Vrste statističkih podataka. Preliminarna analiza podataka

Statistički podaci se mogu prikazati u obliku statističkih tabela, statističkih grafikona i statističkih grafikona.

Statističke tabele sastavljaju se kao rezultat sumiranja i grupisanja dostupnih podataka posmatranja. Statističke tabele obavezno sadrže zbirne indikatore i sastoje se od subjekta i predikata.

Predmet tabele pokazuje o čemu je tabela, nalazi se na lijevoj strani i predstavlja sadržaj redova.

Tabelarni predikat nalazi se na vrhu i predstavlja sadržaj grafikona. Predikat pokazuje koje karakteristike karakterišu subjekt.

Statistički grafovi. Izgradnja statističkih grafikona je završna faza sumiranja i grupisanja statističkih podataka. Grafičko predstavljanje je najefikasniji oblik predstavljanja statističkih podataka sa stanovišta njihove percepcije.

Raspored naziva se uslovni, vizuelni prikaz statističkih veličina i njihovih odnosa pomoću geometrijskih linija i figura.

Svaki grafikon mora sadržavati sljedeće elemente: grafičku sliku, polje grafa, smjernice mjerila i koordinatni sistem.

Grafička slika - geometrijski znakovi, skup tačaka, linija, figura uz pomoć kojih se prikazuju statističke veličine.

Grafičko polje predstavlja prostor u kojem su postavljeni geometrijski znakovi.

Referencije skale statističkog grafikona određene su skalom i skalom.

Statistička skala grafikona - ovo je mjera pretvaranja numeričke vrijednosti u grafičku,

Skala - linija čije se određene tačke mogu čitati kao određeni brojevi. Skala se sastoji od linije (nosača skale) i niza označenih tačaka na njoj, raspoređenih određenim redosledom.

Uniformna skala je dužina segmenta uzeta kao jedinica i izmjerena u nekoj mjeri.

Za postavljanje geometrijskih znakova u polje grafa potreban je koordinatni sistem. Najčešći sistem su pravougaone koordinate.

Prema načinu konstruisanja grafovi se dijele na linijske grafove, dijagrame, kartograme i kartograme.

Klasa linearnih grafova uključuje: poligon, kumulat i Lorencovu krivu.

Poligon naziva se izlomljena linija čiji segmenti spajaju tačke X i/j (X j - karakteristična vrijednost;

Poligon se koristi za diskretnu distribucijsku seriju.

Kumulira- izlomljena linija, sastavljena od akumuliranih frekvencija ili frekvencija, čije su koordinate tačaka X ( I f. (X j- vrijednost karakteristike, za intervalnu seriju - gornja granica vrijednosti (X.);/ ( - akumulirana frekvencija).

Početna tačka izlomljene linije serije intervalne distribucije je donja granica vrijednosti ( X") u prvoj grupi.

Lorenzova kriva, ili kriva koncentracije, naziva se krivulja relativne koncentracije ukupne vrijednosti atributa. To je izlomljena linija čije koordinate tačaka na osi apscise predstavljaju akumulirane relativne frekvencije, a na ordinatnoj osi akumulirana (kumulativna ukupna) vrijednost atributa Xj.

Što je Lorenzova kriva bliža pravoj liniji, to je distribucija karakteristike ravnomernija, tj. koncentracija je manja. Što je veća zakrivljenost krive, to je neravnomjernija raspodjela, tj. koncentracija je veća.

Statistički grafikoni. Klasa grafikona prvenstveno uključuje histogram (trakasti grafikon), kao i trakaste grafikone, trakaste grafikone, tortne grafikone, linearne grafikone, kvadratne grafikone, tortne grafikone, kovrčave grafikone itd.

Trakasti grafikon - ovo je stepenasta figura koja se sastoji od pravokutnika čije su osnove jednake veličini intervala u grupi, a visine jednake gustoći u grupi (apsolutnoj ili relativnoj).

Prilikom izrade trakastih dijagrama podaci se prikazuju u obliku traka iste širine, ali različite visine, ovisno o numeričke vrijednosti prikazane količine na određenoj skali.

Različiti trakasti grafikoni su trakasti i trakasti grafikoni. Oni prikazuju dimenzije obilježja u obliku horizontalno lociranih pravokutnika iste širine, ali različitih dužina, srazmjerno prikazanim vrijednostima. Početak pruga trebao bi biti na istoj okomitoj liniji.

Pie charts Pogodno je koristiti za prikaz strukture fenomena u ovom slučaju, krug je podijeljen na sektore proporcionalne udjelima dijelova fenomena. Krug se uzima kao cjelina (100%) i podijeljen je na sektore čiji su lukovi proporcionalni

vrijednosti pojedinih dijelova prikazanih veličina. Luk svakog sektora (ili vrijednost centralnog ugla) određuje se formulom

gdje je 360° površina kruga;

d- specifična težina prikazanog fenomena u procentima.

