МИНИСТЕРСТВО  ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

РОССИЙСКИЙ  ГОСУДАРСТВЕННЫЙ СОЦИАЛЬНЫЙ УНИВЕРСИТЕТ

Филиал  в г. Уфе

Кафедра социально-экономических дисциплин 
 
 
 
 

     КОНТРОЛЬНАЯ РАБОТА

по дисциплине: «Статистика» 

Вариант 2 
 
 

СТУДЕНТА _________I I __________ КУРСА

_______СПО_______ОТДЕЛЕНИЯ

СПЕЦИАЛЬНОСТЬ  «МЕНЕДЖМЕНТ ОРГАНИЗАЦИИ»

Ф.И.О. (студента): КИСЛУХИН   АЛЕКСАНДР   ОЛЕГОВИЧ 
 

РАБОТУ  ПРОВЕРИЛ:

Ф.И.О.(преподавателя) Аблеева А.М. 

ОЦЕНКА:____________________  

УФА-2010 

Содержание 

 
 
 
 
 
 
 
 
 

1. Метод статистики  и его основные  черты.

Специфические приемы и методы статистического изучения массовых явлений

       
            Статистическое исследование подразделяется на три последовательные стадии:

      1) статистическое наблюдение, т.е.  сбор первичного статистического  материала;

      2) сводка и разработка результатов  наблюдений, т.е. их обработка;

      3) анализ полученных сводных материалов.

      На  каждой из этих стадий применяются специфические методы, образующие статистическую методологию и обусловленные спецификой предмета статистики.

      Метод массовых наблюдений. Поскольку статистика изучает закономерности, проявляющиеся в массовых явлениях под действием закона

больших чисел, то на первой стадии статистического  исследования должно быть обеспечено массовое наблюдение, т.е. сбор большого числа отдельных единичных фактов и индивидуальных значений, присущих ему признаков.

      Метод группировок. На второй стадии статистического исследования собранные факты подвергаются систематизации и подсчету или сводке. Их делят по признакам различия и объединяют по признакам сходства, иными словами осуществляют группировки. С помощью метода группировок статистики делят изучаемые явления на важнейшие виды, характерные группы и подгруппы по изучаемым признакам.

      Методы  анализа с помощью  обобщающих показателей. На третьей стадии статистического исследования анализируется сводный материал, проявление закономерностей и связей в изучаемых фактах, характеристика типичных их черт. На этой стадии рассчитываются обобщающие показатели (суммарные, относительные и средние величины, статистические коэффициенты).

      Анализ  с помощью обобщающих показателей  заключается в измерении признаков, агрегировании, расчете относительных и средних величин, в сводной оценке вариации признаков, динамике явлений, в применении индексов, в балансовых построениях, в расчете показателей, характеризующих тесноту связей, а также в других приемах.

      Все это дополняется табличным методом наиболее рационального изложения цифрового материала и графическим методом - методом наглядного изображения статистических данных.

      Статистическая  совокупность - это масса отдельных единиц одного и того же вида, объединенных единой качественной основой, но различающихся между собой по ряду признаков.

      Например, совокупностью будет население  какой-либо страны, которое состоит  из отдельных людей, различающихся  по полу, возрасту и другим признакам. Однако, она едина в том отношении, что это население одной страны.

      Массовые  явления всегда представляют собой  совокупности единиц, которые в определенном отношении однородны, но в других отношениях различаются между собой.

      Статистика  характеризует совокупности своими числами-показателями, которые могут  быть двоякого рода:

      1) показатели, дающие обобщающую характеристику  объемов совокупностей. В качестве  примера - численность занятых,  объемы производства и т.д.

      2) показатели, обобщающие характеристики  совокупностей по ряду признаков.  Например, характеристика населения по результатам переписи: по полу, возрасту, национальности, уровню образования и т.д.

      Варьирующие признаки - признаки, принимающие разное значение (качественное или количественное) у отдельных единиц совокупности.

      Значение  варьирующего признака у отдельных единиц совокупности называется вариантой. Например, рабочие любого предприятия различаются между собой по полу (качественное значение - мужчина или женщина) или по уровню получаемой заработной платы (количественные значения признака) [2, c.54].

      Статистика - это обобщающий учет. Статистические цифры дают обобщающую характеристику каким-либо совокупностям фактов, выражая их численность, объем, соотношения частей или среднего уровня с помощью своих признаков. Тем самым она является одним из видов учета, а именно учетом обобщающим, имеющим дело с характеристикой совокупностей, а не единичных фактов.

