полученных материалов.

обобщающих показателей.

Каждое наблюдение проводится с конкретной целью. При его проведении необходимо установить, что подлежит обследованию. Надо решить следующие вопросы:

Объект наблюдения

Единица наблюдения

Ценз

Признак

Программа наблюдения оформляется в виде бланков (анкет, формуляров), в которые заносятся первичные данные. Необходимым дополнением бланков является инструкция, которая разъясняет смысл вопросов.

сроки наблюдения;

подготовительные работы;

Например, критическим моментом микропереписи 94г. был 0.00 ч. в ночь с 13-14 февраля. Устанавливая критический момент наблюдения, м. с фотографической точностью определить истинное положение дел.

Дата публикования: 2015-01-09; Прочитано: 317 | Нарушение авторского права страницы

Studopedia.org — Студопедия.Орг — 2014-2018 год.(0.001 с)…

Этапы статистического исследования. Собранные в процессе первой стадии статистического исследования – статистического наблюдения – данные о величине какого-либо признака изучаемой совокупности

123Следующая ⇒

Собранные в процессе первой стадии статистического исследования – статистического наблюдения – данные о величине какого-либо признака изучаемой совокупности должны быть обработаны так, чтобы получился точный и обстоятельный ответ на все вопросы, поставленные целью исследования. Задача второй стадии статистического исследования – статистической обработки (сводки) – состоит в том, чтобы упорядочить и обобщить первичный материал, свести его в группы и на этой основе дать обобщенную характеристику совокупности. Качество исходного статистического материала предопределяет качество обобщающих показателей, полученных в результате статистической сводки.

Различают сводку простую и сложную (статистическую группировку).

Простая сводка – это операция по подсчету общих итогов по совокупности единиц наблюдения. Сложная сводка – это комплекс операций, включающих группировку единиц наблюдения, подсчет итогов по каждой группе и по всей совокупности и представление результатов сводки и группировки в виде статистических таблиц.

Статистическая группировка сводится к расчленению совокупности на группы по отобранному существенному для единиц совокупности признаку (группировочному признаку ). Выбор группировочного признака, т.е. признака , по которому производится объединение единиц исследуемой совокупности в группы, – один из самых существенных и сложных вопросов теории группировки и статистического исследования . От правильного выбора группировочного признака часто зависят результаты всего статистического исследования.

Статистическое наблюдение. Этапы статистического исследования

Группировка позволяет получить такие результаты, по которым можно выявить состав совокупности, характерные черты и свойства типичных явлений, обнаружить закономерности и взаимосвязи.

Наиболее простым и часто используемым способом обобщения статистических данных являются ряды распределения . Статистическим рядом (законом) распределения называют численное распределение единиц совокупности по изучаемому признаку. Пусть некоторая СВ является дискретной, т.е. может принимать лишь фиксированные (на некоторой шкале) значения X i . В этом случае ряд значений вероятностей P (X i) для всех (i =1, 2, …, n ) допустимых значений этой величины называют её законом распределения.

В зависимости от используемого группировочного признака статистические ряды могут быть атрибутивными и вариационными (количественными).

Атрибутивные ряды распределения отражают качественное состояние единиц совокупности (пол человека, семейное положение, отраслевую принадлежность предприятия, его форму собственности и т.д.), а вариационные – имеют числовое выражение (объем производства, доход семьи, возраст человека, балл успеваемости и т.д.).

Примером атрибутивного ряда может служить распределение студентов группы по полу.

Вариационные (количественные) группированные ряды могут быть дискретными или интервальными . Дискретный вариационный ряд распределения – это ряд, в котором численное распределение единиц совокупности по дискретному признаку выражено целым конечным значением. Примером может служить распределение рабочих по разрядам, распределение семей города по числу детей и т.п. Интервальный ряд распределения – это ряд, в котором значения признака заданы в виде интервала. Построение интервальных вариационных рядов целесообразно прежде всего для случайных величин, характеризующихся непрерывной вариацией признака (т.е. когда величина признака у единиц совокупности может принимать любые значения, хотя бы и в определенных пределах).

Итак, закон распределения вероятностей дискретной СВ несет в себе всю информацию о ней. Этот закон (или просто – распределение случайной величины) можно задать тремя способами:

— в виде таблицы значений величины и соответствующих им вероятностей;

— в виде диаграммы или, как ее иногда называют, гистограммы распределения;

— в виде формулы, например, для нормального, биномиального и пр. распределения.

123Следующая ⇒

Похожая информация:

Поиск на сайте:

Этапы статистического исследования

Стадии статистического исследования.

Статистическое исследование - это научно организованный по единой программе сбор, сводка и анализ данных (фактов) о социально-экономических, демографических и других явлениях и процессах общественной жизни в государстве с регистрацией их наиболее существенных признаков в учетной документации.

Отличительными чертами (спецификой) статистического исследования являются: целенаправленность, организованность, массовость, системность (комплексность), сопоставимость, документированность, контролируемость, практичность.

Статистическое исследование состоит из трёх основных стадий:

1) сбор первичной статистической информации (статистическое наблюдение) – наблюдение, сбор данных о значениях изучаемого признака единиц стат-ой сов-ти, кт является фундаментом будущего стат-го анализа. Если при сборе первичных стат данных допущена ошибка или материал оказался недоброкачественным, это повлияет на правильность и достоверность как теоретических, так и практических выводов.

2) статистическая сводка и обработка первичной информации – данные подвергаются систематизации и группировке. Результаты стат группировки и сводки излагаются в виде стат-х таблиц является наиболее рациональной, систематизированной, компактной и наглядной формой представления массовых данных.

3) обобщение и интерпретация статистической информации — проводится анализ статистической информации..

Все эти этапы связаны между собой, отсутствие одного из них ведёт к разрыву целостности статистического исследования.

Этапы стат исследования

1.Постановка цели

2.Определение объекта наблюдения

3.Определение единиц наблюдения

4. Составление программы исследования

5.Составление инструкции для заполнении бланка

6. Сводка и группировка данных (кратк анализ)

Основные понятия и категории статистической науки.

1. Статистическая совокупность – это множество явлений, имеющих один или несколько общих признаков и отличающихся между собой по значениям других признаков. Таковы, например, совокупность домохозяйств, совокупность семей, совокупность предприятий, фирм, объединений и т.п.

2. Признак – это свойство, характерная черта явления, подлежащая статистическому изучению

3. Статистический показатель – это обобщающая количественная характеристика соц-эконм явлений и процессов в их качественной определенности в условиях конкретного места и времени. Статистические показатели можно подразделить на два основных вида: учетно-оценочные показатели (размеры, объемы, уровни изучаемого явления) и аналитические показатели (относительные и средние величины, показатели вариации и т.д.).

4. Единица сов-ти – это каждое отдельное, подлежащее стат-му изучению.

5. Вариация – это изменяемость величины признака у отдельных единиц сов-ти явлений.

6. Закономерностью – называют повторяемость и порядок изменения в явлениях.

Основные этапы статистического наблюдения.

Ст-кое наблюдение – это научно обоснованный сбор данных о соц-эконом явлении общественной жизни.

Этапы СН:

1.Подготовка к статистическому наблюдению – предполагает использование метода массовых наблюдений, кт есть не что иное, как сбор первичной стат-ой информации. (решение научно-методических и организационно-технических вопросов).

2. Сводка и группировка первичных стат данных – собранная инф-ция при помощи метода стат группировок определенным способом обобщается и распределяется. вкюч работы, начинается с рассылки переписных листов, анкет, бланков, форм стат-ой отчетности и заканчивается их сдачей после заполнения в органы, проводящие наблюдение.

3. Анализ стат инф-ции – с помощью метода обобщающих показателей осуществляется анализ стат инф-ции.

4. Разработка предложений по совершенствованию СН – анализируются причины, кт привели к неверному заполнению стат бланков и разрабатываются предложения по совершенствованию наблюдения.

Получение сведений в ходе кт СН требует немалых затрат финансовых трудовых а также времени. (опросы общественного мнения)

Группировка статистических данных.

Группировкой – это разделение сов-ти на группы по существенным признакам.

Причины проведения группировки : своеобразие объекта стат-го исследования.

С помощью метода группировок решаются след задачи: выделения соц-эконом типов и явлений; изучения структуры явления и структурных сдвигов, происходящих в нем; выявления связи и зависимости между явлениями.

Решаются данные задачи с помощью типологических, структурных и аналитических группировок.

Типологическая гр-ка – выявление типов соц-экон явлений (гр пром-х предприятий по формам собственности)

Структурная гр-ка –изучение структуры и структурных сдвигов. С помощью таких гр-ок могут изучаться: состав нас-я по полу, возрасту, место проживания и др.

Аналитическая гр-ка – выявление взаимосвязи между признаками.

Этапы построения СГ:

1.выбор группировочного признака

2.определение необходимого числа групп, на кт необходимо разбить изучаемую сов-ть

3.установить границы интервалов гр-ки

4.установление для каждой гр-ки показателей или их системы, кт должны характеризоваться выделенные группы.

Системы группировок.

