Шпаргалка по "Статистике"

1. Статистика как комплекс научных дисциплин. Предмет и объекты каждой из них? Статистика как наука представляет собой целостную систему научных дисциплин: 1. Общая теория статистики — разрабатывает теорию статистического исследования, являющуюся методологической основой остальных отраслей статистики. Она разрабатывает систему категорий, рассматривает методы сбора, обобщения и анализа статистических данных.

2. Социально-экономическая статистика (Макроэкономическая статистика). Использует методы общей теории статистики, изучает количественную сторону социально-экономических явлений и процессов на уровне национальной экономики. 3. Математическая статистика и теория вероятности. Изучает случайные величины, законы их распределении. 4. Международная статистика. Предметом международной статистики является количественная сторона явлений и процессов зарубежных стран и международных организаций. 5. Отраслевые статистики. Предметом изучения является количественная сторона деятельности различных отраслей экономики (Статистика промышленности, сельского хозяйства).

 

2. В основе статистической методологии лежит диалектический метод. Диалектика рассматривает явления во взаимосвязи и во взаимозависимости, в динамике,  обнаруживает причинно-следственные связи, выделяет главное и второстепенное. Принципы, категории и законы диалектики нашли отражение в конкретных статистических методах. Статистическим преломлением закона перехода количественных изменений в качественные является закон больших чисел, который лежит в основе статистической методологии. Он гласит, что статистическая закономерность может проявляться с достаточной очевидностью только при массовом статистическом наблюдении, а полученные выводы тем более надежны, чем многочисленней объект исследования.

К числу основных категорий  в статистике относятся: Признак -характерные  ему свойства, особенности это  то что отличает явление друг от друга.; Статистическая совокупность– это множество ед. однородных по существу и различных по размеру признаков; Единица совокупности; Вариация;  Статистический показатель – общий существующий признак какого либо массивного явления, количественная оценка свойств явлений; Закономерность – последовательность порядок изучения явлений.

 

3. При организации статистического наблюдения необходимо решить вопрос о времени наблюдения и месте его проведения. Выбор места проведения наблюдения зависит от цели наблюдения. Выбор времени наблюдения связан с определением критического момента (даты) либо интервала времени и определение срока (периода) наблюдения. 

Программно-методологические вопросы. К ним относят формулировку задач наблюдений, определение цели, объёма и единиц наблюдения, составление программы наблюдения, проектировка формуляров и текста инструкций, установление источников и сбора информации. Объект наблюдения – это некоторая ст. совокупность в которой протекают социально-экономические явления, процессы. Таким образом между объектом и единицей есть существенные различия. Программа наблюдения – это перечень вопросов, ответы на которые надо получить в процессе наблюдения. Организационные вопросы. Относятся такие вопросы, где определяется вид и способ наблюдения, а также место и сроки проведения наблюдения. Формируется список единиц изучаемой статистической совокупности.

 

4. Сводка – это теоретическое обобщение стат. Данных, сведение факторов воедино. Виды сводки: простая -это операция подсчета общих итогов по совокупности единиц наблюдения. Сложная – это комплекс операций вкл. Подсчет итогов по каждой группе и в целом, представление результатов в виде таблиц и графиков. Задачи сводки: Систематизация материалов собранных при наблюдении; уточнить систему показателей с помощью которых характеризуется объект; вычисление системы показателей. Группировка – это разделение изучаемого явления на части по существующим признакам. Виды группировки: Типологические – разделяют явления на классы или социально-экономические типы; Структурные – выявляют внутреннее строение явления; Аналитические – устанавливают связи м/у отдельными признаками явления. Задачи группировки: выделение социально-экономических типов явлений; изучение структуры явлений; выявление связи и зависимости м/у явлениями.

 

5. 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 уровню дохода и т.д. Метод статистических группировок позволяет разрабатывать первичный статистический материал. На основе группировки рассчитываются сводные показатели по группам, появляется возможность их сравнения, анализа причин различия между группами, изучения взаимосвязей между признаками. Группировка создает основу для последующей сводки и анализа данных.

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.

 

 

6. Типологическая группировка решает задачу выявления и характеристики социально-экономических типов (частных подсовокупностей) путем разделения качественно разнородной совокупности на классы, социально-экономические типы, однородные группы единиц в соответствии с правилами научной группировки. Примерами такой группировки могут служить группировки секторов экономики, хозяйствующих субъектов по формам собственности, федеральной, муниципальной, частной и смешанной собственности.

Структурной называется группировка, в которой происходит разделение выделенных с помощью типологической группировки типов явлений, однородных совокупностей на группы, характеризующие их структуру по какому-либо варьирующему признаку. К структурным группировкам относится группировка населения по размеру среднедушевого дохода, группировка хозяйств по объему продукции, структура депозитов по сроку их привлечения. 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 у – средней месячной платы рабочих от квалификации. Если группы, образованные по одному признаку, делятся на подгруппы по второму и т.д. признакам, т.е. в основании группировки лежит несколько признаков, взятых в комбинации, то такая группировка называется комбинационной.  Комбинационная группировка позволяет выявить и сравнить различия и связи между исследуемыми признаками.

