Специально организованное наблюдение

Заключается в получении данных, которые в силу тех или иных причин не вошли в отчетность или для проверки данных отчетности. Представляет собой сбор данных посредством переписей и единовременных учетов.

Регистровое наблюдение

Основано на ведении статистического регистра, с помощью которого осуществляется непрерывный статистический учет за долговременными процессами, имеющими фиксированное начало, стадию развития и фиксированное окончание.

Виды статистического наблюдения по времени регистрации:

Текущее (непрерывное) наблюдение - проводится для изучения текущих явлений и процессов. Регистрация фактов осуществляется по мере их свершения. (регистрация семейных браков и разводов)

Прерывное наблюдение — проводится по мере необходимости, при этом допускаются временные разрывы в регистрации данных:

 Периодическое наблюдение — проводится через сравнительно равные интервалы времени (перепись населения).

 Единовременное наблюдение — осуществляется без соблюдения строгой периодичности его проведения.

По полноте охвата единиц совокупности различают следующие виды статистического наблюдения:

Сплошное наблюдение — представляет собой сбор и получение информации обо всех единицах изучаемой совокупности. Характеризуется высокими материальными и трудовыми затратами, недостаточной оперативностью информации. Применяется при переписи населения, при сборе данных в форме отчетности, охватывающей крупные и средние предприятия разных форм собственности.

Несплошное наблюдение — основано на принципе случайного отбора единиц изучаемой совокупности, при этом в выборочной совокупности должны быть представлены все типы единиц, имеющихся в совокупности. Имеет ряд преимущств перед сплошным наблюдением: сокращение временных и денежных затрат.

Несплошное наблюдение подразделяется на:

§ Выборочное наблюдение - основано на случайном отборе единиц, которые подвергаются наблюдению.

§ Монографическое наблюдение — заключается в обследовании отдельных единиц совокупности, характеризующихся редкими качественными свойствами. Пример монографического наблюдения: характеристика работы отдельных предприятий, для выявления недостатков в работе или тенденций развития.

§ Метод основного массива — состоит в изучении самых существенных, наиболее крупных единиц совокупности, имеющих по основному признаку наибольший удельный вес в изучаемой совокупности.

§ Метод моментных наблюдений — заключается в проведении наблюдений через случайные или постоянные интервалы времени с отметками о состоянии исследуемого объекта в тот или иной момент времени.

§ Непосредственное статистическое наблюдение — наблюдение, при котором сами регистраторы путем непосредственного замера, взвешивания, подсчета устанавливают факт подлежащий регистрации.

§ Документальное наблюдение — основано на использовании различного рода документов учетного характера.
Включает в себя отчетный способ наблюдения — при котором предприятия представляют статистические отчеты о своей деятельности в строго обязательном порядке.

§ Опрос - заключается в получении необходимой информации непосредственно от респондента.

• Существуют следующие виды опроса:

§ Экспедиционный — регистраторы получают необходимую информацию от опрашиваемых лиц и сами фиксируют ее в формулярах.

§ Способ саморегистрации — формуляры заполняются самими респондентами, регистраторы только раздают бланки и объясняют правила их заполнения.

§ Корреспондентский — сведения в соответствующие органы сообщает штат добровольных корреспондентов.

§ Анкетный — сбор информации осуществляется в виде анкет, представляющих собой специальные вопросники, удобен в случаях, когда не требуется высокая точность результатов.

§ Явочный — заключается в предоставлении сведений в соответствующие органы в явочном порядке.

4. Виды статистических группировок и решаемые ими задачи.

Группировкой называется расчленение единиц изучаемой совокупности на однородные группы по определенным признакам. Группировки являются важнейшим статистическим методом обобщения статистических данных, основой для правильного исчисления статистических показателей.

С помощью метода группировок решаются следующие задачи:

-выделение социально-экономических типов явлений,

-изучение структуры явления и структурных сдвигов, происходящих в нем

-выявление связи и зависимости между явлениями.

В соответствии с этими задачами различают следующие виды группировок: типологические, структурные, аналитические.

Типологическая группировка – это расчленение разнородной совокупности на отдельные качественно однородные группы и выявление на этой основе экономических типов явлений. При построении группировки этого вида основное влияние должно быть уделено идентификации типов и выбору группировочного признака. Решение вопроса об основании группировки должно осуществляться на основе анализа сущности изучаемого явления.

