Классификация статистических показателей
Критический момент – момент времени, по состоянию на который регистрируются данные. Устанавливается при исследовании динамично изменяющегося объекта
Виды статистических группировок
Частотные характеристики рядов распределения
Средняя арифметическая величина и ее расчет прямым способом
Степенные средние
Измерители вариации
Упрощенный способ расчета дисперсии и средне квадратического отклонения
Моменты распределения
Ошибка выборки
Малая выборка
Распространение результатов выборочного распределения на генеральную совокупность
Способ моментных наблюдений
Классификация методов исследования взаимосвязей
Парная регрессия
Множественная корреляция и регрессия
Обеспечение сопоставимости рядов динамики
Изучение основной тенденции развития, социально-экономического развития во времени
Корреляция в рядах динамики
Сводные индексы
Средние индексы
Навигация
Классификация статистических показателей
Статистика
128810
знаков
46
таблиц
0
изображений
2. Классификация статистических показателей.
Статистические показатели делятся на однородные группы по различным признакам.
По степени охвата совокупности:
- Индивидуальные;
- Групповые;
- Общие.
В зависимости от того, каким образом статистический показатель характеризует изучаемую совокупность:
- Абсолютные;
- Относительные;
- Средние.
Абсолютные характеризуют масштабы, объем изучаемого явления, различают:
- Натуральные;
- Денежные;
- Трудовые.
Натуральные характеризуют объект в натуральных единицах измерения. Для соизмерения объектов с различными потребительскими свойствами применяют условно натуральные единицы измерения. Пересчет в натуральные показатели осуществляется с помощью коэффициентов, характеризующих отношение фактических потребительских свойств товара к некоторому условному эталону. Иногда пересчет осуществляется применительно к товарам, выпущенным в различных по объему упаковках. Система условно натуральных показателей преобладала в административно-командной экономике.
Денежные – показатели в денежном измерении.
Трудовые – показатели применяются для измерения затрат труда, производительности труда, потерь рабочего времени.
Относительные показатели – представляют соотношение двух и более статистических характеристик, измеряется в коэффициентах, процентах. Виды:
Относительные величины динамики (показывают изменение явления во времени) – это частное отделение текущего отчетного показателя на значение аналогичного показателя в прошлом:
- Базисные;
- Цепные.
Базисные в качестве базы сравнения один и тот же уровень показателя в прошлом .
Цепные – отношение текущего показателя и показателя предыдущего периода .
Между цепными и базисными относительными величинами динамики существует определенная взаимосвязь. Базисная относительная величина динамики равна произведению цепных относительных величин динамики, взятых в виде коэффициентов за весь анализируемый период.
Относительная величина планового задания , где - планируемый уровень, - предплановый уровень.
Относительная величина выполнения плана , где - фактический или отчетный показатель.
Произведение относительной величины выполнения плана на относительную величину планового задания дает относительную величину динамики.
Относительная величина структуры показывает отношение части к целому (доля) , где - часть, - целое.
Относительная величина координации показывает соотношение частей целого между собой .
Относительная величина интенсивности – это соотношение двух разнородных величин .
Чаще всего эти величины используются для характеристики интенсивности производства, потребления какого-либо товара.
Статистическое наблюдение.
1. Понятие статистического наблюдения и его место в статистическом исследовании.
2. Программно-методологические и организационные вопросы статистического наблюдения.
3. Классификация видов статистического наблюдения.
4. Ошибки наблюдения. Пути повышения точности статистического наблюдения.
1. Понятие статистического наблюдения и его место в статистическом исследовании.
Статистическое исследование можно условно разделить на 3 этапа:
1) Непосредственный сбор данных или статистическое наблюдение.
2) Сводка и группировка статистических данных.
3) Статистический анализ, то есть исследование статистических закономерностей, то есть обнаружение взаимосвязей, выявление тенденций развития явления во времени.
Все этапы связаны между собой. Опытный исследователь начинает сбор данных, заранее предполагая, как он их будет обобщать, и какие закономерности могут быть выявлены в результате исследования.
Не всякий сбор данных – это статистическое наблюдение.
Статистическое наблюдение – это научно-обоснованный планомерно-организованный и, как правило, систематический сбор данных о процессах и явлениях общественной жизни.
Информация, полученная в ходе наблюдения должна быть полной, достоверной и отвечающей цели исследования, то есть только то, что нужно.
