Первый этап статистического изучения связей. Статистическая методология и этапы статистического исследования

Статистическое наблюдение заключается в сборе первичного статистического материала, в научно организованной регистрации всех существенных фактов, относящихся к рассматриваемому объекту. Это первый этап всякого статистического исследования.

Метод группировок дает возможность все собранные в результате массового статистического наблюдения факты подвергать систематизации и классификации. Это второй этап статистического исследования.

Метод обобщающих показателей позволяет характеризовать изучаемые явления и процессы при помощи статистических величин - абсолютных, относительных и средних. На этом этапе статистического исследования выявляются взаимосвязи и масштабы явлений, определяются закономерности их развития, даются прогнозные оценки.

На первом этапе статистического исследования формируются первичные статистические данные, или исходная статистическая информация, которая является фундаментом будущего статистического здания. Чтобы здание было прочным, добротной и качественной должна быть его основа. Если при сборе первичных статистических данных допущена ошибка или материал оказался недоброкачественным, это повлияет на правильность и достоверность как теоретических, так и практических выводов. Поэтому, статистическое наблюдение от начальной до завершающей стадии - получения итоговых материалов - должно быть тщательно продуманным и четко ооганизованным. Статистическое наблюдение дает исходный материал для обобщения, началом которого служит сводка. Если при статистическом наблюдении о каждой его единице получают сведения, характеризующие ее с многих сторон, то данные сводки характеризуют всю статистическую совокупность и отдельные ее части. На этой стадии совокупность делится по признакам различия и объединяется по признакам сходства, подсчитываются суммарные показатели по группам и в целом. С помощью метода группировок изучаемые явления делятся на важнейшие типы, характерные группы и подгруппы по существенным признакам. С помощью группировок ограничивают качественно однородные в существенном отношении совокупности, что является предпосылкой для определения и применения обобщающих показателей.

На заключительном этапе анализа с помощью обобщающих показателей рассчитываются относительные и средние величины, дается сводная оценка вариации признаков, характеризуется динамика явлений, применяются индексы, балансовые построения, рассчитываются показатели, характеризующие тесноту связей в изменении признаков. С целью наиболее рационального и наглядного изложения цифрового материала он представляется в виде таблиц и графиков.

Статистическое наблюдение - первый этап статистического исследования

Статистическое наблюдение - это первая стадия всякого статистического исследования, представляющая собой научно организованный по единой программе учет фактов, характеризующих явления и процессы общественной жизни, и сбор полученных на основе этого учета массовых данных.

Однако не всякий сбор сведений является статистическим наблюдением. О статистическом наблюдении можно говорить лишь тогда, когда изучаются статистические закономерности, т.е. такие, которые проявляются только в массовом процессе, в большом числе единиц какой-то совокупности. Поэтому статистическое наблюдение должно быть планомерным, массовым и систематическим.

Планомерность статистического наблюдения заключается в том, что оно готовится и проводится по разработанному плану, который включает вопросы методологии, организации, техники сбора информации, контроля за качеством собранного материала, его достоверности, оформления итоговых результатов. Массовый характер статистического наблюдения предполагает, что оно охватывает большое число случаев проявления данного процесса, достаточное для того, чтобы получить правдивые статистическиеданные, характеризующие не только отдельные единицы, но и всю совокупность в целом.

Наконец, систематичность статистического наблюдения определяется тем, что оно должно проводиться либо систематически, либо непрерывно, либо регулярно. Изучение тенденций и закономерностей социально-экономических процессов, характеризующихся количественными и качественными изменениями, возможно лишь на этой основе. Из сказанного следует, что к статистическому наблюдению предъявляются следующие требования:

1) полноты статистических данных (полноты охвата единиц изучаемой совокупности, сторон того или иного явления, а также полноты охвата во времени);
2) достоверности и точности данных;
3) их единообразия и сопоставимости.

Программно-методологические и организационные вопросы статистического наблюдения

Любое статистическое исследование необходимо начинать с точной формулировки его цели и конкретных задач, а тем самым и тех сведений, которые могут быть получены в процессе наблюдения. После этого определяются объект и единица наблюдения, разрабатывается программа, выбираются вид и способ наблюдения.

Основные этапы статистического исследования

Рассмотрим самый важный метод статистики – статистическое наблюдение.

