Статистика

Статистика –  это общественная наука, изучающая  явления и процессы общественной жизни, она раскрывает законы возникновения  и развития этих явлений и их взаимосвязи. Для того чтобы изучить статистическую науку, необходимо иметь представление  о предмете ее исследования и знать, какие научные принципы положены в основу этих явлений.

Статистика –  это особо важная наука, т. е. отрасль  знаний, изучающая с количественной стороны все явления из жизни  общества.

В переводе с  латинского слово «status» означает определенное положение вещей. Термин «статистика» впервые был употреблен немецким ученым Г. Ахенвалем в 1749 г., в его книге о государствоведении.

Статистика понимается в настоящее время в трех значениях:

1) статистическая  наука – вся практическая деятельности  человека по сбору, обработке,  накоплению и анализу цифровых  данных, которые характеризуют образование,  экономику страны, ее культуру  и другие жизненно важные явления  в жизни общества;

2) статистика  – наука, которая занимается  разработкой технических положений  и методов, используемых статистической  практикой.

Существует тесная связь между статистической наукой и статистической практикой. Статистическая практика применяет правила, которые  разработала статистическая наука, но в то же время статистическая наука опирается на те материалы, которые были получены статистической практикой, обобщает ее опыт и разрабатывает на основе всего этого свои новые положения;

3) представленные  предприятием, организацией статистические  данные в виде финансовой отчетности  называют статистикой, А также  могут быть использованы данные, которые публикуются в справочниках, в периодических изданиях, в сборниках,  они и представляют собой результат  статистической работы.

Статистика –  это инструмент познания. Особенности  статистики:

1) в количественном  выражении сообщаются статистические  данные;

2) статистическую  науку интересуют выводы, сделанные  врезультате анализа собранных и обработанных числовых данных;

3) состояние  изучаемого явления на определенной  ступени его развития в конкретных  условиях места и времени отражают  статистические данные.

Необходимость в появлении статистической практики связана с образованием государств, т. е. для того, чтобы образовать государство, нужно было собрать сведения о  наличии земель, численности проживающих  на этой земле, об их имущественном  положении и многие другие данные. Подобный учет проводился несколько  тысячелетий назад в таких  государствах, как Китай. Древний  Рим и Египет.

Сбор статистических данных начался с самой глубокой древности. А к более позднему периоду относятся обработка  и анализ статистических данных, т. е. зарождение статистики как науки.

Основоположниками английской школы политических арифметиков  были Д. Граунт (1620—1674 гг.), Э. Галлей (1656—1742 гг.) и В. Петти (1623—1687 гг.). В их трудах преобладали два направления: демографическое с уклоном к вопросам страхования жизни у Д. Граунта и Э. Галлея и статистико–экономическое у В. Петти Д. Граунт впервые открыл закономерности массовых общественных явлений и показал, как следует обрабатывать и анализировать множественный первичный материал. Он впервые попытался построить таблицу смертности для населения. Э. Галлей – знаменитый английский астроном выдвинул идею закона больших чисел и применил методы устранения случайных отклонений.

В. Петти посвятил статистике ряд научных работ. В них он стремился конкретно оценить то или иное явление, несмотря на явную нехватку числовых данных.

Политические  арифметики стремились цифрами охарактеризовать состояние и развитие общества, вскрыть  закономерности развития общественных явлений, проявляющиеся в массовом материале. Цели и задачи, которые  ставили перед собой эти ученые, близки к современному пониманию  сущности статистики.

В первой половине XIX в. возникло третье направление статистической науки – статистико–математическое. Особый вклад в развитие этого направления внес статистик А. Кетле (1796—1874 гг). Он называл статистику социальной физикой, т. е. наукой, изучающей законы общественной системы с помощью количественных методов. Он обосновал идею использования закономерностей, выявленных из массы случаев, в качестве важнейшего инструмента познания объективного мира.

Значительный  вклад в развитие статистики внесли английские ученые Ф. Гальтон (1822—1911 гг.) и К. Пирсон (1857—1936 гг.). Ф. Гальтон серьезно заинтересовался проблемой наследственности, к анализу которой он вскоре применил статистические методы.

Наиболее известным  ученым XX в. в области статистики на Западе является Р. Фишер (1890—1962 гг.). Он работал в течение полувека. Многие его исследования оказали существенное воздействие на современную статистику.

На Руси в  период Х—ХП вв. собиралась информация, тесно связанная с налогообложением.

В период Петровских реформ были затронуты практически  все сферы общественной жизни  страны. Они требовали большего числа  точных статистических данных, касающихся: цен на хлеб; регистрации заводов  и фабрик, вновь создающихся; объемов  внешней торговли; количества городов  и регистрации численности городского населения.

В связи с  быстрым развитием описательного  направления в России происходило  становление статистической науки. Самыми выдающимися представителями  описательной школы следует назвать  таких ученых, как И. К. Кириллов (1689—1737 гг.), М. В. Ло

моносов (1711—1765 гг.), В. Н. Татищев (1686—1750 гг.), К. Ф. Герман (1767—1838 гг.).

Творческая работа И. К. Кириллова является одним из самых первых систематизированных  экономико–географических описаний в России.

Большой вклад  в развитие статистической науки  внес географ. историк В. Н. Татищев, он разработал детальную программу для того, чтобы можно было получить сведения, необходимые для составления географии России с самым полным ее экономическим описанием.

