadakse osad teise abil jne).

Mitmemõõtmelise klassifitseerimise meetod, kui rühmi moodustavatel objektidel võivad olla erinevad klassifitseerimistunnuste väärtused (rühmad moodustatakse objektide läheduse alusel samaaegselt suure hulga tunnuste järgi, seda on laialdaselt kasutatud mustrituvastusmeetodite väljatöötamisega ja arvutite tulek)

Struktuurne – kasutatakse populatsiooni struktuuri, selle struktuuri omaduste ja struktuurinihete uurimiseks. Struktuursed rühmitused koostatakse kas eelnevalt läbiviidud tüpoloogilise rühmitamise või algandmete põhjal

Analüütiline (faktoriaalne) – mõeldud tiheda seose loomiseks interakteeruvate tunnuste – faktoriaalse ja resultatiivse – vahel. See võimaldab tuvastada ühenduse olemasolu ja suunda, samuti mõõta selle lähedust ja tugevust. Seetõttu kasutatakse rühmitustunnusena kõige sagedamini uuritava nähtuse analüüsi põhjal tuvastatud faktoritunnust.

Juhtudel, kui kvalitatiivsel omadusel on palju sorte, töötatakse välja klassifikatsioon.

Klassifikatsioon - rühmitamise eritüüp; see on klasside ja rühmade stabiilne nomenklatuur, mis on moodustatud uuritava objekti üksuste sarnasuste ja erinevuste põhjal. Klassifikatsioon on nähtuste ja objektide jaotamine teatud rühmadesse, klassidesse, kategooriatesse.

Klassifikatsiooni tüübid:

Toodete nomenklatuurid kui süstematiseeritud objektide ja rühmade loend.

Klassifikaatorid on klassifikaator, kus igale atribuudi väärtusele omistatakse kood, st. tavapärane digitaalne tähistus.

Sõltuvalt rühmituse aluseks olevate tunnuste arvust eristatakse järgmisi rühmi:

lihtne - valmistatud ühe tunnuse järgi. Lihtsate hulgast paistavad silma levisarjad. Jaotusseeria on rühmitus, milles rühmade iseloomustamiseks kasutatakse ühte indikaatorit (karakteristiku väärtuse järgi järjestatud) - rühma numbrit. Atribuudi järgi konstrueeritud seeriaid nimetatakse atribuudi jaotussarjadeks. Kvantitatiivsel alusel koostatud jaotusridu nimetatakse variatsiooniridadeks.

Komplekssed, mis jagunevad:

• kombineeritud rühmitus, mis põhineb kahel või enamal omavahel seotud omadusel, kombineerituna. Sel juhul toimub klassifitseerimine populatsiooni järjestikuse loogilise jagamise teel vastavalt individuaalsetele omadustele;

  mitmemõõtmelised rühmitused viiakse läbi üheaegselt mitme tunnuse järgi.

Tunnuste vaheliste seoste järgi eristatakse järgmist:

hierarhilised rühmitused, mis viiakse läbi kahe või enama tunnuse järgi, kusjuures teise tunnuse väärtused määratakse esimese väärtuste vahemikuga (näiteks majandusharude klassifitseerimine allsektorite kaupa);

mittehierarhilised rühmitused, mis luuakse siis, kui teise tunnuse väärtused ei sõltu rangelt esimesest.

Vastavalt teabe töötlemise järjekorrale on rühmad:

esmane (koostatud algandmete põhjal);

sekundaarne, mis tuleneb varem rühmitatud materjali ümberrühmitamisest.

Vastavalt ajakriteeriumile eristavad nad:

staatilised rühmitused, mis iseloomustavad elanikkonda teatud ajahetkel või teatud perioodi jooksul;

dünaamiline - rühmitused, mis näitavad üksuste üleminekuid ühest rühmast teise (samuti sisenemist ja väljumist agregaadist).

Statistilised tabelid

Statistiline tabel– tabel, mis sisaldab uuritava üldkogumi kokkuvõtlikku numbrilist tunnust ühe või mitme olulise tunnuse järgi, mis on omavahel seotud majandusanalüüsi loogikaga.

Päiste tüübid:

Ostaf– tabel ilma numbrite ja pealkirjadeta.

Paigutus– tabel pealkirjadega.

Statistilise tabeli teemad- objekt, mida iseloomustavad numbrid (kogum, komplekti üksikud üksused nende loendi järjekorras või territoriaalsed üksused, mis on rühmitatud ühe või mitme tunnuse, ajaperioodi jne järgi)

INSõltuvalt õppeaine struktuurist eristatakse neidstatistilised tabelid

lihtne, mille teemas on toodud rahvastiku ühikute lihtne loetelu ( nimekirja) või ainult üks neist, konkreetse tunnuse järgi identifitseeritud üksus ( monograafiline);

keeruline, mille teema sisaldab agregaadi ühikute rühmi ükshaaval ( Grupp) või mitu ( kombineeritud) kvantitatiivsed või omistatavad omadused.

Statistilise tabeli predikaat– näitajate süsteem, mis iseloomustab uurimisobjekti ehk tabeli subjekti. Predikaat moodustab graafiku pealkirjad ja moodustab nende sisu.

Vastavalt predikaadi struktuurilisele struktuurile eristatakse statistilisi tabeleid:

lihtsa predikaadi arendus- seda määrav indikaator saadakse lihtsalt iga tunnuse väärtuste summeerimisel eraldi, üksteisest sõltumatult.

kompleksne predikaadiarendus hõlmab selle moodustava tunnuse jagamist rühmadesse.

Maatriks - ristkülikukujuline arvandmete tabel, mis koosneb m-ridadest ja n-veerudest.

Mitmemõõtmelise rühmitamise ja andmete klassifitseerimise meetodite rakendamine. Klasteranalüüs.

Rühmitamine- uuritava populatsiooni üksuste jagamine homogeenseteks rühmadeks vastavalt neile olulistele tunnustele.