Использование различных способов и приемов статистической методологии

предполагает наличие исчерпывающей и достоверной информации об изучаемом

объекте. Исследование массовых общественных явлений включает этапы сбора

статистической информации и ее первичной обработки, сведения и группировки

результатов наблюдения в определенные совокупности, обобщения и анализа

полученных материалов.

На первом этапе статистического исследования формируются первичные

статистические данные, или исходная статистическая информация, которая

является фундаментом будущего статистического здания. Чтобы здание было

прочным, добротной и качественной должна быть его основа. Если при сборе

первичных статистических данных допущена ошибка или материал оказался

недоброкачественным, это повлияет на правильность и достоверность как

теоретических, так и практических выводов. Поэтому, статистическое

наблюдение от начальной до завершающей стадии - получения итоговых

материалов - должно быть тщательно продуманным и четко ооганизованным.

Статистическое наблюдение дает исходный материал для обобщения, началом

которого служит сводка. Если при статистическом наблюдении о каждой его

единице получают сведения, характеризующие ее с многих сторон, то данные

сводки характеризуют всю статистическую совокупность и отдельные ее части.

На этой стадии совокупность делится по признакам различия и объединяется по

признакам сходства, подсчитываются суммарные показатели по группам и в

целом. С помощью метода группировок изучаемые явления делятся на важнейшие

типы, характерные группы и подгруппы по существенным признакам. С помощью

группировок ограничивают качественно однородные в существенном отношении

совокупности, что является предпосылкой для определения и применения

обобщающих показателей.

На заключительном этапе анализа с помощью обобщающих показателей

рассчитываются относительные и средние величины, дается сводная оценка

вариации признаков, характеризуется динамика явлений, применяются индексы,

балансовые построения, рассчитываются показатели, характеризующие тесноту

связей в изменении признаков. С целью наиболее рационального и наглядного

изложения цифрового материала он представляется в виде таблиц и графиков.

3.Статистическое наблюдение: понятие, основные формы.

Это научно-организ.работа по сбору данных. Формы:стат. 1) отчетность, кот. базируется на докум.учете. с 98 г введены 4 унифицир.формы федер.гос.набл-ния: ФП-1 (выпуск пр-ции), ФП-2 (инвестизм), ФП-3 (фин.состояние орг-ций), ФП-4 (числ-ть раб-ков, труд), 2) специально организ.набл-ние (перепись), 3) регистр – это с-ма пок-лей, кот.хар-т кажд.ед-цу набл-ния: регистры нас-ния, пр-тий, строек и подряд.орг-ций, розн.и оптов.торговли. Виды набл-ния: 1) сплошное, несплошное (выборочн., цензовые основанные на методе осн. массива, монограф.). Набл-ние бывает текущее, период., единовремен. Способы набл-ния: непосредств., документал., опрос (экспедиц., анкетный, явочный, корреспонд.). Стат.набл-ния проводятся по плану, кот.вкл-т в себя: программно-методолог.вопросы (цели, задачи), организ.вопросы (время, место). В рез-те, проведенных набл-ний возникают погрешности, кот снижают точность набл-ний, поэтому проводится контроль данных (логический и счетный). В рез-те проверки достовер.данных выявл-тся след.ошибки набл-ний: случ. ошибки (ошибки регистрации), преднамер.ошибки, непреднамер. (систем.и несистем.), ошибки репрезентативности (представительности).

Програмно-методологические вопросы статистического наблюдения.

Программно-методологические вопросы статистического наблюдения

Каждое наблюдение проводится с конкретной целью. При его проведении необходимо установить, что подлежит обследованию. Надо решить следующие вопросы:

Объект наблюдения – совокупность предметов, явлений, у которых должны быть собраны сведения. При определении объекта указываются его основные отличительные черты (признаки). Всякий объект массовых наблюдений состоит их отдельных единиц, поэтому надо решить вопрос о том, каков тот элемент совокупности, который послужит единицей наблюдения.

Единица наблюдения – это составной элемент объекта, который является носителем признаков, подлежащих регистрации и основой счета.

Ценз – это определенные количественные ограничения для объекта наблюдения.

Признак – это свойство, которое характеризует определенные черты и особенности, присущие единицам изучаемой совокупности.

Организационные вопросы статистического наблюдения.

Программа наблюдения оформляется в виде бланков (анкет, формуляров), в которые заносятся первичные данные. Необходимым дополнением бланков является инструкция, которая разъясняет смысл вопросов.

