Номинация исторические основы формирования и развития статистики как науки возникновение и развитие статистики

Вид материала

Документы

Содержание Список использованной литературы Организация государственной статистики Современные статистические приемы и методы обработки Аналитическое выравнивание ряда динамики Список использованной литературы Метод статистических группировок Классификация методов обработки информации Статистическое изучение финансовой системы региона, страны

Подобный материал:

• Программа статистического наблюдения. 13. Формы статистического наблюдения, 16.24kb.
• Задачи статистики рынка Система показателей статистики рынка Информационная база статистики, 1574.49kb.
• Содружества Независимых Государств. Подготовкой к пленарному заседанию кес в июне 2012, 29.84kb.
• Понятие, значение и задачи статистики. Основные понятия и категории статистики, 38.18kb.
• Модернизация системы сбора и обработки статистической информации, 291.42kb.
• Федеральная служба государственной статистики, 3347.33kb.
• Федеральная служба государственной статистики, 3481.2kb.
• Державний комітет статистики україни державна академія статистики, обліку та аудиту, 733.44kb.
• Верховної Ради України, прийнятими відповідно до Конституції І закон, 111.69kb.
• 1. Общее понятие статистики. Предмет статистики, 437.86kb.

Список использованной литературы

1 Кузнецов Р.Н. Проблемы российской статистики // Мысль.- 2010.- №1.- С. 8-9.

2 Рябушкин Т. В. Международная статистика.- М.: Инфра-М, 2006. – 213 с.

3 Янсон Ю.В. Статистика России.- М.: ВЛАДОС, 2005. – 97 с.


ОРГАНИЗАЦИЯ ГОСУДАРСТВЕННОЙ СТАТИСТИКИ

В РОССИЙСКОЙ ФЕДЕРАЦИИ


Тельминова А. А., студентка 3 курса бухгалтерского отделения


Изучением экономического и социального развития страны, отдельных ее регионов, отраслей, объединений, фирм, предприятий занимаются специально созданные для этого органы, в совокупности называемые статистической службой. В России функции статистической службы выполняют органы государственной и ведомственной статистики. Организация государственной статистики в стране и ее задачи видоизменились в соответствии с изменением органов государственного управления, их функций, а также с учетом особенностей развития экономики и социальной жизни общества.

Система органов статистики образована в соответствии с административно-территориальным делением страны. Работу статистических органов страны организует Государственный комитет по статистике РФ (Госкомстат РФ). В каждом субъекте РФ имеется региональный комитет по статистике [1].

Структура Госкомстата России и региональных комитетов по статистике соответствует основным направлениям статистических работ. Госкомстат России включает управления: статистического планирования и организации; статистического наблюдения; национальных счетов; переписи населения и демографической статистики; статистики уровня жизни и обследований населения и др. Подобные подразделения выделяются в региональных комитетах по статистике [2].

Органы статистики выделяют работу по сбору, обработке и анализу научно-обоснованных данных, характеризующих экономическое и социальное развитие страны, процессы становления многоукладной экономики, ход выполнения государственных и региональных программ по решению важнейших народнохозяйственных проблем. Этой информацией обеспечивается законодательная власть, исполнительные, управленческие и хозяйственные органы [1].

Одновременно Госкомстат РФ занимается совершенствованием методологии учета и статистики, разрабатывает формы отчетности. В настоящее время особое значение придается формированию бухгалтерских и статистических показателей в соответствии с требованиями международного бухгалтерского учета и системы национальных счетов, поскольку эта система наиболее полно отвечает требованиям рыночных отношений. Методы сбора и обработки статистических данных, установленные Госкомстатом РФ, являются официальными стандартами. Органы статистики проводят переписи и единовременные учеты, необходимые для глубокого изучения отдельных сторон экономики и образа жизни населения; публикуют данные об экономическом и социальном развитии страны и отдельных регионов, данные по международной статистике и международным сопоставлениям.

Оперативность и качество статистических работ зависят от развития методологии сбора, передачи, обработки и хранения информации. Мощный вычислительный центр имеет Госкомстат РФ. Большую роль в методологической работе играет Научно-исследовательский институт статистики Госкомстата России. В этой работе принимает участие и Научно-методологический совет Госкомстата России, который объединяет ведущих работников государственной статистики и представителей экономической и статистической науки. Статистические службы должны оперативно предоставлять информацию органам управления, осуществлять обмен информацией с Центральным банком Российской Федерации (Банком России) и ее конторами на местах, Министерством финансов РФ (Минфином) и его местными органами, Министерством экономического развития, торговли и туризма, Министерством по труду и социальной защите населения РФ и т.д.