Märkide arvu järgirühmitused:

Lihtne (üks atribuut)

Kompleksne (vastavalt kahele või enamale omadusele)

Kombinatsioon

Mitmemõõtmeline

Vaatleme mitmemõõtmeliste rühmituste kasutamist. Kuna rühmitamise aluseks on raske valida ühtegi tunnust. Veelgi keerulisem on rühmitamine mitme tunnuse järgi. Kahe tunnuse kombinatsioon võimaldab meil säilitada tabeli nähtavuse, kuid kolme-nelja tunnuse kombinatsioon annab täiesti ebarahuldava tulemuse: isegi kui tuvastame iga rühmitustunnuse jaoks kolm kategooriat, saame 9 või 12 alarühma. Üksuste ühtlane jaotus rühmade vahel on põhimõtteliselt võimatu. Nii saame rühmad, mis sisaldavad 1-2 vaatlust. Mitmemõõtmelise rühmitamise meetodid võimaldavad säilitada rühmade kirjeldamise keerukust ja samal ajal ületada kombineeritud rühmitamise puudused. Neid nimetatakse sageli mitmemõõtmelisteks klassifitseerimismeetoditeks.

Klassifikatsioon - rühmitamise eritüüp; see on klasside ja rühmade stabiilne nomenklatuur, mis on moodustatud uuritava objekti üksuste sarnasuste ja erinevuste põhjal. Klassifikatsioon on nähtuste ja objektide jaotamine teatud rühmadesse, klassidesse, kategooriatesse.

Need meetodid on (arvutite ja rakendustarkvarapakettide) kasutamisega laialt levinud. Nende meetodite eesmärk on andmete klassifitseerimine, teisisõnu paljude tunnuste alusel rühmitamine. Sellised probleemid on laialt levinud loodus- ja ühiskonnateadustes, praktilises tegevuses massiprotsesside ohjamiseks. Näiteks ettevõtete tüüpide tuvastamine finantsseisundi ja tegevuse majandusliku efektiivsuse järgi toimub paljude tunnuste alusel: inimeste tüüpide tuvastamine ja uurimine vastavalt nende sobivuse astmele teatud kutsealale (kutsesobivus) ; haiguste diagnoosimine paljude objektiivsete tunnuste (sümptomite) alusel jne.

Mitmemõõtmelise klassifikatsiooni lihtsaim versioon on rühmitamine mitme muutujaga keskmiste põhjal.

Mitmemõõtmeline keskmine on mitme tunnuse keskmine väärtus ühe populatsiooniühiku kohta.

Mõistlikum meetod mitmemõõtmeliseks klassifitseerimiseks on klasteranalüüs. Meetodi nimi pärineb samast tüvest kui sõna "klass", "klassifikatsioon". Ingliskeelsel sõnal the cluster on tähendus: group, bunch, bush, s.o mingite homogeensete nähtuste seosed. Selles kontekstis on see lähedane “hulga” matemaatilisele mõistele ja nagu hulk, võib klaster sisaldada ainult ühte nähtust, kuid erinevalt hulgast ei saa see olla tühi.

Klasteranalüüsis käsitletakse iga populatsiooniühikut punktina antud tunnusruumis.

Statistiliste graafikute mõiste, nende koostamise reeglid

Graafiline meetod -

Ajakava

Graafilise pildi konstrueerimisel tuleb järgida mitmeid nõudeid. Esiteks peab graafik olema üsna visuaalne, kuna graafilise pildi eesmärk on selgelt kujutada statistilisi näitajaid. Lisaks peab ajakava olema ilmekas, arusaadav ja arusaadav. Ülaltoodud nõuete täitmiseks tuleb iga ajakava peaks sisaldama mitmeid põhielemente:

Graafiline pilt

Graafikuväli

Ruumiline orientatsioon

Skaala juhised

Graafiku selgitus (seletus)

Graafiline pilt- need on geomeetrilised märgid, st. punktide, joonte, jooniste kogum, mille abil kujutatakse statistilisi näitajaid.

Graafikuväli- see on tasapinna osa, kus asuvad graafilised kujutised. Graafikuväljal on teatud mõõtmed, mis sõltuvad selle eesmärgist. Kõige optimaalsem suhe on 2 laiuse ja 3 kõrgusega.

Ruumilised maamärgid graafika on määratletud koordinaatvõrkude süsteemi kujul. Geomeetriliste märkide paigutamiseks graafikuväljale on vajalik koordinaatsüsteem. Kasutatakse kahte koordinaatsüsteemi: ristkülikukujulist koordinaatsüsteemi ja polaarkoordinaadisüsteemi.

Skaala juhised statistilise graafika määrab skaala ja skaalasüsteem. Statistilise graafiku skaala on arvväärtuse graafiliseks teisendamise mõõt. Skaala on joon, mille üksikuid punkte saab lugeda konkreetsete arvudena. Skaalal on graafikas suur tähtsus ja see sisaldab kolme elementi: joont (või skaalakandjat), teatud arvu kriipsudega tähistatud punkte, mis paiknevad skaala kandjal kindlas järjekorras ja numbrite digitaalset tähistust, mis vastavad numbritele. üksikud märgitud punktid.

Graafiku selgitus– telgede nimed, graafika, sümbolid.

Kaardi koostamise kõige olulisem osa on õige kompositsiooni valimine. st:

Milliseid andmeid tuleks paljude olemasolevate hulgast kujutada,

Millist tüüpi diagrammi kasutada.

Diagrammid on mõeldud:

teabe usaldusväärsuse jälgimine,

Nähtuste arengumustrite uurimine,

Nähtuste vaheliste võimalike seoste tuvastamine.

Statistiliste graafikute klassifikatsioon.

Tänapäeva teadust ei saa ette kujutada ilma graafiliste meetoditeta. Graafikute kasutamine statistiliste näitajate esitamisel võimaldab anda selgust ja väljendusrikkust, hõlbustada nende tajumist ning paljudel juhtudel aitab mõista uuritava nähtuse olemust, selle mustreid ja tunnuseid, näha selle arengu suundumusi, seda iseloomustavate näitajate seos.