К организационным вопросам программы относятся:

сроки наблюдения;

критический момент наблюдения;

подготовительные работы;

Срок наблюдения, к которому относят регистрируемые сведения. Называется объективным временем наблюдения. Это м.б. определенный период времени (сутки, декада, месяц) или определенный момент. Момент, к которому относятся регистрируемые сведения, называется критическим моментом наблюдения.

Например, критическим моментом микропереписи 94г. был 0.00 ч. в ночь с 13-14 февраля. Устанавливая критический момент наблюдения, м. с фотографической точностью определить истинное положение дел.

Подготовительные работы предусматривают обеспечение наблюдения документами, а также составление списка отчетных единиц, бланков, инструкций.

Документы м. заполнятся в ходе наблюдения или по его результатам.

Важное место в системе подготовительных работ имеет подбор и подготовка кадров, а также проведение инструктажа с теми, кто будет участвовать в проведении наблюдения.

2.1 Схема проведения статистического исследования

Системы статистического анализа данных – это современный эффективный инструмент статистического исследования. Широкие возможности для обработки статистических данных имеют специальные системы статистического анализа, а также универсальные средства – Excel, Matlab, Mathcad и др..

Но даже самый совершенный инструмент не может заменить исследователя, который должен сформулировать цель исследования, провести сбор данных, выбрать методы, подходы, модели и средства проведения обработки и анализа данных, а также интерпретировать полученные результаты.

На рисунке 2.1 представлена схема проведения статистического исследования.

Рис.2.1 - Принципиальная схема статистического исследования

Исходным пунктом статистического исследования является формулировка проблемы. При ее определении учитывается цель исследования, определяется, какая информация необходима и как она будет использоваться при принятии решения.

Само статистическое исследование начинается с подготовительного этапа. В ходе подготовительного этапа аналитики изучают техническое задание – документ, составляемый заказчиком исследования. В техническом задании должны быть четко сформулированы цели исследования:

определен объект исследования;

перечислены предположения и гипотезы, которые в ходе исследования должны быть подтверждены или опровергнуты;

описано то, как будут использоваться результаты исследования;

сроки, в которые исследование должно быть проведено и бюджет исследования.

На основе технического задания разрабатывается структура аналитического отчета - то, в каком виде должны быть представлены результаты исследования, а также программа статистического наблюдения . Программа представляет собой перечень признаков, подлежащих регистрации в процессе наблюдения (или вопросов на которые должны быть получены достоверные ответы по каждой обследуемой единице наблюдения). Содержание программы определяется как особенностями наблюдаемого объекта и целями исследования, так и методами, выбранными аналитиками для дальнейшей обработки собранной информации.

Основной этап статистического исследования включает сбор необходимых данных и их анализ.

Финальным этапом исследования является составление аналитического отчета и предоставление его заказчику.

На рис. 2.2 представлена схема статистического анализа данных.

Рис.2.2 – Основные этапы статистического анализа

2.2 Сбор статистической информации

Сбор материалов подразумевает анализ технического задания исследования, определение источников необходимой информации и (при необходимости) разработку анкет. При исследовании источников информации все требуемые данные разделяют на первичные (данные, которых нет в наличии и которые должны быть собраны непосредственно для данного исследования), и вторичные (собранные ранее для иных целей).

Сбор вторичных данных часто называют "кабинетным" или "библиотечным" исследованием.

Примеры сбора первичных данных: наблюдения за посетителями магазина, анкетирование пациентов больницы, обсуждение проблемы на совещании.

Вторичные данные делят на внутренние и внешние.

Примеры источников внутренних вторичных данных:

информационная система организации (включающая в себя бухгалтерскую подсистему, подсистему управления продажами, CRM (CRM-система, сокращение от англ. Customer Relationship Management) - прикладное программное обеспечение для организаций, предназначенное для автоматизации стратегий взаимодействия с заказчиками) и другие);

ранее проведенные исследования;

письменные отчеты сотрудников.

Примеры источников внешних вторичных данных:

отчеты органов статистики и других государственных учреждений;

отчеты маркетинговых агентств, профессиональных ассоциаций и т.п.;

электронные базы данных (адресные справочники, ГИС и т.п.);

библиотеки;

средства массовой информации.