Госкомстат России является методологическим и организационным центром работы всех служб государственной статистики. Здесь разрабатываются федеральный план статистических работ на год и перспективу, методология расчета статистических показателей, сбора и разработки статистических данных, подводя итоги работы государственной статистики за год. Методологическая работа Госкомстата России направлена на внедрение интегрированной системы учета и статистики, соответствующей международным стандартам, прежде всего на разработку национальных счетов РФ, позволяющей исследовать формирование основных пропорций экономики и рассчитывать важнейшие макроэкономические показатели, используемые в международной практике, а также на измерение инфляции и уровня жизни. Эта работа ведется при участии международных статистических организаций и национальных статистических служб развитых стран. Широко распространились международные связи между национальными статистическими службами и на региональном уровне.

Официальная статистика в России является централизованной: руководство ею составляет функцию самостоятельного государственного учреждения- Госкомстата РФ. Пользователями статистической информации выступают прежде всего органы власти: Правительство РФ, административные органы федеральных округов, субъектов РФ, районов [2].

Наряду с общегосударственной статистикой существует ведомственная статистика, которая ведется на предприятиях, объединениях, ведомствах, министерствах. Ведомственная статистика выполняет работы, связанные с получением, обработкой и анализом статистической информации, необходимой для руководства их деятельности внутри конкретного ведомства и необходимой только этому ведомству. В силу того, что развитие рыночной экономики, самостоятельность предприятий и полная ответственность за результаты производственно-хозяйственной деятельности требуют более глубокого анализа экономических процессов, происходящих на предприятии, значение ведомственной статистики в настоящее время значительно возросло.

Таким образом, главным содержанием статистики является исчисление статистических показателей и их анализ, благодаря чему органы управления получают всестороннюю информацию о характеристике подведомственных объектов. Управлять сложными социальными и экономическими системами нельзя, не располагая оперативной, достоверной и полной статистической информацией [1].

Список использованной литературы

1. Елисеева И. И., Юзбашев М. М. Общая теория статистики.- М.: Финансы и статистика, 2005.- 656 с.
   
2. Ефимова М.Р. Петрова Е. В., Румянцева В. Н. Общая теория статистики.- М.: ИНФРА-М, 2006.- 416 с.
   

НОМИНАЦИЯ

СОВРЕМЕННЫЕ СТАТИСТИЧЕСКИЕ ПРИЕМЫ И МЕТОДЫ ОБРАБОТКИ

ИНФОРМАЦИИ


МЕТОДЫ СТАТИСТИЧЕСКОГО ИССЛЕДОВАНИЯ


Алексеева Е. С., студентка 3 курса бухгалтерского отделения


Что же такое статистика? В современном обществе она играет важную роль в механизме управления экономикой. Именно статистика осуществляет сбор, научную обработку, обобщение и анализ информации, характеризующей развитие экономики страны, культуры и уровня жизни населения.

Статистический учет применяется для получения данных, характеризующих как массовые, так и отдельные типичные явления и процессы производственной деятельности и общественной жизни населения. Их количественная характеристика рассматривается неразрывной связью с качественной. Допустим, объемы производства, его динамику. А в части массовых явлений общественной жизни статистика рассматривает численность и состав населения. Вообще, материалы, полученные в результате статистического учета информируют о социально – экономическом развитии общества.

Статистика - базовая научная дисциплина, формирующая профессиональный уровень современного экономиста. Для изучения предмета статистики разработаны и применяются специфические приемы, уже совокупность которых образует методологию статистики. К таким приемам можно отнести:

• Методы массовых наблюдений;
  
• Методы группировок;
  
• Рядов распределения;
  
• Обобщающих показателей.
  

Общей основой разработки и применения статистической методологии является диалектический метод познания, согласно которому общественные явления и процессы рассматриваются в развитии, взаимной связи. Знание законов общественного развития создает фундамент, с помощью которого можно понять и правильно истолковать явления, подлежащие статистическому исследованию, выбрать надлежащую методику его изучения и анализа.

Статистические методы используются комплексно, т.е. взаимно. Всю сложность экономико-статистического исследования можно раскрыть в трех его основных стадиях:

- сбор первичной информации;

- статистическая сводка и обработка информации;

- обобщение полученной информации.

На первой стадии исследования применяется метод массового статистического наблюдения, который обеспечивает полноту и достоверность полученной информации. Этот метод необходим с целью учета всего многообразия факторов и форм осуществления социально- экономических процессов. На второй стадии полученная информация подвергается обработке методом статистических группировок, позволяющим выделять в изучаемой совокупности социально-экономические типы.