Система группировок — это ряд взаимосвязанных статистических группировок по наиболее существенным признакам, всесторонне отражающим важнейшие стороны изучаемых явлений.

Типологическая гр-ка – это разделение исследуемой качественно разнородной сов-ти на классы, соц-экон типы (гр пром-х предприятий по формам собственности)

Структурная гр-ка – характеризует состав однородной сов-ти по определенным признакам. С помощью таких гр-ок могут изучаться: состав нас-я по полу, возрасту, место проживания и др.

Аналитическая гр-ка – используют при изучении взаимосвязей между признаками, одна из кт факторная (оказывает влияние на изменение результативности), другая результативная (признаки, изменяющиеся под влиянием факторов).

Построение и виды рядов распределения.

Стат ряд распределения – это упорядоченное распределение единиц сов-ки на группы по определенному варьирующему признаку.

Различают : атрибутивные и вариационные рады распределения.

Атрибутивный – это р.р., построенные по качественным признакам. Р.р. принято оформлять в виде таблиц. Они характеризуют состав сов-ти по существующим признакам, взятые за несколько периодов, эти данные позволяют исследовать изменение структуры.

Вариационный – это р.р., построенные по количественному признаку. Любой вариационный ряд состоят из 2х элементов: вариантов и частот.

Вариантами считаются отдельные значения признака, кт он принимает в вариационном ряду, т.е.

конкретное значение варьирующего признака.

Частоты – это числ-ти отдельных вариантов или каждой группы вариационного ряда, т.е. это числа, показывающие как часто встречаются те или иные варианты в р.р.

Вариационный ряд:

1.дискретный – характеризует распределение единиц сов-ти по дискретному признаку (распределение семей по числу комнат в отдельных квартирах).

2.интервальный – признак представлен в виде интервала; целесообразно прежде всего при непрерывной вариации признака.

Удобнее всего р.р. анализировать при помощи их графического изображения, позволяющего судить и о форме распределения. Наглядное представление о хар-ре изменения частот вариационного ряда дают полигон и гистограмма, есть огива и кумулята.

Статистические таблицы.

СТ – это рациональная и распространенная форма представления стат-х данных.

Таблица явл наиболее рациональной, наглядной и компактной формой представления стат-го материала.

Осн приемы, определяющие технику формирования СТ след:

1. Т должна быть компактной и содержать только те исходные данные, кт непосредственно отражают исследуемое соц-эконом явление в ст-ке.

2.заголовок таблицы и названия граф и строк должны быть четкими, краткими.

3.инф-ция располагается в столбцах (графах) таблицы, завершаются итоговой строкой.

5.графы и строки полезно нумеровать и т.д.

По логическому содержанию СТ представляют собой «стат предложение», осн элементами явл подлежащее и сказуемое.

Подлежащим назыв объект, характеризуется цифрами. это м.б. одна или несколько сов-ей, отд единицы сов-ти.

Сказуемое СТ это показатели, кт характеризуют объект изучения, т.е. подлежащее таблицы. Сказуемое это верхние заголовки и состояние содержания граф слева направо.

9.Понятие абсолютной величины в статистике .

Стат пок-ли – это качественно определенная переменная величина, количественно характеризующая объект исследования или его свойства.

А.в. – это обобщающий показатель, характеризующий размеры, масштаб или объемы того или иного явления в конкретных условиях места и времени.

Способы выражения : натуральные единицы (т.,шт.,кол-во); трудовое измерение (раб. Вр, трудоемк); стоимостное выражение

Способы получения : регистрация фактов, сводка и группировка, расчет по опред методологии (ВВП, рейтинги и т.д.)

Виды АВ : 1.индивид АВ – характеризуют отдельные элементы общ-х явлений 2. Суммарные АВ – хар-т показатели по сов-ти объектов.

Абсолютное изменение (/_\) – разность между 2 АВ.

Стадии и методы статистического исследования

Статистическое исследование состоит из трёх основных стадий:

Статистическое наблюдение — это первая стадия. В ходе её происходит сбор первичной статистической информации и данных, которые станут основой для будущего статистического анализа. Методы статистического наблюдения представлены переписями, статистической отчётностью, анкетированием, выборочным наблюдением.

Статистическая сводка — это вторая стадия. В ходе её происходит обработка первичной информации; обобщаются конкретные единичных сведения, образующие совокупность в целях выявления типичных черт и закономерностей, присущих изучаемому явлению в целом. Основным методом статистической сводки выступает группировка, когда изучаемые явления делятся на важнейшие типы, характерные группы и подгруппы по существенным признакам. Итоги статистической группировки и сводки излагаются в виде таблиц и графиков.

Обобщение и анализ статистической информации — это третья стадия. Статистический анализ является заключительной стадией статистического исследования.

Основными этапами анализа являются следующие действия:

1. установление фактов и их оценка;

2. установление характерных черт и причин явления;

3. сопоставление явления с базовыми явлениями — нормативными, плановыми и прочими;

4. формулирование гипотез, выводов и предположений;

5. статистическая проверка выдвинутых гипотез с помощью специальных обобщающих статистических показателей.

Обобщающие показатели — абсолютные, относительные, средние величины и индексные системы — применяются именно на этой стадии. Общие черты формирования обобщающих показателей устанавливаются посредством измерения их отклонений и приведения к усреднённому показателю. Изучение отклонений — «вариаций» — вместе с применением средних и относительных величин имеет большое практическое и научное значение. Показатели отклонений «вариаций» характеризуют степень однородности статистической совокупности по искомому признаку. Показатели «вариаций» определяют степень и границы вариации. Значительный интерес представляет взаимосвязь признаков «вариаций».

Все эти три стадии неразрывно связаны между собой органическим единством. Так, проведение статистического наблюдения бессмысленно без дальнейшего анализа, а анализ невозможен без информации, полученной на стадии первичной обработки данных.

Обработка эмпирических данных исследования делится обычно на несколько этапов:

1) Первичная обработка данных:

— Составление таблиц;

— Преобразование формы информации;

— Проверка данных.

2) Статистический анализ данных:

— Анализ первичных статистик;

— Оценка достоверности отличий;

— Нормирование данных;

— Корреляционный анализ;

— Факторный анализ.

В большинстве случаев обработку данных целесообразно начать с составления сводных таблиц.

Сводная таблица данных – это своеобразный «аккумулятор» всех данных, полученных в результате проведённого исследования, в идеале она должна содержать данные всех испытуемых по всем методикам исследования. Обычно сводные таблицы составляются в программе Microsoft Office Excel, либо Word, Access.

Основой для сводной таблицы исходных данных является следующая форма. Каждая строка содержит значения всех показателей одного испытуемого. В каждом столбце (поле) записаны значения одного показателя по всем испытуемым. Таким образом, в каждой ячейке (клетке) таблицы записано только одно значение одного показателя одного испытуемого. В самой верхней строке даны номер испытуемого по порядку, ФИО (или какой-нибудь другой идентификатор), измеренные показатели, шкальные оценки и т.п. Эта строка облегчает ориентировку в таблице. В каждой последующей строке записана ФИО испытуемого и значения всех, измеренных у него параметров; разумеется, для всех испытуемых в одном и том же порядке показателей.

Испытуемых можно перечислить в алфавитном порядке, но лучше использовать этот принцип на самом нижнем уровне деления. Сначала лучше разделить испытуемых по их принадлежности к каким-либо подгруппам, которые будут сравниваться между собой. Внутри этих подгрупп полезно упорядочить испытуемых по полу, возрасту или другому, важному для вас, параметру.

Преобразование формы информации.

В таблицу целесообразно внести все интересующие вас признаки в форме десятичного числа, то есть предварительно пересчитать минуты в десятичные доли часа, секунды – в десятичные доли минуты, количество месяцев – в десятичную долю года и т.д. Это необходимо, поскольку формат данных для большинства используемых сейчас компьютерных программ накладывает свои ограничения. Старайтесь также без особой необходимости не заносить в таблицу различные текстовые символы (точки, запятые, тире и т.п.).

Всю информацию, которую можно закодировать числами, лучше перевести в числовую форму. Это даст больше возможностей для разных видов обработки данных. Исключением является первая строка, в которой записаны названия (чаще краткие названия – аббревиатуры) измеренных показателей. В виде чисел в таблицу можно вписать информацию и о тех параметрах выборки, которые предположительно могут оказаться значимыми факторами, но имеются у вас в качественных показателях.

Методы и основные этапы статистических исследований

Наиболее простыми операциями могут быть: числовое кодирование (мужчины – 1, женщины – 2; прошедшие обучение – 1, не прошедшие – 2 и т.п.) и перевод качественных показателей в ранги.

Проверка данных.

После создания таблицы на бумаге или компьютере необходимо проверить качество полученных данных. Для этого часто достаточно внимательно осмотреть массив данных. Начать проверку следует с выявления ошибок (описок), которые заключаются в том, что неправильно написан порядок числа. Например, 100 написано вместо 10, 9,4 – вместо 94 и т.п. При внимательном просмотре по столбцам это легко обнаружить, поскольку сравнительно редко встречаются параметры, которые сильно варьируют. Чаще всего значения одного параметра имеют один порядок или ближайшие порядки. При наборе данных на компьютере важно соблюдать требования к формат данных в используемой статистической программе. Прежде всего это относится к знаку, которые должен отделять в десятичном числе целую часть от дробной (точка или запятая).