Структурной называется группировка, которая предназначена для изучения состава однородной совокупности по какому-либо варьирующему признаку.

Группировка, выявляющая взаимосвязи между изучаемыми явлениями и их признаками, называется аналитической группировкой.

В статистике признаки делятся на факторные и результативные. Факторными называются признаки, под действием которых изменяются другие – результативнее признаки. Взаимосвязь проявляется в том, что с возрастанием значения факторного признака систематически возрастает или убывает значение признакарезультативного.

Особенностями аналитической группировки являются то, что, во-первых, единицы группируются по факторному признаку, и, во-вторых, каждая группа характеризуется средними величинами результативного признака.

Все рассмотренные группировки объединяет то, что единицы объекта разделены на группы по какому-либо признаку.

Группировка, в которой группы образованы по одному признаку, называется простой.

Комбинационной называется группировка, в которой расчленение совокупности на группы производится по двум и более признакам, взятым в сочетании. Сначала группы формируются по одному признаку, затем группы делятся на подгруппы по другому признаку и т.д. Таким образом, комбинационные группировки дают возможность изучить единицы совокупности одновременно по нескольким признакам.

5. Статистические таблицы, правила построения, область применения. Виды статистических таблиц.

Статистическая таблица - это цифровое выражение итоговой характеристики всей наблюдаемой совокупности или ее составных частей по одному или нескольким существенным признакам. Статистическая таблица содержит два элемента: подлежащее и сказуемое.

Подлежащее статистической таблицы есть перечень групп или единиц, составляющих исследуемую совокупность единиц наблюдения.

Сказуемое статистической таблицы - это цифровые показатели, с помощью которых дается характеристика выделенных в подлежащем групп и единиц.

Различают простые, групповые и комбинационные таблицы.

В простых таблицах, как правило, содержится справочный материал, где дается перечень групп или единиц, составляющих объект изучения. При этом части подлежащего не являются группами одинакового качества, отсутствует систематизация изучаемых единиц. Сказуемое этих таблиц содержит абсолютные величины, отражающие объемы изучаемых процессов.

Групповые и комбинационные таблицы предназначены для научных целей, где, в отличие от простых таблиц, в сказуемом - средние и относительные величины на основе абсолютных величин.

Групповая таблица - это таблица, где статистическая совокупность разбивается на отдельные группы по какому-либо одному существенному признаку, при этом каждая группа характеризуется рядом показателей. Примером такой группировки может быть разделение российских семей на группы по месту проживания (сельское и городское), где образуются подгруппы семей по количеству детей. Анализ этих группировок по материалам переписи 1989 года позволил сделать вывод, что большинство семей, независимо от принадлежности к городскому или сельскому населению, имеют только по одному ребенку.

Комбинационная таблица - это таблица, где подлежащее представляет собой группировку единиц совокупности по двум и более признакам, которые распределяются на группы сначала по одному признаку, а затем на подгруппы по другому признаку внутри каждой из уже выделенных групп. Комбинационная таблица устанавливает существенную связь между факторами группировки. Примером комбинационной группировки может быть распределение полиграфических предприятий по трем существенным признакам: степени оснащенности современным полиграфическим оборудованием, степени применения современных технологий и уровню производительности труда. Такого рода статистические таблицы позволяют осуществить всесторонний анализ, но они менее наглядны.

При составлении таблиц необходимо соблюдать общие правила:

таблица должна быть легко обозримой;

общий заголовок должен кратко выражать основное содержание;

наличие строк «общих итогов»;

наличие нумерации строк, которые заполняются данными;

соблюдение правила округления чисел.

6. Абсолютные и относительные величины в статистике, единицы измерения.

Статистические показатели в форме абсолютных величин характеризуют абсолютные размеры изучаемых статистикой процессов и явлений, отражают их временные характеристики, объем совокупности. Единицы измерения в абсолютных величинах представлены в натуральном выражении: тонны, литры, штуки, рубли и т.д. Абсолютные величины в статистике могут быть индивидуальными или суммарными, в зависимости от единиц измерения – трудовые (чел.-час., чел.-дни и т.д.), стоимостные (рубли или другие денежные единицы) или натуральные (килограммы, штуки, тонны, литры, метры и т.д.).

Все относительные показатели в статистике подразделяются на относительные показатели:

· динамики;

· плана;

· реализации плана;

· структуры;

· координации;

· интенсивности и уровня экономического развития;

· сравнения.