2. Программно-методологические и организационные вопросы статистического наблюдения.
Основные категории:
1. Объект наблюдения – статистическая совокупность, о которой должны быть собраны интересующие исследователя данные.
2. Единица статистического наблюдения – это составной элемент объекта наблюдения, который подвергается исследованию. Каждая единица должна обладать набором признаков, которые регистрируются в процессе наблюдения.
3. Программа статистического наблюдения – перечень признаков подлежащих регистрации. Программа должна включать наиболее существенные признаки исходя из цели исследования и качественных особенностей объекта наблюдения. Программа должна быть предельно лаконична, так как включение каждого дополнительного признака увеличивает затраты на сбор и обработку информации прямо пропорционально числу единиц наблюдения. Для оставления программы необходимо хорошо знать специфику объекта наблюдения. Составляя программу необходимо одновременно продумать план обработки информации, готовить макеты сводок и статистических таблиц.
4. Для регистрации собранных данных используется формуляр – специально подготовленный бланк, имеющий обычно титульную, адресную и содержательную части. В титульной части содержится наименование обследования, организация, проводящая обследование, и кем и когда утвержден формуляр. Адресная часть содержит наименование, местонахождение объекта исследования и др. реквизиты, позволяющие его идентифицировать. В зависимости от построения содержательной части различают два вида формуляра:
- Бланк-карточка, который составляется на каждую единицу наблюдения;
- Бланк-список, который составляется на группу единиц наблюдения.
У каждого из формуляров есть свои достоинства и недостатки.
Бланк-карточка удобен для ручной обработки, но связан с дополнительными затратами в оформлении титульной и адресной книги.
Бланк-список применяется для автоматической обработки и экономий затрат на подготовку титульной и адресной частей.
Для сокращения затрат на сводку и ввод данных целесообразно использовать машины, читающие формуляры. Вопросы содержательной части формуляра должны быть сформулированы таким образом, чтобы на них можно было получить однозначные, объективные ответы. Лучший вопрос это тот, на который можно ответить «Да» или «Нет». Нельзя включать в формуляр вопросы, на которые трудно или нежелательно отвечать. Нельзя соединять в одной формулировке два разных вопроса. Для оказания помощи опрашиваемых в правильном понимании программы и отдельных вопросов составляются инструкции. Они могут быть как на бланке формуляра, так и в виде отдельной книги.
Чтобы направить ответы респондента в правильное русло применяются статистические подсказы, то есть готовые варианты ответов. Они бывают полные и неполные. Неполные дают респонденту возможность для импровизации.
5. Время наблюдения – продолжительность календарного периода, за который собираются данные об объекте, а так же сезон непосредственного проведения наблюдения.
6. Период проведения наблюдения (регистрации) – время непосредственного сбора данных. Период наблюдения прямо пропорционален сложности объекта наблюдения, динамичности его наблюдения, численности объекта исследования и обширности программы наблюдения.
Похожие работы
... Доказать: По определению второй смешанной производной. Найдем по двумерной плотности одномерные плотности случайных величин X и Y. Т.к. полученное равенство верно для всех х, то подинтегральные выражение аналогично В математической теории вероятности вводится как базовая формула (1) ибо предлагается, что плотность вероятности как аналитическая функция может не существовать. Но т.к. в нашем ...
... распределения генеральной совокупности F(x) и – эмпирической функция распределения Fn(x) , построенной по выборке х1,…,хn, называется функция. Теорема. Если F(x) непрерывна, то распределения статистики Колмогорова Dn не зависит от F(x). Условные математические ожидания и условные распределения. Св-ва условных мат. ожиданий. Аналоги формул полной вероятности и формулы Байеса для мат. ожиданий ГММЕ ...
... дает возможность статистического моделирования, происходящих в населении процессов. Потребность в моделировании возникает в случае невозможности исследования самого объекта. Наибольшее число моделей, применяемых в статистике населения, разработано для характеристики его динамики. Среди них выделяются экспоненциальные и логистические. Особое значение в прогнозе населения на будущие периоды имеют ...
... на задний план традиционными постановками. Несколько лет назад при описании современного этапа развития статистических методов нами были выделены [29] пять актуальных направлений, в которых развивается современная прикладная статистика, т.е. пять "точек роста": непараметрика, робастность, бутстреп, интервальная статистика, статистика объектов нечисловой природы. Обсудим их. 5. ...
0 комментариев