Основными выходными данными на этапе сбора данных являются:

планируемый объем выборки;

структура выборки (наличие и размер квот);

вид статистического наблюдения (сбор данных опрос, анкетирование, измерение, эксперимент, экспертиза, др.);

информация о параметрах опроса (например, возможность факта фальсификации анкет);

схема кодировки переменных в базе данных программы, выбранной для обработки;

план-схема преобразования данных;

план-схема используемых статистических процедур.

Этот же этап включает непосредственно процедуру анкетирования. Разумеется, анкеты разрабатываются только для получения первичной информации.

Полученные данные должны быть соответствующим образом отредактированы и подготовлены. Каждая анкета или форма наблюдения проверяется и, если нужно, корректируется. Каждому ответу присваиваются числовые или буквенные коды – производится кодировка информации. Подготовка данных включает в себя редактирование, расшифровку и проверку данных, их кодирование и необходимые преобразования.

2.3 Определение характеристик выборки

Как правило, данные, собранные в результате статистического наблюдения для проведения статистического анализа являются выборочной совокупностью. Последовательность преобразования данных в процесс статистического исследования можно схематично представить следующим образом (рис. 2.3)

Рис 2.3 Схема преобразования статистических данных

Анализируя выборку, можно делать выводы о генеральной совокупности, представленной выборкой.

Окончательное определение общих параметров выборки производят, когда все анкеты собраны. Оно включает:

определение реального количества респондентов,

определение структуры выборки,

распределение по месту опроса,

установление доверительного уровня статистической надежности выборки,

расчет статистической ошибки и определение репрезентативности выборки.

Реальное количество респондентов может оказаться большим либо меньшим запланированного. Первый вариант лучше для анализа, но невыгоден заказчику исследования. Второй может отрицательно сказаться на качестве исследования, а, следовательно, невыгоден ни аналитикам, ни заказчикам.

Структура выборки может быть случайной или неслучайной (респонденты отбирались на основе заранее известного критерия, например методом квотирования). Случайные выборки априори являются репрезентативными. Неслучайные выборки могут быть намерено нерепрезентативными относительно генеральной совокупности, но давать важную информацию для исследований. В этом случае также следует внимательно отнестись к фильтрационным вопросам анкеты, которые предназначены специально для отсеивания неподходящих под требования респондентов.

Для определения точности оценивания , прежде всего, необходимо установить уровень доверительной вероятности (95% или 99%). Тогда максимальная статистическая ошибка выборки рассчитывается как

или
,

где - объем выборки,- вероятность наступления исследуемого события (попадание респондента в выборку),- вероятность обратного события (непопадания респондента в выборку),- коэффициент доверительной вероятности,
- дисперсия признака.

В таблице 2.4 приведены наиболее употребляемые значения доверительной вероятности и коэффициентов доверительной вероятности.

Таблица 2.4

2.5 Обработка данных на компьютере

Анализ данных с применением компьютера включает выполнение ряда необходимых шагов.

1. Определение структуры исходных данных.

2. Ввод данных в компьютер в соответствии с их структурой и требованиями программы. Редактирование и преобразование данных.

3. Задание метода обработки данных в соответствии с задачами исследования.

4. Получение результата обработки данных. Его редактирование и сохранение в нужном формате.

5. Интерпретация результата обработки.

Шаги 1 (подготовительный) и 5 (заключительный) не способна выполнить ни одна компьютерная программа - их исследователь делает сам. Шаги 2-4 выполняются исследователем с использованием программы, но именно исследователь определяет необходимые процедуры редактирования и преобразования данных, методы обработки данных, а также формат представления результатов обработки. Помощь компьютера (шаги 2–4) заключается, в конечном итоге, в переходе от длинной последовательности чисел к более компактной. На «вход» компьютера исследователь подает массив исходных данных, который недоступен осмыслению, но пригоден для компьютерной обработки (шаг 2). Затем исследователь дает программе команду на обработку данных в соответствии с поставленной задачей и структурой данных (шаг 3). На «выходе» он получает результат обработки (шаг 4) - тоже массив данных, только уже меньший, доступный осмыслению и содержательной интерпретации. При этом исчерпывающий анализ данных обычно требует многократной их обработки с применением разных методов.

2.6 Выбор стратегии анализа данных

Выбор стратегии анализа собранных данных основывается на знании теоретических и практических аспектов исследуемой предметной области, специфики и известных характеристик информации, свойств конкретных статистических методов, а также на опыте и взглядах исследователя.