Использование методов математической статистики при обработке первичных эмпирических данных необходимо для повышения достоверности выводов научного исследования. При этом не рекомендуется ограничиваться использованием таких показателей, как средние арифметические и проценты. Они чаще всего не дают достаточных оснований для обоснованных выводов из эмпирических данных.

Выбор метода статистического анализа полученных эмпирических данных - очень важная и ответственная часть исследования. И делать это лучше до того, как получены данные. При планировании исследования необходимо заранее продумать, какие эмпирические показатели будут регистрироваться, с помощью каких методов будут обрабатываться, и какие выводы при разных результатах обработки можно будет сделать.

При выборе статистического критерия нужно, прежде всего, идентифицировать тип переменных (признаков) и шкалу измерения, которая использовалась при измерении показателей и других переменных - например, возраст, состав семьи, уровень образования. В качестве переменных могут выступать любые показатели, которые можно сравнивать друг с другом (то есть измерять). Следует иметь в виду, что в исследованиях могут широко использоваться номинативные и порядковые шкалы: вербальные и невербальные поведенческие реакции пол, уровень образования - все это может рассматриваться в качестве переменных. Главное - иметь четкие и ясные критерии их отнесения к тому или иному типу в зависимости от поставленных гипотез и задач.

При выборе статистического критерия нужно ориентироваться также на тип распределения данных, который получился в исследовании. Параметрические критерии используются в том случае, когда распределение полученных данных рассматривается как нормальное. Нормальное распределение с большей вероятностью (но не обязательно) получается при выборках более 100 испытуемых (может получиться и при меньшем количестве, а может не получиться и при большем). При использовании параметрических критериев необходима проверка нормальности распределения.

Для непараметрических критериев тип распределения данных не имеет значения. При небольших объемах выборки испытуемых целесообразно выбрать непараметрические критерии, которые дают большую достоверность выводам, независимо от того, получено ли в исследовании нормальное распределение данных. В некоторых случаях статистически обоснованные выводы могут быть сделаны даже при выборках в 5-10 испытуемых.

Во многих исследованиях осуществляется поиск различий в измеряемых показателях у испытуемых, имеющих те или иные особенности. При обработке соответствующих данных могут использоваться критерии для выявления различий в уровне исследуемого признака или в его распределении. Для определения значимости различий в проявлении признака в исследованиях часто используются такие показатели, как парный критерий Вилкоксона, U-критерий Манна-Уитни, критерий х-квадрат (х2), точный критерий Фишера, биномиальный критерий.

Во многих исследованиях осуществляется поиск взаимосвязи исследуемых показателей у одних и тех же испытуемых. Для обработки соответствующих данных могут использоваться коэффициенты корреляции. Связь величин друг с другом и их зависимость часто характеризуется коэффициентом линейной корреляции Пирсона и коэффициентом ранговой корреляции Спирмена.

Структура данных (и соответственно структура изучаемой реальности), а также их взаимосвязь выявляется факторным анализом.

Во многих исследованиях интерес представляет анализ изменчивости признака под влиянием каких-либо контролируемых факторов, или, другими словами, оценка влияния разных факторов на изучаемый признак. Для математической обработки данных в таких задачах может использоваться U-критерий Манна-Уитни, критерий Краскела-Уоллиса, Т-критерий Вилкоксона, критерий? 2 Фридмана. Однако для исследования влияния, а тем более взаимовлияния нескольких факторов на изучаемый параметр полезнее может оказаться дисперсионный анализ. Исследователь исходит из предположения, что одни переменные могут рассматриваться как причины, а другие как следствия. Переменные первого рода считаются факторами, а переменные второго рода - результативными признаками. В этом отличие дисперсионного анализа от корреляционного, в котором предполагается, что изменения одного признака просто связаны с определенными изменениями другого.

Во многих исследованиях выявляется значимость изменений (сдвига) каких-либо параметров и проявлений за определенный промежуток времени, в определенных условиях (например, в условиях коррекционного воздействия). Формирующие эксперименты в практической психологии решают именно эту задачу. Для обработки соответствующих данных могут использоваться коэффициенты для оценки достоверности сдвига в значениях исследуемого признака. Для этого часто применяются критерии знаков, Т-критерий Вилкоксона.

Важно обратить внимание на ограничения, которые имеет каждый критерий. Если один критерий не подходит для анализа имеющихся данных, всегда можно найти какой-либо другой, возможно, изменив тип представления самих данных. Прежде чем проводить статистический анализ эмпирических данных, полезно проверить, существуют ли критические значения, соответствующие количеству и типу ваших данных. В противном случае вас может ждать разочарование, когда ваши подсчеты окажутся напрасными по причине отсутствия в таблице критических значений при объеме выборки, которая у вас была.

После знакомства с процедурой вычисления критерия можно проводить «ручную» обработку данных или воспользоваться статистической программой персонального компьютера.

Для компьютерной обработки наиболее популярны программы SPSS и Statistica.

Использование статистических программ в компьютерной обработке на несколько порядков ускоряет обработку материала и предоставляет в распоряжение исследователя такие методы анализа, которые в ручной обработке не могут быть реализованы. Однако в полной мере эти преимущества могут быть использованы, если исследователь имеет необходимый уровень подготовки в этой области. Обычно, чем мощнее компьютерная программ (чем более широкие у неё возможности), тем больше времени она требует для освоения. Таким образом, затрачивать время на её изучение при редких обращениях к мощному статистическому аппарату не совсем эффективно. Очень часто использование таких программ для решения даже несложных задач также требует определённой суммы умений.

Для того, чтобы избежать лишних сложностей и временных затрат, гораздо эффективнее обратиться к профессионалам. Они качественно и профессионально проведут весь необходимый математико-статистический анализ данных вашего исследования: анализ первичных статистик, оценку достоверности различий, нормирование данных, корреляционный и факторный анализ и т.п.

После проведения необходимого статистического анализа данных нужно соотнести полученные результаты с изначально поставленной гипотезой, с теоретическими обоснованиями авторов, которые исследовали данную тематику и предыдущими исследователями. Сформулировать выводы и проинтерпретировать полученные результаты.

Предыдущая12345678910Следующая

Основные этапы статистического исследования

Рассмотрим самый важный метод статистики – статистическое наблюдение.

Использование различных способов и приемов статистической методологии

предполагает наличие исчерпывающей и достоверной информации об изучаемом

объекте. Исследование массовых общественных явлений включает этапы сбора

статистической информации и ее первичной обработки, сведения и группировки

результатов наблюдения в определенные совокупности, обобщения и анализа

полученных материалов.

На первом этапе статистического исследования формируются первичные

статистические данные, или исходная статистическая информация, которая

является фундаментом будущего статистического здания. Чтобы здание было

прочным, добротной и качественной должна быть его основа. Если при сборе

первичных статистических данных допущена ошибка или материал оказался

недоброкачественным, это повлияет на правильность и достоверность как

теоретических, так и практических выводов. Поэтому, статистическое

наблюдение от начальной до завершающей стадии - получения итоговых

материалов - должно быть тщательно продуманным и четко ооганизованным.

Статистическое наблюдение дает исходный материал для обобщения, началом

которого служит сводка. Если при статистическом наблюдении о каждой его

единице получают сведения, характеризующие ее с многих сторон, то данные

сводки характеризуют всю статистическую совокупность и отдельные ее части.

На этой стадии совокупность делится по признакам различия и объединяется по

признакам сходства, подсчитываются суммарные показатели по группам и в

целом. С помощью метода группировок изучаемые явления делятся на важнейшие

типы, характерные группы и подгруппы по существенным признакам. С помощью

группировок ограничивают качественно однородные в существенном отношении

совокупности, что является предпосылкой для определения и применения

обобщающих показателей.

На заключительном этапе анализа с помощью обобщающих показателей

рассчитываются относительные и средние величины, дается сводная оценка

вариации признаков, характеризуется динамика явлений, применяются индексы,

балансовые построения, рассчитываются показатели, характеризующие тесноту

связей в изменении признаков. С целью наиболее рационального и наглядного

изложения цифрового материала он представляется в виде таблиц и графиков.

3.Статистическое наблюдение: понятие, основные формы.