Graafiline meetod - See on meetod statistiliste andmete tavapäraseks kujutamiseks geomeetriliste kujundite, joonte, punktide ja muude kujutiste abil.

Ajakava– vahend statistiliste andmete kokkuvõtmiseks ja nähtustevaheliste seoste tuvastamiseks.

Graafikute klassifikatsioon:

-graafilise kujutise konstrueerimise meetodi järgi:

1) diagrammid – statistiliste andmete kujutamine joonte, kujundite jms abil.

2) statistilised kaardid – objekti kujutis kaardil

Kartogramm – objekti kujutis värvimise või varjutamisega

Kardiogramm – kombinatsioon ja diagrammid

-geomeetriliste omaduste järgi

1) lineaarne

2) tasapinnaline

3) mahuline

- graafikute abil lahendatud ülesannete tüübi järgi

1) võrdlustabelid

2) struktuuriskeemid

3) dünaamilised diagrammid

Diagrammid

lineaarne - see on andmete kujutis, mis kasutab ristkülikukujulise koordinaatsüsteemi jooni

veerg - andmete kujutis sama laiusega, kuid skaala suhtes erineva kõrgusega veergude kujul

lint (riba) - need on horisontaalselt asetatud veerud. Need võivad olla kahepoolsed ja suunalised.

ruut - atribuudi väärtus on võrdeline ruudu pindalaga. Seetõttu eraldatakse nende koostamiseks atribuudi väärtuse ruutjuur.

ringikujuline

sektoraalne – kasutatakse nähtuse struktuuri iseloomustamiseks. Ring on jagatud sektoriteks, mille pindalad on võrdelised nähtuse osadega. Absoluutväärtused teisendatakse protsentideks.

Varzari märk on ristkülik, mille pikkus ja laius on kaks omavahel seotud tunnust. Siis vastab joonise pindala nende omaduste korrutisele.

Lorenzi kõver on graafik, mis näitab ühe tunnuse jaotust teatud rühmade vahel. Lorenzi kõver on koostatud suhteliste näitajate (nende akumuleeritud väärtuste) abil. Mida suurem on joonise pindala, seda ebaühtlasem on jaotus.

radiaaldiagrammid – kasutatakse nähtuse visuaalseks kujutamiseks aja jooksul. Ring on jagatud 12 võrdseks osaks. Iga kiir vastab kindlale kuule. Raadiustele, alustades keskelt, on paigutatud segmendid, mis kujutavad skaalal tunnuse väärtust kuude kaupa. Saadud joonis iseloomustab nähtuse hooajalisi kõikumisi.

Graafikud, mis iseloomustavad jaotusjadasid

hulknurk – katkendjoon. Loodud diskreetsete jaotusseeriate jaoks

histogramm – kasutatakse intervallide jaoks. Veerud peaksid üksteisega tihedalt sobima

kumuleerida – kasutatakse jaotussarjade jaoks, akumuleeritud seeriate jaoks

ogive – konstrueeritud sarnaselt, et abstsisstellje ja ordinaattelge vahetatakse

Suhteliste suuruste klassifitseerimine ja määramine.

Statistiline näitaja- esindab sotsiaal-majanduslike nähtuste ja protsesside kvantitatiivset tunnust kvalitatiivse kindluse tingimustes.

Statistilisi näitajaid eristatakse vormi järgi:

Absoluutne

Sugulane

Suhtelised väärtused tähistavad erinevaid koefitsiente või protsente.

Suhteline statistika- need on näitajad, mis annavad kahe võrreldava suuruse vahelise seose numbrilise mõõtmise.

Suhtelised näitajad - esindavad ühe absoluutnäitaja teisega jagamise tulemust ning väljendavad sotsiaalmajanduslike protsesside ja nähtuste kvantitatiivsete tunnuste vahelist seost.

Suhtelise näitaja arvutamisel nimetatakse saadud suhte lugejas leiduvat absoluutnäitajat praegune või võrreldav, ja nimetaja on võrdlusbaas.

Suhteliste väärtuste õige arvutamise põhitingimus on võrreldavate väärtuste võrreldavus ja reaalsete seoste olemasolu uuritavate nähtuste vahel.

Suhteline väärtus = võrreldav väärtus / alus

Vastavalt saamismeetodile on suhtelised suurused alati tuletised (sekundaarsed) suurused.

Neid saab väljendada: koefitsientidena, protsentides, ppm-des, prodetsimillites.

Eristatakse järgmisi suhteliste statistiliste suuruste tüüpe:

Suhtelise dünaamika indikaator (RDI) esindab uuritava protsessi või nähtuse taseme suhet teatud ajaperioodi (teatud ajahetke seisuga) ja sama protsessi või nähtuse taseme suhet minevikus:

OPD = praegune tase / eelmine või algtase

OPD = OPP * OPRP

OPD võib olla püsiva baasiga - põhilised ja muutuv – kett.

Suhteline plaani toimivus (RPP) iseloomustab pinget, s.t. mitu korda ületab kavandatud tootmismaht (või ettevõtte tegevuse finantstulemus) saavutatud taseme või mitu protsenti sellest tasemest moodustab.

OPP = planeeritud tase (i+1) periood / saavutatud tase aastali- periood

Suhteline plaani rakendamise näitaja (RPI) kajastab tegelikku tootmismahtu protsendina või koefitsiendina võrreldes planeeritud tasemega.