Необходимо помнить, что анализ данных - это вовсе не конечная цель исследования. Его цель - получить информацию, которая поможет решить определенную проблему и принять адекватные управленческие решения. Выбор стратегии анализа должен начинаться с исследования итогов предыдущих этапов процесса: определение проблемы и разработка плана исследования. В качестве "черновика" используется предварительный план анализа данных, разработанный как один из элементов плана исследования. Затем, в ходе поступления на последующих стадиях процесса исследования дополнительной информации, может понадобиться внесение определенных изменений.

Статистические методы делятся на одно- и многомерные. Одномерные методы(univariatetechniques) используются тогда, когда все элементы выборки оцениваются одним показателем, либо если этих показателей несколько для каждого элемента, но каждая переменная анализируется при этом отдельно ото всех остальных.

Многомерные методы (multivariate techniques) прекрасно подходят для анализа данных, если для оценки каждого элемента выборки используется два или больше показателей и эти переменные анализируются одновременно. Такие методы применяются для определения зависимостей между явлениями.

Многомерные методы отличаются от одномерных прежде всего тем, что при их использовании центр внимания смещается с уровней (средних показателей) и распределений (дисперсий) явлений и сосредотачивается на степени взаимосвязи (корреляции или ковариации) между этими явлениями.

Одномерные методы можно классифицировать на основе того, какие данные анализируются: метрические или неметрические (рис. 3). Метрические данные (metric data) измеряются по интервальной шкале или относительной шкале. Неметрические данные (nonmetric data) оцениваются по номинальной или порядковой шкале

Кроме того, эти методы делят на классы на основе того, сколько выборок - одна, две или более - анализируется в ходе исследований.

Классификация одномерных статистических методов представлена на рис.2.4.

Рис. 2.4 Классификация одномерных статистических методов в зависимости от анализируемых данных

Число выборок определяется тем, как ведется работа с данными для конкретного анализа, а не тем, каким способом собирались данные. Например, данные по лицам мужского и женского пола можно получить в пределах одной выборки, но если их анализ нацелен на выявление разницы в восприятии, основанной на разнице полов, исследователю придется оперировать двумя разными выборками. Выборки считаются независимыми, если они экспериментально не связаны между собой. Измерения, проведенные в одной выборке, не оказывают влияния на значения переменных в другой. Для анализа данные, относящиеся к разным группам респондентов, например собранные от лиц женского и мужского пола, обычно обрабатываются как независимые выборки.

С другой стороны, если данные по двум выборкам относятся к одной и той же группе респондентов, выборки считаются объединенными в пары - зависимыми.

Если существует только одна выборка метрических данных, может использоваться z- и t-критерий. Если же независимых выборок две или больше, в первом случае можно воспользоваться z- и t-критерием для двух выборок, в во втором - методом однофакторного дисперсионного анализа. Для двух связанных выборок используется парный t-критерий. Если речь идет о неметрических данных по одной выборке, исследователь может воспользоваться критериями частотного распределения, хи-квадратом, критерием Колмогорова-Смирнова (K~S), критерием серий и биномиальным критерием. Для двух независимых выборок с неметрическими данными можно прибегнуть к следующим методам анализа: хи-квадрат, Манна-Уитни, медианы, К-С, однофакторным дисперсионным анализом Крускала-Уоллиса (ДА К-У). В отличие от этого, если существует две или больше взаимосвязанных выборок, следует воспользоваться критериями знаков, Мак-Немара и Уилкоксона.

Многомерные статистические методы нацелены на выявление существующих закономерностей: взаимозависимости переменных, взаимосвязи или последовательности событий, межобъектного сходства.

Достаточно условно можно выделить пять стандартных типов закономерностей, исследование которых представляет существенный интерес: ассоциация, последовательность, классификация, кластеризация и прогнозирование

Ассоциация имеет место в том случае, если несколько событий связаны друг с другом. Например, исследование, проведенное в супермаркете, может показать, что 65% купивших кукурузные чипсы берут также и "кока-колу", а при наличии скидки за такой комплект "колу" приобретают в 85% случаев. Располагая сведениями о подобной ассоциации, менеджерам легко оценить, насколько действенна предоставляемая скидка.

Если существует цепочка связанных во времени событий, то говорят о последовательности. Так, например, после покупки дома в 45% случаев в течение месяца приобретается и новая кухонная плита, а в пределах двух недель 60% новоселов обзаводятся холодильником.

