Статистические методы

Статисти́ческие ме́тоды - методы анализа статистических данных. Выделяют методы прикладной статистики , которые могут применяться во всех областях научных исследований и любых отраслях народного хозяйства, и другие статистические методы, применимость которых ограничена той или иной сферой. Имеются в виду такие методы, как статистический приемочный контроль, статистическое регулирование технологических процессов, надежность и испытания, планирование экспериментов.

Классификация статистических методов

Статистические методы анализа данных применяются практически во всех областях деятельности человека. Их используют всегда, когда необходимо получить и обосновать какие-либо суждения о группе (объектов или субъектов) с некоторой внутренней неоднородностью.

Целесообразно выделить три вида научной и прикладной деятельности в области статистических методов анализа данных (по степени специфичности методов, сопряженной с погруженностью в конкретные проблемы):

а) разработка и исследование методов общего назначения, без учета специфики области применения;

б) разработка и исследование статистических моделей реальных явлений и процессов в соответствии с потребностями той или иной области деятельности;

в) применение статистических методов и моделей для статистического анализа конкретных данных.

Прикладная статистика

Описание вида данных и механизма их порождения - начало любого статистического исследования. Для описания данных применяют как детерминированные, так и вероятностные методы. С помощью детерминированных методов можно проанализировать только те данные, которые имеются в распоряжении исследователя. Например, с их помощью получены таблицы, рассчитанные органами официальной государственной статистики на основе представленных предприятиями и организациями статистических отчетов. Перенести полученные результаты на более широкую совокупность, использовать их для предсказания и управления можно лишь на основе вероятностно-статистического моделирования. Поэтому в математическую статистику часто включают лишь методы, опирающиеся на теорию вероятностей.

Мы не считаем возможным противопоставлять детерминированные и вероятностно-статистические методы. Мы рассматриваем их как последовательные этапы статистического анализа. На первом этапе необходимо проанализировать имеющие данные, представить их в удобном для восприятия виде с помощью таблиц и диаграмм. Затем статистические данные целесообразно проанализировать на основе тех или иных вероятностно-статистических моделей. Отметим, что возможность более глубокого проникновения в суть реального явления или процесса обеспечивается разработкой адекватной математической модели.

В простейшей ситуации статистические данные - это значения некоторого признака, свойственного изучаемым объектам. Значения могут быть количественными или представлять собой указание на категорию, к которой можно отнести объект. Во втором случае говорят о качественном признаке.

При измерении по нескольким количественным или качественным признакам в качестве статистических данных об объекте получаем вектор. Его можно рассматривать как новый вид данных. В таком случае выборка состоит из набора векторов. Есть часть координат - числа, а часть - качественные (категоризованные) данные, то говорим о векторе разнотипных данных.

Одним элементом выборки, то есть одним измерением, может быть и функция в целом. Например, описывающая динамику показателя, то есть его изменение во времени, - электрокардиограмма больного или амплитуда биений вала двигателя. Или временной ряд, описывающий динамику показателей определенной фирмы. Тогда выборка состоит из набора функций.

Элементами выборки могут быть и иные математические объекты. Например, бинарные отношения. Так, при опросах экспертов часто используют упорядочения (ранжировки) объектов экспертизы - образцов продукции, инвестиционных проектов, вариантов управленческих решений. В зависимости от регламента экспертного исследования элементами выборки могут быть различные виды бинарных отношений (упорядочения, разбиения, толерантности), множества, нечеткие множества и т. д.

Итак, математическая природа элементов выборки в различных задачах прикладной статистики может быть самой разной. Однако можно выделить два класса статистических данных - числовые и нечисловые. Соответственно прикладная статистика разбивается на две части - числовую статистику и нечисловую статистику.

Числовые статистические данные - это числа, вектора, функции. Их можно складывать, умножать на коэффициенты. Поэтому в числовой статистике большое значение имеют разнообразные суммы. Математический аппарат анализа сумм случайных элементов выборки - это (классические) законы больших чисел и центральные предельные теоремы.

Нечисловые статистические данные - это категоризованные данные, вектора разнотипных признаков, бинарные отношения, множества, нечеткие множества и др. Их нельзя складывать и умножать на коэффициенты. Поэтому не имеет смысла говорить о суммах нечисловых статистических данных. Они являются элементами нечисловых математических пространств (множеств). Математический аппарат анализа нечисловых статистических данных основан на использовании расстояний между элементами (а также мер близости, показателей различия) в таких пространствах. С помощью расстояний определяются эмпирические и теоретические средние, доказываются законы больших чисел, строятся непараметрические оценки плотности распределения вероятностей, решаются задачи диагностики и кластерного анализа, и т. д. (см. ).

В прикладных исследованиях используют статистические данные различных видов. Это связано, в частности, со способами их получения. Например, если испытания некоторых технических устройств продолжаются до определенного момента времени, то получаем т. н. цензурированные данные, состоящие из набора чисел - продолжительности работы ряда устройств до отказа, и информации о том, что остальные устройства продолжали работать в момент окончания испытания. Цензурированные данные часто используются при оценке и контроле надежности технических устройств.

Обычно отдельно рассматривают статистические методы анализа данных первых трех типов. Это ограничение вызвано тем отмеченным выше обстоятельством, что математический аппарат для анализа данных нечисловой природы - существенно иной, чем для данных в виде чисел, векторов и функций.

Вероятностно-статистическое моделирование

При применении статистических методов в конкретных областях знаний и отраслях народного хозяйства получаем научно-практические дисциплины типа «статистические методы в промышленности», «статистические методы в медицине» и др. С этой точки зрения эконометрика - это «статистические методы в экономике». Эти дисциплины группы б) обычно опираются на вероятностно-статистические модели, построенные в соответствии с особенностями области применения. Весьма поучительно сопоставить вероятностно-статистические модели, применяемые в различных областях, обнаружить их близость и вместе с тем констатировать некоторые различия. Так, видна близость постановок задач и применяемых для их решения статистических методов в таких областях, как научные медицинские исследования, конкретные социологические исследования и маркетинговые исследования, или, короче, в медицине , социологии и маркетинге . Они часто объединяются вместе под названием «выборочные исследования».