Особый вклад  в статистическую науку внес М. В. Ломоносов, Написанная в 1755 г. книга  «Слово похвальное императору Петру  Великому» давала оценку Петровской ревизии. В своих трудах он рассматривал ряд вопросов, непосредственно касающихся населения, финансов, природных богатств и многого другого.

Особой заслугой М. В. Ломоносова считается усовершенствование программы обследования и подготовки данных, которые характеризовали  бы географию, население, экономику  страны в сельском хозяйстве, торговле, промышленности, транспорте и т. д. Первоначально  эта программа была разработана  В. Н. Татищевым для создания «Атласа  Российского».

По программе  в города и уезды были разосланы  бланки обследования. Материалы обследования долгое время поступали в академию, и были обработаны уже только после  смерти М. В. Ломоносова.

В начале XIX в. выходит ряд крупных работ по теории статистики. В книге «Всеобщая теория статистики. Для обучающих сей науке» К. Ф. Герман изложил основные положения, раскрывающие статистику как науку. В истории развития статистики большая роль принадлежит трудам К. И. Арсеньева (1789—1856 гг.), он считал, что статистика в состоянии дать адекватную характеристику жизни государства.

Д. П. Журавскому (1810—1856 гг.) принадлежит системное  изложение основ теоретической  базы статистики как науки, он раскрыл  принцип единства количественного  и качественного анализа.

Характерной особенностью представителей академической школы  статистики было стремление заменить изучение государства изучением  общества. Основоположниками этой школы  были Э. Ю. Янсон (1835—1893 гг.), А. И. Чупров (1842—1908 гг.).

А. А. Чупров (1874—1926 гг.), Н. А. Каблуков (1849—1919 гг.) и А. А. Кауфман (1864—1919 гг.). Представители академической статистики оказали большое положительное влияние на развитие статистической науки в России и на работу статистических органов. К началу XX в. Россия стала одним из признанных центров научной статистической мысли. Большое влияние на развитие математического направления в статистике России произвели работы русских математиков П. П. Чебышева (1821– 1894 гг.), А. А. Маркова (1856—1922 гг.), А. М. Ляпунова (1857– 1919 гг.).

Исторический  опыт советской статистики как науки  был обобщен в трудах В.И. Хотимского (1892—1937 гг.), В. С. Немчинова (1894—1964 гг.), В. Н. Старовского (1905—1975 гг.), А. Я. Боярского (1906—1985 гг.), Б. С. Ястремского (1877—1962 гг.), Л. В. Некраша (1886—1949 гг.) и других ученых. Значительный вклад в теорию индексного метода был внесен учеными С. М. Югенбергом, В Е.Адамовым, Г. И. Баклановым, Л. С. Казинцом, И. Г. Венецким и др.

В настоящее  время в Российской Федерации  идет работа по совершенствованию и  переводу статистической методологии  на принятую в международной практике систему учета и статистики в  соответствии с требованиями развития рыночной экономики.

Предметом статистической науки являются:

1) массовые социально–экономические  явления жизни;

2) количественная  сторона этих явлений в конкретных  условиях места и времени.

Посредством статистических показателей статистика изучает  все явления и процессы, протекающие  в жизни общества.

Количественная  оценка свойства изучаемого объекта  – это статистический показатель. В зависимости от функции статистические показатели можно разделить на: аналитические  показатели, учетно–оценочные показатели.

Аналитические показатели применяются для того, чтобы проанализировать статистическую информацию и охарактеризовать особенность  развития изучаемых явлений: скорость развития во времени, типичность признака, соотношение его отдельных частей, меру распределения в пространстве и т. д. Относительные и средние  величины, показатели вариации и динамики, тесноты связи и многие другие применяются в статистической науке  в качестве аналитических показателей.

Учетно–оценочные показатели – это статистическая характеристика размера качественно определенных социально–экономических явлений в конкретных условиях места и времени.

Учетно–оценочные показатели могут отображать объемы распространения их в пространстве или достигнутые на определенные моменты уровни развития.

В статистике признаки могут выражаться смысловыми понятиями  и числовыми значениями.

Атрибутивными принято называть признаки, которые  выражаются смысловыми понятиями, например, к атрибутивному признаку можно  отнести пол человека – мужчина  и женщина. Если атрибутивные признаки принимают одно из двух противоположных  значений, их называют альтернативными.

Количественными принято называть признаки, которые  выражены числовыми значениями, например, получаемая заработная плата, возраст, получаемый доход, стаж работы.

Варьирующими  называют признаки, принимающие различные  значения у отдельных единиц изучаемого явления. Значение варьирующего признака у отдельных единиц изучаемого явления  называется вариантом.

В статистическом исследовании признаки подразделяются на:

1) основные – определяют основное (главное) содержание изучаемого объекта;

2) второстепенные  – это признаки, которые непосредственно  не связаны с основным их  содержанием.

Изучая свой предмет, статистическая наука образует статистические совокупности.

Множество единиц, объединенных в соответствии с задачей  исследования качественной единой основой, называют статистической совокупностью.

Единицей совокупности называют первичный элемент статистической совокупности. Единица совокупности является носителем признаков, подлежащих регистрации, и основой ведущегося при обследовании счета.

Статистический  показатель – та категория, которая  отображает количественные характеристики соотношения признаков общественных явлений. Статистические показатели бывают:

1) объемными (численность населения);

2) расчетными (средние величины);

3) плановыми;

4) отчетными;

5) прогностическими.