Ako su statistički podaci prikazani u apsolutnim vrijednostima, tada formula za određivanje luka ima oblik:

Gdje b- veličina prikazanog fenomena u apsolutnim vrijednostima.

Za gradnju kružni I kvadratni dijagrami potrebno je izvršiti preliminarne proračune, budući da raspoloživi statistički podaci (/)) odgovaraju površinama geometrijskih oblika (krugova ili kvadrata).

Da biste konstruirali krug, morate pronaći polumjer kružnice pomoću formule

Da biste konstruirali kvadrat, morate pronaći stranu kvadrata na osnovu formule za površinu kvadrata:

Barbarian Sign koristi se za vizualnu karakterizaciju tri međusobno povezane veličine - ovo je pravougaonik u kojem je baza jedan indikator, visina drugi, a proizvod baze i visine karakterizira vrijednost izvedenog trećeg indikatora.

Oblik grafikona konstruirane su na dva načina: upoređene statističke veličine (/)) prikazane su figurama - simbolima različitih veličina proporcionalno zapremini ovih agregata, ili različitim brojem identičnih znakova-simbola, od kojih je svakom dat određeni broj vrijednost.

Za grafička slika Za prostornu distribuciju bilo kojeg statističkog indikatora koriste se kartogrami, koji mogu biti pozadinski ili tačkasti.

Kartogram je kombinacija dijagrama i geografske karte.

Na pozadinskim kartogramima, distribucija fenomena koji se proučava na teritoriji prikazana je različitim teritorijalnim bojama

krajnje jedinice sa različitim gustinama boje ili nijansama različitog intenziteta.

Na tačkastom kartogramu simboli za grafički prikaz statističkih podataka su tačke koje se nalaze unutar određenih teritorijalnih jedinica. Svakoj tački je data određena brojčana vrijednost.

Kartogram se koristi u slučajevima kada postoji potreba da se prikaže teritorijalna distribucija bilo koje statističke karakteristike u agregatu kako bi se identifikovao obrazac distribucije ove karakteristike.

Automatske metode za konstruisanje dijagrama. Grafikoni se mogu kreirati na automatizovan način na osnovu podataka posmatranja generisanih i grupisanih u tabeli. Da bi se osigurala jasnoća dijagrama, blok podataka mora ispunjavati određene zahtjeve:

  • podatke treba sistematizirati po količini i po grupama, kolonama i redovima;
  • podaci za različite kategorije moraju biti uporedivi;
  • naslovi tabela, redova, kolona trebaju biti kratki i jasni kako ne bi zauzimali puno prostora i osigurali ispravno razumijevanje značenja konstruiranog dijagrama;
  • Podaci bi trebali biti raspoređeni u jedan ili više pravokutnih raspona s tekstualnim oznakama u gornjem redu i lijevoj koloni.

Kao dio integriranog paketa microsoft office informacije u tabeli se obrađuju pomoću programa Microsoft Excel. Tabela je kompjuterski ekvivalent običnoj tabeli.

Tablični procesor - poseban program(softverski paket) koji omogućava obradu informacija prikazanih u tabelarnom obliku.

Microsoft Excel definira prvi red podataka, počevši od prve ćelije u gornjem lijevom kutu postojećeg odabranog raspona podataka bez datuma i završavajući s preostalim odabranim redovima i stupcima.

Za izradu dijagrama u procesoru proračunskih tablica moguće je koristiti poseban čarobnjak za dijagrame pomoću plotera Microsoft Graph.Čarobnjak za grafikone se pokreće klikom na ikonu na standardnoj traci sa alatkama. Preporučuje se da prvo odaberete raspon ćelija koje sadrže podatke koji se koriste za kreiranje grafikona. Dijagrami se konstruišu u četiri faze:

  • 1) izbor vrste i vrste dijagrama;
  • 2) pojašnjenje opsega podataka i raspored redova u redove ili kolone. Rezultat konstruiranja dijagrama kada se pozicionira

serije u redovima i kolonama mogu značajno varirati. Po defaultu, prozor prikazuje prikaz grafikona za odabrani raspon ćelija. Ako niste prethodno odabrali podatke, to morate učiniti u ovom prozoru klikom na stiliziranu ikonu tabele u polju Domet i isticanje podataka u tabeli. Tab "veslati" omogućava dodavanje i brisanje redova, specificiranje raspona u kojima su prikazani odgovarajući redovi, oznake osa kategorije;

  • 3) određivanje naslova dijagrama i popunjavanje potrebnih potpisa;
  • 4) postavljanje dijagrama na tabelu (na tekući ili poseban radni list).

Da biste uredili elemente dijagrama, morate dvaput kliknuti, nakon čega ćete biti preusmjereni na odgovarajući prozor za promjenu parametara odabranog elementa. Značajnu pomoć pruža kontekstni meni koji se može pozvati na pojedinačnim elementima dijagrama.

Statistički podaci moraju biti primjereni, prvo objektu proučavanja, a drugo vremenu u kojem se prikupljaju i koriste.