Методы группировок различаются в зависимости от задач исследования (таблица 1).

На третьей стадии проводится анализ информации на основе применения обобщающих статистических показателей: абсолютных и относительных, средних величин, вариации, тесноты связи индексов. Проведение анализа позволяет проверить причинно-следственные связи изучаемых явлений и процессов. Определить влияние и взаимодействие различных факторов. Оценить необходимость принимаемых управленческих решений, возможные экономические и социальные последствия складывающихся ситуаций.

Таблица 1 – Типы группировок

Вид группировки	Характеристика группировки
Типологическая	Предназначена для выделения социально-экономических явлений
Структурная	Предназначена для изучения структуры явления и структурных сдвигов, происходящих в нем
Аналитическая	Для изучения связей и зависимостей между отдельными единицами наблюдения

В итоге можно отметить, что знание статистики необходимо специалисту для принятия решений в условиях, когда анализируемые явления подвержены влиянию случайностей, для анализа элементов рыночной экономики, в сборе информации, в связи с увеличением хозяйственных единиц их типов, аудите, финансовом менеджменте, прогнозировании.


АНАЛИТИЧЕСКОЕ ВЫРАВНИВАНИЕ РЯДА ДИНАМИКИ


Иванова А.И., студентка 3 курса бухгалтерского отделения


Важнейшим способом количественного выражения общей тенденции изменения уровней динамического ряда является аналитическое выравнивание ряда динамики, которое позволяет получить описание плавной линии развития ряда. При этом эмпирические уровни заменяются уровнями, которые рассчитываются на основе определенной кривой, где уравнение рассматривается как функция времени. Вид уравнения зависит от конкретного характера динамики развития. Его можно определить как теоретически, так и практически. Теоретический анализ основывается на рассчитанных показателях динамики. Практический анализ - на исследовании линейной диаграммы.

Задачей аналитического выравнивания является определение не только общей тенденции развития явления, но и некоторых недостающих значений как внутри периода, так и за его пределами. Аналитическое выравнивание рассмотрено на примере СПК «Юбилейный» за последние 5 лет (таблица 1).


Таблица 1 – Аналитическое выравнивание

Год	Затраты по зерновым, тыс.р. (Y)	Порядок номер года (t)	Расчетные значения
t2	Yt
2005	4638	-2	4	-9276
2006	4977	-1	1	-4977
2007	6703	0	0	0
2008	8673	1	1	8673
2009	8083	2	4	16166
Итого	33074	0	10	10586

Подставляем расчетные значения в систему уравнений:

 (1)





Тогда уравнение прямой будет иметь вид:

 (2)

Параметр a показывает средний уровень ряда при∑t = 0, т.е. средний размер затрат по зерновым за период составил 6614,8 тыс. р. Параметр b показывает средний абсолютный прирост показателя, т.е. ежегодно в среднем затраты по производству зерновых увеличиваются на 1058,6 тыс.р. Далее рассчитаем выровненные значения суммы затрат на производство зерновых.











На основании построения тренда можно сделать статистический прогноз развития явления. Методика основана на экстраполяции, т.е на предположении, что параметры тренда согласуются до прогнозного года или периода. Для прогноза на 2010 год, вместо t нужно подставить возможный порядковый номер кода для 2010 г.

 тыс. р.

Таким образом, можно ожидать, что в 2010 г. размер затрат на производство зерновых будет равен 9790,6 тыс. р. Такой прогноз называется «точечным» и не учитывает колебаний уровней во времени, поэтому, чтобы определить возможные границы прогноза, он должен иметь вероятностную форму и быть основан на расчете предельной ошибки прогноза ( ).

 (3)

где t – коэффициент доверия;

 – средний квадрат отклонения изучаемого показателя.

 (4)

где Y – фактическое значение показателя;

Ỹ_t - выровненное значение;

n – количество лет, периодов;

m – число параметров в тренде.

Точечный прогноз корректируется на величину ошибки и выстраиваются следующие пределы:

 (5)

Рассчитаем предельную ошибку прогноза для уравнения затрат на производство зерновых:



Рассчитаем прогноз с вероятностью 0,954, тогда t=2:







Следовательно, с вероятностью равной 0,954 можно утверждать, что в 2010 году размер затрат на производство зерновых будет не ниже 8248,6 тыс. р., но и не выше 11332,6 тыс. р. Таким образом, можно сделать вывод, что аналитическое выравнивание это один из современных статистических приемов обработки информации, так как позволяет нам сделать прогноз на будущее.