Это научно-организ.работа по сбору данных. Формы:стат. 1) отчетность, кот. базируется на докум.учете. с 98 г введены 4 унифицир.формы федер.гос.набл-ния: ФП-1 (выпуск пр-ции), ФП-2 (инвестизм), ФП-3 (фин.состояние орг-ций), ФП-4 (числ-ть раб-ков, труд), 2) специально организ.набл-ние (перепись), 3) регистр – это с-ма пок-лей, кот.хар-т кажд.ед-цу набл-ния: регистры нас-ния, пр-тий, строек и подряд.орг-ций, розн.и оптов.торговли. Виды набл-ния: 1) сплошное, несплошное (выборочн., цензовые основанные на методе осн. массива, монограф.). Набл-ние бывает текущее, период., единовремен. Способы набл-ния: непосредств., документал., опрос (экспедиц., анкетный, явочный, корреспонд.). Стат.набл-ния проводятся по плану, кот.вкл-т в себя: программно-методолог.вопросы (цели, задачи), организ.вопросы (время, место). В рез-те, проведенных набл-ний возникают погрешности, кот снижают точность набл-ний, поэтому проводится контроль данных (логический и счетный). В рез-те проверки достовер.данных выявл-тся след.ошибки набл-ний: случ. ошибки (ошибки регистрации), преднамер.ошибки, непреднамер. (систем.и несистем.), ошибки репрезентативности (представительности).

Програмно-методологические вопросы статистического наблюдения.

Программно-методологические вопросы статистического наблюдения

Каждое наблюдение проводится с конкретной целью.

При его проведении необходимо установить, что подлежит обследованию. Надо решить следующие вопросы:

Объект наблюдения – совокупность предметов, явлений, у которых должны быть собраны сведения. При определении объекта указываются его основные отличительные черты (признаки). Всякий объект массовых наблюдений состоит их отдельных единиц, поэтому надо решить вопрос о том, каков тот элемент совокупности, который послужит единицей наблюдения.

Единица наблюдения – это составной элемент объекта, который является носителем признаков, подлежащих регистрации и основой счета.

Ценз – это определенные количественные ограничения для объекта наблюдения.

Признак – это свойство, которое характеризует определенные черты и особенности, присущие единицам изучаемой совокупности.

Организационные вопросы статистического наблюдения.

Программа наблюдения оформляется в виде бланков (анкет, формуляров), в которые заносятся первичные данные.

Необходимым дополнением бланков является инструкция, которая разъясняет смысл вопросов.

К организационным вопросам программы относятся:

сроки наблюдения;

критический момент наблюдения;

подготовительные работы;

Срок наблюдения, к которому относят регистрируемые сведения. Называется объективным временем наблюдения. Это м.б. определенный период времени (сутки, декада, месяц) или определенный момент. Момент, к которому относятся регистрируемые сведения, называется критическим моментом наблюдения.

Например, критическим моментом микропереписи 94г. был 0.00 ч.

в ночь с 13-14 февраля. Устанавливая критический момент наблюдения, м. с фотографической точностью определить истинное положение дел.

Подготовительные работы предусматривают обеспечение наблюдения документами, а также составление списка отчетных единиц, бланков, инструкций.

Документы м. заполнятся в ходе наблюдения или по его результатам.

Важное место в системе подготовительных работ имеет подбор и подготовка кадров, а также проведение инструктажа с теми, кто будет участвовать в проведении наблюдения.

⇐ Предыдущая12345678910Следующая ⇒

Дата публикования: 2015-01-09; Прочитано: 313 | Нарушение авторского права страницы

Studopedia.org — Студопедия.Орг — 2014-2018 год.(0.002 с)…

Этапы статистического исследования.

1 этап : Статистическое наблюдение.

2 этап : Сведение и группировка результатов наблюдения в определенные совокупности.

3 этап : Обобщение и анализа полученных материалов. Выявление взаимосвязей и масштабов явлений, определение закономерностей их развития, выработка прогнозных оценок. Важным является наличие исчерпывающей и достоверной информации об изучаемом объекте.

На первом этапе статистического исследования формируются первичные статистические данные, или исходная статистическая информация, которая является фундаментом будущего статистического «здания».

ЭТАПЫ СТАТИСТИЧЕСКОГО ИССЛЕДОВАНИЯ

Чтобы «здание» было прочным, добротной и качественной должна быть его основа. Если при сборе первичных статистических данных допущена ошибка или материал оказался недоброкачественным, это повлияет на правильность и достоверность как теоретических, так и практических выводов. Поэтому статистическое наблюдение от начальной до завершающей стадии должно быть тщательно продуманным и четко организованным.

Статистическое наблюдение дает исходный материал для обобщения, началом которого служит сводка . Если при статистическом наблюдении о каждой его единице получают сведения, характеризующие ее с многих сторон, то данные сводки характеризуют всю статистическую совокупность и отдельные ее части. На этой стадии совокупность делится по признакам различия и объединяется по признакам сходства, подсчитываются суммарные показатели по группам и в целом. С помощью метода группировок изучаемые явления делятся на важнейшие типы, характерные группы и подгруппы по существенным признакам. С помощью группировок ограничивают качественно однородные совокупности, что является предпосылкой для определения и применения обобщающих показателей.

На заключительном этапе анализа с помощью обобщающих показателей рассчитываются относительные и средние величины, дается оценка вариации признаков, характеризуется динамика явлений, применяются индексы, балансовые построения, рассчитываются показатели, характеризующие тесноту связей в изменении признаков. С целью наиболее рационального и наглядного изложения цифрового материала он представляется в виде таблиц и графиков.

Познавательное значение статистики заключается в том, что:

1) статистика дает цифровое и содержательное освещение изучаемых явлений и процессов, служит самым надежным способом оценки действительности; 2) статистика дает доказательную силу экономическим выводам, позволяет проверить различные «ходячие» утверждения, отдельные теоретические положения; 3) статистика обладает способностью раскрывать взаимосвязи между явлениями, показывать их форму и силу.

1. СТАТИСТИЧЕСКОЕ НАБЛЮДЕНИЕ

1.1. Основные понятия

Статистическое наблюдение — это первый этап статистического исследования, представляющий собой научно организованный по единой программе учет фактов, характеризующих явления и процессы общественной жизни, и сбор полученных на основе этого учета данных.

Однако не всякий сбор сведений является статистическим наблюдением. О статистическом наблюдении можно говорить лишь тогда, когда изучаются статистические закономерности, т.е. такие, которые проявляются в массовом процессе, в большом числе единиц какой-то совокупности. Поэтому статистическое наблюдение должно быть планомерным, массовым и систематическим .

Планомерность статистического наблюдения заключается в том, что оно готовится и проводится по разработанному плану, который включает вопросы методологии, организации, сбора информации, кон контроля качества собранного материала, его достоверности, оформления итоговых результатов.

Массовый характер статистического наблюдения предполагает, что оно охватывает большое число случаев проявления данного процесса, достаточное для того, чтобы получить правдивые данные, характеризующие не только отдельные единицы, но и всю совокупность в целом.

Систематичность статистического наблюдения определяется тем, что оно должно проводиться либо систематически, либо непрерывно, либо регулярно.

К статистическому наблюдению предъявляются следующие требования:

1) полноты статистических данных (полноты охвата единиц изучаемой совокупности, сторон того или иного явления, а также полноты охвата во времени);

2) достоверности и точности данных;

3) их единообразия и сопоставимости.

Любое статистическое исследование необходимо начинать с формулировки его цели и задач. После этого определяются объект и единица наблюдения, разрабатывается программа, выбираются вид и способ наблюдения.

Объект наблюдения — совокупность социально-экономических явлений и процессов, которые подлежат исследованию, или точные границы, в пределах которых будут регистрироваться статистические сведения. Например, при переписи населения необходимо установить, какое именно население подлежит регистрации — наличное, т. е. фактически находящееся в данной местности в момент переписи, или постоянное, т. е. живущее в данной местности постоянно. При обследовании промышленности необходимо установить, какие предприятия будут отнесены к промышленным. В ряде случаев для ограничения объекта наблюдения пользуются тем или иным цензом. Ценз — ограничительный признак, которому должны удовлетворять все единицы изучаемой совокупности. Так, например, при переписи производственного оборудования нужно определить, что отнести к производственному оборудованию, а что к ручному инструменту, какое оборудование подлежит переписи — только действующее или также находящееся в ремонте, на складе, резервное.

Единицей наблюдения называется составная часть объекта наблюдения, которая служит основой счета и обладает признаками, подлежащими регистрации при наблюдении.

Так, например, при переписи населения единицей наблюдения является каждый отдельный человек. Если ставится также задача определить численность и состав домохозяйств, то единицей наблюдения наряду с человеком будет являться каждое домохозяйство.

Программа наблюдения — это перечень вопросов, по которым собираются сведения, либо перечень признаков и показателей, подлежащих регистрации. Программа наблюдения оформляется в виде бланка (анкеты, формуляра), в который заносятся первичные сведения. Необходимым дополнением к бланку является инструкция (или указания на самих формулярах), разъясняющая смысл вопроса. Состав и содержание вопросов программы наблюдения зависят от задач исследования и от особенностей изучаемого общественного явления.

1. ЭТАПЫ СТАТИСТИЧЕСКОГО ИССЛЕДОВАНИЯ

Процесс изучения социально-экономических явлений посредством системы статистических методов и количественных характеристик – системы показателей, называется статистическим исследованием.

Основными этапами проведения статистического исследования являются:

1) статистическое наблюдение;

2) сводка полученных данных;

3) статистический анализ.