С помощью классификации выявляются признаки, характеризующие группу, к которой принадлежит тот или иной объект. Это делается посредством анализа уже классифицированных объектов и формулирования некоторого набора правил.

Кластеризация отличается от классификации тем, что сами группы заранее не заданы. С помощью кластеризации выделяют различные однородные группы данных.

Основой для всевозможных систем прогнозирования служит историческая информация, хранящаяся в виде временных рядов. Если удается построить найти закономерности, адекватно отражающие динамику поведения целевых показателей, есть вероятность, что с их помощью можно предсказать и поведение системы в будущем.

Многомерные статистические методы можно разделить на методы анализа взаимосвязи и классификационный анализ (рис. 2.5).

Рис.2.5 – Классификация многомерных статистических методов

Понятие об исследовании количественных сторон объектов и явлений сформировалось давно, с момента развития у человека элементарных навыков работы с информацией. Однако, термин «статистика», дошедший до нашего времени заимствован гораздо позднее из латинского языка и происходит от слова «status», что означает «определенное состояние вещей». «Status» употреблялось также в значении «политическое состояние» и закрепилось почти во всех европейских языках именно в этом смысловом значении: английское «state», немецкое «Staat», итальянское «stato» и производное от него «statistа» - знаток государства.

Широкое применение слово «статистика» получило в XVIII веке и применялось в значение «государствоведение». Статистикой называют отрасль практической деятельности, направленной на собирание, обработку, анализ и предоставление в публичное пользование данных о явлениях и процессах общественной жизни.

Анализ - это метод научного исследования объекта путем рассмотрения его отдельных сторон и составных частей.

Экономико-статистический анализ - это разработка методики, основанной на широком применении традиционных статистических и математико-статистических методов, с целью контроля адекватного отражения исследуемых явлений и процессов.

Этапы статистического исследования. Статистическое исследование проходит в три этапа:

1) статистическое наблюдение;
2) сводка полученных данных;
3) статистический анализ.

На первом этапе с помощью метода массовых наблюдений собирают первичные статистические данные.

На втором этапе статистического исследования собранные данные подвергаются первичной обработки, сводке и группировке. Метод группировок позволяет выделить однородные совокупности, разделить их на группы и подгруппы. Сводка - это получение итогов по совокупности в целом и отдельным ее группам и подгруппам.

Результаты группировки и сводки излагаются в виде статистических таблиц. Основное содержание этого этапа заключается в переходе от характеристик каждой единицы наблюдения к сводным характеристикам совокупности в целом или ее групп.

На третьем этапе полученные сводные данные анализируются методом обобщающих показателей (абсолютные, относительные и средние величины, показатели вариации, индексные системы, методы математической статистики, табличный метод, графический метод и др.).

Основы статистического анализа:

1) утверждение фактов и установление их оценки;
2) выявление характерных особенностей и причин явления;
3) сравнение явления с нормативными, плановыми и другими явлениями, которые приняты за базу сравнения;
4) формулирование выводов, прогнозов, предположений и гипотез;
5) статистическая проверка выдвинутых предположений (гипотез).

Анализ и обобщение статистических данных - заключительный этап статистического исследования, конечной целью которого является получение теоретических выводов и практических заключений о тенденциях и закономерностях изучаемых социально-экономических явлений и процессов. Задачами статистического анализа являются: определение и оценка специфики и особенностей изучаемых явлений и процессов, изучение их структуры, взаимосвязей и закономерностей их развития.

Статистический анализ данных проводится в неразрывной связи теоретического, качественного анализа сущности исследуемых явлений и соответствующего количественного инструментария, изучения их структуры, связей и динамики.

Статистический анализ - исследование характерных особенностей структуры, связи явлений, тенденций, закономерностей развития социально-экономических явлений, для чего используются специфические экономико-статистические и математико-статистические методы. Статистический анализ завершается интерпретаций полученных результатов.