OPRP = saavutatud tase (i+1) periood/tase planeeritud (i+1) periood

Suhteline struktuuriindeks (RSI) kujutab seost uuritava objekti struktuuriosade ja nende terviku vahel:

OPS = osa elanikkonnast iseloomustav näitaja / kogu elanikkonna kui terviku näitaja (*100%)

Suhteline koordinatsiooniindeks (RCI) tähistab elanikkonna ühe osa ja sama elanikkonna teise osa suhet:

OPC = iseloomustav indikaatori-th osa elanikkonnast / võrdlusbaasiks valitud rahvastiku osa iseloomustav näitaja

Suhtelise intensiivsuse indeks (RII) iseloomustab uuritava protsessi või nähtuse jaotusastet ja esindab uuritava indikaatori suhet temale omase keskkonna suurust:

OPI = nähtust iseloomustav näitaja A / nähtuse levikukeskkonda iseloomustav näitajaA

OPI tüüp – Majandusarengu taseme suhteline näitaja, mis iseloomustab tootmist elaniku kohta ja mängib olulist rolli riigi majanduse arengu hindamisel.

Suhteline võrdlusindeks (RCr) tähistab sama absoluutnäitaja suhet, mis iseloomustab erinevaid objekte (ettevõtteid, firmasid, ringkondi, piirkondi, riike jne)

OPSR = objekti A iseloomustav indikaator / objekti B iseloomustav indikaator

Riis. 1a Helienergia lagunemise protsess

Põhisätted. Statistilises teoorias käsitletakse ruumis toimuvaid akustilisi protsesse kui ruumi barjääridelt korduvalt peegelduvate lainete energia järkjärgulist vähenemist. See sumbumine toimub pärast heliallika lakkamist. Idealiseerimisega peetakse seda protsessi esimese lähenduseni pidevaks. Siis saab seda kujutada lineaarsel skaalal eksponentsiaalina (joonis 1, a) ja poollogaritmilisel skaalal sirgjoonena (joonis 1, b). Sellise kaalutluse eelduseks on kahe tingimuse täitmine: kõik laine liikumise suunad on võrdselt tõenäolised ning helienergia tihedus e = E/V ruumi ruumi igas punktis on sama.

Riis. 1b. Helienergia lagunemise protsess poollogaritmilisel skaalal

Enne helienergia lagunemisprotsessi analüüsimist ruumis tuleb selgitada, miks arhitektuuriakustikas pööratakse rohkem tähelepanu mitte statsionaarsele protsessile (püsiseisundi võnkumiste protsess), vaid üleminekuprotsessile (mittestatsionaarne) protsessi. Viimane algab pärast heliallika seiskumist, seisneb heli järkjärgulises languses helienergia kadumise tõttu ja seda nimetatakse kajaks ehk järelkõlaks.

Reverberatsioon mõjutab oluliselt nii kõne kui ka muusikaheli kvaliteeti. Reverberatsiooni liigne kestus toob kaasa asjaolu, et uued kõnesilbid kõlavad varasemate tuhmunud silpide taustal. Kõne arusaadavus halveneb. Lühikese kajaga on kõne arusaadavus üsna rahuldav, kuid puudusena tajutakse sellise heli omapärast “elutust”, “steriilsust”, eriti kunstilises lugemises. Kajaprotsess muusika kuulamisel on veelgi olulisem. Iga muusikaline fraas on heliimpulsside jada. Pikaajaline kaja rikub muusika tajumise esteetikat, seda tugevamalt, seda kiirem on esitustempo, kuna helid “sobivad” üksteisega kokku. Vastupidi, väga lühikese vastuse või vastuseta (väljas esitamisel) kõlab muusika kuivalt. Heli koherentsus on kadunud. Vaid kindla, iga esitusstiili jaoks üsna spetsiifilise reageerimisajaga kujuneb vajalik heli sidusus, luues parima esteetilise tulemuse.

Vaatleme protsesse, mis toimuvad ruumis allika I kõlamisel (joonis 2). Esimesena jõuab vastuvõtupunkti Pr, kus asuvad kuulaja kõrvad või mikrofon, otsene heli mööda teed 1, siis mööda teed 2 peegelduvad helid allikale lähimatelt pindadelt, seejärel helid mööda teed 3 peegelduvad kaugetelt pindadelt. . Hiljem saabuvad helid, mis on läbinud topeltpeegelduse teel 4 jne. Peegelduste arv ajaühikus suureneb võrdeliselt aja teise astmega. Tuba täitub järk-järgult helienergiaga. Pärast seda, kui allikas lakkab helisemast, algab kajaprotsess. Samas järjestuses nagu heli alguses, jõuavad suhteliselt harvad algpeegeldused esmalt vastuvõtupunkti. Lisaks suureneb hilinenud impulsside tihedus ja nende energia järk-järgult väheneb (joonis 3).

Statistiline teooria käsitleb just seda, kaja teist osa, aja jooksul kasvava impulsside tiheduse ja kahaneva energiaga. Otsest heli ja esialgseid suhteliselt haruldasi peegeldusi statistikateooria ei arvesta.

Riis. 3. Reverberatsioonireaktsiooni varajaste peegelduste struktuur

W. Sabini pakutud meetod põhineb ideaalse ruumi mudelil, mille puhul saab helisummutamise protsessi statistilise kaalutluse põhjal arvutada helivälja pärast helisignaali lakkamist. Eeldatakse, et peegeldunud helilainete amplituudid ja faasid jaotuvad kaootiliselt, st laine liikumises puuduvad amplituudide jaotuses valitsevad voolusuunad ja sümmeetria. Aktsepteeritud eeldus võimaldab eeldada, et helienergia keskmised väärtused eri suundades on samad, st heliväli on isotroopne ja ka ajakeskmine helienergia tihedus ruumi mis tahes punktis on sama. . Seda helivälja nimetatakse hajusaks. Selle kaalumine võimaldas jätta tähelepanuta interferentsi nähtused ja rakendada arvutustes energia summeerimist. See lähenemine sarnaneb gaaside kineetilises teoorias kasutatavale ja põhineb tõenäosuse matemaatilisel teoorial. L. Brekhovskikh näitas, et ruumide puhul, mille joonmõõtmed on lainepikkusega võrreldes suured, saadakse küllaltki rahuldavad tulemused.