В случае необходимости статистическое исследование может содержать дополнительный этап – статистический прогноз.

Статистическое наблюдение – научно организованный сбор данных о явлениях и процессах общественной жизни посредством регистрации по заранее разработанной программе наблюдения их существенных признаков. Данные наблюдения представляют собой первичную статистическую информацию о наблюдаемых объектах, которая является основой для получения их обобщающих характеристик. Наблюдение выступает как один из главных методов статистики и как одна из важнейших стадий статистического исследования.

Проведение статистического исследования невозможно без качественной информационной базы, получаемой в ходе статистического наблюдения. Поэтому, с момента изменения представлений о статистике как о науке описательной, разрабатываются особые правила проведения наблюдения и специальные требования к его результатам – статистическим данным. То есть, наблюдение является одним из основных методов статистики.

Наблюдение является первым этапом статистического исследования, от качества которого зависит достижение конечных задач исследования.

1.1. Наблюдение осуществляется по специально подготовленной программе.

Программа включает в себя перечень характеристик объекта исследования, данные о которых необходимо получить в результате наблюдения.

При подготовке наблюдения необходимо заранее определить:

1. Программу наблюдения, в которой:

а) определен объект наблюдения, т.е. то множество единиц явления, которое необходимо исследовать. Причем, необходимо отличать единицу наблюдения от отчетной единицы. Отчетная единица – единица предоставляющая статистические данные, может состоять из нескольких единиц совокупности, а может совпадать с единицей совокупности. Например, при обследовании населения единицей может быть член домохозяйства, а отчетной единицей – домохозяйство.

б) определены границы объекта наблюдения.

в) определены признаки объекта наблюдения, сведения о которых необходимо получить в результате наблюдения.

2. Время наблюдения объекта – время по состоянию на которое или за которое регистрируются сведения об изучаемом объекте.

3. Сроки проведения наблюдения. То есть, определяются период времени сбора данных и дата завершения наблюдения. Сроки наблюдения влияют на время окончания в целом статистического исследования и на своевременность его выводов.

4. Средства и ресурсы, необходимые для проведения наблюдения: количество квалифицированных специалистов; материальные ресурсы; средства обработки результатов наблюдения.

5. Требования к статистическим данным. Основными требованиями являются: а) достоверность, т.е. сведения об объекте исследования должны отражать реальное его состояние в момент наблюдения; б) сопоставимость данных, т.е. сведения, полученные в результате наблюдения, должны быть сравнимыми, что обеспечивается единой методикой сбора и анализа данных, по единицам измерения и т.д.

1.2. Выделяют несколько видов статистического наблюдения.

1. По охвату единиц совокупности:

а) сплошное;

б) несплошное (выборочное, монографическое, по методу основного массива)

2. По времени регистрации фактов: а) текущее (непрерывное); б) прерывное (периодическое, единовременное)

3. По способу сбора информации: а) непосредственное наблюдение; б) документальное наблюдение; в) опрос (анкетный, корреспондентский и др.)

Сводка – процесс приведения в систему полученных данных, их обработка и подсчет промежуточных и общих итогов, расчет взаимосвязанных величин аналитического характера.

Следующим этапом статистического исследования является подготовка полученных в ходе наблюдения сведений к анализу. Этот этап называется сводка.

Сводка включает в себя:

— систематизацию полученных в ходе наблюдений сведений;

— их группировку;

— разработку системы показателей, характеризующих образованные группы;

— создание разработочных таблиц для сгруппированных данных;

— расчет производных величин по разработочным таблицам.

В литературе по теории статистики часто встречается рассмотрение сводки и группировки как самостоятельных этапов исследования. Однако, следует заметить, что понятие сводки включает в себя действия по группировке статистических данных, поэтому здесь в качестве названия этапа исследования принято понятие «сводка».

Статистический анализ – исследование характерных особенностей структуры, связи явлений, тенденций, закономерностей развития социально-экономических явлений, для чего используются специфические экономико-статистические и математико-статистические методы. Статистический анализ завершается интерпретаций полученных результатов.

Статистический прогноз – научное выявление состояния и вероятных путей развития явлений и процессов, основанное на системе установленных причинно-следственных связей и закономерностей.

ЗАДАНИЕ 1

В результате выборочного обследования заработной платы 60-ти работников предприятия промышленности были получены следующие данные (табл. 1).

Постройте интервальный ряд распределения по результативному признаку, образовав пять групп с равными интервалами.

Определите основные показатели вариации (дисперсию, среднее квадратическое отклонение, коэффициент вариации), среднюю степенную величину (среднее значение признака) и структурные средние. Изобразите графически в виде: а) гистограммы; б) кумуляты; в) огивы. Сделайте вывод.

РЕШЕНИЕ

1. Определим размах вариации по результативному признаку – по производственному стажу по формуле:

R = Хmax – Хmin = 36 – 5 = 31

где Хmax – максимальный размер активов

Хmin – минимальный размер активов

2. Определим величину интервала

i = R/n = 31/5= 6,2

с учетом полученной величины интервалов производим группировку банков и получаем

3. Построим вспомогательную таблицу

Группа призна-ка	Значение значений в группе х i	Количество частота признака (частота) f i	в % к итогу ω	Накопленная частота S i	Середина интервала	* f i	ω
I 5 – 11,2	6,8,7,5,8,6,10,9,9,7, 6,6,9,10,7,9,10,10, 11,8,9,8, 7, 6, 9, 10		43,3	43,3		210,6	350,73		46,24	1202,24
II 11,2 – 17,4	16,15,13,12,14,14, 12,14,17,13,15,17, 14		21,7		14,3	185,9	310,31		0,36	4,68
III 17,4 – 23,6	18,21,20,20,21,18, 19,22,21,21,21,18, 19		21,7	86,7	20,5	266,5	444,85		31,36	407,68
IV 23,6 –29,8	28,29,25,28, 24				26,7	133,5	221,61	11,8	139,24	696,2
V 29,8 – 36	36,35,33,				32,9	98,7	164,5
ИТОГО						895,2	1492		541,2	3282,8

4. Среднее значение признака в изучаемой совокупности определяется по формуле арифметической взвешенной:

года

5. Дисперсия и среднее квадратическое отклонение признака определяется по формуле

Определение колеблемости

Таким образом, V>33,3%, следовательно, совокупность неоднородна.

6. Определение моды

Мода – значение признака, наиболее часто встречающееся в изучаемой совокупности. В исследуемом интервальном вариационном ряду мода рассчитывается по формуле:

где

x M0
– нижняя граница модального интервала:

i M0 – величина модального интервала;

f M0-1 f M0 f M0+1 – частоты (частости) соответственно модального, домо-дального и послемодального интервалов.

Модальный интервал – это интервал, имеющий наибольшую частоту (частость). В нашей задаче – это первый интервал.

7. Рассчитаем медиану.

Медиана – вариант, расположенный в середине упорядоченного вариационного ряда, делящий его на две равные части, таким образом, что половина единиц совокупности имеют значения признака меньше, чем медиана, а половина– больше, чем медиана.

В интервальном ряду медиана определяется по формуле:

где – начало медианного интервала;

– величина медианного интервала

– частота медианного интервала;

– сумма накопленных частот в домедианном интервале.

Медианный интервал – это интервал, в котором находится порядковый номер медианы. Для его определения необходимо подсчитать сумму накопленных частот до числа, превышающего половину совокупности.

По данным гр. 5 вспомогательной таблицы находим интервал, сумму накопленных часто в котором превышает 50%. Это второй интервал – от 11,6 до 18,4, он и является медианным.

Тогда

Следовательно, половина работников имеющих стаж работы меньше 13,25 лет, а половина – больше этой величины.

6. Изобразим ряд в виде полигона, гистограммы, кумулятивной прямой, огивы.

Графическое представление играет важную роль в изучении вариационных рядов, так как позволяет в простой и наглядной форме проводить анализ статистических данных.

Существует несколько способов графического изображения рядов (гистограмма, полигон, кумулята, огива), выбор которых зависит от цели исследования и от вида вариационного ряда.

Полигон распределения в основном используется для изображения дискретного ряда, но можно построить полигон и для интервального ряда, если предварительно привести его к декретному. Полигон распределения представляет собой замкнутую ломаную линию в прямоугольной системе координат с координатами (x i , q i), где x i — значение i-го признака, q i — частота или частость i-ro признака.

Гистограмма распределения применяется для изображения интервального ряда. Для построения гистограммы на горизонтальной оси откладывают последовательно отрезки, равные интервалам признака, и на этих отрезках, как на основаниях, строят прямоугольники, высоты которых равны частотам или частностям для ряда с равными интервалами, плотностям; для ряда с неравными интервалами.

Кумулята есть графическое изображение вариационного ряда, когда на вертикальной оси откладываются накопленные частоты или частности, а на горизонтальной – значения признака. Кумулята служит для графического представления как дискретных, так и интервальных вариационных рядов.