      Статистический  показатель - это количественная мера общественных явлений, имеющая качественную определенность.

      Нужно различать содержание статистического  показателя и его конкретные количественные размеры.

      Содержание  или качественная определенность показателя характеризует социально-экономическую  категорию (население, национальное богатство, объем производства, товарооборот и  т.д.). Количественные размеры статистических показателей (т.е. статистические данные) зависят от конкретных условий места и времени.

      Например, заработная плата - определенная экономическая  категория. Статистика измеряет ее общий  объем и средний уровень. Поэтому  возникают статистические показатели, характеризующие фонд заработной платы и среднюю заработную плату. В различных условиях и в разное время статистические данные по этим показателям различаются.

      Важнейшей задачей статистической науки является разработка методологии расчета  статистических показателей. Эти вопросы решаются в рамках отраслевой статистики.

      Система статистических показателей. Статистические показатели должны находиться в определенной взаимосвязи между собой, образуя систему взаимосвязанных показателей. В основе системы статистических показателей лежат современная демография, экономическая теория и другие общественные науки.

      На  международном уровне статистические показатели систематизированы в  отдельных руководствах международных  организаций: Руководство по СНС, Руководство  по государственным финансам, Руководство по банковской и финансовой статистике, Руководство по платежному балансу и др.

      Система статистических показателей не является неизменной. В процессе общественного  развития одни явления отмирают, другие возникают, что находит отражение в системе показателей [3, c.37]. 
 

2. Сущность корреляционно-регрессионного  анализа,

его значение. Основные этапы проведения корреляционного  анализа 

      Корреляционный  анализ и регрессионный анализ являются смежными разделами математической статистики, и предназначаются для изучения по выборочным данным статистической зависимости ряда величин; некоторые из которых являются случайными. При статистической зависимости величины не связаны функционально, но как случайные величины заданы совместным распределением вероятностей. Исследование взаимосвязи случайных величин биржевых ставок приводит к теории корреляции, как разделу теории вероятностей и корреляционному анализу, как разделу математической статистики. Исследование зависимости случайных величин приводит к моделям регрессии и регрессионному анализу на базе выборочных данных.

      Теория  вероятностей и математическая статистика представляют лишь инструмент для изучения статистической зависимости, но не ставят своей целью установление причинной  связи. Представления и гипотезы о причинной связи должны быть привнесены из некоторой другой теории, которая позволяет содержательно объяснить изучаемое явление.

        Формально корреляционная модель  взаимосвязи системы случайных  величин  может быть представлена в следующем виде: , где Z – набор случайных величин, оказывающих влияние на изучаемые случайные величины.

      Экономические данные почти всегда представлены в  виде таблиц. Числовые данные, содержащиеся в таблицах, обычно имеют между собой явные (известные) или неявные (скрытые) связи.

      Явно  связаны показатели, которые получены методами прямого счета, т. е. вычислены  по заранее известным формулам. Например, проценты выполнения плана, уровни, удельные веса, отклонения в сумме, отклонения в процентах, темпы роста, темпы прироста, индексы и т. д.

      Связи же второго типа (неявные) заранее  неизвестны. Однако необходимо уметь  объяснять и предсказывать (прогнозировать) сложные явления для того, чтобы  управлять ими. Поэтому специалисты с помощью наблюдений стремятся выявить скрытые зависимости и выразить их в виде формул, т. е. математически смоделировать явления или процессы. Одну из таких возможностей предоставляет корреляционно-регрессионный анализ.

      Математические  модели строятся и используются для трех обобщенных целей:

      • для объяснения;

      • для предсказания;

      • для управления.

      Представление экономических и других данных в  электронных таблицах в наши дни  стало простым и естественным. Оснащение же электронных таблиц средствами корреляционно-регрессионного анализа способствует тому, что из группы сложных, глубоко научных и потому редко используемых, почти экзотических методов, корреляционно-регрессионный анализ превращается для специалиста в повседневный, эффективный и оперативный аналитический инструмент. Однако, в силу его сложности, освоение его требует значительно больших знаний и усилий, чем освоение простых электронных таблиц.

      Пользуясь методами корреляционно-регрессионного анализа, аналитики измеряют тесноту  связей показателей с помощью коэффициента корреляции. При этом обнаруживаются связи, различные по силе (сильные, слабые, умеренные и др.) и различные по направлению (прямые, обратные). Если связи окажутся существенными, то целесообразно будет найти их математическое выражение в виде регрессионной модели и оценить статистическую значимость модели. В экономике значимое уравнение используется, как правило, для прогнозирования изучаемого явления или показателя.