Лекции по статистике. Значение слова «статистика

Топлива устанавливают на основе анализа статистических данных фактических удельных расходов топлива , а также факторов, влияющих на изменение нормальных условий эксплуатации. В качестве математического аппарата используют модели множественной регрессии.

Анализ публикаций по оценке экономической эффективности новой техники и собственные исследования позволили авторам сделать ряд выводов. Прежде всего, воздействие отдельных факторов на повышение экономической эффективности производства при использовании новой техники на нефтепродуктопроводном транспорте может быть выявлено на основе объемного материала фактических наблюдений и анализа статистических данных. При определении показателей для оценки экономической эффективности следует брать в расчет количественные значения измерителей с учетом условий, действующих в данный период. Применяемые при расчетах нормативы должны в полной мере отражать существующие затраты с индексированием стоимости производства и использования техники в условиях инфляции.

История развития человечества показала, что без статистических данных невозможно управление государством, развитие отдельных отраслей и секторов экономики , обеспечение оптимальных пропорций между ними. Необходимость сбора и обобщения множества данных о населении страны, предприятиях, банках, фермерских хозяйствах и т. д. приводит к существованию специальных статистических служб - учреждений государственной статистики. В зависимости от того, по какой отрасли организуются сбор, обработка и анализ статистических данных, различают статистику населения , промышленности, сельского хозяйства , капитального строительства , финансов и т. д. Все эти разделы статистики призваны вырабатывать методы сбора и обобщения данных, построения сводных показателей для отражения процессов в соответствующей отрасли. Статистика рассчитывает и общеэкономические показатели - валовой национальный продукт , валовой внутренний продукт , совокупный общественный продукт , национальный доход и т. д.

Слово статистика используется в нескольких значениях прежде всего как синоним слова данные. Именно в этом смысле можно сказать статистика рождаемости и смертности в России или статистика преступлений. Статистикой называется отрасль знаний, объединяющая принципы и методы работы с числовыми данными, характеризующими массовые явления. Статистикой называют также отрасль практической деятельности, направленной на сбор, обработку, анализ статистических данных.

Анализ причин возникновения и протекания инфляции в Российской Федерации показывает их уникальность и значительное преобладание инфляции издержек над инфляцией спроса . Поэтому западные антиинфляционные теории мало подходят для условий России. Отечественной же стройной, законченной теории пока не создано, как нет и толстых российских учебников по борьбе с инфляцией. Крупицы столь необходимого знания раскиданы по сотням газет и журналов. Стоит задача, с одной стороны - разгрести тромбы неплатежей, уже приведшие в ряде случаев к параличу производств, с другой стороны - не допустить обвальной инфляции. Сложнейшие задачи, но их надо решать. На основе анализа статистических данных за последние семь лет, изучения публикаций ведущих отечественных экономистов, автор предлагает свои решения проблем.

Стоит задача, с одной стороны, разгрести тромбы неплатежей, уже приведшие в ряде случаев к параличу, с другой стороны - не допустить обвальной инфляции. Пора начинать подавлять инфляцию нормальным путем - всемерно увеличивая выпуск продукции , пользующейся спросом. Сложнейшие задачи, но их надо решать, если хотим выжить в качестве мировой державы, а не сырьевого придатка. На основе анализа статистических данных и ознакомления с публикациями ведущих отечественных экономистов, автор предлагает свои решения проблем.

Таким образом, в моделях с переменными параметрами необходим дифференцированный подход к установлению диапазонов варьирования коэффициентов отбора , базирующийся на анализе статистических данных, типа технологических процессов и качественных показателей потоков.

Прогнозирование поступлений налогов на базе макроэкономических показателей определяет стратегию формирования налоговых доходов на очередной год и среднесрочную перспективу, но не решает всех проблем налогового планирования . Поэтому необходимым компонентом налогового планирования является обработка и анализ статистических данных об аккумуляции налогов в бюджет за истекший период, а также информация о возможных изменениях в налоговом законодательстве.

Необходимо организовать систематический сбор и анализ статистических данных, характеризующих динамику по годам эксплуатации объемов продукции и работ, производимых с помощью внедряемой техники, а также себестоимости, трудоемкости и материалоемкости.