Ovo poglavlje opisuje izvore statističkih podataka, njihove vrste i metode dobijanja, kao i tehnike za opisivanje i prikazivanje numeričkih i nenumeričkih podataka.

Nakon proučavanja ovog poglavlja, VI biste trebali biti u mogućnosti:

  • -izraditi program statističkih istraživanja;
  • -identifikovati izvore statističkih informacija;
  • - sumirati i grupirati statističke podatke i generisati statističke tabele;
  • - prikaz rezultata grupisanja u obliku dijagrama;
  • - procijeniti glavne karakteristike: relativnu vrijednost, prosječnu vrijednost, disperziju, standardnu ​​devijaciju, medijan, mod, opseg.

Dobijanje početnih podataka

Dobijanje informacija o objektu proučavanja jedan je od glavnih zadataka statističkih istraživanja.

Statističko istraživanje treba da se rukovodi ciljevima i zahtjevima za rezultate. Oni određuju metode statističke analize, na osnovu kojih se organizuje prikupljanje početnih podataka. U procesu statističkog istraživanja treba paziti na sljedeće greške: ciljevi nisu jasno formulirani, metode posmatranja se primjenjuju pogrešno.

Dobijanje početnih podataka za statistička istraživanja može se obaviti na dva načina:

  • -aktivan eksperiment, posebno organizovan za određivanje statističkih zavisnosti;
  • -statističko posmatranje.

Aktivni eksperiment se koristi u studijama izvodljivosti, kada je, na primjer, zadatak optimizirati modove tehnološkim procesima prema ekonomskim kriterijumima.

Prilikom provođenja statističke studije društveno-ekonomskih procesa, čini se da je moguće koristiti samo posmatranje. Program je osnova ovog načina dobijanja informacija. Sastoji se od tri glavne faze:

  • -definisanje objekta istraživanja;
  • -izbor jedinice stanovništva;
  • - utvrđivanje sistema indikatora koji se registruju.

Predmet posmatranja je skup jedinica fenomena koji se proučava, o kojima se mogu prikupiti statistički podaci. Da bi se jasno odredio predmet posmatranja, potrebno je odgovoriti na sljedeća pitanja:

  • -Šta? (koje elemente ćemo istražiti);
  • -Gde? (gde će se vršiti posmatranje _;
  • -Kada? (za koji period).

Sa stanovišta organizovanja statističkog posmatranja, postoje dva glavna oblika: izveštavanje i posebno organizovano statističko posmatranje.

Izvještavanje kao vid posmatranja karakteriše činjenica da statistički organi sistematski dobijaju od preduzeća, ustanova i organizacija, u određenom vremenskom periodu, informacije o uslovima i rezultatima rada u proteklom periodu, čiji obim i sadržaj utvrđeno odobrenim obrascima za izvještavanje.

Posebno organizovano statističko posmatranje je prikupljanje informacija u vidu popisa jednokratnih evidencija i anketa. Oni su organizovani da proučavaju one pojave koje ne mogu biti obuhvaćene obaveznim izvještavanjem.

Vrste statističkog posmatranja razlikuju se po vremenu snimanja podataka i stepenu pokrivenosti jedinica populacije koja se proučava. Na osnovu prirode snimanja podataka tokom vremena, posmatranje se može klasifikovati:

  • -kontinuirano (na primjer, računovodstvo proizvedenih proizvoda);
  • -periodični (računovodstveni izvještaji);
  • - jednokratno, u slučaju potrebe za informacijama, na primjer, popis stanovništva.

Prema stepenu pokrivenosti jedinica populacije koja se proučava:

  • -nepotpuna, selektivna, kada se ne ispituje cela populacija, već neki njen deo;
  • - kontinuirano, odnosno opis svih jedinica stanovništva;
  • -monografski, kada su tipični objekti detaljno opisani.

Glavni načini za dobijanje statističkih informacija su direktno posmatranje, dokumentarne metode i ankete.

Sposobnost direktnog posmatranja karakteriše činjenica da predstavnici organa državna statistika ili druge organizacije bilježe podatke u statističke dokumente nakon ličnog pregleda, preračunavanja, mjerenja ili vaganja jedinica posmatranja.

Kod dokumentarne metode posmatranja, kao izvor služe različiti dokumenti. Ova metoda se koristi kada preduzeća i institucije sastavljaju statističke izvještaje na osnovu primarnih računovodstvenih dokumenata.

Prilikom sprovođenja ankete izvor informacija su odgovori ispitanika. Anketa se može organizirati na različite načine: metodom ekspedicije, samoprijavom, dopisnom metodom i metodom upitnika.

Ekspedicionom metodom, predstavnici statističkih tijela pitaju osobu koja se anketira i, po njegovim riječima, upisuju podatke u formulare za posmatranje.

U metodi samoregistracije, anketiranim jedinicama (preduzećima ili građanima) se daje anketni obrazac i upute kako ga popuniti. Popunjeni obrasci se šalju poštom u navedenom roku.