Отличие выборочных исследований от экспертных проявляется, прежде всего, в числе обследованных объектов или субъектов - в выборочных исследованиях речь обычно идет о сотнях, а в экспертных - о десятках. Зато технологии экспертных исследований гораздо изощреннее. Еще более выражена специфика в демографических или логистических моделях, при обработке нарративной (текстовой, летописной) информации или при изучении взаимовлияния факторов.

Вопросы надежности и безопасности технических устройств и технологий, теории массового обслуживания подробно рассмотрены, в большом количестве научных работ.

Статистический анализ конкретных данных

Применение статистических методов и моделей для статистического анализа конкретных данных тесно привязано к проблемам соответствующей области. Результаты третьего из выделенных видов научной и прикладной деятельности находятся на стыке дисциплин. Их можно рассматривать как примеры практического применения статистических методов. Но не меньше оснований относить их к соответствующей области деятельности человека.

Например, результаты опроса потребителей растворимого кофе естественно отнести к маркетингу (что и делают, читая лекции по маркетинговым исследованиям). Исследование динамики роста цен с помощью индексов инфляции, рассчитанных по независимо собранной информации, представляет интерес прежде всего с точки зрения экономики и управления народным хозяйством (как на макроуровне, так и на уровне отдельных организаций).

Перспективы развития

Теория статистических методов нацелена на решение реальных задач. Поэтому в ней постоянно возникают новые постановки математических задач анализа статистических данных, развиваются и обосновываются новые методы. Обоснование часто проводится математическими средствами, то есть путем доказательства теорем. Большую роль играет методологическая составляющая - как именно ставить задачи, какие предположения принять с целью дальнейшего математического изучения. Велика роль современных информационных технологий, в частности, компьютерного эксперимента.

Актуальной является задача анализа истории статистических методов с целью выявления тенденций развития и применения их для прогнозирования.

Литература

2. Нейлор Т. Машинные имитационные эксперименты с моделями экономических систем. - М.: Мир, 1975. - 500 с.

3. Крамер Г. Математические методы статистики. - М.: Мир, 1948 (1-е изд.), 1975 (2-е изд.). - 648 с.

4. Большев Л. Н., Смирнов Н. В. Таблицы математической статистики. - М.: Наука, 1965 (1-е изд.), 1968 (2-е изд.), 1983 (3-е изд.).

5. Смирнов Н. В., Дунин-Барковский И. В. Курс теории вероятностей и математической статистики для технических приложений. Изд. 3-е, стереотипное. - М.: Наука, 1969. - 512 с.

6. Норман Дрейпер, Гарри Смит Прикладной регрессионный анализ. Множественная регрессия = Applied Regression Analysis. - 3-е изд. - М.: «Диалектика» , 2007. - С. 912. - ISBN 0-471-17082-8

Смотри также

Wikimedia Foundation . 2010 .

Смотреть что такое "Статистические методы" в других словарях:

    СТАТИСТИЧЕСКИЕ МЕТОДЫ научные методы описания и изучения массовых явлений, допускающих количественное (численное) выражение. Слово “статистика” (от игал. stato государство) имеет общий корень со словом “государство”. Первоначально оно… … Философская энциклопедия

    Научные методы описания и изучения массовых явлений, допускающих количественное (численное) выражение. Слово «статистика» (от итал. stato – государство) имеет общий корень со словом «государство». Первоначально оно относилось к науке управления и … Философская энциклопедия

    - (в экологии и биоценологии) методы вариационной статистики, позволяющие исследовать целое (напр., фитоценоз, популяцию, продуктивность) по его частным совокупностям (напр., по данным, полученным на учетных площадках) и оценить степень точности… … Экологический словарь

    статистические методы - (в психологии) (от лат. status состояние) нек рые методы прикладной математической статистики, используемые в психологии в основном для обработки экспериментальных результатов. Основная цель применения С. м. повышение обоснованности выводов в… … Большая психологическая энциклопедия

    Статистические методы - 20.2. Статистические методы Конкретные статистические методы, используемые для организации, регулирования и проверки деятельности, включают, но не ограничиваются следующими: а) планированием экспериментов и факторный анализ; b) анализ дисперсии и … Словарь-справочник терминов нормативно-технической документации

    СТАТИСТИЧЕСКИЕ МЕТОДЫ - методы исследования количеств. стороны массовых обществ. явлений и процессов. С. м. дают возможность в цифровом выражении характеризовать происходящие изменения в обществ. процессах, изучать разл. формы социально экономич. закономерностей, смену… … Сельско-хозяйственный энциклопедический словарь

    СТАТИСТИЧЕСКИЕ МЕТОДЫ - некоторые методы прикладной математической статистики, используемые для обработки экспериментальных результатов. Ряд статистических методов был разработан специально для проверки качества психологических тестов, для применения в профессиональном… … Профессиональное образование. Словарь

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Введение

Статистика (нем. Statistak, итал. Stato, позднелат. Status - государство) - наука, изучающая положение дел в государстве. Иными словами, это вид деятельности, направленной на получение, обработку и анализ информации, характеризующей количественные закономерности жизни общества во всем их многообразии (технико-экономические, социально-политические явления, культура) в неразрывной связи с ее качественным содержанием. Таким образом, под статистикой понимается сбор цифровых данных, их обобщение и обработка. Статистика необходима для изучения количественных явлений посредством цифр. Она предоставляет необходимый цифровой банк данных. Статистика должна давать не произвольный материал, а те данные, которые ясно и понятно характеризуют различные явления.

Определяющее значение статистики вытекает из того, что вся информация, имеющая значимость как для государства, так и для физических и юридических лиц и собираемая путем бухгалтерского или оперативного учета, в конечном счете обрабатывается и анализируется с помощью статистики. Исходные методологические принципы для построения основных показателей во всех видах учета являются едиными.