Наряду с определением по основному выбранному параметру, расчет потребности в тех или иных видах машин и оборудования корректируется исходя из ряд других факторов изменений баланса потребления машин и оборудования отраслями народного хозяйства изменений структуры выпуска изделий, планируемых в рублях изменений номенклатуры изделий за счет внедрения более прогрессивных, надежных и долговечных конструкций изменений, связанных с развитием специализации и кооперирования, влияющими на общий объем выпуска и др. Влияние тех или иных факторов на изменение показателей для определения потребности в различных видах оборудования выявляется на основе анализа статистических данных за предплановый период с прогнозированием их на планируемый период.

Имеется очень тесная связь индикаторов занятости с другими важными показателями экономического развития. Так, связь безработицы с изменением ВВП характеризуется законом Оукена, эмпирически открытым на основе анализа статистических данных по США (за период 50-80-х г.г.), а затем обоснованным и теоретически в макроэкономических исследованиях . В исходной форме, применительно к США, закон Оукена гласит

При всех положительных значениях х функция возрастает при х = Ь/2 кривая имеет точку перегиба - ускоренный рост при х замедленный рост при х > Ь/2. Подобного типа функции используются при анализе статистических данных о бюджетах потребителей, где выдвигается гипотеза о существовании асимптотического уровня расходов, об изменении предельной склонности к потреблению товара , о существовании порогового уровня дохода 1. В этом случае при х -> да у - е" (рис. 2.5).

Данная формула была применена для анализа статистических данных,

Все прогнозы объема продаж строятся на использовании трех видов информации , полученной на основе изучения что люди говорят, что люди делают и что люди сделали. Получение первого вида информации основывается на изучении мнения потребителей и покупателей, торговых агентов и посредников. Здесь используются методы социологических исследований и экспертные методы . Изучение того, что люди делают, предполагает проведение тестирования рынка . Изучение того, что люди сделали, предполагает анализ статистических данных о сделанных ими покупках.

Рассмотрим распределение НГДУ по характеру изменения объемов добычи на НГДУ с растущей, стабильной и падающей добычей. На 1/1 1972 г. из 104 НГДУ отрасли 43 (или 41,4%) являлись растущими и 61 стабильными ли падающими. Анализ статистических данных за 1970 г., проведенный авторами по 76 НГДУ, позволил выявить некоторые общие характеристики различных подгрупп НГДУ, которые приведены в табл. 15.

Выполнил студент группы ЗУТ – 217 . Чупраков Д.А.

Так как исходный ряд является интервальным рядом абсолютных величин с равными периодами (интервалами), то средний уровень рассчитывается как средняя арифметическая простая из уровней ряда:

где у i - отдельные уровни ряда; п - число уровней.

руб.

Статистика. Модуль № 1

1. От какого латинского слова происходит термин «статистика»? Что он означает?

Термин «статистика» произошел от латинских слов stato (государство) и status (положение вещей, политическое состояние). В настоящее время термин «статистика» употребляется в нескольких значениях.

1. Статистикой часто называют совокупность сведений (фактов) о разных явлениях в той или иной стране или ее регионах, например:

сведения о численности и составе населения, о рождаемости, смертности, миграции и прочем (статистика населения);

сведения о доходах и расходах населения, о среднемесячной номинальной заработной плате, о размерах пенсий, потреблении различных продуктов питания на душу населения, величине прожиточного минимума и прочем (статистика уровня жизни);

сведения о числе промышленных предприятий, их отраслевой структуре и распределении по формам собственности, об объеме производимой продукции и прибыли, о численности занятых и прочем (статистика промышленности) и т.д.

2. Под статистикой понимают также процесс получения сведений с последующей их обработкой. В этом смысле статистика - практическая деятельность людей, направленная на сбор, обработку и анализ массовых данных, относящихся к тем или иным сферам общественной жизни.

3. Под термином «статистика» понимают также некий параметр ряда случайных величин (х 1 , х 2 , ..., х п), получаемый по определенному алгоритму из результатов индивидуальных наблюдений. Таким параметром - статистикой - являются средняя арифметическая значений x 1 , x 2 , ..., х п, мода, среднее квадратическое отклонение и др.

4. Наконец, под статистикой в широком смысле понимают науку, изучающую с количественной стороны массовые явления и их закономерности.

2. Дайте определение предмету статистики

Предметом статистики являются различные статистические совокупности, исследование которых связано с количественной характеристикой и выявлением присущих им закономерностей в конкретных условиях места и времени. Это может быть, например, совокупность населения или отдельных его контингентов (трудоспособное население, пенсионеры, городское или сельское население и т.п.), совокупность промышленных предприятий (строительных, сельскохозяйственных, торговых и пр.), совокупность работников (на отдельном предприятии, в отрасли или секторе экономики), совокупность банков и т.д.