Korespondentnom metodom, informacije se dostavljaju statističkim tijelima od strane dobrovoljnih dopisnika.

Upitnički metod prikupljanja podataka zasniva se na principu dobrovoljnog popunjavanja upitnika od strane primalaca.

Faze kvantitativne analize. Kvantitativna analiza i ideje o objektivnosti Za razliku od kvalitativnog istraživanja, gdje su granice zamagljene ne samo između faze analize podataka i faze konceptualne interpretacije dobijenih rezultata, već čak i između faza prikupljanja i analize empirijskih...
(KVALITATIVNE I KVANTITATIVNE METODE ISTRAŽIVANJA U PSIHOLOGIJI)
  • Izračunavanje deskriptivne statistike
    Razmotrimo primjer analize tržišta obrazovnih usluga, odnosno školarine za ekonomske smjerove na gradskim univerzitetima. Hajde da ga unesemo na radni list u Microsoftu Excel podaci sto 5.25. Tabela 5.26 Raspodjela grupe studenata prema visini plaćanja za obrazovne usluge u regiji Cijena...
    (Informacione tehnologije u marketingu)
  • Statistički podaci
    U okviru homogene tarifne grupe pretpostavlja se da svi objekti imaju isti nivo rizika. Prilikom mjerenja koriste se numeričke karakteristike kao što su vjerovatnoća nastanka osiguranog slučaja, očekivani iznos plaćanja ili težina gubitaka, itd. Međutim, u pravi zivot osiguravač ne...
    (Osiguranje)
  • Izvori statistike stanovništva
    Baza podataka demografske statistike pokriva skup izvora podataka o stanovništvu. Među njima su popisi stanovništva, uzorkovana istraživanja, tekuće evidencije, registri i automatizirane banke podataka, te anamnestička istraživanja. Popis stanovništva je posebna naučno organizovana...
    (Statistika)
  • Analiza statističkih podataka Rosstata o povredama na radu u Ruskoj Federaciji
    Za period 2000–2009 broj žrtava nesreća na radu smanjen je (tabela 7.1) sa 151,8 na 46,1 hiljadu ljudi. godišnje, ali se 2010. povećao za 1,6 hiljada ljudi. Povrede među muškarcima smanjene su sa 116,7 hiljada na 32,2 hiljade ljudi. godišnje, ali se 2010. povećao za 1,2 hiljade ljudi.
    (Sigurnost života. Teorija i praksa)
  • Kriterijumi za klasifikaciju podataka
    U procesu upravljanja ekonomskim i tehnički sistemi statističke metode omogućavaju razvoj informiranih odluka koje kombinuju specijaliziranu intuiciju sa temeljnom analizom dostupnih informacija. U ovom slučaju, analiza podataka se može izvršiti u svrhu: analize i prikaza konkretnih prikupljenih informacija...
    (STATISTIKA)
  • Tip podataka i kriterij reproduktivnosti
    Problem objektivnosti psiholoških podataka ima različita značenja u literaturi. Kriterijumi objektivnosti na mnogo načina ponavljaju one koji nisu formulisani posebno za psihološko polje znanja. O problemu se raspravlja reproduktivnost podataka, tj. mogućnost ponovljenih istraživanja uz dobijanje...
    (eksperimentalna psihologija)

    • Grupacije u krivičnopravnoj statistici omogućavaju nam da damo najpotpunije i sveobuhvatnije kriminološke i krivičnopravne karakteristike na osnovu širokog spektra kriterijuma:

    • Š po vrsti - članovi Krivičnog zakonika,
    • Sh na objektu napada,
    • Š po teritorijalnoj osnovi - okrug, region, region, republika,
    • W odnos plaćeničkih i nasilnih zločina,
    • Š prema vremenu izvršenja zločina itd.),
    • Identitet kriminalaca (prema polu, starosti, obrazovanju, socijalnom statusu, mjestu stanovanja itd.),
    • Š uzroci i uslovi koji pogoduju izvršenju krivičnih djela, kao i mjere društvene i pravne kontrole nad njima.

    Istovremeno, veoma je važno porediti različite grupe iz krivičnopravne statistike ne samo međusobno, već i sa grupacijama iz drugih grana statistike (demografske, socio-ekonomske i dr.), koje odražavaju međusobno povezane pojave.

    Razlike u svrsi grupisanja i zadacima koje rješavaju u statističkoj analizi izražene su u njihovoj postojećoj klasifikaciji: tipološka, ​​strukturalna, analitička.

    Najvažniji zadatak grupisanja u statistici je podjela proučavane mase jedinica stanovništva na karakteristične tipove, tj. u grupe homogene po bitnim karakteristikama. Ovaj problem je riješen korištenjem tipološkog grupiranja.

    Tipološke grupe- to je diferencijacija proučavane populacije na homogene grupe, tipove prema bitnoj kvalitativnoj osobini.