 

 

7. Статистические таблицы: виды, правила построения, приемы чтения? Различают три вида статистических таблиц: 1-простые 2-групповые 3-комбинационные Основные правила построения статистических таблиц:

• таблица должна быть компактной и отражать только те исходные данные, которые прямо отражают исследуемое социально-экономическое явление в статике и динамике; • заголовок таблицы, названия граф и строк должны быть четкими, краткими, лаконичными. В заголовке должны быть отражены объект, признак, время и место совершения события; • графы и строки следует нумеровать; • графы и строки должны содержать единицы измерения, для которых существуют общепринятые сокращения; • информацию, сопоставляемую в ходе анализа, лучше всего располагать в соседних графах (либо одну под другой). Это облегчает процесс сравнения; • для удобства чтения и работы числа в статистической таблице следует проставлять в середине граф, строго одно под другим: единицы – под единицами, запятая – под запятой; • числа целесообразно округлять с одинаковой степенью точности (до целого знака, до десятой доли); • отсутствие данных обозначается знаком умножения (х), если данная позиция не подлежит заполнению, отсутствие сведений обозначается многоточием (...), либо «н. д.», либо «н. св.», при отсутствии явления ставится знак тире (-); • для отображения очень малых чисел используют обозначение 0.0 или 0.00; • если число получено на основании условных расчетов, то его берут в скобки, сомнительные числа сопровождают вопросительным знаком, а предварительные – знаком (*). В случае необходимости дополнительной информации статистические таблицы сопровождаются сносками и примечаниями.

Чтение предполагает, что исследователь, прочитав слова и числа таблицы, усвоил ее содержание, сформулировал  первые суждения об объекте, уяснил назначение таблицы, понял ее содержание в целом, дал оценку явлению или процессу, описанному в таблице.

 

 

 

 

 

 

 

 

 

 

8. Абсолютные величины: виды, познавательное значение. Условия научного использования абсолютных и относительных показателей? Различают 2 вида абсолютных величин индивидуальные и суммарные. Индивидуальными - называют абсолютные величины, характеризующие размеры признака у отдельных единиц совокупности (размер з/п отдельного работника). Они получаются непосредственно в процессе статистического наблюдения и фиксируются в первичных учетных документах. Суммарные - абсолютные величины характеризуют итоговую величину признака по определенной совокупности объектов, охваченных статистическим наблюдением. Они являются суммой количества единиц изучаемой совокупности (численность совокупности) или суммой значений варьирующего признака всех единиц совокупности (объем варьирующего признака). В зависимости от сущности исследуемого явления абсолютные величины выражаются в натуральных, стоимостных и трудовых единицах измерения (тонны, штуки, метры, литры, рубли, доллары, трудоемкость.) Относительная величина с которой производится сравнение. Если базу сравнения принимают за единицу, то получают относительную величину выраженную коэффициентом, если принимают за 100 то в %, если за 1000 то получают относительную величину промилле. Относительные величины подразделяются на: - относительная величина выполнения договорных обязательств, представляет собой отношение фактического уровня к уровню явления предусмотренная договором (как правило в %)

- относительная величина  планового задания представляет  собой отношение планируемой  на будущий период величине  к фактической за предшествующий  период (в %) - относительная вел-на структуры представляет собой отношение части изучаемой совокупности по всей совокупности (в коэф., и в %). - относительная величина динамики представляет собой отношение 2 уровней явлений за сравниваемые периоды. - относительная величина сравнения представляет собой соотношение уровней одноименных явлений относящихся  к различным объектам стат. исследования (сравнение численности населения 2 городов). - относительная величина координации представляет собой соотношение между отдельными частями 1 совокупности (между численностью рабочих со средним и высшим образованием). - относительная величина интенсивности характеризует степень распространения явления в определенной среде (показатель рождаемости, смертности) определяется в расчете на 1000 чел населения и потому выражается в промилле.

 

10. Средняя величина как и любой обобщенный показатель носит абстрактный анализ, поэтому при ее анализе среднюю необходимо сравнивать с индивидуальными значениями признака и в первую очередь минимальными и максимальными значениями. Наиболее часто встречается средняя арифметическая.

- Средняя арифметическая может  рассчитываться в форме простой  и взвешенной. В случае если  исходная информация не сгруппирована,  то средняя рассчитывается как  простая средняя арифметическая. где  х₁,х₂,…,х_п – индивидуальные значения варьирующего признака (варианты); n – число единиц совокупности.