3. Дайте определение статистической совокупности

Изучаемые статистикой массовые явления в виде множества однокачественных единиц с отличающимися индивидуальными признаками называют статистическими совокупностями.

Статистическая совокупность - одно из главных понятий статистической науки. С этим понятием непосредственно связаны и другие, такие, как единица совокупности, признаки единиц совокупности, вариация признаков, статистическая закономерность и т.д.

4. Что представляют собой статистические показатели?

Под статистическими показателями понимается обобщающая количественная характеристика изучаемого объекта или его свойства, выраженная абсолютными, относительными или средними величинами.

5. Дайте определение статистического наблюдения. В чем его сущность?

Научно организованный сбор сведений, заключающийся в регистрации тех или иных фактов, признаков, относящихся к каждой единице изучаемой совокупности, именуют статистическим наблюдением

Статистическое изучение тех или иных явлений предполагает как обязательное условие наличие информации, сведений об этих явлениях. Поэтому первый этап, начало статистического исследования сводится к сбору необходимой информации.

В результате статистического наблюдения образуется масса первичной информации (сведений) о каждой единице совокупности. Чтобы получить характеристику всей исследуемой совокупности в целом, первичные данные должны быть подвергнуты обработке, обобщению. Обработка собранных первичных данных, включающая их группировку, обобщение и оформление в таблицах, составляет второй этап статистического исследования, который именуют сводкой.

На основе итоговых данных сводки осуществляется научный анализ исследуемых явлений: рассчитываются различные обобщающие показатели в виде средних и относительных величин, выявляются определенные закономерности в распределениях, динамике показателей и т.п. Это третий этап статистического исследования.

6. Что такое объект наблюдения?

Объект наблюдения – это совокупность единиц, сведения о которых должны быть получены. Определить объект наблюдения - значит точно установить границы изучаемой совокупности, т.е. решить, что должно быть обследовано или кто должен быть обследован в процессе наблюдения.

7. Что представляет собой программа наблюдения?

Программа наблюдения - это перечень тех признаков, которыми каждая единица наблюдения должна быть охарактеризована. Другими словами, это перечень вопросов, на которые в процессе наблюдения должны быть получены ответы.

Составить программу статистического наблюдения - значит выбрать те признаки, которые помогут решить намеченную наблюдением цель, т.е. программа должна определяться целью наблюдения.

8. Что называется статистической группировкой?

Статистической группировкой, называется расчленение единиц статистической совокупности на группы, однородные по какому-либо одному или нескольким признакам. Группировка позволяет систематизировать данные статистического наблюдения. В результате группировки они превращаются в упорядоченную статистическую информацию, пригодную для дальнейшего статистического анализа.

9. Какие виды группировок вы знаете? Дайте им определения

Типологическая группировка – это разделение качественно однородной совокупности на классы, социально-экономические типы, однородные группы единиц в соответствии с правилами научной группировки. Например, типологической группировкой является группировка промышленных предприятий по формам собственности. Одна и та же совокупность может быть качественно однородной в одном статистическом исследовании и разнородной в другом. Так, совокупность промышленных предприятий является однородной в случае анализа показателей брака при производстве какой-либо продукции, и неоднородной в случае, если изучается налогообложение предприятий. При проведении типологической группировки основное внимание должно быть уделено идентификации типов социально-экономических явлений. Она производится на базе глубокого теоретического анализа исследуемого явления.

Структурная группировка. Структурной называется группировка, в которой происходит разделение однородной совокупности на группы, характеризующие её структуру по какому-либо варьирующему признаку. С помощью таких группировок могут изучаться: состав населения по полу, возрасту, месту проживания; состав предприятий по численности занятых, стоимости основных производственных фондов; структура депозитов по сроку их привлечения и т.д.

Аналитическая группировка. Группировка, выявляющая взаимосвязи между изучаемыми явлениями и их признаками.

Всю совокупность признаков можно разделить на две группы: факторные и результативные. Факторными называются такие признаки, под воздействием которых изменяются другие – они и образуют группу результативных признаков. Взаимосвязь проявляется в том, что с возрастанием признака-фактора систематически возрастает или убывает среднее значение результативного признака. Особенностью аналитической группировки следующие: во-первых, в основу группировки кладётся факторный признак; во-вторых, каждая выделенная группа характеризуется средними значениями результативного признака. Преимущество метода аналитических группировок перед другими методами анализа связи (например, корреляционным анализом) состоит в том, что он не требует соблюдения каких-либо условий для его применения, кроме одного – качественной однородности исследуемой совокупности.