В более узком смысле статистика рассматривается как совокупность данных о каком-либо явлении или процессе (например, когда говорят о статистике выборов). В естественных науках понятие «статистика» означает анализ массовых явлений, основанный на применении методов теории вероятностей.

1. Методы статистики

В целях изучения и познания сущности явлений в статистике применяют различные взаимосвязанные между собой специфические приемы (методы) исследования, совокупность которых образует статистическую методологию. Особенности статистической методологии вытекают из объективного характера свойств и закономерностей количественных отношений и связей явлений, изучаемых статистикой. Основные требования статистической методологии - исследование массовых объектов и явлений, дифференциация их по группам и подгруппам, определение сводных количественных характеристик (специальных показателей, средних величин, индексов и т.д.). Благодаря этим особенностям выявляются общие, типичные свойства и закономерности явлений, устраняются случайные, единичные особенности последних, выделяются характерные группы и типы явлений. Основной чертой статистической методологии является также конкретность исследований, выражающаяся в неразрывной связи количественного анализа с установлением качественного своеобразия объектов в конкретно-исторических условиях места и времени. В основе статистической методологии лежат методы из математической статистики и других разделов математики, которые воплощаются в статистических методах.

Статистические методы - это совокупность приемов, применяемых в процессе статистического исследования.

Статистическое исследование - процесс изучения явлений на основе статистических методов. Статистические исследования начинаются с подготовительных работ по организации исследований. Они делятся на взаимосвязанные и в большей мере самостоятельные этапы, как правило, обособленные друг от друга во времени, которые называются стадиями. Обычно выделяют три основные стадии: статистическое наблюдение, сводка и обработка материалов, анализ данных. На первой стадии с помощью первичного учета, систематической регистрации и других специальных форм статистического наблюдения собираются массовые статистические данные; на второй стадии эти данные сводятся в систему сводных таблиц с применением системы группировок и сводных величин (обобщающих показателей); на третьей стадии собранные данные анализируются, т.е. проводится сравнение фактов для разных периодов времени, для различных объектов, устанавливаются причины явлений, дается общее описание фактов и объяснение закономерностям, выделяемым с помощью статистических методов. На каждой стадии производится проверка достоверности статистических данных. В процессе анализа обычно совершается дополнительная обработка материалов (перегруппировка, дополнительное исчисление различных коэффициентов, индексов и т.д.), производятся и специальные статистические расчеты. Статистический анализ - завершающее звено статистического исследования, имеющий большое познавательное и практическое значение. Результаты анализа используются при разработке вопросов экономической теории, при прогнозировании и организации работы предприятий, компаний, фирм, ассоциаций, холдингов, концернов и т.д. и отраслей народного хозяйства. Правильность и эффективность выводов и прогнозов статистического анализа зависят от знания природы изучаемого явления и надлежащего использования правил и приемов анализа, разрабатываемых теорий статистики. Статистический анализ опирается на всю совокупность относящихся к рассматриваемому явлению фактов. При анализе комплексно используются разнообразные статистические данные и различные методы их обработки. Проведение статистического анализа требует следующих основных элементов исследования: постановки задачи анализа на основе знакомства с конкретными условиями развития явления, подбора статистических материалов, их критической оценки, систематизации отобранных данных и расчета недостающих показателей, дополнительной обработки материалов при помощи специальных статистических методов и формулировки выводов и практических предложений. Таким образом, статистический анализ изучает статистические данные о явлении для выяснения его характерных признаков и присущих ему в данных конкретных условиях закономерностей. Статистические методы разделяются на две основные группы: методы статистического наблюдения и методы обработки и анализа статистических данных (т.е. результатов наблюдения).

Методы статистического наблюдения (отчетность, переписи, выборочные обследования и др.) позволяют получить массовые и надежные материалы о различных социальных, либо экономических явлениях.

Специфическими для статистики методами обработки данных являются группировки, балансовый метод, исчисление средних величин (метод средних), исчисление индексов (индексный метод), графический метод и др. Группировки рассматриваются в данном случае в широком смысле слова, т.е. речь идет о применении классификаций и номенклатур и о построении специальных групповых и комбинационных таблиц. Под методом средних понимается не только вычисление и анализ различных средних, но и измерение колеблемости величины вокруг среднего уровня. Большое значение для обработки результатов наблюдения во многих областях имеет использование методов теории вероятности и математической статистики. В частности, эти методы применяются для измерения ошибки выборки, анализа связи между факторами и оценки надежности результатов (корреляционное исчисление, дисперсионный анализ и т.д.). В процессе статистического исследования статистические методы обычно применяются комплексно. Например, в анализе рядов динамики сочетается использование таких приемов, как выравнивание рядов, исчисление средних и индексов, построение графиков и т.д.

2. Понятие о статистическом наблюдении

Законченное статистическое исследование состоит из трех последовательных стадий работы: статистического наблюдения, сводки статистических материалов и анализа статистических данных. Статистическое наблюдение - это научно организованный сбор количественных данных о явлениях и процессах, происходящих в различных областях деятельности, с помощью учета первичных данных о каждом отдельном случае или факте, относящемся к изучаемому явлению.

При проведении статистического наблюдения необходимо придерживаться следующих положений:

§ статистическое наблюдение должно проводиться по тщательно разработанной программе;

§ наблюдению должны подвергаться прежде всего те явления и процессы, благодаря которым осуществляется успешная коммерческая деятельность и решаются социальные проблемы;

§ наблюдение должно проводиться по программе, соответствующей целям и задачам наблюдения, со строгим ограничением объекта и единицы наблюдения;

§ наблюдение должно проводиться на научной основе и методами, обеспечивающими доступность, полноту и объективность получаемых сведений;

§ система (форма), виды и способ наблюдения должны выбираться в соответствии с экономической сущностью изучаемого явления или процесса и отвечать конечной цели исследования;

Следующим видом статистической работы является сводка и группировка собранных данных в пределах каждой группы и по совокупности в целом. Обработка статистического материала производится путем построения рядов цифр, таблиц, графиков.