- В случае если данные сгруппированы  рассчитывается средняя арифметическая  взвешенная. вычисляется по формуле:  , где f₁,f₂,…f_n – веса (частоты повторения одинаковых совокупностей); - сумма произведений величины признаков на их частоты; -общая численность единиц совокупности.

- В случае если исходная информация  представлена интервальным рядом распределения, то в расчет средней арифметической взвешенной в качестве значений признака берутся центры интервала. .

- Средняя гармоническая: когда статистическая информация не содержит частот f по отдельным вариантам х совокупности, а представлена как их произведение , применяется формула средней гармонической взвешенной. Чтобы исчислить среднюю, обозначаем = w, откуда . Далее формула средней арифметической преобразуется таким образом, чтобы по имеющемся данным x и w можно было исчислить среднюю. В формулу средней арифметической взвешенной вместо xf подставляется w, вместо f – отношение w/x и получается формула средней гармонической взвешенной: . В тех случаях, когда вес каждого варианта равен единице (индивидуальные значения обратного признака встречаются по одному разу), применяется средняя гармоническая простая: .

- Средняя геометрическая: применяется в тех случаях, когда индивидуальные значения признака представляют собой относительные величины динамики, построенные в виде цепных величин, как отношение к предыдущему уровню каждого уровня в ряду динамики, т.е. характеризует средний коэффициент роста. Она исчисляется извлечением корня степени п из произведения отдельных значений – вариантов признака х: , где п – число вариантов, П – знак перемножения. Широко применяется для определения средних темпов изменения в рядах динамики, а также в рядах распределения.

- Средняя квадратическая: применяется, когда возникает потребность расчета среднего размера признака, выраженного в квадратных единицах измерения. Средняя квадратическая простая является квадратным корнем из частного от деления суммы квадратов отдельных значений признака на их число: . Средняя квадратическая взвешенная: , где f – веса.

- Средняя кубическая: применяется, когда возникает потребность расчета среднего размера признака, выраженного в кубических единицах измерения. Средняя кубическая простая: ; средняя кубическая взвешенная: .

- Особым видом средних  величин являются структурные средние. Они применяются для изучений внутреннего строения и структуры рядов распределения значений признака. К таким показателям относятся мода и медиана. Мода М_о – значение случайной величины, встречающееся с наибольшей вероятностью в дискретном вариационном ряду – вариант, имеющий наибольшую частоту. В интервальных рядах распределения с равными интервалами мода вычисляется по формуле: , где Х_Мо – нижняя граница модального интервала; i_Mo – модальный интервал; - частоты в модальном, предыдущем и следующем за модальным интервалах (соответственно). Модальный интервал определяется по наибольшей частоте.

Медиана М_е – это вариант, который находится в середине вариационного ряда. Медиана делит ряд на две равные (по числу единиц) части – со значениями признака меньше медианы и со значениями признака больше медианы. Чтобы найти медиану, необходимо отыскать значение признака, которое находится в середине упорядоченного ряда.

Значение медианы вычисляется линейной интерполяцией по формуле: , где Х_Ме – нижняя граница медианного интервала; i_Mе – медианный интервал; - половина от общего числа наблюдений; - сумма наблюдений, накопленная до начала медианного интервала; - число наблюдений в медианном интервале.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

12. Пользуясь правилом сложения дисперсий, можно всегда по двум известным дисперсиям определить третью – неизвестную. Чем больше доля межгрупповой дисперсии в общей дисперсии, тем сильнее влияние группировочного признака на изучаемый признак. Поэтому в статистическом анализе широко используется эмпирический коэффициент детерминации - показатель, представляющий собой долю межгрупповой дисперсии в общей дисперсии результативного признака и характеризующий силу влияния группировочного признака на образование общей вариации: . Эмпирический коэффициент детерминации показывает долю вариации результативного признака у под влиянием факторного признака х (остальная часть общей вариации у обуславливается вариацией прочих факторов). При отсутствии связи эмпирический коэффициент детерминации равен нулю, а при функциональной связи – единице. Эмпирическое корреляционное отношение – это корень квадратный из эмпирического коэффициента детерминации: . Он показывает тесноту связи между группировочным и результативным признаками. Эмпирическое корреляционное отношение может принимать значения от 0 до 1. Если связь отсутствует, то корреляционное отношение равно нулю, т.е. все групповые средние будут равны между собой, межгрупповой вариации не будет. Значит, группировочный признак никак не влияет на образование общей вариации. Если связь функциональная, то корреляционное отношение будет равно единице. В этом случае дисперсия групповых средних равна общей дисперсии , т.е. внутригрупповой вариации не будет. Это означает, что группировочный признак целиком определяет вариацию изучаемого результативного признака. Чем значение корреляционного отношения ближе к единице, тем теснее, ближе к функциональной зависимости связь между признаками.