Вывод: Таким образом, были рассчитаны основные показатели вариации исследуемого ряда: среднее значение признака – производственного стажа составляет 14,9 лет, рассчитана дисперсия равная 54,713, в свою очередь среднее квадратическое отклонение признака – 7,397. Мода имеет значение 9,13, в модальным интервалом является первый интервал изучаемого ряда. Медиана ряда равная 13,108, делит ряд на две равные части говорит о том что в исследуемой организации половина работников имеет стаж работы меньше 13,108 лет, а половина – больше.

ЗАДАНИЕ 2

Имеются следующие исходные данные, характеризующие динамику за 1997 – 2001 г.г. (таблица 2).

Таблица 2 Исходные данные

Год	1997	1998	1999	2000	2001
Выпуск сахарного песка, тыс.т.	1620	1660	1700	1680	1700

Определите основные показатели ряда динамики. Расчет представьте в виде таблицы. Рассчитайте среднегодовые значения показателей. В виде графического изображения – полигона, обозначьте динамику анализируемого показателя. Сделайте вывод.

РЕШЕНИЕ

Дано

Год	Годы
	1997	1998	1999	2000	2001
	1620	1660	1700	1680	1700

1) Средний уровень динамики рассчитывается по формуле

2) Цепные и базисные темпы роста рассчитываем следующим образом:

1. Абсолютный прирост определяется по формуле:

Аiб = yi – y0

Аiц = yi – yi-1

2. Темп роста определяется по формуле: (%)

Трб = (yi / y0) *100

Трц = (yi / yi-1)*100

3. Темп прироста определяется по формуле: (%)

Тnрб = Трб –100%:

Тnрц = Трц – 100%

4. Средний абсолютный прирост:

y n
– конечный уровень динамического ряда;

y 0
– начальный уровень динамического ряда;

n ц
– число цепных абсолютных приростов.

5. Среднегодовой темп роста:

6. Среднегодовой темп прироста:

3) Абсолютное содержание 1% прироста:

А = Хi-1 / 100

Все рассчитанные показатели сводим в таблицу.

Показатели	Годы
	1997	1998	1999	2000	2001
Количество хирургических операций за период	1620	1660	1700	1680	1700
2. Абсолютный прирост
Aiц
3. Темп роста
Трib		102,5	104,9	103,7	104,9
Трiц		102,5	102,4	98,8	101,2
4. Темп прироста
Тпib
Тпiц
5. Значение 1% прироста		16,2	16,6	17,0	16,8

5) Среднегодовое значение

7. Изобразим графически в виде полигона.

Таким образом, получено следующее. Наибольший абсолютный и относительный прирост хирургических операций за период было в 1999 году и составило 1700, абсолютный прирост по сравнению с базисным годом составил 80 операций, темп роста по отношению к базовому 1997 годом равен 104,9%, а базовый темп прирост был 4,9%. Наибольшие цепные абсолютные приросты были в 1998 и 1999 году – по 40 операций. Наибольший цепной темп роста наблюдался в 1998 году – 102,5%, а наименьший цепной темп прироста количества операций составляет в 2000 году – 98,8%.

ЗАДАНИЕ 3

Имеются данные о реализации товаров (см. таблицу 3)

Таблица 3 Исходные данные о реализации товаров

	Товар	Базовый год		Отчетный год
		кол-во	цена	кол-во	цена
		1100		1000
			1350		1300
		1650		1700

Определить: а) индивидуальные индексы (i p , i q ); б) общие индексы (I p , I q , I pq); в) абсолютное изменение товарооборота за счет: 1) количества товаров; 2) цены.

На основании исчисленных показателей сделайте вывод.

РЕШЕНИЕ

Составим вспомогательную таблицу

Вид	Базисное		Отчетное		Произведение		Индексы
	Кол-во, q 0	Цена, p 0	Кол-во, q 1	Цена, p 1	q 0 * p 0	q 1 * p 1	i q =q 1 /q 0	i p =p 1 /p 0	q 1 * p 0
					44000	35000	0,875	0,909	38500
	1100		1000		41800	40000	0,909	1,053	38000
					7500	8400	1,200	0,933	9000
		1350		1300	40500	26000	0,667	0,963	27000
					45000	44000	1,100	0,889	49500
	1650		1700		26400	25500	1,030	0,938	27200
ИТОГО					205200	178900			189200

Вывод: Как видим общий прирост товарооборота за год составил (-26300) усл.ед., включая влияние изменения количества проданного товара на — 16000 и из-за изменения цены на товар – 10300 усл.ед. Общий прирост товарооборота составил 87,2%. Следует отметить, что согласно рассчитанным индексам количества товара по ассортименту наблюдается незначительный прирост товарооборота по товару «П» на 120% и товару «С» 110%, незначительный рост реализации товара «Т» – всего 103%. Довольно значительно снизилась реализации товара «Р» – всего 66,7% от реализации в базисном году, чуть выше реализация товара «Н» – 87,5% и товара «О» – 90,9% от соответствующего показателя базисного года. Индивидуальный индекс цены показывает, что цена выросла лишь на товар «О» – на 105,3%, в то же время по всем остальным наименованиям товара – «Н», «П», «Р», «С», «Т» индивидуальный индекс цен свидетельствует об отрицательной динамике (снижении) соответственно – 90,9%; 93,3%;, 96,3%, 88,9; 93,8.

Общий индекс физического объема реализации свидетельствует о незначительном снижении общего объема реализации на 94,6%; общий индекс цены свидетельствует об общем снижении цены на реализуемые товары на 92,2%, а общий индекс товарооборота говорит об общем снижении товарооборота на 87,2%.

ЗАДАНИЕ 4

Из исходных данных таблицы № 1 (выбрать строки с 14 до 23) по двум признакам – производственному стажу и размеру заработной платы провести корреляционно-регрессионный анализ, определить параметры корреляции и детерминации. Построить график корреляционной зависимости между двумя признаками (результативным и факторным). Сделать вывод.

РЕШЕНИЕ

Исходные данные

Производственный стаж	Размер заработной платы
	1800
	2500
	1750
	1580
	1750
	1560
	1210
	1860
	1355
	1480

Прямолинейная зависимость

Параметры уравнения определяются по методу наименьших квадратов, по системе нормальных уравнения

Для решения системы используем метод определителей.

Параметры рассчитывает по формулам

2.1 Схема проведения статистического исследования

Системы статистического анализа данных – это современный эффективный инструмент статистического исследования. Широкие возможности для обработки статистических данных имеют специальные системы статистического анализа, а также универсальные средства – Excel, Matlab, Mathcad и др..

Но даже самый совершенный инструмент не может заменить исследователя, который должен сформулировать цель исследования, провести сбор данных, выбрать методы, подходы, модели и средства проведения обработки и анализа данных, а также интерпретировать полученные результаты.

На рисунке 2.1 представлена схема проведения статистического исследования.

Рис.2.1 - Принципиальная схема статистического исследования

Исходным пунктом статистического исследования является формулировка проблемы. При ее определении учитывается цель исследования, определяется, какая информация необходима и как она будет использоваться при принятии решения.

Само статистическое исследование начинается с подготовительного этапа. В ходе подготовительного этапа аналитики изучают техническое задание – документ, составляемый заказчиком исследования. В техническом задании должны быть четко сформулированы цели исследования:

определен объект исследования;

перечислены предположения и гипотезы, которые в ходе исследования должны быть подтверждены или опровергнуты;

описано то, как будут использоваться результаты исследования;

сроки, в которые исследование должно быть проведено и бюджет исследования.

На основе технического задания разрабатывается структура аналитического отчета - то, в каком виде должны быть представлены результаты исследования, а также программа статистического наблюдения . Программа представляет собой перечень признаков, подлежащих регистрации в процессе наблюдения (или вопросов на которые должны быть получены достоверные ответы по каждой обследуемой единице наблюдения). Содержание программы определяется как особенностями наблюдаемого объекта и целями исследования, так и методами, выбранными аналитиками для дальнейшей обработки собранной информации.

Основной этап статистического исследования включает сбор необходимых данных и их анализ.

Финальным этапом исследования является составление аналитического отчета и предоставление его заказчику.

На рис. 2.2 представлена схема статистического анализа данных.

Рис.2.2 – Основные этапы статистического анализа

2.2 Сбор статистической информации

Сбор материалов подразумевает анализ технического задания исследования, определение источников необходимой информации и (при необходимости) разработку анкет. При исследовании источников информации все требуемые данные разделяют на первичные (данные, которых нет в наличии и которые должны быть собраны непосредственно для данного исследования), и вторичные (собранные ранее для иных целей).

Сбор вторичных данных часто называют "кабинетным" или "библиотечным" исследованием.

Примеры сбора первичных данных: наблюдения за посетителями магазина, анкетирование пациентов больницы, обсуждение проблемы на совещании.

Вторичные данные делят на внутренние и внешние.

Примеры источников внутренних вторичных данных:

информационная система организации (включающая в себя бухгалтерскую подсистему, подсистему управления продажами, CRM (CRM-система, сокращение от англ. Customer Relationship Management) - прикладное программное обеспечение для организаций, предназначенное для автоматизации стратегий взаимодействия с заказчиками) и другие);

ранее проведенные исследования;

письменные отчеты сотрудников.