В статистическом анализе признаки подразделяются по характеру влияния друг на друга:

1. Признак-результат - признак, анализируемый в данном исследовании. Индивидуальные размеры такого признака у отдельных элементов совокупности подвержены влиянию одного или нескольких других признаков. Другим словами, признак-результат рассматривается как следствие взаимодействия других факторов;
2. Признак-фактор - признак, оказывающий влияние на исследуемый признак (признак-результат). Причем зависимость между признаком-фактором и признаком-результатом может быть количественно определенна. Синонимами данного термина в статистике являются, «факторный признак», «фактор». Следует различать понятия признака-фактора и признака-веса. Признаком-весом называют такой признак, который необходимо учесть при расчетах. Но, признак-вес не оказывает влияния на исследуемый признак. Признак-фактор может рассматриваться как признак-вес, т. е., учитываться при расчетах, но не всякий признак-вес является признаком-фактором. Например, при исследовании в группе студентов зависимости между временем подготовки к экзамену и количеством баллов, полученных на экзамене должен учитываться и третий признак: «Количество человек, аттестованных на определенный балл». Последний признак не является влияющим на результат, однако, будет включен в аналитические расчеты. Именно такой признак и называется признаком-весом, а не признаком-фактором.

Прежде чем приступить к анализу, необходимо проверить, соблюдены ли условия, обеспечивающие его достоверность и правильность:

- Достоверность первичных цифровых данных;
- Полнота охвата изучаемой совокупности;
- Сопоставимость показателей (по единицам учета, территории, методике подсчета).

Основными понятиями статистического анализа являются:

1. Гипотеза;
2. Решающая функция и решающее правило;
3. Выборка из генеральной совокупности;
4. Оценка характеристик генеральной совокупности;
5. Доверительный интервал;
6. Тренд;
7. Статистическая взаимосвязь.

Анализ является завершающей стадией статистического исследования, сутью которой является выявление взаимосвязей и закономерностей изучаемого явления, формулировка выводов и предложений.

Любое статистическое исследование массовых общественных явлений включает в себя 3 основных этапа:

Статистическое наблюдение - формируются первичные статистические данные, или исходная статистическая информация, которая является основой статистического исследования. Если при сборе первичных статистических данных допущена ошибка или материал оказался недоброкачественным, это повлияет на правильность и достоверность как теоретических, так и практических выводов;

Сводка и группировка данных - на этой стадии совокупность делится по признакам различия и объединяется по признакам сходства, подсчитываются суммарные показатели по группам и в целом. С помощью метода группировок изучаемые явления в зависимости от существенных признаков подразделяются на типы, группы и подгруппы. Метод группировок позволяет ограничивать качественно однородные в существенном отношении совокупности, что служит предпосылкой для определения и применения обобщающих показателей;

Обработка и анализ полученных данных, выявление закономерностей. На этом этапе с помощью обобщающих показателей рассчитываются относительные и средние величины, дается сводная оценка вариации признаков, характеризуется динамика явлений, применяются индексы, балансовые построения, рассчитываются показатели, характеризующие тесноту связей в изменении признаков. С целью наиболее рационального и наглядного изложения цифрового материала он представляется в виде таблиц и графиков.

Лекция №2. Статистическое наблюдение

1. Понятие и формы статистического наблюдения

Статистическое наблюдение - это первая стадия всякого статистического исследования.

Статистическое наблюдение представляет собой научно организованную работу по сбору массовых первичных данных о явлениях и процессах общественной жизни.

Следовательно, статистическое наблюдение должно быть:

планомерным - готовиться и проводиться по разработанному плану, который включает вопросы методологии, организации, техники сбора информации, контроля за качеством собранного материала, его достоверности, оформления итоговых результатов;

массовым - охватывать большое число случаев проявления данного процесса, достаточное для того, чтобы получить правдивые статистические данные, характеризующие не только отдельные единицы, но и всю совокупность в целом;

систематическим – изучение тенденций и закономерностей социально-экономических процессов, характеризующихся количественными и качественными изменениями, возможно лишь на основе систематичности.

К статистическому наблюдению предъявляются следующие основные требования:

полнота статистических данных (полнота охвата единиц изучаемой совокупности, сторон того или иного явления, а также полнота охвата во времени);

достоверность и точность данных;

единообразие и сопоставимость данных.

В статистической практике используются две организационные формы наблюдения:

1) отчетность - это такая организационная форма, при которой единицы наблюдения представляют сведения о своей деятельности в виде формуляров регламентированного образца. Особенность отчетности состоит в том, что она обязательна, документально обоснована и юридически подтверждена подписью руководителя;

2) специальное статистическое обследование, примером чего являются проведение переписей населения, социологические исследования, переписи остатков материала и др. наблюдения, которые проводятся, если возникают задачи, для решения которых нет достаточной информации. Они дают дополнительный материал к отчетным данным или с их помощью проверяют отчетные данные.