Список использованной литературы

1. Афанасьева В. Н., Юзбашев М. М. Анализ временных рядов и прогнозирование: учебник. – М.: Финансы и статистика, 2001. – 228 с.
   
2. htpp://www.market-journal.com/ekoanaliz/43.phpl
   

Современные статистические приёмы и методы обработки информации


Нагибина Е. В., студентка 3 курса экономического факультета


Статистика — отрасль знаний, в которой излагаются общие вопросы сбора, измерения и анализа массовых статистических (количественных или качественных) ссылка скрыта.

Слово «статистика» происходит от латинского «status» — состояние, положение вещей с точки зрения ссылка скрыта. Первоначально оно употреблялось в значении «политическое состояние». В науку термин «статистика» ввел немецкий ученый Готфрид Ахенваль в 1746 году, предложив заменить название курса «Государствоведение», преподававшегося в университетах Германии, на «Статистику», положив тем самым начало развитию статистики как науки и учебной дисциплины. Несмотря на это, статистический учет велся намного раньше: проводились переписи населения в Древнем Китае, осуществлялось сравнение военного потенциала государств, велся учет имущества граждан в Древнем Риме и пр.

Статистика как ссылка скрыта включает разделы: ссылка скрыта (ссылка скрыта), ссылка скрыта, ссылка скрыта, ссылка скрыта, ссылка скрыта, ссылка скрыта, ссылка скрыта, ссылка скрыта, ссылка скрыта, ссылка скрыта, ссылка скрыта, ссылка скрыта, иные отраслевые статистики и др. Статистика разрабатывает специальную ссылка скрыта исследования и обработки материалов: массовые статистические наблюдения, метод группировок, средних величин, индексов, балансовый метод, метод графических изображений и другие методы анализа статистических данных.

В России формированием официальной статистической информации занимается ссылка скрыта (Росстат).

Статистические методы — методы анализа статистических данных. Выделяют методы ссылка скрыта, 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.

Типовые примеры раннего этапа применения ссылка скрыта описаны в ссылка скрыта, в ссылка скрыта. Там, в частности, приводится число воинов в различных племенах. С математической точки зрения дело сводилось к подсчёту числа попаданий значений наблюдаемых признаков в определённые градации.

Сразу после возникновения ссылка скрыта (Паскаль, Ферма, XVII век) вероятностные модели стали использоваться при обработке статистических данных. Например, изучалась частота рождения мальчиков и девочек, было установлено отличие вероятности рождения мальчика от 0.5, анализировались причины того, что в парижских приютах эта вероятность не та, что в самом Париже, и т. д.

В 1794 г. (по другим данным — в 1795 г.) К.Гаусс разработал метод наименьших квадратов, один из наиболее популярных ныне статистических методов, и применил его при расчёте орбиты астероида Церера — для борьбы с ошибками астрономических наблюдений. В XIX веке заметный вклад в развитие практической статистики внёс бельгиец Кетле, на основе анализа большого числа реальных данных показавший устойчивость относительных статистических показателей, таких, как доля самоубийств среди всех смертей.

Современный этап развития статистических методов можно отсчитывать с 1900 г., когда англичанин К. Пирсон основал журнал «Biometrika». Первая треть ХХ в. прошла под знаком параметрической статистики. Изучались методы, основанные на анализе данных из параметрических семейств распределений, описываемых кривыми семейства Пирсона. Наиболее популярным было нормальное распределение. Для проверки гипотез использовались критерии Пирсона, Стьюдента, Фишера. Были предложены ссылка скрыта, дисперсионный анализ, сформулированы основные идеи планирования эксперимента.

Разработанную в первой трети ХХ в. теорию анализа данных называют параметрической статистикой, поскольку её основной объект изучения — это выборки из распределений, описываемых одним или небольшим числом параметров. Наиболее общим является семейство кривых Пирсона, задаваемых четырьмя параметрами. Как правило, нельзя указать каких-либо веских причин, по которым распределение результатов конкретных наблюдений должно входить в то или иное параметрическое семейство. Исключения хорошо известны: если вероятностная модель предусматривает суммирование независимых случайных величин, то сумму естественно описывать нормальным распределением; если же в модели рассматривается произведение таких величин, то итог, видимо, приближается логарифмически нормальным распределением, и т. д.

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):

• разработка и исследование методов общего назначения, без учета специфики области применения;
  
• разработка и исследование статистических моделей реальных явлений и процессов в соответствии с потребностями той или иной области деятельности;
  
• применение статистических методов и моделей для статистического анализа конкретных данных.
  

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.