Kasutades matemaatilise statistika meetodeid hajusväljas, määratakse helikiire keskmine teepikkus kahe peegelduse vahel. Ristkülikukujulise rööptahuka kujuga ruumi puhul, mille lineaarsed mõõtmed on lähedased "kuldsele suhtele" (pikkus on laiuse ja kõrguse suhtes 2:20,5:1, teise määratluse järgi 5:3:2), statistiliselt määratud keskmine vaba tee on helikiir

kus V on ruumi maht, S on kõigi piirnevate pindade (põrand, lagi, seinad) kogupind.

Seejärel leiti, et saadud sõltuvus säilib ligikaudu nii ruumide puhul, mille joonmõõtmed kalduvad kõrvale “kuldlõikest”, kui ka keerukama kujuga ruumide puhul.

Iga peegeldusega neeldub osa langevast energiast takistuste poolt ja muundatakse soojuseks. W. Sabin nimetas helienergia tiheduse järkjärgulise vähenemise protsessi reverberatsiooniks (reverberatsioon tähendab tõlkes “peegeldus”, “kaja”). Saksamaal kasutatakse selle protsessi tähistamiseks sõna Nachhall, mida vene keelde tõlgitakse kui "kaja", "kaja", "vastus". Mõistet “kaja” leidus varem vene tehnikakirjanduses.

Reverberatsiooniprotsessi kestuseks - järelkõlaajaks - loeti ajavahemikku, mille jooksul helienergia tihedus väheneb 106 korda, helirõhk 103 ja helirõhutase 60 dB.

Otseseid selgitusi 60 dB taseme languse valimise põhjustele pole. Proovime leida mõistlikud põhjused. Fortissimo orkester vastab helirõhutasemele 90-100 dB ja pianissimo - 35-40 dB. Siis on keskmised tasemed 63-70 dB ja definitsiooniga aktsepteeritud järelkõlaaeg (langus 60 dB võrra) vastab ligikaudu keskmiste tasemete kuuldavuse läveni langemise kestusele. Võib-olla oli see asjaolu selle järelkõlaaja määratluse valimise põhjuseks.

Muidugi kehtib see kõik akustiliste häirete puudumisel. Nii elutoale kui ka kontserdisaalile omase müratasemega näiteks 30-40 dB varjab märkimisväärne osa kajast müra ja kuuldav kaja kestab vähem kui poole järelkaja ajast. .

Arvutussuhted. Järelkõlaaja katseliseks määramiseks kasutas Sabin lihtsamaid seadmeid: heliallikana orelipille ja stopperit. Ta leidis, et järelkõlaaeg T on võrdeline ruumi V mahuga ja pöördvõrdeline keskmise neeldumisteguri aср ja kõigi tõkete pindalaga S korrutisega:

Keskmine neeldumistegur:

kus a1, a2,... on erinevate materjalide neeldumistegurid;

S = S1 + S2 + ... - takistuste kogupindala; n on erinevate takistuste arv.

Sellest avaldisest võime järeldada, et keskmine neeldumistegur vastab ühele materjalile, mis võib katta kõik ruumi tõkete pinnad, säilitades samal ajal üldise helineelduvuse A = aсрS. Neeldumisühikuks loetakse 1 m2 avatud ava, mis neelab täielikult kogu sellele langeva energia (ilma difraktsiooni arvesse võtmata). Seda üksust kutsuti sabin (Sb).

Tuginedes järelkõlaaja mõõtmisele viies erinevas ristkülikukujulise rööptahuka kujuga ruumis ja mahtudes 96–1960 m3, sai W. Sabin väärtuseks = 0,164 (see arv on ligikaudu võrdne hästi meeldejääva murdosaga 1/6) . Reverberatsiooniaja arvutamise valemi teoreetilisel tuletamisel saadi väärtus k = 0,161, mis on märgitud enamikes õpikutes. Füüsikaliste mõõtmete ühtlustamiseks valemi vasakul ja paremal küljel otsustati anda koefitsiendile k mõõtmeks s/m.

Hiljem avastati, et erineva kujuga ruumide puhul on k erinev. K mõõdetud väärtused on toodud tabelis.

Ruumi kuju k

Planeeringult ristikujuline, kuplikujulise laega 0,177

"Kuldse suhte" 0,164 lähedal

Plaanis trapetsikujuline, teatritüüp 0,160

Kuup 0,157

Planeeringult väga lai, madala laega 0,152

Ülaltoodud näidetest on selge, et järelkõla, kuigi see ei tulene W. Sabini valemi enda ülesehitusest. Fakt on see, et keskmine tee pikkus kahe peegelduse lcr vahel sõltub lineaarsete mõõtmete suhtest, seega sõltub ka järelkõlaaeg T.

Sabini valemi teoreetiline tuletus põhineb eeldusel helienergia hajusast ühtlasest jaotumisest kogu ruumi ruumis ning energia pidevast neeldumisest takistuste poolt kajaprotsessi käigus.

See eeldus annab suhteliselt väikese kõrvalekalde T arvutatud väärtusest mõõdetud väärtusest, kui keskmine neeldumistegur on väike ja seetõttu on peegelduste arv piisavalt suur, et jätta tähelepanuta selle protsessi diskreetsus.

Tegelikult neelavad helienergiat tõkked mitte pidevalt, vaid hüppeliselt, kui laine jõuab teatud pinnale. Seetõttu ei toimu kogu ruumi täielikku ühtlast täitmist energiaga.

1929. aastal viisid järelkaja täpsemad uuringud läbi Schuster ja Wetzmann ning 1930. aastal Karl Eyring. Eyringi valem näeb välja selline:

Laiendades avaldist ln(1-a) seeriaks ja jättes sinna a väiksuse tõttu ainult esimese liikme, leiame, et a väikeste väärtuste korral muutub Eyringi valem Sabini valemiks. Tõesti,

Selgitame valemi nimetaja miinusmärgi tähendust. Ühest väiksemate arvude logaritmil on negatiivne väärtus. Füüsikalise ebakõla kõrvaldamiseks võetakse kasutusele miinusmärk – T negatiivne väärtus. Nimetajas olev avaldis on samaväärne Sabini valemis sisalduva summaarse neeldumisega A = acрS.