Группировка, в которой группы образованы по одному признаку, называется простой, а группировка, в которой разделение идёт по двум и более признакам, взятым в сочетании (комбинации), является сложной. Сложные группировки дают возможность изучать распределение единиц совокупности одновременно по нескольким признакам. Однако с увеличением количества признаков растет число групп. Однако группировка с большим числом групп становится не наглядной. Поэтому на практике строят сложные группировки не более чем по трём признакам.

10. Что такое абсолютные статистические величины? Приведите примеры абсолютных величин

Абсолютные величины. Абсолютные обобщающие показатели - это число единиц по совокупности в целом или по ее отдельным группам, которое получают в результате суммирования зарегистрированных значений признаков первичного статистического материала. Данные показатели могут быть получены и расчетным путем на основе других показателей (например, прирост банковских вкладов населения за период определяется как разность вкладов на конец и начало периода).

Абсолютные величины как обобщающие показатели характеризуют либо численность совокупности (численность экономически активного населения, количество предприятий различных форм собственности и т.д.), либо объем признаков совокупности (размер инвестиций, затраты на рабочую силу и т.д.)

Вопрос 2.

Статистические данные показывают, что ежегодно около 70% чрезвычайных ситуаций возникающих в РФ носят техногенный характер. Более 72-х миллионов человек в РФ проживают в зонах, где возможно возникновение ЧС. В России риск смертности от возникновения ЧС в 100 раз выше чем для для развитых стран.

В настоящее время на территории РФ функционируют более 3000 химически опасных объектов. Суммарный запас СДЯВ в этих объектах составляет 1 млн.тонн и 10 12 смертельных токсодоз. Количество аварий в год доходит до 1000, а последствия аварий ощущают более 200 000 человек.

Район химического заражения делят следующим образом:

1. Зона чрезвычайно опасного заражения, т.е. со смертельной концентрацией АХОВ.

2. Опасная зона, т.е. зона с поражающей концентрацией.

Степень поражения АХОВ характеризуется поражающей токсодозой, которая определяется как произведение поражающей концентрации на время экспозиции, в течение которого человек получает смертельную дозу находясь на зараженной территории.

Д=С*Т, (мг*мин)/м 3

При прогнозировании учитывают самый худший вариант развития событий.

Оценка химической обстановки включает определение возможности попадания объекта в зону заражения и времени подхода зараженного облака к объекту.

Мероприятия по уменьшению факторов аварии:

· Создание и поддержание в постоянной готовности системы оповещения.

· Обеспечение работающих СИЗ.

· Оборудование специальных технических средств для постановки водяных завес.

В настоящее время на территории РФ функционируют следующие РОО:

2. 29 ядерных энергоблоков

3. 235 атомных ледоколов и крейсеров.

4. В Ленинградской области 250 объектов используют в производстве радиоактивные изотопы.

Тема: «Инфекционные заболевания» .

Биологически вредные факторы - микроорганизмы, содержащиеся в препаратах и патогенные микроорганизмы, присутствующие в окружающей среде, продуктах.

Микроорганизм проникает через:

1. Желудочно-кишечный тракт (интерально)

2. Верхние дыхательные пути при контакте через кожу.

3. Половой способ.

В зависимости от местонахождения микроорганизма все инфекционные болезни делятся на:

1. Инфекции дыхательных путей

2. Кровельные

3. Кишечные

4. Наружных покровов

К инфекциям дыхательных путей относят: ОРВИ, оспа, дифтерия, туберкулез и д.р.

К кровяным относят: сыпной тиф, малярия, ВИЧ-инфекция, чума.

Кишечные : дизентирия, брюшной тиф, холера, бруцеллез, ботулизм, сальманеллёз.

Бруцеллез вызывается заражением человека через мясо, шерсть, пух, молоко. Инкубационный период острой формы составляет от 7 до 60 дней, после чего температура тела повышается до 39-40°C, появляется озноб, потоотделение, боль в мышцах и суставах, головная боль, увеличение лимфоузлов, у мужчин появляются воспалительные процессы в половой системе.

Хроническая форма развивается через 5-6 месяцев. Если не лечить, то заболевание длится очень долго.

Туберкулез передается не только от людей, но и от больных животных. Характерные симптомы на ранних стадиях: повышенная утомляемость, общая слабость, похудение, субфебрильная температура, потливость, сухой или с мокротой, кашель.

ВИЧ-инфекция (СПИД).