Список использованной литературы

1. ссылка скрыта/ Никитина Е.П., Фрейдлина В.Д., Ярхо А.В./ Коллекция определений термина «статистика». — Москва: МГУ, 1972.-38с.
   
2. ссылка скрыта Очерк по истории теории вероятностей. — Москва: УРСС, 2001.-234с.
   
3. Плошко Б.Г., Елисеева И.И. История статистики: Учеб. пособие. — Москва.: Финансы и статистика, 1990.-76с.
   

Современные способы обработки информациия


Пястолова Е. А., студентка 3 курса экономического отделения


Сегодня новые информационные технологии широко используются во всех областях знаний и во всех сферах человеческой деятельности. Компьютерные системы позволяют обрабатывать огромный объем информации и получать точное знание там, где до компьютеризации превалировали полуинтуитивные оценки, опирающиеся на общее знание предмета и опыт и приводящие, в лучшем случае, к формулировке правдоподобных утверждений. Вместе с тем компьютеризация требует проведения более строгого логического анализа и уточнения исходных понятий и принципов данной предметной области, а также дает возможность гораздо точнее оценить степень доказательности способов рассуждения и достоверности выводов.

Стандартные статистические методы обработки данных включены в состав электронных таблиц, таких как Excel, Lotus 1-2-3, QuattroPro и т.д. Большими возможностями обладают специализированные статистические пакеты, позволяющие применять самые современные методы математической статистики для обработки данных. По официальным данным Международного статистического института, насчитывается около тысячи статистических программных продуктов. Среди них есть как профессиональные статистические пакеты, предназначенные для пользователей, хорошо знакомых с методами математической статистики, так и пакеты для специалистов, не имеющих соответствующей математической подготовки. Это программные продукты, созданные отечественными и зарубежными программистами, различаются они и по цене.

Среди программных средств данного типа выделяют узкоспециализированные пакеты: статистические - Statistica, SPSS, STADIA, STATGRAPHICS, которые имеют большой набор статистических функций (факторный анализ, регрессионный анализ, кластерный анализ, многомерный анализ, критерии согласия и т. д.). Обычно эти программы содержат и средства для визуальной интерпретации полученных результатов - различные графики, диаграммы, представление данных на географической карте.

Безусловным лидером среди множества современных программных средств статистического анализа данных является система SPSS, представляющая широкие возможности при анализе информации, охватывая практически все известные статистические методы. Программа позволяет строить графики и диаграммы различных типов. Несомненным достоинством программы является ее модульная структура, позволяющая наращивать базовую версию специальными дополнениями, такими как анализ временных рядов, высококачественное оформление таблиц, разработка карт и т.д. Если говорить о недостатках программы, то, во-первых, это невысокая скорость вычислений даже на мощных персональных компьютерах. Во-вторых, отсутствие русской версии пакета, недоступность и дороговизна его русскоязычных описаний.

В пакете STATISTICA все операции, включая копирование, перетаскивание и автоматическое заполнение ячеек, производятся так же, как в популярных электронных таблицах. При нажатии правой кнопки мыши появляется всплывающее меню, где точно так же предлагается перечень операций, которые можно выполнить над выделенным объектом. Система STATISTICA предоставляет всесторонние возможности по импорту и экспорту данных, в том числе и из таблиц Excel.

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):

• разработка и исследование методов общего назначения, без учета специфики области применения;
  
• разработка и исследование статистических моделей реальных явлений и процессов в соответствии с потребностями той или иной области деятельности;
  
• применение статистических методов и моделей для статистического анализа конкретных данных.
  

Выделяют несколько методов обработки информации:

• Метод статистической обработки информации. Данный подход включает в себя хорошо развитые и изученные классические методы, а именно регрессионный, корреляционный анализ и др. Несмотря на несомненную ценность данного вида исследований, во многих случаях от него приходится отказываться. Последнее обстоятельство связано не столько с недостатками указанного подхода, сколько с математической неграмотностью трейдеров, пытающихся его использовать. К величайшему сожалению, человек без образования в области статистики сталкивается с непреодолимыми трудностями как при выборе конкретного метода анализа, так и при трактовке результатов.
  
• Метод эволюционного программирования. На сегодняшний день указанный метод является динамично развивающимся направлением анализа многомерных информационных потоков. Суть метода заключается в записи на внутреннем языке программирования ряда предварительных гипотез. После чего система генерирует алгоритм, максимально точно выражающий искомую зависимость, и начинает самостоятельно ее корректировать. В конечном итоге из целого спектра модифицированных программ отбирается наиболее удачный вариант. Несмотря на простоту идеи построения, оперативный прогноз не является сильной стороной этого метода. Кроме того, программная реализация все еще очень далека от совершенства.
  