    Glavni cilj tipološkog grupisanja je razlikovanje jedne vrste fenomena od druge pomoću statističkih sredstava. Ovaj tip grupisanja je u velikoj mjeri određen utvrđenim idejama o tome koje vrste fenomena čine sadržaj populacije koja se proučava.

    U pravnoj statistici su to tri vrste pravnih odnosa: krivično pravo, upravno pravo i građansko pravo, koje definišu njegove dijelove.

    U kriminalističkoj statistici, to bi posebno mogla biti, na primjer, spolna distribucija osoba koje su počinile zločine.

    Ovo grupiranje prema kvalitativnoj karakteristici, kada postoje samo dvije vrijednosti ove karakteristike, a jedna od njih isključuje drugu, u statistici se naziva alternativno.

    Redoslijed radnji za provođenje ove vrste grupiranja je elementaran:

    • 1) utvrđuje se vrsta pojave koju treba istaći - u našem slučaju registrovana krivična djela;
    • 2) kao osnova za opisivanje vrste bira se obeležje grupisanja - u našem slučaju pol lica koja su počinila krivična dela;
    • 3) utvrđene su granice intervala (u našem slučaju za sva lica za koja se utvrdi da su počinila krivična dela);
    • 4) grupisanje se sastavlja u tabeli, odabrane grupe (na osnovu kombinacije karakteristika grupisanja) se kombinuju u predviđene tipove i određuje se broj (specifična težina) svake od njih.

    Prilikom tipološkog grupisanja, odnosno sažimanja jedinica u kvalitativno homogene kategorije, te kategorije treba, kao što je navedeno, odrediti na osnovu odredbi relevantne nauke i normi zakona. Na primjer, grupisanje kazni po vrsti vrši se krivičnopravnom (sudskom) statistikom u potpunom skladu sa čl. 43-59 Krivičnog zakonika, kojim se iscrpno utvrđuju tačne kvalitativne karakteristike njihovih pojedinačnih vrsta (novčana kazna, popravni rad, kazna zatvora i dr.

    Strukturne grupe- ovo je raspodjela tipično homogenih grupa prema kvantitativne karakteristike, koji se može mijenjati (varijirati). U naučnoj literaturi ovaj tip grupisanja se ponekad naziva varijacijskim. Uz njihovu pomoć, kriminalistička statistika proučava, na primjer, strukturu kriminalaca prema različitim karakteristikama: starosnoj dobi, broju osuđujućih presuda, rokovima zatvora, platama i drugim kvantitativnim karakteristikama.

    Strukturno, ili varijaciono, grupisanje statistike može se uraditi da bi se ispitala promjenjiva struktura tipično homogenih grupa zločina, prestupnika, građanskih tužbi i drugih indikatora. Za strukturno grupisanje materijala potrebno je imati homogene agregate, podeljene prema vrednosti promenljive (promenljive) karakteristike.

    Ako se tipološko grupisanje zasniva na kvalitativnim karakteristikama, onda se varijaciono grupisanje zasniva na kvantitativnim (udio krivičnih djela, lica, slučajevi, starost počinitelja, rokovi kazne, broj osuđujućih presuda, broj završenih razreda, visina štete, iznos zahtjev, rokovi istrage i razmatranja krivičnih ili građanskih predmeta, itd.).

    Kvantitativni pomaci u strukturi proučavanih pojava tokom nekoliko godina ukazuju na promjene u objektivnim trendovima i obrascima, istražnoj ili sudskoj praksi, te djelotvornosti aktivnosti organa za provođenje zakona ili drugih pravnih tijela. Uzimajući, na primjer, apsolutne i relativne stope osuđujućih presuda tokom više godina, identificirat ćemo trendove u sudskoj praksi i njen odnos sa stvarnim zločinom. Proučavajući dinamiku apsolutnih brojeva evidentiranih krivičnih djela određene vrste, dinamiku njenog učešća u strukturi cjelokupnog kriminaliteta, otkrićemo trendove u razvoju ovog djela.

    Strukturne grupacije mogu se graditi na osnovu udjela zločina po područjima i objektima kriminalnog zadiranja, subjektima Federacije, regijama i teritorijama.

    Strukturne razlike u ovom slučaju mogu otkriti posebnosti kriminološke situacije u određenom regionu.

    Strukturna (varijaciona) grupisanja su u blizini redova distribucije jedinica stanovništva prema različitim karakteristikama.

    Analitičke grupe- radi se o raspodjeli prema zavisnosti, odnosu između dvije ili više heterogenih grupa pojava ili njihovih karakteristika (npr. distribucija krađa prema mjestu i vremenu izvršenja; osuđeni za krivična djela motornih vozila - prema radnom iskustvu vozača , itd.).