Статистические  показатели нужно отличать от понятия  «статистические данные», так как  статистические данные – это конкретные численные значения статистических показателей. Статистические данные зависят  от конкретных условий места и  времени и определены как количественные и качественные.

Опираясь на основные положения экономической  теории статистика обогащает экономические науки фактами, которые она получает в результате статистического исследования.

1) если обследованию  подвергается абсолютно все единицы  изучаемой совокупности явлений  и процессов, то это сплошное  статистическое наблюдение;

2) если обследованию  подвергаются часть единиц изучаемой совокупности явлений, то это несплошное статистическое наблюдение;

3) выборочным  наблюдением называют наблюдение, при котором характеристика всей  совокупности фактов дается по  некоторой их части, отобранной  в случайном порядке;

4) монографическое  обследование – это детальное  изучение и описание определенных  единиц совокупности;

5) если обследованию  подвергается та часть единиц  совокупности, у которой величина  изучаемого признака является  преобладающей во всем объеме, то это называется методом  основного массива;

6) сбор данных, основанный на добровольном заполнении  адресатами анкет, называется  анкетным обследованием;

7) если наблюдение  ведется непрерывно, и при этом  все факты и явления, происходящие  в состоянии изменения, регистрируются, то это наблюдение называется  текущим;

8) если же  наблюдение осуществляется нерегулярно,  но только тогда, когда требуется,  это наблюдение называется единовременным;

9) периодическим  называется наблюдение, которое  повторяется через определенные  промежутки времени (год, месяц,  квартал и т. д.).

В зависимости  от источников собираемых сведений различают:

1) наблюдение, осуществляемое  самими регистраторами путем  замера и с помощью осмотра,  подсчета и взвешивания признаков  изучаемого объекта, называется  непосредственным;

2) опрос –  это наблюдение, при котором ответы  человека на вопросы фиксируются  на определенном формуляре;

3) при документальном  учете фактов источником сведений  служат документы.

Предоставление  предприятиями, организациями статистических отчетов о своей хозяйственной  деятельности в строго установленном  порядке называют отчетным способом. Вид статистического наблюдения, предполагающий предоставление сведений в органы, которые и ведут наблюдение, в явочном порядке называют явочным  способом.

Если сведения в органы предоставляют корреспонденты, то этот способ называют корреспондентским.

Предоставление  документов, которые заполняют сами опрашиваемые, а специальные работники  только обеспечивают формулярами, называют способом саморегистрации.

Важнейшей формой статистического наблюдения является отчетность.

Отчетность –  это форма статистического наблюдения, при которой в соответствующие  статистические органы поступают в  определенные сроки сведения от предприятий  и организация, которые осуществляют экономическую деятельность. Сведения должны подаваться в установленном  законом порядке отчетных документов.

Отчетные документы  должны быть заполнены на основании  данных первичного учета и подписаны  лицами, ответственными

за предоставленные  сведения. Органами государственной  статистики утверждаются формы статистической отчетности.

В коммерческой деятельности отчетность подразделяется на:

1) общегосударственную – обязательна для всех организаций и представляется в сводном виде в органы государственной статистики;

2) внутриведомственную  – эта отчетность действует  в пределах ведомств и министерств.  Существуют следующие формы отчетности:

1) типовой называют  отчетность, которая содержит показатели, одинаковые для всех предприятий,  учреждений различных организационных  форм, а также для иных видов  деятельности

2) если предприятие  имеет свои определенные особенности,  то в эту организацию вводится  специализированная отчетность;

3) отчетность, предоставляемая  каждым предприятием в одинаковые  промежутки времени, называется  периодической;

4) отчетность, которая  поступает в органы статистики  по мере необходимости, называется  единовременной отчетностью. Каждая  организация вправе выбирать, по  какому способу ей предоставить  отчетные данные.

В настоящее  время существует большое множество  способов поступления статистических данных в органы статистики, например почтовая и срочная предоставляется  по телеграфу, телетайпу факсу и  другими способами. Специально организованное статистическое наблюдение – это  сбор сведений посредством переписей, единовременных обследований и учета. Примером специально организованного  статистического наблюдения может  служить инвентаризация на предприятии.

Основная цель несплошного наблюдения состоит в получении характеристик изучаемой статистической совокупности по обследованной ее части.

Выборочное наблюдение – это метод статистического  исследования, при котором обобщающие показатели совокупности устанавливаются  только по отдельно взятой части на основе положений случайного отбора.

При выборочном методе изучению подвергается только некоторая часть изучаемой совокупности, при этом подлежащая изучению статистическая совокупность называется генеральной  совокупностью.

Выборочной совокупностью  или просто выборкой можно называть отобранную из генеральной совокупности часть единиц, которая будет подвергаться статистическому исследованию.

Значение выборочного  метода: при минимальной численности  исследуемых единиц проведение статистического  исследования будет происходить  в более короткие промежутки времени  и с наименьшими затратами  средств и труда.

В генеральной  совокупности доля единиц, которая  обладает изучаемым признаком, называется генеральной долей (обозначается р), а средняя величина изучаемого варьирующего признака – это генеральная средняя (обозначается х).

В выборочной совокупности долю изучаемого признака называют выборочной долей, или частью (обозначается w), средняя величина в выборке – это выборочная средняя.

Если в период обследования будут соблюдены все  правила его научной организации, то выборочный метод даст довольно точны результаты, и поэтому данный метод целесообразно применять для проверки данных сплошного наблюдения.