• Генетические алгоритмы. Первоначально генетические алгоритмы разрабатывались и успешно применялись для решения комбинаторных задач, а также задач поиска оптимальных вариантов. При этом процесс оптимизации напоминает естественную эволюцию: отбор лучших решений (сильнейших), скрещивание и мутации.
  

Существенной проблемой является также достоверность информации, так как на практике она может приобретать несуществующий, не отражающий реальные социальные процессы, "виртуальный" характер. Хотя, на наш взгляд, необходимо проведение специальных исследований по сравнению достоверности информации в анонимных традиционных и сетевых анкетах, а также статистических данных, собираемых разными методами.

Познакомившись? таким образом, с современными методами обработки и анализа, с особенностями оперативно поступающего многомерного информационного потока, можно перейти к рассмотрению некоторых программных продуктов, в рамках которых были реализованы те или иные методы. При этом стоит понимать, что какую бы систему мы ни выбрали, в первую очередь она должна помогать нам при нашей повседневной работе.

В сегодняшней действительности тандем человек — машина наиболее функционален только при условии, что именно человек принимает окончательное решение, а машина может лишь помочь ему в обработке информации.

Список использованной литературы

1. Орлов А.И. Прикладная статистика. Учебник. – М.: Экзамен, 2006. – 671 с.
   
2. Орлов А.И. Эконометрика. Учебник для вузов. – 3-е изд., исправленное и дополненное. - М.: Экзамен, 2004. – 576 с.
   
3. Буре, В.М. Основы эконометрики. – СПб: Изд-во СПбГУ, 2004. - 70с.
   

МЕТОД СТАТИСТИЧЕСКИХ ГРУППИРОВОК


Соверткова А. И., студентка 3 курса отделения финансов и кредита


Статистика - общественная наука, имеющая целью сбор, упорядочивание, анализ и сопоставление фактов, относящихся к массовым явлениям. Для изучения предмета статистики разработаны и применяются специфические приемы, совокупность которых образует методологию статистики. В основе статистической методологии лежат методы из математической статистики и других разделов математики, которые воплощаются в статистических методах.

Статистические методы – это совокупность приёмов, применяемых в процессе статистического исследования. Статистические методы используются комплексно. Это обусловлено сложностью процесса экономико-статистического исследования, состоящего из трёх основных стадий: статистическое наблюдение; сводка и обработка информации; анализ данных. Они разделяются на две основные группы: методы статистического наблюдения и методы обработки и анализа статистических данных.

Специфическими для статистики методами обработки данных являются группировки, балансовый метод, исчисление средних величин, исчисление индексов (индексный метод), графический метод и др.

Собранную в ходе массового наблюдения информацию подвергается обработке методом статистических группировок. Рассмотрим этот метод подробнее.

Мало получить многомерный поток информации, его еще необходимо обработать и проанализировать с целью получения желаемой информации. С усложнением информационных потоков развиваются методы и инструменты для их исследования. Ещё в дореволюционной русской статистике, в особенности земской статистике, был накоплен богатейший опыт группировок различных объектов, довольно подробно разработаны групповые и комбинационные таблицы. Однако научное обоснование теоретических вопросов применения методов группировок получило только в трудах В. И. Ленина, который высоко оценивал познавательную ценность и практическую значимость метода группировок.

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

Метод группировок - главный метод статистического изучения общественных явлений; служит предпосылкой для использования различных статистических приёмов и методов анализа, например для использования различных обобщающих показателей, в том числе средних величин. Метод группировок применяется для решения задач, возникающих в ходе научного статистического исследования:

• выделение социально-экономических типов явлений;
  
• изучение структуры явления и структурных сдвигов, происходящих в нем;
  
• изучение связей и зависимостей между отдельными при знаками явления.
  

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

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

Структурной группировкой 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 относится группировка населения по размеру среднедушевого дохода, группировка хозяйств по объему продукции, структура депозитов по сроку их привлечения. Анализ структурных группировок, взятых за ряд периодов или моментов времени, показывает изменение структуры изучаемых явлений, т. е. структурные сдвиги. В изменении структуры общественных явлений отражаются важнейшие закономерности их развития. При составлении структурных группировок на основе варьирующих количественных признаков необходимо определить количество групп и интервалы группировки.

Количество групп зависит от числа единиц исследуемого объекта и степени колеблемости группировочного признака. Ориентировочно определить оптимальное количество групп с равными интервалами можно по формуле Стерджесса:

n=1+3,322 lgN,

где N - число единиц совокупности.