Источником заболевания являются больные люди. Вирус обнаружен в крови, в грудном молоке, в слюне. Передача инфекции может происходить через пораженную кожу при медицинских мероприятиях. Инкубационный период - 2 нед.-3 мес. Симптомы: увеличение лимфоузлов, сыпь, возможна температура.

2-я стадия наступает через 3-5 лет; больной замечает сильное увеличение лимфатических узлов.

3-я стадия: похудение, лихорадка, инфекционные заболевания ушей, легких, кожи.

4-я стадия: разгар указанных заболеваний или летальный исход.

Оспа - острое высоко заразное заболевание вирусной природы, которое характеризуется тяжелой интоксикацией организма, лихорадкой, появлением пузырьковой сыпью на коже и слизистой, оставляющие после себя рубцы. Возбудитель: вирус, обладает значительной устойчивостью к физическим и химическим факторам. Вирус размножается от дыхательной системы и попадает в кровь. Оттуда вновь попадает в кожу и слизистые. Источник инфекции: больной человек. Наибольшая заразительность на 6-10 сутки. Инкубационные период: 15-19 дней. Начало болезни острое, с быстрым подъемом температуры до 40° и выше, появляется боль в пояснице, частая тошнота и рвота.

На 4-е сутки, с появлением сыпи, снижается температуры. Сначала сыпь возникает на лице --> туловище --> конечности. Вначале появляются бледно-розовые пятна, которые превращаются в пузырьки темно-красного цвета. В их центре через три-четыре дня появляются пузырьки, заполненные серозной жидкостью.

На 7-8 день состояние больного вновь ухудшается, температура снова достигает до 40° и происходит нагноение сыпи. Состояние тяжелое, сознание спутанное, а на 10-14 сутки пузырьки подсыхают и оставляют на всю жизнь беловатые рубцы.

Чума - острое инфекционное заболевание, которое характеризуется интоксикацией, лихорадкой, поражением лимфатических узлов и легких.

Возбудителем чумы является бактерия, спор не образуют, чувствительны к факторам окружающей среды, погибают при температуре 50°-55° в течение 15 минут. Основной источник инфекций: грызуны, блохи. Человек заражается при укусе. Возможен путь заражения при обработке охотниками туш убитых животных. Инкубационный период составляет обычно от 3 до 6 суток. Выделяют локализованные и генерализованные формы чумы. Чума обычно начинается внезапно, температура повышается до 39 и выше, быстро нарастают симптомы интоксикации, нарушается сознание, может возникать бред.

Бубонная форма чумы характеризуется появлением чуткого бубона, т.е. это увеличение лимфатических узлов до 10см. У 70% больных они локализуются в паховой области. Кожа над бубоном становится багрово-красной, лоснится.

Лимфатические узлы первичного очага подвергаются размягчению. Затем происходит постепенное заживление.

Бубонная форма может привести к развитию генерализованной формы в результате попадания возбудителя в кровь. Для лечения чумы рекомендован целый ряд антибиотиков: диксоциклин, тетрациклин, гентамицин, стрептомицин.

Ботулизм - острая инфекционная болезнь, возникающая в результате отравления токсинами бактерий батулизма. Характеризуется поражением ЦНС и вегетативной нервной системы. Возбудитель батулизма широко распространен в природе. Бактерии батулизма являются анаэробными и размножаются при отсутствии кислорода. Вегетативные формы погибают через 2-3 минуты после кипячения, споры через 5 часов.

Ботулотоксин - смертельный биологический яд, смертельная доза - 0.003мг/кг. Известны 7 антигенных варианта батулических микробов (A, B, C, 0, E, P, 6).

Для людей наиболее опасны A, B, E. Резервуаром инфекции в природе являются теплокровные животные, реже - хладнокровные. Инкубационный период при ботулизме составляет от нескольких часов до 2-3 суток. Чем тяжелее заболевание, тем инкубационный период короче. Клиники батулизма складывается из 3 симптомов: паралич, общетоксическое действие, гастроинтоксикация.

Причиной смертности больных является острая дыхательная недостаточность. Больных ботулизмом следует немедленно обратиться в больницу. Следует промыть желудок 2-3% раствором соды, немедленно ввести противоботулиническую сыворотку.

Тема: «Оказание первой медицинской помощи при основных видах поражений» .

1. Медицинские средства индивидуальной защиты. Основные мероприятия первой медицинской помощи.

2. Первая медицинская помощь при ранениях и кровотечениях.

3. Первая медицинская помощь при переломах и вывихах.