Этот метод  получил широкое распространение  в государственной и вневедомственной статистике, потому что при исследовании минимальной численности изучаемых  единиц позволяет тщательно и  точно провести исследование.

Изучаемая статистическая совокупность состоит из единиц с  варьирующими признаками. Состав выборочной совокупности может отличаться от состава  генеральной совокупности, это расхождение  между характеристиками выборки  и генеральной совокупности составляет ошибку выборки.

Ошибки, свойственные выборочному наблюдению, характеризуют  размер расхождения между данными  выборочного наблюдения и всей совокупности. Ошибки, возникающие в ходе выборочного  наблюдения, называются ошибками репрезентативности и делятся на случайные и систематические.

Если выборочная совокупность недостаточно точно воспроизводит  всю совокупность из–за несплошного характера наблюдения, то это называют случайными ошибками, и их размеры определяются с достаточной точностью на основании закона больших чисел и теории вероятностей.

Систематические ошибки возникают в результате нарушения принципа случайности отбора единиц совокупности для наблюдения.

Различают четыре вида отбора совокупности единиц наблюдения:

1) случайный;

2) механический;

3) типический;

4) серийный (гнездовой).

Случайный отбор  – наиболее распространенный способ отбора в случайной выборке, его  еще называют методом жеребьевки, при нем на каждую единицу статистической совокупности заготовляется билет  с порядковым номером.

Далее в случайном  порядке отбирается необходимое  количество единиц статистической совокупности. При этих условиях каждая из них  имеет одинаковую вероятность попасть  в выборку, например тиражи выигрышей, когда из общего количества выпущенных билетов в случайном порядке  наугад отбирается определенная часть  номеров, на которые приходятся выигрыши. При этом всем номерам обеспечивается равная возможность попасть в  выборку.

Механический  отбор – это способ, когда вся  совокупность разбивается на однородные по объему группы по случайному признаку, потом из каждой группы берется только одна единица Все единицы изучаемой статистической совокупности предварительно располагаются в определенном порядке, но в зависимости от объема выборки механически через определенный интервал отбирается необходимое количество единиц.

Типический отбор  – это способ, при котором исследуемая  статистическая совокупность разбивается  по существенному, типическому признаку на качественно однородные, однотипные группы, затем из каждой этой группы случайным способом отбирается определенное количество единиц, пропорциональное удельному весу группы во всей совокупности.

Типический отбор  дает более точные результаты, так  как при нем в выборку попадают представители всех типических групп.

Серийный (гнездовой) отбор. Отбору подлежат целые группы (серии, гнезда), отобранные случайным  или механическим способом. По каждой такой группе, серии проводится сплошное наблюдение, а результаты переносятся  на всю совокупность.

Точность выборки  зависит и от схемы отбора. Выборка  может быть проведена по схеме  повторного и бесповторного отбора.

Повторный отбор. Каждая отобранная единица или серия  возвращается во всю совокупность и  может вновь попасть в выборку Это так называемая схема возвращенного шара.

Бесповторный  отбор. Каждая обследованная единица  изымается и не возвращается в  совокупность, поэтому она не попадает в повторное обследование. Эта  схема получила название невозвращенного шара.

Бесповторный  отбор дает более точные результаты, потому что при одном и том  же объеме выборки наблюдение охватывает большее количество единиц изучаемой  совокупности.

Комбинированный отбор может проходить одну или  несколько ступеней. Выборка называется одноступенчатой, если отобранные однажды  единицы совокупности подвергаются изучению.

Выборка называется многоступенчатой, если отбор совокупности проходит по ступеням, последовательным стадиям, причем каждая ступень, стадия отбора имеет свою единицу отбора.

Многофазная выборка  – на всех ступенях выборки сохраняется  одна и та же единица отбора, но проводится несколько стадий, фаз выборочных обследований, которые различаются  между собой широтой программы  обследования и объемом выборки.

Характеристики  параметров генеральной и выборочной совокупностей обозначаются следующими символами:

N – объем  генеральной совокупности;

n – объем выборки;

X – генеральная  средняя;

х – выборочная средняя;

р – генеральная доля;

w – выборочная доля;

σ2 – генеральная  дисперсия (дисперсия признака в  генеральной совокупности);

σ2 – выборочная дисперсия того же признака;

σ– среднее  квадратическое отклонение в генеральной совокупности;

σ– среднее  квадратическое отклонение в выборке.

Проведение сводки включает три этапа:

1) предварительный  контроль – это проверка данных;

2) группировка  данных по заданным признакам  – это определение производных  показателей;

3) оформление  результатов сводки в виде  статистических таблиц, они являются  удобной формой для восприятия  полученной информации.

Смысловая согласованность  статистических сведений – это предварительный  контроль.

В соответствии с программой статистической сводки для того, чтобы в дальнейшем предоставить полученную информацию в доступном  для восприятия виде, используется статистическая группировка данных.

Полученные результаты группировки оформляются в виде группировочных таблиц, содержащих сводную характеристику исследуемой совокупности по одному или нескольким признакам, которые взаимосвязаны логикой анализа.

Различают сводку простую и сложную.

Сведения об отдельных единицах подытоживаются в целом по совокупности без разделения их на однородные группы. Итоги простой  статистической сводки предназначаются  для дальнейшей обработки материала, простая сводка также имеет самостоятельное  познавательное значение

Простая статистическая сводка – это операция по подсчету общих итоговых и групповых данных по совокупности единиц наблюдения и  оформление этого материала в  таблицах.