Примеры источников внешних вторичных данных:

отчеты органов статистики и других государственных учреждений;

отчеты маркетинговых агентств, профессиональных ассоциаций и т.п.;

электронные базы данных (адресные справочники, ГИС и т.п.);

библиотеки;

средства массовой информации.

Основными выходными данными на этапе сбора данных являются:

планируемый объем выборки;

структура выборки (наличие и размер квот);

вид статистического наблюдения (сбор данных опрос, анкетирование, измерение, эксперимент, экспертиза, др.);

информация о параметрах опроса (например, возможность факта фальсификации анкет);

схема кодировки переменных в базе данных программы, выбранной для обработки;

план-схема преобразования данных;

план-схема используемых статистических процедур.

Этот же этап включает непосредственно процедуру анкетирования. Разумеется, анкеты разрабатываются только для получения первичной информации.

Полученные данные должны быть соответствующим образом отредактированы и подготовлены. Каждая анкета или форма наблюдения проверяется и, если нужно, корректируется. Каждому ответу присваиваются числовые или буквенные коды – производится кодировка информации. Подготовка данных включает в себя редактирование, расшифровку и проверку данных, их кодирование и необходимые преобразования.

2.3 Определение характеристик выборки

Как правило, данные, собранные в результате статистического наблюдения для проведения статистического анализа являются выборочной совокупностью. Последовательность преобразования данных в процесс статистического исследования можно схематично представить следующим образом (рис. 2.3)

Рис 2.3 Схема преобразования статистических данных

Анализируя выборку, можно делать выводы о генеральной совокупности, представленной выборкой.

Окончательное определение общих параметров выборки производят, когда все анкеты собраны. Оно включает:

определение реального количества респондентов,

определение структуры выборки,

распределение по месту опроса,

установление доверительного уровня статистической надежности выборки,

расчет статистической ошибки и определение репрезентативности выборки.

Реальное количество респондентов может оказаться большим либо меньшим запланированного. Первый вариант лучше для анализа, но невыгоден заказчику исследования. Второй может отрицательно сказаться на качестве исследования, а, следовательно, невыгоден ни аналитикам, ни заказчикам.

Структура выборки может быть случайной или неслучайной (респонденты отбирались на основе заранее известного критерия, например методом квотирования). Случайные выборки априори являются репрезентативными. Неслучайные выборки могут быть намерено нерепрезентативными относительно генеральной совокупности, но давать важную информацию для исследований. В этом случае также следует внимательно отнестись к фильтрационным вопросам анкеты, которые предназначены специально для отсеивания неподходящих под требования респондентов.

Для определения точности оценивания , прежде всего, необходимо установить уровень доверительной вероятности (95% или 99%). Тогда максимальная статистическая ошибка выборки рассчитывается как

или
,

где - объем выборки,- вероятность наступления исследуемого события (попадание респондента в выборку),- вероятность обратного события (непопадания респондента в выборку),- коэффициент доверительной вероятности,
- дисперсия признака.

В таблице 2.4 приведены наиболее употребляемые значения доверительной вероятности и коэффициентов доверительной вероятности.

Таблица 2.4

2.5 Обработка данных на компьютере

Анализ данных с применением компьютера включает выполнение ряда необходимых шагов.

1. Определение структуры исходных данных.

2. Ввод данных в компьютер в соответствии с их структурой и требованиями программы. Редактирование и преобразование данных.

3. Задание метода обработки данных в соответствии с задачами исследования.

4. Получение результата обработки данных. Его редактирование и сохранение в нужном формате.

5. Интерпретация результата обработки.

Шаги 1 (подготовительный) и 5 (заключительный) не способна выполнить ни одна компьютерная программа - их исследователь делает сам. Шаги 2-4 выполняются исследователем с использованием программы, но именно исследователь определяет необходимые процедуры редактирования и преобразования данных, методы обработки данных, а также формат представления результатов обработки. Помощь компьютера (шаги 2–4) заключается, в конечном итоге, в переходе от длинной последовательности чисел к более компактной. На «вход» компьютера исследователь подает массив исходных данных, который недоступен осмыслению, но пригоден для компьютерной обработки (шаг 2). Затем исследователь дает программе команду на обработку данных в соответствии с поставленной задачей и структурой данных (шаг 3). На «выходе» он получает результат обработки (шаг 4) - тоже массив данных, только уже меньший, доступный осмыслению и содержательной интерпретации. При этом исчерпывающий анализ данных обычно требует многократной их обработки с применением разных методов.

2.6 Выбор стратегии анализа данных

Выбор стратегии анализа собранных данных основывается на знании теоретических и практических аспектов исследуемой предметной области, специфики и известных характеристик информации, свойств конкретных статистических методов, а также на опыте и взглядах исследователя.

Необходимо помнить, что анализ данных - это вовсе не конечная цель исследования. Его цель - получить информацию, которая поможет решить определенную проблему и принять адекватные управленческие решения. Выбор стратегии анализа должен начинаться с исследования итогов предыдущих этапов процесса: определение проблемы и разработка плана исследования. В качестве "черновика" используется предварительный план анализа данных, разработанный как один из элементов плана исследования. Затем, в ходе поступления на последующих стадиях процесса исследования дополнительной информации, может понадобиться внесение определенных изменений.

Статистические методы делятся на одно- и многомерные. Одномерные методы(univariatetechniques) используются тогда, когда все элементы выборки оцениваются одним показателем, либо если этих показателей несколько для каждого элемента, но каждая переменная анализируется при этом отдельно ото всех остальных.

Многомерные методы (multivariate techniques) прекрасно подходят для анализа данных, если для оценки каждого элемента выборки используется два или больше показателей и эти переменные анализируются одновременно. Такие методы применяются для определения зависимостей между явлениями.

Многомерные методы отличаются от одномерных прежде всего тем, что при их использовании центр внимания смещается с уровней (средних показателей) и распределений (дисперсий) явлений и сосредотачивается на степени взаимосвязи (корреляции или ковариации) между этими явлениями.

Одномерные методы можно классифицировать на основе того, какие данные анализируются: метрические или неметрические (рис. 3). Метрические данные (metric data) измеряются по интервальной шкале или относительной шкале. Неметрические данные (nonmetric data) оцениваются по номинальной или порядковой шкале

Кроме того, эти методы делят на классы на основе того, сколько выборок - одна, две или более - анализируется в ходе исследований.

Классификация одномерных статистических методов представлена на рис.2.4.

Рис. 2.4 Классификация одномерных статистических методов в зависимости от анализируемых данных

Число выборок определяется тем, как ведется работа с данными для конкретного анализа, а не тем, каким способом собирались данные. Например, данные по лицам мужского и женского пола можно получить в пределах одной выборки, но если их анализ нацелен на выявление разницы в восприятии, основанной на разнице полов, исследователю придется оперировать двумя разными выборками. Выборки считаются независимыми, если они экспериментально не связаны между собой. Измерения, проведенные в одной выборке, не оказывают влияния на значения переменных в другой. Для анализа данные, относящиеся к разным группам респондентов, например собранные от лиц женского и мужского пола, обычно обрабатываются как независимые выборки.

С другой стороны, если данные по двум выборкам относятся к одной и той же группе респондентов, выборки считаются объединенными в пары - зависимыми.

Если существует только одна выборка метрических данных, может использоваться z- и t-критерий. Если же независимых выборок две или больше, в первом случае можно воспользоваться z- и t-критерием для двух выборок, в во втором - методом однофакторного дисперсионного анализа. Для двух связанных выборок используется парный t-критерий. Если речь идет о неметрических данных по одной выборке, исследователь может воспользоваться критериями частотного распределения, хи-квадратом, критерием Колмогорова-Смирнова (K~S), критерием серий и биномиальным критерием. Для двух независимых выборок с неметрическими данными можно прибегнуть к следующим методам анализа: хи-квадрат, Манна-Уитни, медианы, К-С, однофакторным дисперсионным анализом Крускала-Уоллиса (ДА К-У). В отличие от этого, если существует две или больше взаимосвязанных выборок, следует воспользоваться критериями знаков, Мак-Немара и Уилкоксона.

Многомерные статистические методы нацелены на выявление существующих закономерностей: взаимозависимости переменных, взаимосвязи или последовательности событий, межобъектного сходства.

Достаточно условно можно выделить пять стандартных типов закономерностей, исследование которых представляет существенный интерес: ассоциация, последовательность, классификация, кластеризация и прогнозирование

Ассоциация имеет место в том случае, если несколько событий связаны друг с другом. Например, исследование, проведенное в супермаркете, может показать, что 65% купивших кукурузные чипсы берут также и "кока-колу", а при наличии скидки за такой комплект "колу" приобретают в 85% случаев. Располагая сведениями о подобной ассоциации, менеджерам легко оценить, насколько действенна предоставляемая скидка.

Если существует цепочка связанных во времени событий, то говорят о последовательности. Так, например, после покупки дома в 45% случаев в течение месяца приобретается и новая кухонная плита, а в пределах двух недель 60% новоселов обзаводятся холодильником.