    Analitička grupisanja su od velikog značaja za sve grane pravne statistike. Oni omogućavaju identifikaciju mnogih skrivenih zavisnosti i odnosa, što je važno za donošenje praktičnih odluka i razvoj pravne nauke. Druge vrste grupisanja, kao i druge statističke tehnike, takođe imaju analitički potencijal, ali samo analitičko grupisanje direktno teži uspostavljanju zavisnosti između proučavanih pojava. Po prirodi svojih zadataka, korelacione grupe su bliske analitičkom grupisanju, kada se zavisnost između proučavanih pojava ili procesa može relativno precizno izmeriti.

    Sve vrste razmatranih grupa se obično koriste zajedno kada se analiziraju društveno-pravni, tortološki i kriminološki aspekti. Na primjer, da bismo utvrdili društvenu opasnost i težinu počinjenih krivičnih djela, njihovu ukupnost možemo podijeliti na kategorije djela i oblika krivice (tipološko grupisanje). Za utvrđivanje efikasnosti borbe protiv kriminala različitih organa za provođenje zakona (unutrašnji poslovi, kontrola droga, carinska služba, tužilaštvo, služba sigurnosti) možemo proučiti varijaciju u stopi otkrivanja krivičnih djela u navedenim odjelima (varijacijska grupisanja) .

    Da bi se utvrdili uzroci i uslovi rasta ili (smanjenje kriminala u gradu, regionu, državi) treba primeniti više analitičkih grupa.

    Statističke metode

    Statističke metode- metode statističke analize podataka. Postoje metode primijenjene statistike, koje se mogu koristiti u svim oblastima naučno-istraživačkog rada iu svim sektorima nacionalne privrede, i druge statističke metode, čija je primjena ograničena na jednu ili drugu oblast. To se odnosi na metode kao što su statistička kontrola prihvatljivosti, statistička kontrola tehnoloških procesa, pouzdanost i ispitivanje, te planiranje eksperimenata.

    Klasifikacija statističkih metoda

    Statističke metode analize podataka koriste se u gotovo svim područjima ljudske djelatnosti. Koriste se kad god je potrebno dobiti i opravdati bilo kakve prosudbe o grupi (objekti ili subjekti) s nekom unutrašnjom heterogenošću.

    Preporučljivo je razlikovati tri vrste naučnih i primenjenih aktivnosti u oblasti statističkih metoda analize podataka (prema stepenu specifičnosti metoda povezanih sa uranjanjem u specifične probleme):

    a) razvoj i istraživanje metoda opšte namene, bez uzimanja u obzir specifičnosti oblasti primene;

    b) razvoj i istraživanje statističkih modela stvarnih pojava i procesa u skladu sa potrebama određene oblasti djelatnosti;

    c) primjena statističkih metoda i modela za statističku analizu specifičnih podataka.

    Primijenjena statistika

    Opis vrste podataka i mehanizma za njihovo generisanje je početak svake statističke studije. Za opisivanje podataka koriste se i determinističke i probabilističke metode. Koristeći determinističke metode, moguće je analizirati samo one podatke koji su dostupni istraživaču. Na primjer, uz njihovu pomoć su dobijene tabele koje su izračunali zvanični organi državne statistike na osnovu statističkih izvještaja preduzeća i organizacija. Dobijeni rezultati se mogu prenijeti na širu populaciju i koristiti za predviđanje i kontrolu samo na osnovu vjerovatno-statističkog modeliranja. Stoga se u matematičku statistiku često uključuju samo metode zasnovane na teoriji vjerovatnoće.

    Ne smatramo mogućim suprotstaviti determinističke i vjerovatno-statističke metode. Smatramo ih sekvencijalnim koracima statističke analize. U prvoj fazi potrebno je analizirati dostupne podatke i prikazati ih u lako čitljivom obliku pomoću tabela i grafikona. Tada je preporučljivo analizirati statističke podatke na osnovu određenih vjerovatnost i statističkih modela. Napominjemo da je mogućnost dubljeg uvida u suštinu realnog fenomena ili procesa osigurana razvojem adekvatnog matematičkog modela.

    U najjednostavnijoj situaciji, statistički podaci su vrijednosti neke karakteristične karakteristike objekata koji se proučavaju. Vrijednosti mogu biti kvantitativne ili dati indikaciju kategorije u koju se predmet može klasificirati. U drugom slučaju govore o kvalitativnom znaku.

    Prilikom mjerenja po nekoliko kvantitativnih ili kvalitativnih karakteristika, dobijamo vektor kao statistički podatak o objektu. Može se smatrati novom vrstom podataka. U ovom slučaju, uzorak se sastoji od skupa vektora. Postoje dio koordinata - brojevi, a dio - kvalitativni (kategorizirani) podaci, tada govorimo o vektoru različitih vrsta podataka.

    Jedan element uzorka, odnosno jedna dimenzija, može biti funkcija kao cjelina. Na primjer, opisivanje dinamike indikatora, odnosno njegove promjene tijekom vremena, je pacijentov elektrokardiogram ili amplituda otkucaja osovine motora. Ili vremenski niz koji opisuje dinamiku performansi određene kompanije. Tada se uzorak sastoji od skupa funkcija.