Затем переходят к вычислению обобщающих показателей, которыми заполняют таблицы: относительных величин, средних величин, индексов, показателей вариации и т.д. Этими показателями заполняют таблицы.

Цифровой материал, собранный в результате статистического наблюдения, должен быть достоверным. Это необходимо для того, чтобы по первичным материалам можно было сделать правильные выводы об изучаемой совокупности. Важным требованием, предъявляемым к статистическим данным, является сопоставимость данных во времени, по территории.

Так, например, если целью статистического исследования является изучение развития розничной торговой сети и розничного товарооборота какого-либо региона, то необходимо учесть реорганизацию в пределах административного региона (передачу населенных пунктов другому региону и, наоборот, присоединение населенных пунктов и другие изменения).

Статистические данные должны поступать своевременно. Эти требования необходимы для обеспечения контроля и осуществления оперативного руководства.

3. Понятие о сводке и группировке

Собранный в процессе статистического наблюдения материал представляет собой разрозненные первичные цифровые сведения об отдельных единицах изучаемого явления (объекта). В таком виде материал еще не характеризует явления в целом, так как он слишком разрознен и не классифицирован. Из него не видно ни состава, ни численности, ни существа связей этого явления с другими. Указанные признаки могут быть получены лишь в процессе обработки материалов наблюдения. Это и является задачей второго этапа статистической работы - сводки и группировки результатов статистического наблюдения.

Следовательно, сводка и группировка статистических данных - это последующий этап статистической работы. Статистической сводкой называется получение итоговых данных путем подсчета единичных сведений. Задача сводки состоит в обобщении, подытоживании результатов статистического наблюдения. При этом сводка данных осуществляется посредством одновременной их группировки, так как прежде чем сводить, необходимо произвести группировку собранного материала, т.е. разделять его на группы по одному или нескольким признакам.

Группировка является методом исследования сущности явлений путем расчленения совокупности на группы по определенным признакам. В чем же заключается различие между сводкой и группировкой статистического материала? Например, если подсчитывают итоговые данные объема розничного товарооборота по системе райпотребсоюза - это сводка статистических данных.; Однако итоговые показатели объема розничного товарооборота недостаточно характеризуют состояние торговли в розничной торговой сети, обслуживающей население. Поэтому для более глубокого анализа торгового обслуживания населения проводят группировку торговых предприятий и показывают их распределение по размеру розничного товарооборота и выявляют соотношение мелких, средних и крупных торговых предприятий розничной сети райпотребсоюза.

Выявление связей между явлениями и их признаками - основная задача группировки статистического материала. Явления жизни и их признаки тесно связаны между собой. Так, например, группируя торговые предприятия по размеру розничного товарооборота и исчисляя для каждой группы средний уровень расходов, можно статистически выразить, насколько тесна эта связь. Подобная аналитическая группировка показывает, что уровень издержек обращения на крупных торговых фирмах, компаниях и т.д. в среднем ниже, чем в мелких. Поэтому крупные магазины имеют повышенную рентабельность по сравнению с мелкими, в этом их преимущество. Посредством группировки можно выявить, что объем розничного товарооборота на одно торговое предприятие в городской торговле больше, чем в сельской. Следовательно, в торговых предприятиях, расположенных в городе, расход ниже, чем в функционирующих в сельской местности.

Подводя итог, следует подчеркнуть, что статистическая группировка является основным методом научной обработки статистического материала.

Статистическая группировка - это расчленение изучаемой совокупности на группы и подгруппы по определенным характерным достаточным признакам для глубокого и всестороннего изучения явлений.

Чтобы дать правильное статистическое освещение собранных материалов, необходимо заранее установить перечень показателей, по которым надо получить сводные данные для характеристики исследуемых явлений. Так, для характеристики хозяйственной деятельности фермерских хозяйств важное значение имеют такие показатели, как посевная площадь и ее использование, урожайность сельскохозяйственных культур, количество скота, затраты труда на единицу продукции, себестоимость продукции и ряд других.

4. Роль и значение средних величин

Наряду с абсолютными и относительными величинами в статистике большое применение находят средние величины. В повседневной жизни употребляются термины «в среднем», например, средняя цена, средний расход продуктов, средняя заработная плата, средняя мощность оборудования, средний размер сбережений и т.д.

В экономическом анализе часто приходится оперировать средними величинами в целях лучшего изучения общей картины когда нужно из многих признаков получить величину, в которой отражались бы свойства всех признаков, входящих в состав совокупности.

Средняя величина есть обобщающая количественная характеристика однородных явлений по какому-либо варьирующему признаку.

Следовательно, средняя величина есть обобщающая характеристика совокупности; средняя величина выражает типичное свойств совокупности; средняя величина - величина абстрактная, а недекретная, так как в ней сглаживаются отдельные значения единиц совокупности, имеющие отклонения в ту и другую сторону; реальность средней величины достигается, если она вычисляется из одной совокупности.

Применение средних величин позволяет охарактеризовать определенный признак совокупности одним числом, несмотря на количественные различия единиц по данному признаку внутри совокупности.

4. Понятие о рядах динамики

Изучение явлений жизни в непрерывном их развитии - одна из основных задач статистики. Это вызвано с тем, что все явления, будь то экономические или социальные, изменяются. С течением времени, от месяца к месяцу, от квартала к кварталу изменяется численность населения, его состав, объем произведенной продукции, промышленности и сельского хозяйства, уровень производительности труда и т.д.

Статистика изучает, анализирует изменение этих явлений путем сопоставления различных взаимосвязанных показателей. Эти задачи реализуются при помощи построения рядов динамики.

Рядом динамики называется ряд последовательно расположенных в хронологическом порядке статистических показателей, показываемых при изменении какого-либо явления во времени.

Каждый ряд динамики состоит из даты времени (например, на 1. 01,10.02 и т.д.), периода времени (год, квартал» месяц) и статистических данных, которые называются уровнями ряда динамики.