Простая статистическая сводка дает возможность определить число единиц изучаемой совокупности и объем изучаемых признаков, но тем самым простая сводка не дает представления о целостности  состава изучаемой совокупности.

Если единицы  совокупности разбивают на однородные группы, после этого подсчитывают итоги по каждой группе, а затем  по всей совокупности в целом, такую  статистическую сводку называют сложной.

Сложная сводка позволяет нам изучить состав совокупности и выявить влияние  одних признаков на другие, т. е. раскрыть свойственные данной совокупности закономерности.

Сложная статистическая сводка – это комплекс операций, включающих распределение единиц наблюдения изучаемого социально-экономического явления или процесса на группы, составление системы показателей  для характеристики типичных групп  и подгрупп изучаемой совокупности явлений, подсчет числа единиц и  итогов в каждой группе и подгруппах и оформление результатов этой работы в виде статистических таблиц.

На основе всестороннего  теоретического анализа сущности и  содержания изучаемых явлений и  процессов проводится статистическая сводка.

Программой и  планом проведения статистической сводки обеспечивается достоверность и  обоснованность ее результатов.

Программа статистической сводки содержит перечень групп, на которые  может быть разбита или разбивается  совокупность единиц статистического  наблюдения, а также систему показателей, характеризующих изучаемую совокупность явлений и процессов как в целом, так и отдельных ее частей.

От целей и  задач исследования зависит программа  статистической сводки.

Вместе с программой статистической сводки составляют план ее проведения. План должен содержать  информацию о последовательности, сроках и технике проведения сводки, ее исполнителях, о порядке и правилах оформления ее результатов в виде таблиц.

Децентрализованная  статистическая сводка – это способ обобщения материала, который осуществляется снизу доверху по иерархической  лестнице управления и на каждом из этапов подвергается обработке.

Централизованная  статистическая сводка – это способ, при котором все первичные  данные, полученные в результате статистического  наблюдения, сосредоточиваются в  одной центральной организации  и подвергаются обработке от начала до конца.

Процесс образования  однородных групп на основе разделения статистической совокупности на части  или объединение изучаемых статистических единиц в совокупности по определенным для них признакам называют статистической группировкой Важнейшим статистическим методом обобщения данных являются статистические группировки.

Три основных типа задач, решаемых с помощью метода статистической группировки:

1) выделение  социально–экономических типов  явлений;

2) изучение структуры  явления и структурных сдвигов,  происходящих в явлении;

3) выявление  взаимосвязей и взаимозависимостей  между явлениями и признаками, характеризующими эти явления.  Различают следующие виды статистических  группировок:

1) типологические;

2) структурные;

3) аналитические.

Качественно однородные группы совокупностей, т. е. объекты, которые  по своим группировочным признакам близки друг к другу, называют типологической группировкой.

Примером типологической группировки являются: группировка  земель, по формам собственности. Основное внимание в типологической группировке  должно уделяться идентификации  типов и выбору группировочного признака. Для построения типологической группировки необходимо воспользоваться количественными и качественными (атрибутивными) признаками.

Группировка по атрибутивному признаку предполагает, что число выделенных групп соответствует  фактическому числу градаций этого  признака. По количественному признаку необходимо правильно установить интервал группировки, определить необходимое  число групп. Проблема определения  интервалов типологической группировки  решается на основании выделения  таких количественных границ изменения  группировочного признака, при которых явление изменяет или приобретает новое качество.

В типологической группировке от числа существующих социально–экономических типов  зависит число групп. От состава, структуры однородных групп и  изучения вариации признаков внутри однотипной совокупности и однотипных групп на основе построения структурной  группировки зависят социально–экономические  типы явлений. Разделение однородной совокупности на определенные группы, которые в  дальнейшем будут характеризовать  структуру по определенному группировочному признаку, называют структурной группировкой. Здесь также рассматриваются количественные и атрибутивные признаки. Примером является группировка рабочих склада по квалификации.

По атрибутивному  признаку группы отличаются друг от друга  по характеру признака. Количественный признак также предполагает определение  числа групп и ширины интервала.

Основная задача статистических группировок – исследование связей и зависимостей между признаками единиц статистической совокупности, которая решается с помощью построения аналитических группировок. Аналитическая  группировка – это группировка, выявляющая взаимосвязи и взаимозависимости между изучаемыми социально–экономическими явлениями и признаками, их характеризующими.

Все признаки в  статистической науке можно подразделять на факторные и результативные. Признаки, которые оказывают большое влияние на изменение результативных признаков, называют факторными. Признаки, изменяющиеся под влиянием факторных признаков, называют результативными.

Важная задача при построении аналитической группировки  – выбор числа групп, на которые  необходимо разбить изучаемую совокупность единиц наблюдения, и определение  их границ.

Требования, которые  необходимо соблюдать в процессе построения аналитических группировок, это: каждая изучаемая группа должна содержать однородные единицы совокупности по груп–пировочному признаку, и количество единиц в каждой изучаемой группе должно быть достаточным для того, чтобы получить статистические характеристики изучаемого объекта.

Простой называется группировка, если группа образована только по одному признаку. Если разбить группу на подгруппу в соответствии с  определенными признаками, то такую  группировку называют комбинированной.

