Предмет статистической науки и ее методология. Стадии статистического исследования и основные методы статистики, используемые на этих

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

1. Предмет статистической  науки и ее методология.  Стадии статистического  исследования и  основные методы  статистики, используемые на этих стадиях исследования 

       Как любая наука, статистика имеет свой предмет исследования и свои специфические методы. Предметом статистики служит количественная сторона массовых явлений любой области в неразрывной связи с их качественным содержанием. При этом количественное выражение закономерностей развития этих явлений осуществляется с учетом конкретных условий места и времени.

       Череда  изучаемых массовых явлений как  предмета статистики с течением времени  возрастает.

       Предмет статистики (массовое явление любой  области) отличается от предметов других наук тремя основными чертами:

       1) массовый характер проявления изучаемого явления;

       2) преимущественно количественное  выражение изучаемых сторон (черт, параметров) массового явления;

       3) проявление общей закономерности, свойственной явлению в целом,  и наличие случайности в индивидуальных  элементах.

       Первый  признак указывает на то, что в предмете статистики (в массовых явлениях) участвует множество качественно однородных индивидуальных элементов. Эти элементы сходны друг с другом в отношении изучаемого статистикой параметра (стороны) этого явления. Однако эти элементы обладают одновременно определенной независимостью друг от друга.

       Например, процесс промышленного производства, как массовое явление протекает  с участием множества промышленных предприятий, множества промышленных рабочих, под руководством множества  ИТР. Предприятия сходны друг с другом в том, что они специально созданы и функционируют для ведения промышленного производства, рабочие сходны в том, что они заняты физическим трудом в этом производстве, инженеры сходны своей особой ролью в нем и наличием соответствующей квалификации.

       В тоже время предприятия отличаются между собой размерами, уровнем  технического оснащения, организацией производства и труда, составом работающих и т.д. Аналогично различаются между  собой по соответствующим им свойствам  рабочие и инженеры.

       Эти массовые явления всегда представляют собой множество элементов (единиц), которые в определенном отношении  однородны, но в других отношениях различаются  между собой.

       Вторая  черта указывает на то, что предмет  статистики характеризуется присущей этим явлениям количественной стороной: объемами, уровнями, количественными соотношениями и продукциями, техническим развитием, существующих объективно, то есть независимо от того, изучает статистика их или нет.

       Количественные  характеристики массовых явлений, которые статистика выражает цифрами, различаются и изменяются во времени. Численность и состав студентов в отдельных вузах неодинаковы, они изменяются в одном и том же вузе во времени.

       Поэтому характерная особенность статистических данных (цифр) - конкретность, строгая определенность с точки зрения времени, места и объема исследуемых массовых явлений.

       Третий  признак указывает на то, что статистика изучает конкретный процесс развития массового явления в целом, во всем множестве его разнообразных  форм и проявлений. Закономерности развития массового явления выявляются при изучении всей или достаточно большой массы элементов (случаев) проявления этого явления путем погашения свойственных ее единичным элементам случайности. Задачи статистики могут быть самыми разнообразными. В одних случаях эти закономерности могут быть выявлены статистикой. В других случаях перед статистикой может стоять задача количественного измерения проявлений уже известной теоретической закономерности, подтверждения их наличия.

       Статистические методы — методы анализа статистических данных. Выделяют методы прикладной статистики, 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 статистических методов описаны в Библии, в Ветхом Завете. 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 теории вероятностей (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 ХIХ 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 метод максимального правдоподобия, 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.

       В настоящее время трудно назвать  науку, которая не изучала бы массовые процессы той или иной области. В познании любых массовых явлений конкретного вида, (то есть любой наукой) используются общие положения статистики как науки: накапливаются данные о множестве объектов (элементов) изучаемого явления, результаты эти описываются (обобщаются) с использованием набора специфических характеристик (показателей) с соблюдением выработанных статистикой требований (условий, правил).

       При применении к разным областям явлений  статистический метод учитывает  их особенности.

       Специфические приемы, с помощью которых статистика изучает массовые явления, образуют статистическую методологию (или метод статистики).