При помощи построения и анализа рядов динамики выявляются закономерности развития явлений, вскрываются те или иные особенности их развития (периодические и сезонные колебания и т.д.). Условием правильности построения рядов динамики является обеспечение сопоставимости данных, которая достигается тем, что в процессе сбора и обработки данных во всех случаях применяются одинаковые приемы и принципы (показатели рассчитываются за разные периоды времени, относятся к одной и той же территории и т.д.). Для обеспечения соизмеримости иногда данные приводят к сопоставимому виду. Ряды динамики делят на ряды динамики абсолютных величин и ряды динамики производных величин.

статистический наблюдение сводка индекс

5. Понятие об индексах и их значения

Слово «индекс» (лат. index) означает показатель. Однако не всякий показатель является индексом. Объем товарооборота, средняя заработная плата, удельный вес того или иного товара, количество товарооборота, приходящееся на 1 кв. м площади торгового зала, и т.п. - все показатели, характеризующие хозяйственную деятельность. Однако эти показатели не являются индексами.

Индексы - показатели особого рода. Прежде всего, это отношение «относительные величины, характеризующие динамику явления(выполнение плана или сравнение регионов по тем или иным экономическим показателям). От обычных относительных величин индекс отличает то, что они характеризуют отношение сложных явлений складывающихся под влиянием различных причин. Индексы, как правило, не ограничиваются простым показом отношения, а выполняют роль и значение отдельных условий и составных частей данного сложного явления. Например, индекс цен показывает, как изменились цены на все товары или отдельную группу товаров, как снизилось это изменение на соотношении количества и цен отделы товаров, как само изменение цен отразилось на товарообороте, покупательной способности рубля, степени удовлетворения покупательского спроса.

Индекс применяется также для изучения роли факторов, оказывающих влияние на изменение данного явления.

Таким образом, индекс характеризует изменение величины сложного экономического явления, состоящего из элементов, которые непосредственно нельзя суммировать,поэтому он является более сложным и многосторонним показателем, чем относительные или средние величины. Например, можно ли определить все изменения товарооборота в натуральном выражении? Нет, так как реализуемые товары имеют различные натуральные единицы измерения (крупа в килограммах, растительное масло в литрах, обувь в парах, ткани в метрах и т.д.).

Следовательно, складывать объемы разнородных товаров для определения динамики товарооборота нельзя. Суммирование будет возможным только в тех случаях, когда все товары будут приведены к сопоставимому виду, что достигается путем индексных расчетов.

Индексом называется относительная величина, характеризующая изменение сложных экономических явлений по времени и в пространстве и в то же время уровень планового задания и степень выполнения плана.

Элементами любого индекса являются: а) индексируемая величина; б) тип (форма) индекса; в) веса индекса; г) сроки исчисления. В зависимости от элемента (а) возможны индекс цен, индекс физического (натурального) объема продукции, индексы производительности труда и т.д. В зависимости от типа (б) различают индексы агрегатные и индексы средние, а среди последних, смотря по форме средней, индексы средние арифметические, индексы средние гармонические, индексы средние геометрические и т.д. В зависимости от весов (в) различают индексы простые (невзвешенные) и индексы взвешенные, а среди последних - индексы с постоянными (неизменными) весами и индексы с переменными весами (в меру необходимости с течением времени пересматриваемыми). В зависимости от сроков исчисления (г) рассматривают индексы базисные (с постоянной, неизменной во времени базой) и индексы цепные (если числовые значения индексируемой величины в каждый данный «текущий» срок сопоставляются с их значениями в предшествующий срок; иначе, индекс с переменной базой.

Заключение

Статистика является важнейшей в системе экономических процессов, так как она помогает систематизировать и анализировать сведения, характеризующие экономическое и социальное развитие всех сфер общественной жизни.

Именно благодаря различным статистическим методам разные пользователи статистических данных могут использовать более подходящий метод для себя, в зависимости от поставленных целей.

Список литературы

Общая теория статистики: Статистическая методология в изучении коммерческой деятельности. Учебник А.И. Харламов и др. - М. Финансы и статистика, 1994.

Годин А.М. «Статистика» учебник М., 2002

Размещено на Allbest.ru

Подобные документы

    Получение статистических данных для обобщенной характеристики состояния и развития явления. Виды, способы и организационные формы статистического наблюдения. Статистический формуляр, сводка и группировка данных. Статистические таблицы и графики.

    реферат , добавлен 12.11.2009

    Понятие о статистической сводке и группировке. Типологическая, аналитическая, структурная группировка. Понятие структурных сдвигов: сопоставление данных структурных группировок. Техника выполнения группировок: интервальные и дискретные вариационные ряды.

    контрольная работа , добавлен 23.07.2009

    Математические методы систематизации и использования статистических данных для научных и практических выводов. Закон распределения дискретной случайной величины. Понятие генеральной совокупности. Задачи статистических наблюдений. Выборочное распределение.

    реферат , добавлен 10.12.2010

    Методы регистрации, описания и анализа статистических экспериментальных данных, получаемых в результате наблюдения массовых случайных явлений. Обзор задач математической статистики. Закон распределения случайной величины. Проверка правдоподобия гипотез.

    презентация , добавлен 01.11.2013

    Табличный метод представления данных правовой статистики. Абсолютные и обобщающие показатели. Относительные величины, их основные виды и применение. Среднее геометрическое, мода и медиана. Метод выборочного наблюдения. Классификация рядов динамики.

    контрольная работа , добавлен 29.03.2013

    Исторические аспекты развития статистики, ее предмет. Понятие статистической методологии. Организация государственной и международной статистики. Программа и формы статистического наблюдения. Формы вариационного ряда. Средняя арифметическая и ее свойства.

    шпаргалка , добавлен 12.12.2010

    Применение в статистике конкретных методов в зависимости от заданий. Методы массовых наблюдений, группировок, обобщающих показателей, динамических рядов, индексный метод. Корреляционный и дисперсный анализ. Расчет средних статистических величин.

    контрольная работа , добавлен 21.09.2009

    Составление характеристики непрерывного признака. Методы составления приближенного распределения признака, имеющего непрерывное распределения. Относительные частоты и их плотности. Статистическое распределение частот интервального вариационного ряда.