Комбинационной  считается группировка, когда разбивка совокупности на группы производится по двум и более группировоч–ным признакам, взятым в сочетании (комбинации) друг с другом Комбинационные группировки позволяют изучать единицы совокупности одновременно по нескольким признакам.

При изучении сложных  социально–экономических явлений  и процессов применяются комбинационные группировки. Для того чтобы построить  комбинационную группировку, необходимо выявить наличие достаточно большого числа наблюдений.

Для того чтобы  найти скопление (в мерном пространстве) объектов (точек), необходимо применить  многомерную группировку Различают группировки по используемой информации:

1) первичные  – производятся на основе исходных  данных которые были получены в результате статистического наблюдения;

2) вторичные  – это результат соединения  или расчленения группировки.

Статистические  ряды распределения представляют собой  упорядоченное расположение единиц изучаемой совокупности на группы по группировочному признаку.

Различают атрибутивные и вариационные ряды распределения.

Атрибутивный  – это ряд распределения, построенный  по качественным признакам. Он характеризует  состав совокупности по различным существенным признакам.

По количественному  признаку строится вариационный ряд  распределения. Он состоит из частоты (численности) отдельных вариантов  или каждой группы вариационного  ряда. Данные числа показывают, насколько  часто встречаются различные  варианты (значения признака) в ряду распределения. Сумма всех частот определяет численность всей совокупности.

Численности групп  выражаются в абсолютных и относительных  величинах . В абсолютных величинах выражается числом единиц совокупности в каждой выделенной группе, а в относительных величинах – в виде долей, удельных весов, представленных в процентах к итогу.

В зависимости  от характера вариации признака различают  дискретные и интервальные вариационные ряды распределения. В дискретном вариационном ряде распределения группы составлены по признаку, изменяющемуся дискретно  и принимающему только целые значения.

В интервальном вариационном ряде распределения группиро–вочный признак, составляющий основание группировки, может принимать в определенном интервале любые значения.

Вариационные  ряды состоят из двух элементов: частоты  и варианты.

Вариантой называют отдельное значение варьируемого признака, которое он принимает в ряду распределения.

Частота – это  численность отдельных вариант  или каждой группы вариационного  ряда. Если частоты выражены в долях  единицы или в процентах к  итогу, то их называют частостями.

Правила и принципы построения интервальных рядов распределения  строятся по аналогичным правилам и  принципам построения статистических группировок. Если интервальный вариационный ряд распределения построен с  равными интервалами, частоты позволяют  судить о степени заполнения интервала  единицами совокупности. Для проведения сравнительного анализа заполненности интервалов определяют показатель, который будет характеризовать плотность распределения.

Плотность распределения  – это отношение числа единиц совокупности к ширине интервала.

Если за основу группировки взят качественный признак, то такой ряд распределения называют атрибутивным (распределение по видам  труда, по полу, по профессии, по религиозному признаку, национальной принадлежности и т.д.).

Если ряд распределения  построен по количественному признаку, то такой ряд называют вариационным. Построить вариационный ряд - значит упорядочить количественное распределение  единиц совокупности по значениям признака, а затем подсчитать числа единиц совокупности с этими значениями (построить групповую таблицу).

Выделяют три  формы вариационного ряда: ранжированный  ряд, дискретный ряд и интервальный ряд.

Ранжированный ряд - это распределение отдельных  единиц совокупности в порядке возрастания  или убывания исследуемого признака. Ранжирование позволяет легко разделить  количественные данные по группам, сразу  обнаружить наименьшее и наибольшее значения признака, выделить значения, которые чаще всего повторяются.

Другие формы  вариационного ряда - групповые таблицы, составленные по характеру вариации значений изучаемого признака. По характеру  вариации различают дискретные (прерывные) и непрерывные признаки.

Дискретный ряд - это такой вариационный ряд, в  основу построения которого положены признаки с прерывным изменением (дискретные признаки). К последним можно отнести тарифный разряд, количество детей в семье, число работников на предприятии и т.д. Эти признаки могут принимать только конечное число определенных значений.

Дискретный вариационный ряд представляет таблицу, которая  состоит из двух граф. В первой графе  указывается конкретное значение признака, а во второй - число единиц совокупности с определенным значением признака.

Если признак  имеет непрерывное изменение (размер дохода, стаж работы, стоимость основных фондов предприятия и т.д., которые  в определенных границах могут принимать  любые значения), то для этого  признака нужно строить интервальный вариационный ряд.

Групповая таблица  здесь также имеет две графы. В первой указывается значение признака в интервале «от - до» (варианты), во второй - число единиц, входящих в  интервал (частота).

Частота (частота  повторения) - число повторений отдельного варианта значений признака, обозначается fi , а сумма частот, равная объему исследуемой совокупности, обозначается

где k - число вариантов значений признака

Очень часто  таблица дополняется графой, в  которой подсчитываются накопленные  частоты S, которые показывают, какое  количество единиц совокупности имеет  значение признака не большее, чем данное значение.

Частоты ряда f могут заменяться частостями w, выраженными в относительных числах (долях или процентах). Они представляют собой отношения частот каждого интервала к их общей сумме, т.е.:

При построении вариационного ряда с интервальными  значениями прежде всего необходимо установить величину интервала i, которая определяется как отношение размаха вариации R к числу групп m:

где R = xmax - xmin ; m = 1 + 3,322 lgn (формула Стерджесса); n - общее число единиц совокупности.