4. Первая медицинская помощь при ожогах и отравлениях.

Проверка гипотез проводится с помощью статистического анализа. Статистическую значимость находят с помощью Р-значения, которое соответствует вероятности данного события при предположении, что некоторое утверждение (нулевая гипотеза) истинно. Если Р-значение меньше заданного уровня статистической значимости (обычно это 0,05), экспериментатор может смело заключить, что нулевая гипотеза неверна, и перейти к рассмотрению альтернативной гипотезы. С помощью t-критерия Стьюдента можно вычислить Р-значение и определить значимость для двух наборов данных.

Шаги

Часть 1

Постановка эксперимента

Определите свою гипотезу. Первый шаг при оценке статистической значимости состоит в том, чтобы выбрать вопрос, ответ на который вы хотите получить, и сформулировать гипотезу. Гипотеза - это утверждение об экспериментальных данных, их распределении и свойствах. Для любого эксперимента существует как нулевая, так и альтернативная гипотеза. Вообще говоря, вам придется сравнивать два набора данных, чтобы определить, схожи они или различны.

Нулевая гипотеза (H 0) обычно утверждает, что между двумя наборами данных нет разницы. Например: те ученики, которые читают материал перед занятиями, не получают более высокие оценки.
Альтернативная гипотеза (H a) противоположна нулевой гипотезе и представляет собой утверждение, которое нужно подтвердить с помощью экспериментальных данных. Например: те ученики, которые читают материал перед занятиями, получают более высокие оценки.