    творческая работа , добавлен 10.11.2008

    Математическая статистика как наука о математических методах систематизации статистических данных, ее показатели. Составление интегральных статистических распределений выборочной совокупности, построение гистограмм. Вычисление точечных оценок параметров.

    курсовая работа , добавлен 10.04.2011

    Функциональные и стохастические связи. Статистические методы моделирования связи. Статистическое моделирование связи методом корреляционного и регрессионного анализа. Проверка адекватности регрессионной модели.

Деятельность людей во множестве случаев предполагает работу с данными, а она в свою очередь может подразумевать не только оперирование ими, но и их изучение, обработку и анализ. Например, когда нужно уплотнить информацию, найти какие-то взаимосвязи или определить структуры. И как раз для аналитики в этом случае очень удобно пользоваться не только , но и применять статистические методы.

Особенностью методов статистического анализа является их комплексность, обусловленная многообразием форм статистических закономерностей, а также сложностью процесса статистических исследований. Однако мы хотим поговорить именно о таких методах, которые может применять каждый, причем делать это эффективно и с удовольствием.

Статистическое исследование может проводиться посредством следующих методик:

  • Статистическое наблюдение;
  • Сводка и группировка материалов статистического наблюдения;
  • Абсолютные и относительные статистические величины;
  • Вариационные ряды;
  • Выборка;
  • Корреляционный и регрессионный анализ;
  • Ряды динамики.

Статистическое наблюдение

Статистическое наблюдение является планомерным, организованным и в большинстве случаев систематическим сбором информации, направленным, главным образом, на явления социальной жизни. Реализуется данный метод через регистрацию предварительно определенных наиболее ярких признаков, цель которой состоит в последующем получении характеристик изучаемых явлений.

Статистическое наблюдение должно выполняться с учетом некоторых важных требований:

  • Оно должно полностью охватывать изучаемые явления;
  • Получаемые данные должны быть точными и достоверными;
  • Получаемые данные должны быть однообразными и легкосопоставимыми.

Также статистическое наблюдение может иметь две формы:

  • Отчетность – это такая форма статистического наблюдения, где информация поступает в конкретные статистические подразделения организаций, учреждений или предприятий. В этом случае данные вносятся в специальные отчеты.
  • Специально организованное наблюдение – наблюдение, которое организуется с определенной целью, чтобы получить сведения, которых не имеется в отчетах, или же для уточнения и установления достоверности информации отчетов. К этой форме относятся опросы (например, опросы мнений людей), перепись населения и т.п.

Кроме того, статистическое наблюдение может быть категоризировано на основе двух признаков: либо на основе характера регистрации данных, либо на основе охвата единиц наблюдения. К первой категории относятся опросы, документирование и прямое наблюдение, а ко второй – наблюдение сплошное и несплошное, т.е. выборочное.

Для получения данных при помощи статистического наблюдения можно применять такие способы как анкетирование, корреспондентская деятельность, самоисчисление (когда наблюдаемые, например, сами заполняют соответствующие документы), экспедиции и составление отчетов.

Сводка и группировка материалов статистического наблюдения

Говоря о втором методе, в первую очередь следует сказать о сводке. Сводка представляет собой процесс обработки определенных единичных фактов, которые образуют общую совокупность данных, собранных при наблюдении. Если сводка проводится грамотно, огромное количество единичных данных об отдельных объектах наблюдения может превратиться в целый комплекс статистических таблиц и результатов. Также такое исследование способствует определению общих черт и закономерностей исследуемых явлений.

С учетом показателей точности и глубины изучения можно выделить простую и сложную сводку, но любая из них должна основываться на конкретных этапах:

  • Выбирается группировочный признак;
  • Определяется порядок формирования групп;
  • Разрабатывается система показателей, позволяющих охарактеризовать группу и объект или явление в целом;
  • Разрабатываются макеты таблиц, где будут представлены результаты сводки.

Важно заметить, что есть и разные формы сводки:

  • Централизованная сводка, требующая передачи полученного первичного материала в вышестоящий центр для последующей обработки;
  • Децентрализованная сводка, где изучение данных происходит на нескольких ступенях по восходящей.

Выполняться же сводка может при помощи специализированного оборудования, например, с использованием компьютерного ПО или вручную.

Что же касается группировки, то этот процесс отличается разделением исследуемых данных на группы по признакам. Особенности поставленных статистическим анализом задач влияют на то, какой именно будет группировка: типологической, структурной или аналитической. Именно поэтому для сводки и группировки либо прибегают к услугам узкопрофильных специалистов, либо применяют .

Абсолютные и относительные статистические величины

Абсолютные величина считаются самой первой формой представления статистических данных. С ее помощью удается придать явлениям размерные характеристики, например, по времени, по протяженности, по объему, по площади, по массе и т.д.

Если требуется узнать об индивидуальных абсолютных статистических величинах, можно прибегнуть к замерам, оценке, подсчету или взвешиванию. А если нужно получить итоговые объемные показатели, следует использовать сводку и группировку. Нужно иметь в виду, что абсолютные статистические величины отличаются наличием единиц измерения. К таким единицам относят стоимостные, трудовые и натуральные.

А относительные величины выражают количественные соотношения, касающиеся явлений социальной жизни. Чтобы их получить, одни величины всегда делятся на другие. Показатель, с которым сравнивают (это знаменатель), называют основанием сравнения, а показатель, которой сравнивают (это числитель), называют отчетной величиной.

Относительные величины могут быть разными, что зависит от их содержательной части. Например, существуют величины сравнения, величины уровня развития, величины интенсивности конкретного процесса, величины координации, структуры, динамики и т.д. и т.п.

Чтобы изучить какую-то совокупность по дифференцирующимся признакам, в статистическом анализе применяются средние величины – обобщающие качественные характеристики совокупности однородных явлений по какому-либо дифференцирующемуся признаку.

Крайне важным свойством средних величин является то, что они говорят о значениях конкретных признаков во всем их комплексе единым числом. Невзирая на то, что у отдельных единиц может наблюдаться количественная разница, средние величины выражают общие значения, свойственные всем единицам исследуемого комплекса. Получается, что при помощи характеристики чего-то одного можно получить характеристику целого.