С помощью классификации выявляются признаки, характеризующие группу, к которой принадлежит тот или иной объект. Это делается посредством анализа уже классифицированных объектов и формулирования некоторого набора правил.

Кластеризация отличается от классификации тем, что сами группы заранее не заданы. С помощью кластеризации выделяют различные однородные группы данных.

Основой для всевозможных систем прогнозирования служит историческая информация, хранящаяся в виде временных рядов. Если удается построить найти закономерности, адекватно отражающие динамику поведения целевых показателей, есть вероятность, что с их помощью можно предсказать и поведение системы в будущем.

Многомерные статистические методы можно разделить на методы анализа взаимосвязи и классификационный анализ (рис. 2.5).

Рис.2.5 – Классификация многомерных статистических методов

Понятие об исследовании количественных сторон объектов и явлений сформировалось давно, с момента развития у человека элементарных навыков работы с информацией. Однако, термин «статистика», дошедший до нашего времени заимствован гораздо позднее из латинского языка и происходит от слова «status», что означает «определенное состояние вещей». «Status» употреблялось также в значении «политическое состояние» и закрепилось почти во всех европейских языках именно в этом смысловом значении: английское «state», немецкое «Staat», итальянское «stato» и производное от него «statistа» - знаток государства.

Широкое применение слово «статистика» получило в XVIII веке и применялось в значение «государствоведение». Статистикой называют отрасль практической деятельности, направленной на собирание, обработку, анализ и предоставление в публичное пользование данных о явлениях и процессах общественной жизни.

Анализ - это метод научного исследования объекта путем рассмотрения его отдельных сторон и составных частей.

Экономико-статистический анализ - это разработка методики, основанной на широком применении традиционных статистических и математико-статистических методов, с целью контроля адекватного отражения исследуемых явлений и процессов.

Этапы статистического исследования. Статистическое исследование проходит в три этапа:

• 1) статистическое наблюдение;
• 2) сводка полученных данных;
• 3) статистический анализ.

На первом этапе с помощью метода массовых наблюдений собирают первичные статистические данные.

На втором этапе статистического исследования собранные данные подвергаются первичной обработки, сводке и группировке. Метод группировок позволяет выделить однородные совокупности, разделить их на группы и подгруппы. Сводка - это получение итогов по совокупности в целом и отдельным ее группам и подгруппам.

Результаты группировки и сводки излагаются в виде статистических таблиц. Основное содержание этого этапа заключается в переходе от характеристик каждой единицы наблюдения к сводным характеристикам совокупности в целом или ее групп.

На третьем этапе полученные сводные данные анализируются методом обобщающих показателей (абсолютные, относительные и средние величины, показатели вариации, индексные системы, методы математической статистики, табличный метод, графический метод и др.).

Основы статистического анализа:

• 1) утверждение фактов и установление их оценки;
• 2) выявление характерных особенностей и причин явления;
• 3) сравнение явления с нормативными, плановыми и другими явлениями, которые приняты за базу сравнения;
• 4) формулирование выводов, прогнозов, предположений и гипотез;
• 5) статистическая проверка выдвинутых предположений (гипотез).

Анализ и обобщение статистических данных - заключительный этап статистического исследования, конечной целью которого является получение теоретических выводов и практических заключений о тенденциях и закономерностях изучаемых социально-экономических явлений и процессов. Задачами статистического анализа являются: определение и оценка специфики и особенностей изучаемых явлений и процессов, изучение их структуры, взаимосвязей и закономерностей их развития.

Статистический анализ данных проводится в неразрывной связи теоретического, качественного анализа сущности исследуемых явлений и соответствующего количественного инструментария, изучения их структуры, связей и динамики.

Статистический анализ - исследование характерных особенностей структуры, связи явлений, тенденций, закономерностей развития социально-экономических явлений, для чего используются специфические экономико-статистические и математико-статистические методы. Статистический анализ завершается интерпретаций полученных результатов.

В статистическом анализе признаки подразделяются по характеру влияния друг на друга:

• 1. Признак-результат - признак, анализируемый в данном исследовании. Индивидуальные размеры такого признака у отдельных элементов совокупности подвержены влиянию одного или нескольких других признаков. Другим словами, признак-результат рассматривается как следствие взаимодействия других факторов;
• 2. Признак-фактор - признак, оказывающий влияние на исследуемый признак (признак-результат). Причем зависимость между признаком-фактором и признаком-результатом может быть количественно определенна. Синонимами данного термина в статистике являются, «факторный признак», «фактор». Следует различать понятия признака-фактора и признака-веса. Признаком-весом называют такой признак, который необходимо учесть при расчетах. Но, признак-вес не оказывает влияния на исследуемый признак. Признак-фактор может рассматриваться как признак-вес, т. е., учитываться при расчетах, но не всякий признак-вес является признаком-фактором. Например, при исследовании в группе студентов зависимости между временем подготовки к экзамену и количеством баллов, полученных на экзамене должен учитываться и третий признак: «Количество человек, аттестованных на определенный балл». Последний признак не является влияющим на результат, однако, будет включен в аналитические расчеты. Именно такой признак и называется признаком-весом, а не признаком-фактором.

Прежде чем приступить к анализу, необходимо проверить, соблюдены ли условия, обеспечивающие его достоверность и правильность:

• - Достоверность первичных цифровых данных;
• - Полнота охвата изучаемой совокупности;
• - Сопоставимость показателей (по единицам учета, территории, методике подсчета).

Основными понятиями статистического анализа являются:

• 1. Гипотеза;
• 2. Решающая функция и решающее правило;
• 3. Выборка из генеральной совокупности;
• 4. Оценка характеристик генеральной совокупности;
• 5. Доверительный интервал;
• 6. Тренд;
• 7. Статистическая взаимосвязь.

Анализ является завершающей стадией статистического исследования, сутью которой является выявление взаимосвязей и закономерностей изучаемого явления, формулировка выводов и предложений.

Любое статистическое исследование массовых общественных явлений включает в себя 3 основных этапа:

Статистическое наблюдение - формируются первичные статистические данные, или исходная статистическая информация, которая является основой статисти­ческого исследования. Если при сборе первичных статистических данных допущена ошибка или материал оказался недоброкачественным, это повлияет на правильность и достоверность как теоретических, так и практических выводов;

Сводка и группировка данных - на этой стадии совокупность делится по признакам различия и объединяется по признакам сходства, подсчитываются суммарные показатели по группам и в целом. С помощью метода группировок изучаемые явления в зависимости от существенных признаков подразделяются на типы, группы и подгруппы. Метод группировок позволяет ограничивать качественно однородные в существенном отношении совокупности, что служит предпосылкой для определения и применения обобщающих показателей;

Обработка и анализ полученных данных, выявление закономерностей. На этом этапе с помощью обобщающих показателей рассчитываются относительные и средние величины, дается сводная оценка вариации признаков, характеризуется динамика явлений, применяются индексы, балансовые построения, рассчитываются показатели, характеризующие тесноту связей в изменении признаков. С целью наиболее рационального и наглядного изложения цифрового материала он представляется в виде таблиц и графиков.

Лекция №2. Статистическое наблюдение

1. Понятие и формы статистического наблюдения

Статистическое наблюдение - это первая стадия всякого статистического исследования.

Статистическое наблюдение представляет собой научно организованную работу по сбору массовых первичных данных о явлениях и процессах общественной жизни.

Однако не всякий сбор сведений является статистическим наблюдением. О статистическом наблюдении можно говорить лишь тогда, когда изучаются статистические закономерности, т.е. такие, которые проявляются только в массовом процессе, в большом числе единиц какой-то совокупности.

Следовательно, статистическое наблюдение должно быть:

планомерным - готовиться и проводиться по разработанному плану, который включает вопросы методологии, организации, техники сбора информации, контроля за качеством собранного материала, его достоверности, оформления итоговых результатов;

массовым - охватывать большое число случаев проявления данного процесса, достаточное для того, чтобы получить правдивые статистические данные, характеризующие не только отдельные единицы, но и всю совокупность в целом;

система­тическим – изучение тенденций и закономерностей социально-экономических процессов, характеризующихся количественными и качественными измене­ниями, возможно лишь на основе систематичности.

К статистическому наблюдению предъявляются следующие основные требования:

полнота статистических данных (полнота охвата единиц изучаемой совокупности, сторон того или иного явления, а также полнота охвата во времени);

достоверность и точность данных;

единообразие и сопоставимость данных.

В статистической практике используются две организационные формы наблюдения:

1) отчетность - это такая организационная форма, при которой единицы наблюдения представляют сведения о своей деятельности в виде формуляров регламентированного образца. Особенность отчетности состоит в том, что она обязательна, документально обоснована и юридически подтверждена подписью руководителя;

2) специальное статистическое обследование, примером чего являются проведение переписей населения, социологические исследования, переписи остатков материала и др. наблюдения, которые проводятся, если возникают задачи, для решения которых нет достаточной информации. Они дают дополнительный материал к отчетным данным или с их помощью проверяют отчетные данные.