Интервал - количественное значение, отделяющее одну единицу (группу) от другой, т.е. он очерчивает количественные границы группы. Как правило, величина интервала представляет собой разность между максимальным и минимальным значениями признака в каждой группе.

Аналитические (факторные) группировки, в частности, исследуют связи и зависимости между изучаемыми явлениями и их признаками. 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 x – квалификации (разряду) с указанием их заработной платы, можно заметить прямую зависимость результативного признака у – средней месячной заработной платы рабочих от квалификации: чем выше квалификация, тем выше и средняя месячная зарплата.

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

Метод группировок является основой применения других методов статистического анализа основных сторон и характерных особенностей изучаемых явлений. По своей роли в процессе исследования метод группировок выполняет некоторые функции, аналогичные функциям эксперимента в естественных науках: посредством группировки по отдельным признакам и комбинации самих признаков статистика имеет возможность выявить закономерности и взаимосвязи явлений в условиях, в известной мере ею определяемых. При использовании метода группировок появляется возможность проследить взаимоотношение различных факторов и определить силу их влияния на результативные показатели.

Группировка является важнейшим этапом статистического исследования, соединяющим сбор первичной информации об объекте исследования и анализ этой информации на основе обобщающих статистических показателей.

Список использованной литературы

1. Годин А. М. Статистика: учебник.- 5-е изд., перераб. и испр. М.: Дашков и К^о, 2006- 464 с.
   
2. Гусаров В.М. Статистика: учеб. пособие для вузов. – М.: ЮНИТИ-ДАНА, 2002. – 463с .
   
3. Крамер Г. Математические методы статистики. - М.: Мир, 2007. -648 с.
   

КЛАССИФИКАЦИЯ МЕТОДОВ ОБРАБОТКИ ИНФОРМАЦИИ


Чистякова А. В., студентка 3 курса экономического отделения


Методами статистической обработки информации называются математические приемы, формулы, способы количественных расчетов, с помощью которых показатели, получаемые в ходе эксперимента, можно обобщать, приводить в систему, выявляя скрытые в них закономерности. Речь идет о таких закономерностях статистического характера, которые существуют между изучаемыми в эксперименте переменными величинами.

Некоторые из методов математико-статистического анализа позволяют вычислять так называемые элементарные математические статистики, характеризующие выборочное распределение данных, например выборочное среднее, выборочная дисперсия, мода, медиана и ряд других. Иные методы математической статистики, например дисперсионный анализ, регрессионный анализ, позволяют судить о динамике изменения отдельных статистик выборки. С помощью третьей группы методов, скажем, корреляционного анализа, факторного анализа, методов сравнения выборочных данных, можно достоверно судить о статистических связях, существующих между переменными величинами, которые исследуют в данном эксперименте.

Все методы математико-статистического анализа условно делятся на первичные и вторичные. Первичными называют методы, с помощью которых можно получить показатели, непосредственно отражающие результаты производимых в эксперименте измерений. Соответственно под первичными статистическими показателями имеются в виду те, которые применяются в самих психодиагностических методиках и являются итогом начальной статистической обработки результатов психодиагностики. Вторичными называются методы статистической обработки, с помощью которых на базе первичных данных выявляют скрытые в них статистические закономерности.

К первичным методам статистической обработки относят, например, определение выборочной средней величины, выборочной дисперсии, выборочной моды и выборочной медианы. В число вторичных методов обычно включают корреляционный анализ, регрессионный анализ, методы сравнения первичных статистик у двух или нескольких выборок.

С помощью вторичных методов статистической обработки экспериментальных данных непосредственно проверяются, доказываются или опровергаются гипотезы, связанные с экспериментом. Эти методы, как правило, сложнее, чем методы первичной статистической обработки, и требуют от исследователя хорошей подготовки в области элементарной математики и статистики.

Обсуждаемую группу методов можно разделить на несколько подгрупп:

• Регрессионное исчисление.
  
• Методы сравнения между собой двух или нескольких элементарных статистик (средних, дисперсий и т.п.), относящихся к разным выборкам.
  
• Методы установления статистических взаимосвязей между переменными, например их корреляции друг с другом.
  
• Методы выявления внутренней статистической структуры эмпирических данных (например, факторный анализ). Рассмотрим каждую из выделенных подгрупп методов вторичной статистической обработки на примерах.
  