Sabini ja Eyringi valemeid võrreldes jõuame järeldusele, et Sabini lähendus annab T ülehinnatud väärtuse. Lahknevus suureneb acр suurenemisega: acр 0,2 0,5 0,8

T ülehindamine, % 11 37 100

Väärtusega acр = 1 saadakse füüsikaliselt ebareaalne tulemus: T = V/6S, kuigi sel juhul peaks see olema T = 0.

Sabini ja Eyringi valemeid saab rakendada, kui helisummutavad materjalid jaotuvad ruumi ümbritsevatele pindadele piisavalt ühtlaselt, et saaks kasutada keskmise neeldumisteguri kontseptsiooni.

Kontserdisaalide akustiliste tingimuste optimeerimiseks on soovitatav acр = 0,19. Seetõttu on sel juhul täiesti vastuvõetav arvutada järelkõlaaeg Sabini valemi abil.

Sabini ja Eyringi valemi tuletamisel tehti mõningaid eeldusi, mida akustikaalases kirjanduses harva välja tuuakse. Sabini valem saadi eeldusel, et lained langevad takistustele mis tahes nurga all ning Eyringi valemi tuletamisel eeldati, et lained langevad takistustele normaallähedase nurga all. Seetõttu tuleks rangelt võttes kajakambri hajusväljas määratud neeldumiskoefitsiendi väärtused asendada Sabini valemiga ja Eyringi valemiga - tasasel väljal mõõdetud neeldumisteguri väärtused tavaline esinemissagedus, st. torus.

Kui koguneeldumise jaotus on väga ebaühtlane, võib Eyringi valemiga arvutatud tulemus osutuda mõõdetust kaugel. Millington selgitas selle lahknevuse põhjust. Eyring uskus, et peegelduste arv erinevatelt pindadelt pindaladega S1, S2,... on sama. Tegelikult, mida suurem on pind ise, seda suurem on antud pinnalt peegelduste arvu tõenäosus. Nendele kaalutlustele tuginedes tuletas Millington järelkõlaaja arvutamiseks teise valemi:

kus Si on neeldumiskoefitsientidega ai materjalide pindala.

Millingtoni valemi puuduseks on järgmine: järelkõlaaja arvutuslik väärtus on võrdne nulliga, kui takistuse vähemalt ühel elemendil, ükskõik kui väikesel, on acр = 1. Ilmselt tehti valemi tuletamisel mingi kahtlane oletus. . Paradoksaalset tulemust saab aga kergesti vältida, nõustudes, et ükski neeldumistegur ei võrdu ühtsusega.

Praktika on näidanud, et väikese ASR-iga ruumide puhul (teatri- ja kontserdisaalid, klassiruumid jne) annavad kõik kolm valemit võrdselt rahuldavaid tulemusi. Keskmise sumbumiskoefitsiendiga ruumide puhul (näiteks stuudiod) on Eyringi valemiga arvutatud järelkõlaaja väärtused mõõdetutele lähemal. Kui materjalidel on väga erinevad õhud ja materjalid ise jaotuvad pindadele ebaühtlaselt, on Millingtoni valemiga arvutatud T väärtused mõõdetutele lähemal. Kasutades ülaltoodud valemeid, tuleb helimõõtmiskambris saadud katsematerjali töötlemisel aktsepteerida neid a, mis arvutati samade valemitega.

Neeldumisteguri määramine. Materjalide neeldumiskoefitsiendid määratakse mõõtmiste teel "buumivas" (kõlakambris). Tähistame kambri ruumala V-ga ja järelkõlaaega T0-ga. Pärast uuritava materjali sisestamist pindalaga SM kambrisse väheneb järelkõlaaeg TM-ni. Seejärel:

Kui uuritava objekti (nt laud, tool jne) pindala ei ole võimalik teatud arvuga väljendada, leidke objekti neeldumine

Niisiis, kasutades ülaltoodud Sabini ja Eyringi valemeid, lahendavad nad pöördprobleemi: määrake mõõdetud järelkõlaaja põhjal a või A.

Statistika üldteooria

Statistika . See sõna pärineb ladinakeelsetest sõnadest stato ja status, mis tähendab seisundit, seisundit ja nähtuste seisundit riigis, mistõttu statistika tõlgiti mitusada aastat tagasi riigiteaduseks. Keskajal kasutati sõna statista (statistik) inimese kohta, kellel oli teadmisi poliitika vallast, eri riikide ja rahvaste asjatundjat. Teadusliku distsipliinina võttis mõiste “statistika” kasutusele saksa teadlase G. Achenwali poolt 1743. aastal, tähistamaks riigialaste teadmiste kogumit. Just tema hakkas statistikat õpetama Göttingeni ülikoolis, kus rajati nn diskreetne (kirjeldav) statistikakoolkond.

Renessansiaegses Itaalias levisid teadmised poliitikast, moodustades erilise distsipliini nimega ragione di stato. Sõna stato või statu vastas mõistele "riik". Poliitikas vilunud inimest, eri osariikide asjatundjat nimetati statistiks. Achenval võttis kasutusele sõna statistika, mis tähistas poliitikutele ja kaupmeestele vajalike teadmiste hulka. Nii sai alguse statistika kui majandus- ja haldusarvestuse teaduse kujunemine.

Samal ajal tegutses Inglismaal veel üks “poliitilise aritmeetika” teaduskoolkond, mille asutas V. Petty ja mis sai nime tema kuulsa raamatu järgi (1690). Poliitiline aritmeetika tundus talle sotsiaalse tunnetuse vahendina mitte ideede, vaid kogutud tegelike faktide ja kvantitatiivsete tunnuste kasutamise alusel. Kõik see oli kooskõlas loodusteaduse ideedega, mis põhinevad vaatlusel, mida näeme tänapäeva statistikas.