Графики вошли  в повседневную работу экономистов, статистиков и работников бухгалтерского учета. Для того чтобы построить  график, необходимо точно знать, для  каких целей он составляется, необходимо также изучить материал и овладеть методикой графических изображений.

В настоящее  время науку невозможно представить  без использования в ней графических  методов. Графические методы очень  прочно вошли в арсенал средств  научного общения и в методику научного исследования.

Важное место  графические методы занимают в таких  науках, как статистика и экономика, так как эти науки используют большое количество цифр, сведенных  в громоздкие таблицы.

Графические методы помогают описать и проанализировать полученные в результате статистического  исследования объектов данные. С помощью  статистических графиков можно легко  выявить закономерности, которые  трудно уловить в статистических таблицах.

Статистический  график – чертеж, на котором при  помощи условных геометрических фигур (линий, точек или других символических  знаков) изображаются статистические данные. Статистический график – это  наглядная характеристика изучаемой  статистической совокупности.

Правильно построенный  график делает статистическую информацию более выразительной.

Графический метод  находит широкое применение в  коммерческой деятельности. Он служит иллюстрацией сложившегося положения  дел на рынке товаров и услуг, конъюнктуры спроса и предложения, рекламы товаров. Статистические графики  имеют важное аналитическое значение.

Графический метод  – это продолжение и дополнение табличного метода. Если при чтении таблицы что–то остается незамеченным, обнаруживается на графике. Статистические графики показывают общую картину  изучаемого явления, дают его обобщенное представление. При графическом  изображении статистических данных становится более выразительной  сравнительная характеристика изучаемых  показателей, отчетливее проявляется  тенденция развития изучаемого явления, лучше видны основные взаимосвязи.

Применение графиков в статистике насчитывает более  чем двухсотлетнюю историю. Основоположником графического метода в статистике коммерческой деятельности считают английского  экономиста У. Плейфейра (1731—1798 гг.). В его работе «Коммерческий и политический атлас» (1786 г.) впервые были применены способы графического изображения статистических данных (линейные, столбиковые, секторные и другие диаграммы).

(i) Релевантность. Это свойство означает, что используемые данные (т.е. выбранные для анализа переменные, методология и время их измерения) должны отражать именно анализируемые стороны деловой деятельности и должны быть «привязаны» к нужным объектам и соответствующим моментам времени.

(ii) Надежность и точность. Это свойство исходных данных достигается с помощью различных (прямых и косвенных) методов проверки надежности используемых источников, соблюдения принятой методологии измерений, достоверности ответов респондентов, вылавливания сбоев и опечаток в их записи.

(iii) Сопоставимость. Сами данные должны сопровождаться такими комментариями и пояснениями, касающимися смысла анализируемых показателей и методологии их измерения, которые позволили бы сохранить возможность их сопоставления (во времени и пространстве) и «приведения к общему знаменателю» в ситуациях, характеризующихся изменениями в методологии измерений и корректировкой состава анализируемых переменных.

(iv) Представительность (репрезентативность). Соблюдение этого свойства достигается таким способом организации выборки, при котором она полно и адекватно представляет изучаемые свойства всей анализируемой совокупности (т.е. той совокупности, от которой эта выборка отбиралась). Наиболее распространенными способами отбора респондентов в выборку, обеспечивающими ее репрезентативность, являются простой случайный, расслоенный случайный, систематический, одноступенчатый гнездовой и др. (подробное описание различных способов организации выборки можно найти, например, в работе [2]). Так, если нас интересует распределение потенциальных клиентов по величине среднедушевого дохода, то мы должны обеспечить наличие в контрольной выборке пропорционального представительства всех социально-экономических слоев населения анализируемого региона, что будет достигнуто с помощью правильно организованного расслоенного случайного отбора. К сожалению, приходится достаточно часто сталкиваться с нарушениями этого важнейшего требования даже в традиционной практике выборочных обследований Госкомстата РФ.

Натуральные единицы  измерения соответствуют потребительским  или природным свойствам товара или предмета и оцениваются в  физических мерах массы, длины, объема (килограмм, тонна, метр и т.д.).

Разновидностью  натуральных единиц выступают условно-натуральные, которые используются в тех случаях, если продукт, имея несколько разновидностей, должен переводиться в условный продукт  с помощью специальных коэффициентов (молочные продукты с разным содержанием  сливочной основы, мыло с разным содержанием жирных кислот и т.д.).

Стоимостные единицы  измерения оценивают социально-экономические  процессы и явления в денежном выражении (цены, сопоставимые цены), что  очень важно в условиях рыночной экономики.

Трудовые единицы  измерения призваны отражать затраты  труда, трудоемкость технологических  операций в человеко-днях, человеко-часах.

Вся совокупность абсолютных величин включает как  индивидуальные показатели (характеризуют  значения отдельных единиц совокупности), так и суммарные показатели (характеризуют  итоговое значение нескольких единиц совокупности или итоговое значение существенного признака по той или  иной части совокупности).

Абсолютные показатели следует также подразделить на моментные и интервальные.

Моментные абсолютные показатели характеризуют факт наличия  явления или процесса, его размер (объем) на определенную дату времени.

Интервальные  абсолютные показатели характеризуют  итоговый объем явления за тот  или иной период времени (например, выпуск продукции за квартал или  за год и т. д.), допуская при этом последующее суммирование.

