Виды статистических группировок

4. Виды статистических группировок.

В соответствии с задачами группировки подразделяются на:

-   Типологические группировки служат для выявления социально-экономических типов явлений.

-   Структурные группировки предназначены для выявления структуры совокупности, то есть соотношение между частями целого.

Пример: Группировка рабочих цеха по профессии.

-   Аналитические группировки позволяют установить, в какой мере изменение значений одного из признаков (признак-фактор), влияя на вариацию другого (результативного) признака.

Пример: Аналитическая группировка магазинов по величине торговой площади.

Группировка показывает обратную связь между торговой площадью и издержками магазина в расчете на 100 руб. товарооборота.

-   Комбинационные группировки применяются в тех случаях, когда для выявления социально-экономического типа недостаточно одного признака. Комбинационные группировки строятся по иерархической системе, когда группы, выделенные по одному признаку, делятся на подгруппы по значениям других признаков.

Пример: Группировка промышленных предприятий по стоимости основных фондов и среднесписочной численности работников.

Построение комбинационной группировки требует многочисленной совокупности, в противном случае при образовании большого числа групп появляются малочисленные и пустые интервалы.

Недостаток комбинационной группировки: устраняет многомерные группировки, появившиеся в 60-70 годах прошлого века.

-   Многомерные группировки предназначены для выделения групп однородных по совокупности признаков.

Для решения этой задачи применяются различные математические алгоритма, общая идея которых заключается в разбиении исходного множества на непересекающиеся подмножества (кластеры, таксоны), элементы, которые либо подобны друг другу, либо наименее удалены друг от друга в N-мерном пространстве признаков.

5. Понятие и виды статистических таблиц.

Статистическая таблица – наиболее рациональная и распространенная форма представления статистических данных. Существует примерно 300 лет.

Любая статистическая таблица состоит из ряда элементов.

Пересечение строк и столбцов называется скелетом таблицы. Если включить в скелет таблицы заголовки граф и строк, получим макет таблицы, который отражает основную цель ее построения. Макеты таблиц обязательно составляются на этапе подготовки программы статистической сводки, для уточнения программ и схемы обработки собранной информации. По аналогии с грамматикой, содержание таблицы делится на подлежащее и сказуемое. Подлежащим таблицы считается объект исследования, сказуемым – перечень признаков, характеризующих объект исследования.

В зависимости от характера разработки подлежащего таблицы делятся на:

-   Простые таблицы;

-   Групповые таблицы;

-   Комбинационные таблицы.

В подлежащем простых таблиц содержатся либо перечень единиц наблюдений, либо показатели времени, либо отдельные территории. В зависимости от этого различают:

-   Перечневые простые таблицы;

-   Хронологические простые таблицы;

-   Территориальные простые таблицы.

Подлежащее групповых таблиц содержит группировку по одному признаку, а комбинационных по нескольким признакам.

Сказуемое таблица может быть:

-   Простым – содержит перечень признаков, характеризующих подлежащее;

-   Комбинированным – содержит группировку признаков, характеризующих подлежащее.

При составлении таблиц рекомендуется соблюдать ряд общепринятых требований:

1.   Таблица не должна быть слишком громоздкой, перенасыщенной показателями, лучше построить 2-3 простых таблиц;

2.   Общий заголовок таблицы должен лаконично отображать ее содержание, определять место и время, к которому относятся статистические данные;

3.   Территориальные единицы в подлежащем даются в алфавитном порядке, а даты в хронологическом порядке;

4.   Кратко формулируются заголовки граф и строк, и в них указываются единицы измерения. Общая единица измерения указывается в общем заголовке;

5.   Все показатели таблицы даются с одинаковой точностью, если значение показателя не имеет смысла ставится «х», если отсутствует «-», если данные не известны «….», если величина очень мала «0,0…»;

6.   Таблицы могут сопровождаться примечаниями со ссылками на источники информации и методы расчета данных.

Ряды распределения.

1.   Понятие и виды рядов распределения.

2.   Частотные характеристики рядов распределения.

3.   Графическое изображение рядов распределения.

1. Понятие и виды рядов распределения.

Ряд распределения – упорядоченная совокупность значений признака.

Бывают ряды распределения:

-   Качественных признаков (атрибутивные ряды распределения);

-   Количественных признаков (вариационные ряды распределения).

Любой ряд состоит из 2 видов элементов:

-     Вариантов ряда (значения признака);

-     Его частотной характеристики.

Атрибутивные ряды характеризуют распределение качественных признаков, например распределение рабочих по полу, профессии, образованию.

Вариационные ряды обычно упорядочиваются в соответствии с увеличением значений количественного признака.

Они бывают дискретные и интервальные. Варианты дискретного ряда – это дискретно прерывно изменяющиеся значения признак, обычно это результат подсчета.

Пример: Распределение мужских костюмов, реализованных магазинами за месяц по размерам.

Интервальные ряды предназначены для анализа распределения непрерывно изменяющегося признака, значение которого чаще всего регистрируется путем измерения или взвешивания. Варианты такого ряда – это группировка.

Пример: Распределение покупок в продуктовом магазине по сумме.

Если в атрибутивных и дискретных вариационных рядах частотная характеристика относится непосредственно к варианту ряда, то в интервальных к группе вариантов.

Поскольку в расчетах группа должна быть представлена обычно одним вариантом, в качестве этого варианта условно выбирается середина каждого интервала.

Такой подход возможен исходя из гипотезы о равномерном распределении вариантов внутри каждого интервала.

Интервальный ряд, таким образом, преобразуется в дискретный, варианты которого – это середины соответствующих интервалов. Середины закрытых интервалов определяются как полусумма нижней и верхней границы интервала.

Середина первого интервала с открытой нижней границей определяется по формуле , где x_В1 – верхняя граница первого интервала, c₂ – второй интервал.

Середина последнего интервала определяется по формуле , где x_нn – нижняя граница n-го интервала, с_n-1 – предыдущий интервал (предпоследний).

Похожие работы

Теория вероятности и математическая статистика

Скачать

59066

6

49

... 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 ...

Математическая статистика

Скачать

15032

1

0

... 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 ...

Статистика населения

Скачать

61563

0

5

... 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 ...

Современная прикладная статистика

Скачать

46528

0

0

... 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. ...