Teadaolevalt oli V. Petit ja inglise koolkond esimesed, kes arvutasid rahvusliku rikkuse ja rahvatulu ning rakendasid valimimeetodit.

Tegelikult põhines statistika neil kahel koolil. Diskreetsest (kirjeldavast) statistikast sai ta kvantitatiivse kirjeldamise metoodika ja poliitilistelt aritmeetikutelt - statistilise metoodika massinähtuste kvantitatiivsete omaduste uurimiseks.

Statistikat õpetatakse ühel või teisel kujul kõikide haridusvormide ja peaaegu kõikide erialade üliõpilastele. Praeguses etapis on lisatud kolmas element, mis on muutnud statistika universaalseks meetodiks. See põhineb tõenäosusteoorial ja matemaatilisel statistikal, mis teeb selle üheksateistkümnenda sajandi statistikast üsna erinevaks.

Venemaa statistika ajaloos olid olemas kõik teadaolevad koolkonnad ja suunad. Tatištšev V.N. (1686 - 1750) ja Lomonosov M.V. (1711 - 1765) vene deskriptiivse koolkonna esindajad. Bernoulli D. (1700 - 1782) ja Kraft L. (1743 - 1814) on tüüpilised poliitilised aritmeetikad. Vene matemaatikud Tšebõšev P.P. (1821 – 1894), Markov N.A. (1856 – 1922), Ljapunov A.M.

(1857 – 1919) andis oma panuse maailma matemaatilisse statistikasse. Võrreldes Venemaa statistikute elu- ja tööaastaid, võime järeldada, et see arenes Venemaal paralleelselt globaalsete trendidega.

Praegu kasutatakse mõistet “statistika” kolmes tähenduses.

Esiteks mõistetakse substatistikat kui inimeste praktilise tegevuse erilist haru, mille eesmärk on koguda, töödelda ja analüüsida riigi, selle piirkondade, majandusharude ja üksikute ettevõtete sotsiaal-majanduslikku arengut iseloomustavaid andmeid.

Teiseks on statistika teadus, mis tegeleb statistikapraktikas kasutatavate teoreetiliste põhimõtete ja meetodite väljatöötamisega. Statistikateaduse ja statistikapraktika vahel on tihe seos.

Kolmandaks loetakse statistikaks statistilisi andmeid, mis on esitatud ettevõtete, organisatsioonide, majandusharude aruannetes, samuti avaldatud kogumikes, teatmeteostes, perioodilistes väljaannetes, mis kujutavad endast statistikatöö tulemust.

Statistikateaduse ajaloolise arengu käigus tekkis selle koosseisu rida iseseisvaid statistikadistsipliini; seda seletatakse konkreetse uurimisobjekti ja selle iseloomustamiseks spetsiaalse statistiliste näitajate süsteemi olemasoluga. Statistikateaduse struktuuri saab kujutada järgmiselt (joon. 1)

Seega on statistikateaduses traditsiooniline eristada järgmisi osi: statistika üldteooria, majandusstatistika ja selle harud, sotsiaalstatistika ja selle harud, nagu näiteks 1 - finantsstatistika, 2 - tööstusstatistika, 3 - põllumajandusstatistika, 4 - statistika metsandus, 4 - riigieelarve statistika, 5 - hinnastatistika jne, võib olla lõputult detailne, näiteks tööstuse võib jagada kergeks ja raskeks, mäetööstuseks ja tootmiseks jms. Lisaks on kõigil statistikateadustel ja mitte ainult majandus-, vaid ka loodusteadustel ühine alus – matemaatiline statistika.

Statistika üldteooria töötab välja protsesside ja nähtuste statistilise uurimise üldpõhimõtted ja meetodid, üldisemad kategooriad, märgid, mõõdikud, statistilised näitajad, samuti teabe kogumise, töötlemise, analüüsi ja esitamise korralduse.

Majandusstatistika ülesanne on sünteetiliste näitajate väljatöötamine ja analüüs, mis kajastavad rahvamajanduse olukorda, majandusharude omavahelisi seoseid, tootmisjõudude paiknemise iseärasusi, materiaalsete, tööjõu- ja rahaliste ressursside kättesaadavust ning nende kasutamise saavutatud taset.

Majandusstatistika harud – Samal ajal on Venemaa statistikas nõukogude statistikakoolkonnast edasi kantud traditsioon, mis eeldab eraldi teadusharude olemasolu oma teemaga - tööstuse, põllumajanduse, ehituse, transpordi, side, tööjõu, loodusvarade statistika. , keskkonnakaitse jne d.; nende ülesanne – asjaomaste majandusharude arengu statistiliste näitajate väljatöötamine ja analüüs.

Sotsiaalstatistika moodustab näitajate süsteemi elanikkonna elustiili ja sotsiaalsete suhete erinevate aspektide iseloomustamiseks. Tema tööstus – rahvastikustatistika, poliitika, tervishoid, teadus, haridus, õigus.

Tööstusstatistika moodustatakse majandus- või sotsiaalstatistika näitajate alusel ning mõlemad põhinevad omakorda statistika üldteooria poolt välja töötatud kategooriatel (näitajatel) ja analüüsimeetoditel.

"Statistika üldteoorias" vaadeldakse statistikateaduse põhikategooriaid ja meetodeid, statistiliste agregaatide olemust, statistiliste näitajate kognitiivseid omadusi, nende rakendamise tingimusi kaasaegse arvutitehnoloogia abil. Tema abiga luuakse alus statistilise metoodika assimilatsiooniks ja kvalifitseeritud rakendamiseks sotsiaalmajanduslike nähtuste arengumustrite mõistmiseks kaasaegse majanduse tingimustes.