Абсолютные показатели не могут дать исчерпывающего представления  об изучаемой совокупности или явлении, поскольку не могут отразить структуру, взаимосвязи, динамику. Данные функции  выполняют относительные показатели, которые определяются на основе абсолютных показателей.

Относительные величины дают представление, во сколько  раз одна абсолютная величина больше другой или какую часть одна абсолютная величина составляет от другой, или сколько единиц одной совокупности приходится на единицу другой.

Относительные величины – это показатель, который  представляет собой частное от деления  двух статистических величин и характеризует  количественное соотношение между  ними.

Для расчета  относительных величин в числитель  ставится сравниваемый показатель, который  будет отражать изучаемое явление а в знаменателе отражается показатель, с которым и будет производиться это сравнение, он является основанием или базой для сравнения. База сравнения – это своеобразный измеритель. Основание имеет результат отношения в зависимости от количественного (числового) значения, который выражается в: коэффициенте, процентах, промилле или децимилле.

Если база сравнения  принимается за единицу, то относительная  величина является коэффициентом и  показывает, во сколько раз изучаемая  величина больше основания. Если базу сравнения принять за 100%, то результат  вычисления относительной величины будет выражен в процентах.

Если базу сравнения  принимают за 1000, то результат сравнения  выражается в промилле (%0). Относительные  величины могут быть выражены и децимилле, если основание отношения равно 10 000.

Форма выражения  зависит от: количественного соотношения  сравниваемых величин; смыслового содержания полученного результата сравнения. Если сравниваемый показатель больше основания, тогда относительная  величина выражается в коэффициенте или в проценте, но если сравниваемый показатель меньше основания, тогда  относительную величину лучше выразить только в проценте.

Если показатели, которые сравниваются, являются сопоставимыми, то расчет относительных величин  может быть правильным.

В зависимости  от цели статистического исследования относительные величины подразделяются на следующие виды: выполнение договорных обязательств; относительные величины, характеризующие структуру совокупности; относительные величины динамики; сравнения; координации; относительные величины интенсивности.

Относительная величина выполнения договорных обязательств – это показатель, характеризующий  уровень выполнения предприятием своих  обязательств, предусмотренных в  договорах.

Расчет показателя производится путем соотношения  объема фактически выполненных обязательств и объема обязательств, предусмотренных  в договоре. Выражается он в форме  коэффициентов или в процентах.

Относительные показатели планового задания (ОППЗ) используются для перспективного планирования деятельности субъекта финансово–хозяйственной  сферы и т.д.

Если исследуется  совокупность с качественно однородными  признаками, то средняя величина выступает  здесь как типическая средняя. Например, для групп работников определенной отрасли с фиксированным уровнем  дохода определяется типическая средняя  расходов на предметы первой необходимости, т.е. типическая средняя обобщает качественно  однородные значения признака в данной совокупности, каковым является доля расходов у работников данной группы на товары первой необходимости.

При исследовании совокупности с качественно разнородными признаками на первый план может выступить  нетипичность средних показателей. Такими, к примеру, являются средние показатели произведенного национального дохода на душу населения (разные возрастные группы), средние показатели урожайности зерновых культур по всей территории России (районы разных климатических зон и разных зерновых культур), средние показатели рождаемости населения по всем регионам страны, средние температуры за определенный период и т.д. Здесь средние величины обобщают качественно разнородные значения признаков или системных пространственных совокупностей (международное сообщество, континент, государство, регион, район и т.д.) или динамических совокупностей, протяженных во времени (век, десятилетие, год, сезон и т.д.). Такие средние величины называют системными средними.

Таким образом, значение средних величин состоит  в их обобщающей функции. Средняя  величина заменяет большое число  индивидуальных значений признака, обнаруживая  общие свойства, присущие всем единицам совокупности. Это, в свою очередь, позволяет  избежать случайных причин и выявить  общие закономерности, обусловленные  общими причинами.

Ряд динамики (или  временной ряд) – это числовые значения определенного статистического  показателя в последовательные моменты  или периоды времени (т.е. расположенные  в хронологическом порядке).

Числовые значения того или иного статистического  показателя, составляющего ряд динамики, называют уровнями ряда и обычно обозначают буквой y. Первый член ряда y1 называют начальным или базисным уровнем, а последний yn – конечным. Моменты или периоды времени, к которым относятся уровни, обозначают через t.

Ряды динамики, как правило, представляют в виде таблицы или графика, причем по оси  абсцисс строится шкала времени t, а по оси ординат – шкала уровней ряда y.

Ряды динамики классифицируются по следующим основным признакам:

По времени  — ряды моментные и интервальные (периодные), которые показывают уровень явления на конкретный момент времени или на определенный его период. Сумма уровней интервального ряда дает вполне реальную статистическую величину за несколько периодов времени, например, общий выпуск продукции, общее количество проданных акций и т.п. Уровни моментного ряда, хотя и можно суммировать, но эта сумма реального содержания, как правило, не имеет. Так, если сложить величины запасов на начало каждого месяца квартала, то полученная сумма не означает квартальную величину запасов.

По форме представления  — ряды абсолютных, относительных  и средних величин.

По интервалам времени — ряды равномерные и  неравномерные (полные и неполные), первые из которых имеют равные интервалы, а у вторых равенство интервалов не соблюдается.

По числу смысловых  статистических величин — ряды изолированные  и комплексные (одномерные и многомерные). Первые представляют собой ряд динамики одной статистической величины (например, индекс инфляции), а вторые — нескольких (например, потребление основных продуктов  питания).