Следует иметь в виду, что одним из самых важных условий применения средних величин, если проводится статистический анализ социальных явлений, считается однородность их комплекса, для которого и нужно узнать среднюю величину. А от такого, как именно будут представлены начальные данные для исчисления средней величины, будет зависеть и формула ее определения.

Вариационные ряды

В некоторых случаях данных о средних показателях тех или иных изучаемых величин может быть недостаточно, чтобы провести обработку, оценку и глубокий анализ какого-то явления или процесса. Тогда во внимание следует брать вариацию или разброс показателей отдельных единиц, который тоже представляет собой важную характеристику исследуемой совокупности.

На индивидуальные значения величин могут воздействовать многие факторы, а сами изучаемые явления или процессы могут быть очень многообразны, т.е. обладать вариацией (это многообразие и есть вариационные ряды), причины которой следует искать в сущности того, что изучается.

Вышеназванные абсолютные величины находятся в непосредственной зависимости от единиц измерения признаков, а значит, делают процесс изучения, оценки и сравнения двух и более вариационных рядов более сложным. А относительные показатели нужно вычислять в качестве соотношения абсолютных и средних показателей.

Выборка

Смысл выборочного метода (или проще – выборки) состоит в том, что по свойствам одной части определяются численные характеристики целого (это называется генеральной совокупностью). Основной выборочного метода является внутренняя связь, объединяющая части и целое, единичное и общее.

Метод выборки отличается рядом существенных преимуществ перед остальными, т.к. благодаря уменьшению количества наблюдений позволяет сократить объемы работы, затрачиваемые средства и усилия, а также успешно получать данные о таких процессах и явлениях, где либо нецелесообразно, либо просто невозможно исследовать их полностью.

Соответствие характеристик выборки характеристикам изучаемого явления или процесса будет зависеть от комплекса условий, и в первую очередь от того, как вообще будет реализовываться выборочный метод на практике. Это может быть как планомерный отбор, идущий по подготовленной схеме, так и непланомерный, когда выборка производится из генеральной совокупности.

Но во всех случаях выборочный метод должен быть типичным и соответствовать критериям объективности. Данные требования нужно выполнять всегда, т.к. именно от них будет зависеть соответствие характеристик метода и характеристик того, что подвергается статистическому анализу.

Таким образом, перед обработкой выборочного материала необходимо провести его тщательную проверку, избавившись тем самым от всего ненужного и второстепенного. Одновременно с этим, составляя выборку, в обязательном порядке нужно обходить стороной любую самодеятельность. Это означает, что ни в коем случае не следует делать выборку только из вариантов, кажущихся типичными, а все другие – отбрасывать.

Эффективная и качественная выборка должна составляться объективно, т.е. производить ее нужно так, чтобы были исключены любые субъективные влияния и предвзятые побуждения. И чтобы это условие было соблюдено должным образом, требуется прибегнуть к принципу рандомизации или, проще говоря, к принципу случайного отбора вариантов из всей их генеральной совокупности.

Представленный принцип служит основой теории выборочного метода, и следовать ему нужно всегда, когда требуется создать эффективную выборочную совокупность, причем случаи планомерного отбора исключением здесь не являются.

Корреляционный и регрессионный анализ

Корреляционный анализ и регрессионный анализ – это два высокоэффективных метода, позволяющие проводить анализ больших объемов данных для изучения возможной взаимосвязи двух или большего количества показателей.

В случае с корреляционным анализом задачами являются:

  • Измерить тесноту имеющейся связи дифференцирующихся признаков;
  • Определить неизвестные причинные связи;
  • Оценить факторы, в наибольшей степени воздействующие на окончательный признак.

А в случае с регрессионным анализом задачи следующие:

  • Определить форму связи;
  • Установить степень воздействия независимых показателей на зависимый;
  • Определить расчетные значения зависимого показателя.

Чтобы решить все вышеназванные задачи, практически всегда нужно применять и корреляционный и регрессионный анализ в комплексе.

Ряды динамики

Посредством этого метода статистического анализа очень удобно определять интенсивность или скорость, с которой развиваются явления, находить тенденцию их развития, выделять колебания, сравнивать динамику развития, находить взаимосвязь развивающихся во времени явлений.

Ряд динамики – это такой ряд, в котором во времени последовательно расположены статистические показатели, изменения которых характеризуют процесс развития исследуемого объекта или явления.

Ряд динамики включает в себя два компонента:

  • Период или момент времени, связанный с имеющимися данными;
  • Уровень или статистический показатель.

В совокупности эти компоненты представляют собой два члена ряда динамики, где первый член (временной период) обозначается буквой «t», а второй (уровень) – буквой «y».

Исходя из длительности временных промежутков, с которыми взаимосвязаны уровни, ряды динамики могут быть моментными и интервальными. Интервальные ряды позволяют складывать уровни для получения общей величины периодов, следующих один за другим, а в моментных такой возможности нет, но этого там и не требуется.

Ряды динамики также существуют с равными и разными интервалами. Суть же интервалов в моментных и интервальных рядах всегда разная. В первом случае интервалом является временной промежуток между датами, к которым привязаны данные для анализа (удобно использовать такой ряд, например, для определения количества действий за месяц, год и т.д.). А во втором случае – временной промежуток, к которому привязана совокупность обобщенных данных (такой ряд можно использовать для определения качества тех же самых действий за месяц, год и т.п.). Интервалы могут быть равными и разными, независимо от типа ряда.

Естественно, чтобы научиться грамотно применять каждый из методов статистического анализа, недостаточно просто знать о них, ведь, по сути, статистика – это целая наука, требующая еще и определенных навыков и умений. Но чтобы она давалась проще, можно и нужно тренировать свое мышление и .