Välismaal liidetakse reeglina kõik statistikadistsipliinid üheks kursuseks, mis erinevad erinevate keerukusastmete poolest: “statistika 1” sisaldab kirjeldavat (diskretsioonilist) statistikat ja jaotuse põhiseadusi, samuti valimimeetodi põhialuseid, “ statistika 2” sisaldab statistilist järeldust (statistiliste hüpoteeside testimine ja statistiline hindamine, korrelatsioon - regressioon- ja dispersioonanalüüs, aegridade analüüs, "statistika 3" - mitme muutujaga statistiline analüüs.

Statistika on majandusteadlasele vajalik ennekõike otsustamise põhjendamiseks, aga ka analüüsi põhjal ekslike otsuste ümberlükkamiseks.

Statistiline metoodika on statistilise uurimistöö üldiste reeglite (põhimõtete) ning eritehnikate ja meetodite kogum. Statistilise uurimistöö üldreeglid põhinevad sotsiaal-majandusliku teooria sätetel ja dialektilise tunnetusmeetodi põhimõttel. Need moodustavad statistika teoreetilise aluse . Teoreetilisele alusele tuginedes rakendab statistika konkreetseid meetodeid nähtuse arvuliseks või kvantitatiivseks valgustamiseks. , mis leiavad väljenduse statistilise uurimistöö neljas etapis (etapis). :

1. Massiline teaduslikult organiseeritud vaatlus, mille abil saadakse esmane informatsioon uuritava nähtuse üksikute üksuste (tegurite) kohta.

2. Materjali rühmitamine ja kokkuvõte, mis kujutab endast kogu juhtumite massi (ühikute) jaotamist homogeenseteks rühmadeks ja alarühmadeks, tulemuste arvutamist iga rühma ja alarühma kohta ning tulemuste fikseerimist statistilise tabeli kujul.

3. Tulemuste kokkuvõtte ja analüüsi käigus saadud statistiliste näitajate töötlemine, et saada põhjendatud järeldusi uuritava nähtuse seisundi ja selle arengumustrite kohta.

Saadud analüüsitulemuste esitlemine erinevatele infokandjatele tuginedes kasutajasõbralikul kujul. E

Statistika kui teaduse teema on massiliste sotsiaalsete nähtuste kvantitatiivse külje uurimine lahutamatus seoses nende kvalitatiivsete omadustega. Selle määratluse põhjal saab tuvastada kolm statistika põhitunnust:

1. uuritakse nähtuste kvantitatiivset poolt;

2. uuritakse massiprotsesse ja -nähtusi;

3. antakse kvalitatiivsete parameetrite uurimise põhjal massiprotsesside ja -nähtuste kvantitatiivne kirjeldus.

Seega võib öelda, et statistika tegeleb info kogumise, töötlemise, analüüsi ja esitamisega ning statistika objektiks on statistiline üldkogum.

Statistiline populatsioon- see on ühikute mass, mida ühendab üks kvalitatiivne alus, kuid mis erinevad üksteisest mitmete muutuvate (muutuvate) omaduste poolest . "Variatsiooni" mõiste on laialt tuntud erinevates teadmiste valdkondades, elus- ja teaduskeeltes ning igal pool tähendab see muutust või varieeruvust teatud piirides või teatud standardi ümber, näiteks variatsiooni teemal muusikas, toidu valmistamisel. supis kasutasid varanglased - erineva päritoluga inimesed jõe- ja merekaubandust ja (või) piraatlust ning lõpuks vanaslaavi sõna - varum, mis tähendab lainetavat (muutuvat) merd. Tunnuste (tavaliselt kvantitatiivne) varieerumine (muutus) võib toimuda ajas, ruumis, ühe tunnuse vastastikuses muutumises teisest. Näiteks sõltub töötaja palga suurus tema toodetud toodete hulgast.

Riigistandardis koosneb enamiku majandusülikoolide programmides statistika kahest osast - statistika üldteooriast ja sotsiaal-majanduslikust statistikast. Alles pärast mõlema osa õppimist saate:

1. omandada teoreetilised teadmised ja praktilised oskused statistilise metoodika ja eelkõige statistilise vaatluse korraldamise vallas.

2. kasutada neid teadmisi otsuste tegemisel mitmesugustes tootmis- ja majandusolukordades;

3. viia läbi indikaatorite terviklik majanduslik ja statistiline analüüs ning hinnata seeläbi objektiivselt oma ettevõtte, riigi või ettevõtte tegevuse tulemusi.

4. tõlgendada statistilisi andmeid ning korraldada planeerimis- ja prognoosinäitajaid.

Kogu kursus koosneb osadest ja on jagatud teemadeks ning sisaldab ülesandeid ja teste, mis aitavad arendada statistilist mõtlemist ja tagavad läbitava materjali aktiivse assimilatsiooni. Teemade kohta omandatud teoreetiliste teadmiste kinnistamine toimub iseseisvalt sooritatavate testülesannete abil (lahenduste õigsuse kontrollimiseks on vastused kirjas õpiku mõlema osa lõpus).

Statistika kui universaalne metoodika uurimisobjektide kvantitatiivsete tunnustega töötamiseks on peaaegu kõigi spetsiifiliste majandusdistsipliinide ja ennekõike ökonomeetria aluseks.

Õpiku kirjutamise käigus kaldub autor kohati teadlikult traditsioonilisest materjali esitamise viisist, püüdes tuua elavamaid näiteid ja vahel välja tuua, mida saab sõnadega väljendada valemiga. Arvestades õppurite praegust koolitustaset, kui ühelt poolt hakkas murettekitava sagedusega kokku puutuma noortega, kellel teisel kursusel pole õrna aimugi, kuidas protsenti saada, ja teisalt on õpilasi, kes peaaegu erialaselt seotud teadusliku loovusega ja kes omavad näiteks arvutit süsteemitasandil administraatorid, sooviksin vähemalt osa õpikust teha üldlugejale kättesaadavaks ilma seda kaotamata, kuid sisust on üsna raske aru saada.

Lisaks on õpikul ka praktiline suunitlus.