Результатом будет значение единиц структурной части, приходящихся на 1 единицу базисной.

7. Средние величины, виды средних. Научные основы расчета средних величин.

Средней величиной называют показатель, который характеризует обобщенное значение признака или группы признаков в исследуемой совокупности. На этапе статистической обработки могут быть поставлены самые различные задачи исследования, для решения которых нужно выбрать соответствующую среднюю. При этом необходимо руководствоваться следующим правилом: величины, которые представляют собой числитель и знаменатель средней, должны быть логически связаны между собой.

Используются две категории средних величин:

· степенные средние;

· структурные средние.

Первая категория степенных средних включает: среднюю арифметическую, среднюю гармоническую, среднюю квадратическую и среднюю геометрическую.

Вторая категория (структурные средние) - это мода и медиана.

Введем следующие условные обозначения:

- величины, для которых исчисляется средняя;

- средняя, где черта сверху свидетельствует о том, что имеет место осреднение индивидуальных значений;

- частота (повторяемость индивидуальных значений признака).

Средние величины бывают простые и взвешенные. Взвешенными средними называют величины, которые учитывают, что некоторые варианты значений признака могут иметь различную численность, в связи с чем каждый вариант приходится умножать на эту численность. Иными словами, «весами» выступают числа единиц совокупности в разных группах, т.е. каждый вариант «взвешивают» по своей частоте. Частоту f называют статистическим весом или весом средней.

Средняя арифметическая - самый распространенный вид средней. Она используется, когда расчет осуществляется по несгруппированным статистическим данным, где нужно получить среднее слагаемое. Средняя арифметическая - это такое среднее значение признака, при получении которого сохраняется неизменным общий объем признака в совокупности.

Средняя гармоническая. Эту среднюю называют обратной средней арифметической, поскольку эта величина используется при k = -1.

Простая средняя гармоническая используется тогда, когда веса значений признака одинаковы. Ее формулу можно вывести из базовой формулы, подставив k = -1:

Средняя геометрическая. Чаще всего средняя геометрическая находит свое применение при определении средних темпов роста (средних коэффициентов роста), когда индивидуальные значения признака представлены в виде относительных величин. Она используется также, если необходимо найти среднюю между минимальным и максимальным значениями признака (например, между 100 и 1000000). Существуют формулы для простой и взвешенной средней геометрической. Средняя квадратическая величина. Основной сферой ее применения является измерение вариации признака в совокупности (расчет среднего квадратического отклонения).

8. Степенные средние, формы и примеры использования средних величин.

Степенные средние в зависимости от представления исходных данных могут быть простыми и взвешенными.
Если вариант встречается один раз, расчеты проводим по средней простой (например зарплата в 3 тыс.руб. встречается только у одного рабочего), а если вариант повторяется неодинаковое число раз, то есть имеет разные частоты (например зарплата в 4 тыс.рублей встречается у пяти работников), то расчет проводим по средней взвешенной.

9. Структурные средние и их применение в статистике.

Для определения структуры совокупности используют особые средние показатели, к которым относятся медиана и мода, или так называемые структурные средние. Если средняя арифметическая рассчитывается на основе использования всех вариантов значений признака, то медиана и мода характеризуют величину того варианта, который занимает определенное среднее положение в ранжированном вариационном ряду.

Медиана (Ме) - это величина, которая соответствует варианту, находящемуся в середине ранжированного ряда.

Для ранжированного ряда с нечетным числом индивидуальных величин (например, 1, 2, 3, 3, 6, 7, 9, 9, 10) медианой будет величина, которая расположена в центре ряда, т.е. пятая величина.

Для ранжированного ряда с четным числом индивидуальных величин (например, 1, 5, 7, 10, 11, 14) медианой будет средняя арифметическая величина, которая рассчитывается из двух смежных величин. Для нашего случая медиана равна (7+10): 2= 8,5.

То есть для нахождения медианы сначала необходимо определить ее порядковый номер (ее положение в ранжированном ряду) по формуле

(7.3)

Модой (Мо) называют значение признака, которое встречается наиболее часто у единиц совокупности. Для дискретного ряда модой будет являться вариант с наибольшей частотой. Для определения моды интервального ряда сначала определяют модальный интервал (интервал, имеющий наибольшую частоту). Затем в пределах этого интервала находят то значение признака, которое может являться модой.