Установите уровень значимости, чтобы определить, насколько распределение данных должно отличаться от обычного, чтобы это можно было считать значимым результатом. Уровень значимости (его называют также α {\displaystyle \alpha } -уровнем) - это порог, который вы определяете для статистической значимости. Если Р-значение меньше уровня значимости или равно ему, данные считаются статистически значимыми.
- Как правило, уровень значимости (значение α {\displaystyle \alpha } ) принимается равным 0,05, и в этом случае вероятность обнаружения случайной разницы между разными наборами данных составляет всего лишь 5%.
- Чем выше уровень значимости (и, соответственно, меньше Р-значение), тем достовернее результаты.
- Если вы хотите получить более достоверные результаты, понизьте Р-значение до 0,01. Как правило, более низкие Р-значения используются в производстве, когда необходимо выявить брак в продукции. В этом случае требуется высокая достоверность, чтобы быть уверенным, что все детали работают так, как положено.
- Для большинства экспериментов с гипотезами достаточно принять уровень значимости равным 0,05.
Решите, какой критерий вы будете использовать: односторонний или двусторонний. Одно из предположений в t-критерии Стьюдента гласит, что данные распределены нормальным образом. Нормальное распределение представляет собой колоколообразную кривую с максимальным количеством результатов посередине кривой. t-критерий Стьюдента - это математический метод проверки данных, который позволяет установить, выпадают ли данные за пределы нормального распределения (больше, меньше, либо в “хвостах” кривой).
- Если вы не уверены, находятся ли данные выше или ниже контрольной группы значений, используйте двусторонний критерий. Это позволит вам определить значимость в обоих направлениях.
- Если вы знаете, в каком направлении данные могут выйти за пределы нормального распределения, используйте односторонний критерий. В приведенном выше примере мы ожидаем, что оценки студентов повысятся, поэтому можно использовать односторонний критерий.
Определите объем выборки с помощью статистической мощности. Статистическая мощность исследования - это вероятность того, что при данном объеме выборки получится ожидаемый результат. Распространенный порог мощности (или β) составляет 80%. Анализ статистической мощности без каких-либо предварительных данных может представлять определенные сложности, поскольку требуется некоторая информация об ожидаемых средних значениях в каждой группе данных и об их стандартных отклонениях. Используйте для анализа статистической мощности онлайн-калькулятор, чтобы определить оптимальный объем выборки для ваших данных.
- Обычно ученые проводят небольшое пробное исследование, которое позволяет получить данные для анализа статистической мощности и определить объем выборки, необходимый для более расширенного и полного исследования.
- Если у вас нет возможности провести пробное исследование, постарайтесь на основании литературных данных и результатов других людей оценить возможные средние значения. Возможно, это поможет вам определить оптимальный объем выборки.
Часть 2
Вычислите стандартное отклонение
1. Запишите формулу для стандартного отклонения. Стандартное отклонение показывает, насколько велик разброс данных. Оно позволяет заключить, насколько близки данные, полученные на определенной выборке. На первый взгляд формула кажется довольно сложной, но приведенные ниже объяснения помогут понять ее. Формула имеет следующий вид: s = √∑((x i – µ) 2 /(N – 1)).
  - s - стандартное отклонение;
  - знак ∑ указывает на то, что следует сложить все полученные на выборке данные;
  - x i соответствует i-му значению, то есть отдельному полученному результату;
  - µ - это среднее значение для данной группы;
  - N - общее число данных в выборке.
2. Найдите среднее значение в каждой группе. Чтобы вычислить стандартное отклонение, необходимо сначала найти среднее значение для каждой исследуемой группы. Среднее значение обозначается греческой буквой µ (мю). Чтобы найти среднее, просто сложите все полученные значения и поделите их на количество данных (объем выборки).
  - Например, чтобы найти среднюю оценку в группе тех учеников, которые изучают материал перед занятиями, рассмотрим небольшой набор данных. Для простоты используем набор из пяти точек: 90, 91, 85, 83 и 94.
  - Сложим вместе все значения: 90 + 91 + 85 + 83 + 94 = 443.
  - Поделим сумму на число значений, N = 5: 443/5 = 88,6.
  - Таким образом, среднее значение для данной группы составляет 88,6.
3. Вычтите из среднего каждое полученное значение. Следующий шаг заключается в вычислении разницы (x i – µ). Для этого следует вычесть из найденной средней величины каждое полученное значение. В нашем примере необходимо найти пять разностей:
  - (90 – 88,6), (91- 88,6), (85 – 88,6), (83 – 88,6) и (94 – 88,6).
  - В результате получаем следующие значения: 1,4, 2,4, -3,6, -5,6 и 5,4.
4. Возведите в квадрат каждую полученную величину и сложите их вместе. Каждую из только что найденных величин следует возвести в квадрат. На этом шаге исчезнут все отрицательные значения. Если после данного шага у вас останутся отрицательные числа, значит, вы забыли возвести их в квадрат.
  - Для нашего примера получаем 1,96, 5,76, 12,96, 31,36 и 29,16.
  - Складываем полученные значения: 1,96 + 5,76 + 12,96 + 31,36 + 29,16 = 81,2.
5. Поделите на объем выборки минус 1. В формуле сумма делится на N – 1 из-за того, что мы не учитываем генеральную совокупность, а берем для оценки выборку из числа всех студентов.
  - Вычитаем: N – 1 = 5 – 1 = 4
  - Делим: 81,2/4 = 20,3
6. Извлеките квадратный корень. После того как вы поделите сумму на объем выборки минус один, извлеките из найденного значения квадратный корень. Это последний шаг в вычислении стандартного отклонения. Есть статистические программы, которые после введения начальных данных производят все необходимые вычисления.
  - В нашем примере стандартное отклонение оценок тех учеников, которые читают материал перед занятиями, составляет s =√20,3 = 4,51.
Часть 3
Определите значимость
1. Рассчитайте дисперсию между двумя группами данных. До этого шага мы рассматривали пример лишь для одной группы данных. Если вы хотите сравнить две группы, очевидно, следует взять данные для обеих групп. Вычислите стандартное отклонение для второй группы данных, а затем найдите дисперсию между двумя экспериментальными группами. Дисперсия вычисляется по следующей формуле: s d = √((s 1 /N 1) + (s 2 /N 2)).

Деятельность людей во множестве случаев предполагает работу с данными, а она в свою очередь может подразумевать не только оперирование ими, но и их изучение, обработку и анализ. Например, когда нужно уплотнить информацию, найти какие-то взаимосвязи или определить структуры. И как раз для аналитики в этом случае очень удобно пользоваться не только , но и применять статистические методы.

Особенностью методов статистического анализа является их комплексность, обусловленная многообразием форм статистических закономерностей, а также сложностью процесса статистических исследований. Однако мы хотим поговорить именно о таких методах, которые может применять каждый, причем делать это эффективно и с удовольствием.

Статистическое исследование может проводиться посредством следующих методик:

Статистическое наблюдение;
Сводка и группировка материалов статистического наблюдения;
Абсолютные и относительные статистические величины;
Вариационные ряды;
Выборка;
Корреляционный и регрессионный анализ;
Ряды динамики.

Статистическое наблюдение

Статистическое наблюдение является планомерным, организованным и в большинстве случаев систематическим сбором информации, направленным, главным образом, на явления социальной жизни. Реализуется данный метод через регистрацию предварительно определенных наиболее ярких признаков, цель которой состоит в последующем получении характеристик изучаемых явлений.