Если данные, полученные в эксперименте, качественного характера, то правильность делаемых на основе их выводов полностью зависит от интуиции, эрудиции и профессионализма исследователя, а также от логики его рассуждений. Если же эти данные количественного типа, то сначала проводят их первичную, а затем вторичную статистическую обработку. Первичная статистическая обработка заключается в определении необходимого числа элементарных математических статистик. Такая обработка почти всегда предполагает как минимум определение выборочного среднего значения. В тех случаях, когда информативным показателем для экспериментальной проверки предложенных гипотез является разброс данных относительного среднего, вычисляется дисперсия или квадратическое отклонение. Значение медианы рекомендуется вычислять тогда, когда предполагается использовать методы вторичной статистической обработки, рассчитанные на нормальное распределение, Для такого рода распределения выборочных данных медиана, а также мода совпадают или достаточно близки к средней величине. Этим критерием можно воспользоваться для того, чтобы приблизительно судить о характере полученного распределения первичных данных.

Вторичная статистическая обработка (сравнение средних, дисперсий, распределений данных, регрессионный анализ, корреляционный анализ, факторный анализ и др.) проводится в том случае, если для решения задач или доказательства предложенных гипотез необходимо определить статистические закономерности, скрытые в первичных экспериментальных данных. Приступая к вторичной статистической обработке, исследователь, прежде всего, должен решить, какие из различных вторичных статистик ему следует применить для обработки первичных экспериментальных данных. Решение принимается на основе учета характера проверяемой гипотезы и природы первичного материала, полученного в результате проведения эксперимента. Приведем несколько рекомендаций на этот счет.

1. Если экспериментальная гипотеза содержит предположение о том, что в результате проводимого психолого-педагогического исследования возрастут (или уменьшатся) показатели какого-либо качества, то для сравнения до - и постэкспериментальных данных рекомендуется использовать критерий Стъюдента или t-критерий. К последнему обращаются в том случае, если первичные экспериментальные данные относительны и выражены, например, в процентах.
   
2. Если экспериментально проверяемая гипотеза включает в себя утверждение о причинно-следственной зависимости между некоторыми переменными, то её целесообразно проверять, обращаясь к коэффициентам линейной или ранговой корреляции. Линейная корреляция используется в том случае, когда измерения независимой и зависимой переменных производятся при помощи интервальной шкалы, а изменения этих переменных до и после эксперимента небольшие. К ранговой корреляции обращаются тогда, когда достаточно оценить изменения, касающиеся порядка следования друг за другом по величине независимых и зависимых переменных, или когда их изменения достаточно велики, или когда измерительный инструмент был порядковым, а не интервальным.
   
3. Иногда гипотеза включает предположение о том, что в результате эксперимента возрастут или уменьшатся индивидуальные различия между испытуемыми. Такое предположение хорошо проверяется с помощью критерия Фишера, позволяющего сравнить дисперсии до и после эксперимента. Заметим, что, пользуясь критерием Фишера, можно работать только с абсолютными значениями показателей, но не с их рангами.
   

Результаты количественного и качественного анализа материала, полученного в ходе проведения эксперимента, первичной и вторичной статистической обработки этого материала, используются для доказательства правильности предложенных гипотез. Выводы об их истинности являются логическим следствием доказательства, в процессе которого в качестве основного аргумента выступает безупречность логики самого доказательства, а в качестве фактов - то, что установлено в результате количественного и качественного анализа экспериментальных данных.

Факты в ходе доказательства обязательно должны соотноситься с гипотезами. В процессе такого соотнесения выясняется, насколько полно имеющиеся факты доказывают, подтверждают предложенные гипотезы.

В современных системах обработки информации используются цифровые технологии, исключающие бумажный носитель и осуществляющие обмен данными по сети между АРМ технологии предполагают также объединение совместных усилий группы сотрудников над решением какой-либо задачи (т.е. организацию в сети рабочей группы), обмен мнениями в ходе обсуждения в сети какого-либо вопроса в режиме реального времени (телеконференция), оперативный обмен материалами через электронную почту, электронные доски объявлений и т.п. Для подобных систем, охватывающих работу предприятия в целом, получил распространение термин «корпоративные системы управления бизнес-процессами». Для подобных систем характерно использование технологии «клиент-сервер», в том числе и подключение удаленных пользователей через глобальную сеть Internet. He редкость, когда система объединяет в общее информационное пространство более чем 40 тысяч пользователей, размещающихся по разным странам и континентам. Одним из таких примеров может служить компания McDonalds, имеющая свои подразделения по всему миру, в том числе и в России.


НОМИНАЦИЯ

СТАТИСТИЧЕСКОЕ ИЗУЧЕНИЕ ФИНАНСОВОЙ СИСТЕМЫ РЕГИОНА, СТРАНЫ