Чтобы найти конкретное значение моды, необходимо использовать формулу

(7.5)

где xМо - нижняя граница модального интервала; iМо - величина модального интервала; fМо - частота модального интервала; fМо-1 - частота интервала, предшествующего модальному; fМо+1 - частота интервала, следующего за модальным.

Мода имеет широкое распространение в маркетинговой деятельности при изучении покупательского спроса, особенно при определении пользующихся наибольшим спросом размеров одежды и обуви, при регулировании ценовой политики.

10. Понятие вариации признаков, показатели вариации. Значение и задачи изучения вариации.

Вариационными называют ряды распределения, построенные по количественному признаку. Значения количественных признаков у отдельных единиц совокупности непостоянны, более или менее различаются между собой.

Вариация - колеблемость, изменяемость величины признака у единиц совокупности. Отдельные числовые значения признака, встречающиеся в изу­чаемой совокупности, называют вариантами значений. Недостаточность средней величины для полной характеристики совокупности заставляет дополнять средние величины показателями, позволяющими оценить типичность этих средних путем измерения колеблемости (вариации) изучаемого признака.

Наличие вариации обусловлено влиянием большого числа факторов на формирование уровня признака. Эти факторы действуют с неодинаковой силой и в разных направлениях. Для описания меры изменчивости признаков используют показатели вариации.

Задачи статистического изучения вариации:

1) изучение характера и степени вариации признаков у отдельных единиц совокупности;

2) определение роли отдельных факторов или их групп в вариации тех или иных признаков совокупности.

В статистике применяются специальные методы исследования вариации, основанные на использовании системы показателей, с помощью которых изме­ряется вариация.

Исследование вариаций имеет важное значение. Измерение вариаций необходимо при проведении выборочного наблюдения, корреляционном и дисперсионном анализе и т. д.

По степени вариации можно судить об однородности совокупности, об устойчивости отдельных значений признаков и типичности средней. На их основе разрабатываются показатели тесноты связи между признаками, показатели оценки точности выборочного наблюдения.

Различают вариацию в пространстве и вариацию во времени.

Под вариацией в пространстве понимают колеблемость значений признака у единиц совокупности, представляющих отдельные территории. Под вариацией во времени подразумевают изменение значений признака в различные периоды времени.

Для изучения вариации в рядах распределения проводят расположение всех вариантов значений признака в возрастающем или убывающем порядке. Этот процесс называют ранжированием ряда.

11. Дисперсия, ее свойства.

Дисперсия ( ) - средняя из квадратов отклоне­ний вариантов значений признака от их средней величины:

Или для не сгруппированных данных,

для сгруппированных данных.

Свойства дисперсии.

1. Дисперсия постоянной величины равна 0.

2. Уменьшение всех значений признака на одну и ту же величину не изменяет величину дисперсии:

3. Уменьшение всех значений признака в к раз уменьшает дисперсию в k²раз:

4. Средний квадрат отклонений, исчисленный от среднего арифметического, всегда будет меньше среднего квадрата отклонений, исчисляемого от любой другой величины: > . Величина различия между ними вполне определенная, это квадрат разности между средней и этой условной величиной А.

, , .

12. Правило сложения дисперсий. Коэффициент детерминации и эмпирическое корреляционное отношение.

Согласно правилу сложения дисперсий, общая дисперсия равна суммесредней из внутригрупповых и межгрупповой дисперсий.

Эмпирический коэффициент детерминации широко используется в задачах статистики и является показателем, который представляет долюмежгруппопой дисперсии

в общей дисперсии результативного признака и характеризует силу влияния группировочного признака на образование общей вариации. Он может быть рассчитан по формуле:

Данный коэффициент показывает долю вариации результативного признака у под влиянием фактора х. При отсутствии связи эмпирический коэффициент детерминации равен нулю, а при функциональной сильной связи — единице.

Эмпирическое корреляционное отношение представляется как корень квадратный из эмпирического коэффициента детерминации. Оно показывает тесноту связи между статистическими данными и определяется по формуле:

где числитель — дисперсия групповых средних; знаменатель — общая дисперсия.

Корреляционное отношение равно нулю, если связи между данными нет. В таком случае все групповые средние будут равны между собой и межгрупповой вариации не будет.

Корреляционное отношение равно единице тогда, когда связь функциональная. В этом случае дисперсия групповых средних будет равна общей дисперсии, т. е. внутригрупповой вариации не будет.

Чем значения корреляционного отношения ближе к единице, тем сильнее, ближе к функциональной зависимости связь между признаками.