    Elementi uzorka mogu biti i drugi matematički objekti. Na primjer, binarne veze. Tako, prilikom anketiranja stručnjaka, često koriste poređanje (rangiranje) objekata ispitivanja - uzoraka proizvoda, investicijskih projekata, opcija za donošenje upravljačkih odluka. U zavisnosti od propisa stručne studije, elementi uzorkovanja mogu biti različite vrste binarnih relacija (uređenje, particionisanje, tolerancija), skupovi, rasplinuti skupovi itd.

    Dakle, matematička priroda elemenata uzorka u različitim problemima primijenjene statistike može biti vrlo različita. Međutim, mogu se razlikovati dvije klase statističkih podataka – numeričke i nenumeričke. Shodno tome, primijenjena statistika je podijeljena na dva dijela - numeričku statistiku i nenumeričku statistiku.

    Numerička statistika su brojevi, vektori, funkcije. Mogu se sabirati i množiti koeficijentima. Stoga su u numeričkoj statistici različite sume od velikog značaja. Matematički aparat za analizu suma slučajnih elemenata uzorka su (klasični) zakoni velikih brojeva i centralne granične teoreme.

    Nenumerički statistički podaci su kategorizirani podaci, vektori različitih tipova karakteristika, binarne relacije, skupovi, rasplinuti skupovi, itd. Ne mogu se sabirati i množiti koeficijentima. Stoga, nema smisla govoriti o zbiru nenumeričke statistike. Oni su elementi nenumeričkih matematičkih prostora (skupova). Matematički aparat za analizu nenumeričkih statističkih podataka zasniva se na korištenju udaljenosti između elemenata (kao i mjera blizine, indikatora razlike) u takvim prostorima. Uz pomoć udaljenosti određuju se empirijski i teorijski prosjeci, dokazuju zakoni velikih brojeva, konstruiraju se neparametarske procjene gustine raspodjele vjerovatnoće, rješavaju dijagnostički problemi i klaster analiza itd. (vidi).

    Primijenjena istraživanja koriste različite vrste statističkih podataka. To je posebno zbog metoda njihovog dobivanja. Na primjer, ako testovi nekih tehnički uređaji nastavljamo do određenog vremena, tada dobijamo tzv. cenzurisani podaci koji se sastoje od skupa brojeva - trajanje rada određenog broja uređaja prije kvara i informacija da su preostali uređaji nastavili raditi na kraju testa. Cenzurisani podaci se često koriste u proceni i praćenju pouzdanosti tehničkih uređaja.

    Tipično, statističke metode za analizu podataka prve tri vrste razmatraju se odvojeno. Ovo ograničenje je uzrokovano gore navedenom činjenicom da je matematički aparat za analizu podataka nenumeričke prirode značajno drugačiji nego za podatke u obliku brojeva, vektora i funkcija.

    Probabilističko-statističko modeliranje

    Primenom statističkih metoda u određenim oblastima znanja i sektorima nacionalne privrede dobijamo naučne i praktične discipline kao što su „statističke metode u industriji“, „statističke metode u medicini“ itd. Sa ovog stanovišta, ekonometrija je „statistička metode u ekonomiji”. Ove discipline grupe b) obično se zasnivaju na vjerovatno-statističkim modelima izgrađenim u skladu sa karakteristikama područja primjene. Vrlo je poučno usporediti vjerovatno-statističke modele koji se koriste u različitim oblastima, otkriti njihove sličnosti i istovremeno uočiti neke razlike. Tako se može uočiti sličnost iskaza problema i statističkih metoda koje se koriste za njihovo rješavanje u oblastima kao što su naučna medicinska istraživanja, specifična sociološka istraživanja i marketinška istraživanja, ili, ukratko, u medicini, sociologiji i marketingu. One se često grupišu pod nazivom "uzorak studija".

    Razlika između uzoraka i ekspertskih studija očituje se, prije svega, u broju ispitanih objekata ili subjekata - u uzorkovanim studijama obično govorimo o stotinama, a u stručnim studijama o desetinama. Ali tehnologija ekspertskog istraživanja je mnogo sofisticiranija. Specifičnost je još izraženija u demografskim ili logističkim modelima, pri obradi narativnih (tekst, hronika) informacija ili pri proučavanju međusobnog uticaja faktora.

    Pitanja pouzdanosti i sigurnosti tehničkih uređaja i tehnologija, teorija čekanja detaljno su obrađena u velikom broju naučnih radova.

    Statistička analiza specifičnih podataka

    Primjena statističkih metoda i modela za statističku analizu konkretnih podataka usko je vezana za probleme relevantne oblasti. Rezultati trećeg od identifikovanih vidova naučne i primenjene delatnosti nalaze se na preseku disciplina. Mogu se smatrati primjerima praktične primjene statističkih metoda. Ali nema manje razloga da ih pripišemo odgovarajućem polju ljudske aktivnosti.

