Методологические вопросы статистических группировок

 

 

 

 

Реферат по дисциплине

«Теория статистики»

 

 

 

Тема: «Методологические вопросы статистических группировок»

 

 

 

 

 

 

 

Методологические вопросы  статистических группировок.

 

Существование множества  форм развития социально-экономических  явлений, а также конкретных целей  исследования и неоднородных по содержанию исходных данных обусловливает необходимость  осуществления  разнообразных  приемов  группировок. Их методологическую сущность можно сформулировать следующим  образом: группировка — это процесс  образования однородных групп на основе расчленения статистической совокупности на части или объединение  изучаемых единиц в частные совокупности по существенным для них признакам.

Статистическая группировка  — это процесс образования  однородных групп на основе расчленения  статистической совокупности на части  или объединения изучаемых единиц в частные совокупности по существенным для них признакам, каждая из них  характеризуется системой статистических показателей. Например, группировка  промышленных предприятий по формам собственности, группировка населения  по размеру среднедушевого дохода, группировка коммерческих банков по сумме активов баланса и т.д.

Особым видом группировок  является классификация, представляющая собой устойчивую номенклатуру классов  и групп, образованных на основе сходства и различия единиц изучаемого объекта. Классификация выступает в роли своеобразного статистического  стандарта, устанавливаемого на определенный промежуток времени, например, ЕГРПО, Общероссийский классификатор видов экономической  деятельности, продукции и услуг (ОКДП), классификация основных фондов в  промышленном строительстве, капитальных  вложений, затрат на производство и  др.

Метод статистических группировок  позволяет разрабатывать первичный  статистический материал. На основе группировки  рассчитываются сводные показатели по группам, появляется возможность  их сравнения, анализа причин различий между группами, изучения взаимосвязей между признаками. Расчет сводных  показателей в целом по совокупности позволяет изучить ее структуру.

Кроме того, группировка  создает основу для последующей  сводки и анализа данных. Этим определяется роль группировок как научной  основы сводки.

Большие достижения в области  применения метода группировок имеет  современная отечественная статистика. Введение группировочных таблиц, содержащих показатели международной СНС, превращает группировки (классификации) в эффективный  метод анализа и вскрытия резервов в экономике.

Иначе говоря, в зависимости  от содержания и форм изучаемых признаков  статистические группировки образуются или посредством разделения совокупности на отдельные части, характеризующиеся  внутренней однородностью и различающиеся  между собой рядом признаков, или благодаря объединению в  группы единиц совокупности по типичным признакам. Результатом осуществления  этого двуединого процесса является разделенный на группы объект наблюдения.

Располагая информацией  по совокупности торговых предприятий, можно осуществить группировку  по одному или нескольким из следующих  признаков: объему товарооборота, численности  работающих, величине основных фондов и др. Признаки, по которым производится распределение единиц наблюдаемой  совокупности на группы, называются группировочными  признаками, или основанием группировки. Их правильный выбор определяется научным  анализом законов развития тех явлений  и процессов, по признакам которых  и образуются различные группы.

Особым видом группировок  являются классификации, получившие широкое  распространение в статистике. Объективная  необходимость разработки классификации  обусловлена многообразием атрибутивных признаков при изучении многочисленных явлений и процессов (классификации по труду, основным фондам, объему выпуска товаров и др.), создающих трудности при отнесении единиц совокупности к определенной группе или классу. При наличии нескольких признаков у отдельной единицы статистической совокупности ее относят к определенной группе по признаку, имеющему преимущественное значение: кассир и продавец, шофер и грузчик и т. п.; в подобных случаях этих работников относят к конкретной группе по их основной деятельности.

Классификация, представляющая собой устойчивую номенклатуру классов  и групп, образованных на основе сходства и различий единиц наблюдаемого объекта, имеет фундаментальное значение для всего цикла статистических работ, особенно для составления  баланса народного хозяйства, позволяющего следить за пропорциональностью  экономического развития отдельных  регионов. С помощью классификации  общественных явлений вариация их признаков  фиксируется в определенном системном  виде. Классификации выступают в  роли своеобразного статистического  стандарта. Из множества такого рода номенклатур в качестве примера  можно привести несколько классификаций  из числа действующих в настоящее  время: классификация производимой продукции, товаров народного потребления, учитываемых в розничном товарообороте, издержек обращения, а также классификации  по труду — профессиям, занятиям и др.

Метод группировок применяется  для решения задач, возникающих  в ходе научного статистического  исследования:

•   выделения социально-экономических  типов явлений;

•   изучения структуры  явления  и  структурных сдвигов, происходящих в нем;

•   выявления связей и зависимостей между отдельными признаками явления.