       Во  всяком статистическом исследовании можно  выделить три последовательные стадии:

       1) Статистическое наблюдение, то есть  сбор первичного статистического  материала.

       2) Группировка и сводка результатов  наблюдения.

       3) Вычисления специфических характеристик  изучаемого явления и анализ  полученных сводных и расчетных  материалов, формулировка выводов  и предложений.

       На  этих стадиях статистического исследования применяются специфические методы, образующие в совокупности содержания методологии статистической науки.

       Рассмотрим  основные характерные черты этих стадий:

       На  первой стадии – стадии статистического  наблюдения, перед статистикой стоит  задача организации учета единичных (индивидуальных) значений элементов массового явления, объединенных по некоторой качественной однородности в совокупность.

       Статистическая  совокупность – это масса (множество, выбор) отдельных явлений единиц или элементов, объединенных единой качественной основой, но различающихся между собой по ряду других признаков.

       В индивидуальных значениях признаков  конкретного элемента данной совокупности проявляются не только свойственные для всех элементов (единиц) совокупности закономерности (причины, обстоятельства), но и индивидуальные причины, случайные для всей совокупности. Например, на производительность труда отдельного рабочего в определенный день влияют не только общие условия производства, но и индивидуальные причины. В обобщающих статистических характеристиках явления следствия, вызванные этими случайными причинами, взаимно погашаются и остаются следствия, обусловленные общими для всех элементов совокупности причинами.

       В этом проявляется действие закона больших  чисел, который требует достаточно большого числа наблюдений для того, чтобы статистические характеристики были точными и свободны от влияния случайных фактов.

       Следовательно, характерным для этой стадии является метод массовых наблюдений.

       Сами  наблюдения могут быть организованы с охватом всех единиц совокупности (как сплошные наблюдения) или только части их (как несплошные наблюдения). В последнем случае формирование единиц несплошного наблюдения также может осуществляться с различными приемами (способами).

       Статистический  показатель – обобщённая количественная характеристика явлений и процессов в единстве с их качественной определённостью. Численность населения, удельный вес работающих людей в этой численности – наиболее простой для понимания пример статистического показателя. Сводные экономические показатели, относящиеся к сложному комплексу экономических явлений или к многообразным национально-хозяйственным процессам и объектам, называют синтетическими (например, валовый национальный продукт, национальный доход, национальное богатство). Величина показателя определяется в результате измерения объектов (элементов) и меняется в зависимости от методологических особенностей его построения, обусловленных в свою очередь степенью охвата изучаемых процессов. Показатели называются натуральными, когда они выражены в единицах счета или в различных физических единицах измерения (в мерах линейных, площади, объема, массы и других), и денежными, или стоимостными, когда они представляют собой денежную оценку экономических объектов. Условно, статистические показатели можно разделить и на объёмные и качественные. Себестоимость единицы изделия – это качественный статистический признак. Он даёт представление о возможностях и закономерностях развития событий (сколько будет стоить партия данного товара и даже возможная прибыль с его продажи). Показатели, связанные с изменениями величины совокупности объектов относят к объёмным показателям, так как они не влияют на качество. Совокупность взаимосвязанных показателей, отображающих процессы общественной жизни в определённых условиях, образуют систему статистических показателей. Эта система постоянно совершенствуется, из-за изменений условий жизни и системы экономических показателей. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

2. Понятие о рядах  динамики. Их виды. Сопоставимость уровней  и смыкание рядов динамики. Основные показатели изменения уровней ряда 

       Выявление и отображение процесса развития и изменения социально-экономических  явлений во времени – одна из основных задач статистики. Для ее решения в статистике строятся особые ряды статистических показателей, которые называются рядами динамики (иногда их называют временными рядами), то есть – это ряды изменяющихся во времени значений статистического показателя, расположенных в хронологическом порядке.

       Ряд динамики состоит из двух элементов: показателей уровня ряда и показателей времени (годы, кварталы, месяцы, сутки) или моментов времени.