    Na primjer, rezultati istraživanja potrošača instant kafe mogu se prirodno pripisati marketingu (što oni rade kada drže predavanja o marketinško istraživanje). Proučavanje dinamike rasta cijena korišćenjem indeksa inflacije izračunatih iz nezavisno prikupljenih informacija je od interesa prvenstveno sa stanovišta ekonomije i upravljanja nacionalnom ekonomijom (kako na makro nivou tako i na nivou pojedinačnih organizacija).

    Perspektive razvoja

    Teorija statističkih metoda usmjerena je na rješavanje stvarnih problema. Stoga se u njemu stalno javljaju nove formulacije matematičkih problema za analizu statističkih podataka, a razvijaju se i opravdavaju nove metode. Opravdanje se često provodi matematičkim sredstvima, odnosno dokazivanjem teorema. Veliku ulogu igra metodološka komponenta – kako tačno postaviti probleme, koje pretpostavke prihvatiti u svrhu daljeg matematičkog proučavanja. Uloga modernog informacione tehnologije, posebno kompjuterski eksperiment.

    Hitan zadatak je analiziranje istorije statističkih metoda kako bi se identifikovali trendovi razvoja i primenili ih za predviđanje.

    Književnost

    2. Naylor T. Eksperimenti simulacije mašina sa modelima ekonomskih sistema. - M.: Mir, 1975. - 500 str.

    3. Kramer G. Matematičke metode statistike. - M.: Mir, 1948 (1. izd.), 1975 (2. izd.). - 648 str.

    4. Bolshev L. N., Smirnov N. V. Tabele matematičke statistike. - M.: Nauka, 1965 (1. izd.), 1968 (2. izd.), 1983. (3. izd.).

    5. Smirnov N. V., Dunin-Barkovsky I. V. Kurs teorije vjerovatnoće i matematičke statistike za tehničke primjene. Ed. 3., stereotipno. - M.: Nauka, 1969. - 512 str.

    6. Norman Draper, Harry Smith Primijenjena regresiona analiza. Višestruka regresija = Primijenjena regresijska analiza. - 3. izd. - M.: "Dijalektika", 2007. - P. 912. - ISBN 0-471-17082-8

    Vidi također

    Wikimedia Foundation. 2010.

    • Yat-Kha
    • amalgam (višeznačna odrednica)

    Pogledajte šta su “Statističke metode” u drugim rječnicima:

      STATISTIČKE METODE- STATISTIČKE METODE Naučne metode za opisivanje i proučavanje masovnih pojava koje omogućavaju kvantitativno (numeričko) izražavanje. Reč „statistika“ (od igal. stato država) ima zajednički koren sa rečju „država“. U početku je ... ... Philosophical Encyclopedia

      STATISTIČKE METODE –- naučne metode opisivanja i proučavanja masovnih pojava koje omogućavaju kvantitativno (numeričko) izražavanje. Reč „statistika“ (od italijanskog stato – država) ima zajednički koren sa rečju „država“. U početku se odnosio na nauku o menadžmentu i... Philosophical Encyclopedia

      Statističke metode- (u ekologiji i biocenologiji) metode statistike varijacija, koje omogućavaju proučavanje cjeline (na primjer, fitocenoza, populacija, produktivnost) prema njenim parcijalnim agregatima (na primjer, prema podacima dobijenim na mjestima registracije) i procjenu stepen tačnosti...... Ekološki rječnik

      statističke metode- (u psihologiji) (od latinskog status status) određene metode primijenjene matematičke statistike, koje se u psihologiji koriste uglavnom za obradu eksperimentalnih rezultata. Glavna svrha korištenja S. m je povećanje valjanosti zaključaka u ... ... Odlična psihološka enciklopedija

      Statističke metode- 20.2. Statističke metode Specifične statističke metode koje se koriste za organizovanje, regulisanje i testiranje aktivnosti uključuju, ali nisu ograničene na: a) dizajn eksperimenata i faktorske analize; b) analiza varijanse i... Rječnik-priručnik pojmova normativne i tehničke dokumentacije

      STATISTIČKE METODE- metode za proučavanje veličina. aspekte masovnih društava. pojavama i procesima. S. m omogućavaju digitalno opisivanje promjena koje se dešavaju u društvima. procese, proučavanje raznih. oblici socio-ekonomskih. obrasci, promjena...... Poljoprivredni enciklopedijski rječnik

      STATISTIČKE METODE- neke metode primijenjene matematičke statistike koje se koriste za obradu eksperimentalnih rezultata. Razvijen je niz statističkih metoda posebno za testiranje kvaliteta psiholoških testova, za korištenje u profesionalnim ... ... Stručno obrazovanje. Rječnik

      STATISTIČKE METODE- (u inženjerskoj psihologiji) (od latinskog status status) neke metode primijenjene statistike koje se koriste u inženjerskoj psihologiji za obradu eksperimentalnih rezultata. Glavna svrha korištenja S. m je povećanje valjanosti zaključaka u ... ... Enciklopedijski rečnik psihologije i pedagogije

    mob_info