Для решения этих задач  применяют (соответственно) три вида группировок: типологические, структурные  и аналитические (факторные).

Одной из задач группировок  является исследование связей и зависимостей между изучаемыми явлениями и  их признаками. Это достигается с  помощью аналитических (факторных) группировок. В основе аналитической  группировки лежит факторный  признак, и каждая выделенная группа характеризуется средними значениями результативного признака.

Так, группируя достаточно большое число рабочих по факторному признаку Х — квалификации (разряду) с указанием их заработной платы, можно заметить прямую зависимость результативного признака Y— средней месячной заработной платы рабочих от квалификации: чем выше квалификация, тем выше и средняя месячная зарплата (хотя у отдельных рабочих с более высоким разрядом она может быть ниже).

Используя в аналитических  группировках методы математической статистики, можно определить показатель тесноты (силы) связи между изучаемыми признаками.

В зависимости от степени  сложности массового явления  и задач анализа группировки  могут производиться по одному или  нескольким признакам.

Если группы образуются по одному признаку, группировка называется простой (например, распределение населения  по возрастным группам, семей — по уровню доходов и т. д.).

Группировка по двум или  нескольким признакам называется сложной.

Если группы, образованные по одному признаку, делятся затем  на подгруппы по второму и т.д. признакам, т. е. в основании группировки  лежит несколько признаков, взятых в комбинации, то такая группировка  называется комбинационной (например, дополнив простую группировку населения  по возрастным группам группировкой по полу, получим комбинационную группировку).

Комбинационная группировка  позволяет выявить и сравнить различия и связи между исследуемыми признаками, которые нельзя обнаружить на основе изолированных группировок  по ряду группировочных признаков, однако при изучении влияния большого числа  признаков применение комбинационных группировок становится невозможным, поскольку чрезмерное    дробление    информации    затушевывает    проявление закономерностей. Даже при  наличии большого массива первичной   информации   приходится   ограничиваться   двумя   — четырьмя признаками.

Использование в статистических исследованиях ЭВМ и статистической теории распознавания образов позволило  разработать метод группировки  совокупности единиц одновременно по множеству характеризующих признаков. Такие группировки получили название - многомерные.

Многомерная группировка  или многомерная классификация t основана на измерении сходства или  различия между объектами (единицами): единицы, отнесенные к одной группе (классу) отличаются между собой  меньше, чем единицы, отнесенные к  разным группам (классам). Мерой близости (сходства) между объектами могут  служить различные критерии. Самой  распространенной мерой близости является евклидово расстояние между объектами, представленными точками в «мерном  пространстве. Чем меньше это расстояние, тем больше близость.

Задача многомерной группировки  сводится к выделению сгущений точек (объектов) в «-мерном пространстве. Группы (кластеры) формируются на основании  близости объектов одновременно ко всему  комплексу признаков, описывающих  объект. Нахождение этих групп осуществляется методами кластерного анализа на ЭВМ.

Многомерные группировки  позволяют решить ряд важных задач  экономико-статистического исследования: формирование однородных совокупностей; выбор существенных признаков; выделение  типичных групп объектов и др.

В зависимости от вида группируемых признаков различают   группировки   по   атрибутивным   и   количественным признакам.

Если атрибутивный признак  имеет мало разновидностей, то количество групп определяется числом этих разновидностей. Таковы, например, группировки населения  по полу, семейному положению, образованию; распределение населения на город-скос и сельское.

Определение числа групп  при группировке по варьирующему количественному признаку (например, распределение населения по уровню доходов, потреблению отдельных  продуктов питания) требует специальных  расчетов.

 

 

 

 

 

 

 

 

 

 

Литература:

1. Ефимова, М. Р. Общая теория статистики: учеб. пос. / М. Р. Ефимова, Е. В. Петрова. – М.: Инфра-М, 2004.
2. Ефимова, М. Р. Практикум по общей теории статистики: учеб. пос. / М. Р. Ефимова, О. И. Ганченко, Е. В. Петрова. – М.: Финансы и статистика, 2007.
3. Статистика. Учебник для вузов/ Под ред. И.И.Елисеевой – М.:Т. К. Велби, Проспект, 2004.
4. Минашкин, В. Г. Теория статистики: учеб.-практ. пос./ В. Г. Минашкин, А. б. Гусынин, Н. А. Садовникова, Р.А.Шмойловой; МЭСИ. – М.: МЭСИ, 2003
5. Методы математической статистики в обработке экономической информации: учеб. пос. / под ред. Т. Т. Цымбаленко. – М.: Финансы и статистика, 2007.
6. Таганов Д. SPSS: статистический анализ в маркетинговых исследованиях: / Д. Таганов. – Спб.: Питер, 2005.