В остальном же исследование, оценка, обработка и анализ информации – очень интересные процессы. И даже в тех случаях, когда это не приводит к какому-то конкретному результату, за время исследования можно узнать множество интересных вещей. Статистический анализ нашел свое применение в огромном количестве сфер деятельности человека, а вы можете использовать его в учебе, работе, бизнесе и других областях, включая развитие детей и самообразование.

Статистика можно охарактеризовать следующим определением – это использование методов статистического сбора данных для проведения исследования рыночного, коммерческого или хозяйственного состояние отдельного субъекта предпринимательской деятельности.

Статистические данные позволяют провести анализ достижений, рассмотреть сильные и слабые стороны коммерческой деятельности. Они являются вспомогательным средством для разработки программ развития бизнеса, внедрения инноваций, рассмотрения инвестиционной политики и прогнозирования.

Процедура бизнес-статистической работы

Первым этапом в проведении рассматриваемого вида исследования является определение целей и масштабов, то есть планирование получения результата в конкретном сегменте деятельности компании или же данных по её общему состоянию.

Статистическая работа может быть постоянной или одноразовой в зависимости от внутренней политики ведения бизнеса и актуальных потребностей. Если говорить о временных статистических проектах, то далеко не всегда существует необходимость проводить полномасштабную статистическую экспертизу предприятия в целом. Часто необходимо исследование конкретной отрасли, товарной позиции, рыночного сектора и так далее.

После определения и конкретизации задач начинается сбор данных, для обеспечения которого могут быть использованы разные методы, от систематизации бухгалтерских данных до интервьюирования потребителей или партнёров по бизнесу.

Следующий этап – сводка и группировка собранного материала. Сводка являет собой первичную обработку статистических данных с целью получения общей, не детализированной, картины по состоянию исследуемого сектора бизнеса. Она демонстрирует типичные черты, присущие субъекту исследования, а также возможные тенденции его развития.

Группировка данных позволяет перейти на следующий, более подробный уровень рассмотрения информации. Общая статистическая база по каким-либо признакам разбивается на группы, что позволяет увеличить эффективность наблюдения за отдельными бизнес-явлениями внутри организации.

Введение

Заключение

Заказать работу

РЕФЕРАТ 3
ВВЕДЕНИЕ 4
1 Выборочный метод статистических исследований в бизнесе 6
1.1 Постановка задачи выборочного исследования 6
1.2 Ошибки выборки 8
1.3 Численность выборки и способы распространения ее характеристик на генеральную совокупность 12
1.4 Примеры применения выборочного метода в бизнесе 14
2 Анализ биржевого рынка 17
2.1 Построение статистической модели курсов акций компании Sears 18
2.2 Построение статистической модели курсов акций компании BankOne 24
2.3 Сравнительный анализ полученных статистических моделей 27
ЗАКЛЮЧЕНИЕ 30
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 32
ПРИЛОЖЕНИЕ А 33
ПРИЛОЖЕНИЕ Б 34

Под выборочным понимается метод статистического исследования, при котором обобщающие показатели изучаемой совокупности устанавливаются по некоторой её части на основе положений случайного отбора. При выборочном методе обследованию подвергается сравнительно небольшая часть всей изучаемой совокупности (обычно до 5-10%, реже до 15-25%). При этом подлежащая изучению статистическая совокупность, из которой производится отбор части единиц, называется генеральной совокупностью. Отобранная из генеральной совокупности некоторая часть единиц, подвергающаяся обследованию, называется выборочной совокупностью, или просто выборкой. Задача выборочного наблюдения состоит в том, чтобы получить правильное представление о показателях всей генеральной совокупности на основе изучения выборочной совокупности.
Значение выборочного метода состоит в том, что при минимальной численности обследуемых единиц проведение исследования осуществляется в более короткие сроки и с минимальными затратами труда и средств. Это повышает оперативность статистической информации, уменьшает ошибки регистрации.
Большую актуальность приобретает выборочный метод в современных условиях хозяйствования при переходе к рыночной экономике. Изменения характера экономических отношений, аренда, собственность отдельных коллективов и физических лиц обуславливают изменения функций учёта и статистики, сокращение и упрощение отчетности. Вместе с тем возрастающие требования к менеджменту усиливают потребность в надёжной управленческой информации, дальнейшего повышения её оперативности. Всё это обуславливает более широкое применение выборочного метода исследования в экономических явлений, прежде всего в таких сферах как торговля и сфера услуг которые находятся непосредственно в контакте с конечным потребителем и требующие для своего рационального управления огромных массивов информации...

Выборочное исследование широко применяется на практике, поскольку обладает существенными преимуществами по сравнению с другими методами получения статистических данных. К ним относятся:
- достаточно высокая точность результатов обследования благодаря использованию более квалифицированных кадров, что приводит к сокращению ошибок регистрации;
- экономия времени и средств в результате сокращения объема работы, большая оперативность в получении данных о результатах обследования;
- возможность исследования очень больших статистических совокупностей;
- выборочный метод является единственно возможным, если сбор информации связан с разрушением или потерей единиц наблюдения, например, при органалитическом контроле качества продукции;
- возможность исследования полностью недоступных совокупностей.
Ошибки выборки подразделяются на ошибки регистрации и ошибки репрезентативности. Ошибки регистрации возникают из-за неправильных или неточных сведений. Ошибки репрезентативности возникают вследствие несоответствия структуры выборки структуре генеральной совокупности.
Численность выборки – один из факторов, влияющих на величину ее ошибки: чем она больше, тем меньше ошибка. С другой стороны, с объемом выборки связаны затраты на проведение исследования: чем она больше, тем больше затраты.
Таким образом, выборка должна быть оптимальной по численности, чтобы обеспечить достоверность результатов исследования и не вызвать дополнительных затрат труда и денежных средств.
Далее в работе рассмотрены примеры применения выборочного метода в бизнесе: пример вычисления среднего значения и доверительного интервала для непрерывного количественного признака, а также пример оценки вероятности(генеральной доли) р.
При проведении анализ биржевого рынка были найдены уравнения линейной зависимости разброса колебания биржевой стоимости акций компании SEARS (y1) и компании BANCONE (y2) от колебания индекса S&P 500 (x)...