Статистическое наблюдение должно выполняться с учетом некоторых важных требований:

Оно должно полностью охватывать изучаемые явления;
Получаемые данные должны быть точными и достоверными;
Получаемые данные должны быть однообразными и легкосопоставимыми.

Также статистическое наблюдение может иметь две формы:

Отчетность – это такая форма статистического наблюдения, где информация поступает в конкретные статистические подразделения организаций, учреждений или предприятий. В этом случае данные вносятся в специальные отчеты.
Специально организованное наблюдение – наблюдение, которое организуется с определенной целью, чтобы получить сведения, которых не имеется в отчетах, или же для уточнения и установления достоверности информации отчетов. К этой форме относятся опросы (например, опросы мнений людей), перепись населения и т.п.

Кроме того, статистическое наблюдение может быть категоризировано на основе двух признаков: либо на основе характера регистрации данных, либо на основе охвата единиц наблюдения. К первой категории относятся опросы, документирование и прямое наблюдение, а ко второй – наблюдение сплошное и несплошное, т.е. выборочное.

Для получения данных при помощи статистического наблюдения можно применять такие способы как анкетирование, корреспондентская деятельность, самоисчисление (когда наблюдаемые, например, сами заполняют соответствующие документы), экспедиции и составление отчетов.

Сводка и группировка материалов статистического наблюдения

Говоря о втором методе, в первую очередь следует сказать о сводке. Сводка представляет собой процесс обработки определенных единичных фактов, которые образуют общую совокупность данных, собранных при наблюдении. Если сводка проводится грамотно, огромное количество единичных данных об отдельных объектах наблюдения может превратиться в целый комплекс статистических таблиц и результатов. Также такое исследование способствует определению общих черт и закономерностей исследуемых явлений.

С учетом показателей точности и глубины изучения можно выделить простую и сложную сводку, но любая из них должна основываться на конкретных этапах:

Выбирается группировочный признак;
Определяется порядок формирования групп;
Разрабатывается система показателей, позволяющих охарактеризовать группу и объект или явление в целом;
Разрабатываются макеты таблиц, где будут представлены результаты сводки.

Важно заметить, что есть и разные формы сводки:

Централизованная сводка, требующая передачи полученного первичного материала в вышестоящий центр для последующей обработки;
Децентрализованная сводка, где изучение данных происходит на нескольких ступенях по восходящей.

Выполняться же сводка может при помощи специализированного оборудования, например, с использованием компьютерного ПО или вручную.

Что же касается группировки, то этот процесс отличается разделением исследуемых данных на группы по признакам. Особенности поставленных статистическим анализом задач влияют на то, какой именно будет группировка: типологической, структурной или аналитической. Именно поэтому для сводки и группировки либо прибегают к услугам узкопрофильных специалистов, либо применяют .

Абсолютные и относительные статистические величины

Абсолютные величина считаются самой первой формой представления статистических данных. С ее помощью удается придать явлениям размерные характеристики, например, по времени, по протяженности, по объему, по площади, по массе и т.д.

Если требуется узнать об индивидуальных абсолютных статистических величинах, можно прибегнуть к замерам, оценке, подсчету или взвешиванию. А если нужно получить итоговые объемные показатели, следует использовать сводку и группировку. Нужно иметь в виду, что абсолютные статистические величины отличаются наличием единиц измерения. К таким единицам относят стоимостные, трудовые и натуральные.

А относительные величины выражают количественные соотношения, касающиеся явлений социальной жизни. Чтобы их получить, одни величины всегда делятся на другие. Показатель, с которым сравнивают (это знаменатель), называют основанием сравнения, а показатель, которой сравнивают (это числитель), называют отчетной величиной.

Относительные величины могут быть разными, что зависит от их содержательной части. Например, существуют величины сравнения, величины уровня развития, величины интенсивности конкретного процесса, величины координации, структуры, динамики и т.д. и т.п.

Чтобы изучить какую-то совокупность по дифференцирующимся признакам, в статистическом анализе применяются средние величины – обобщающие качественные характеристики совокупности однородных явлений по какому-либо дифференцирующемуся признаку.

Крайне важным свойством средних величин является то, что они говорят о значениях конкретных признаков во всем их комплексе единым числом. Невзирая на то, что у отдельных единиц может наблюдаться количественная разница, средние величины выражают общие значения, свойственные всем единицам исследуемого комплекса. Получается, что при помощи характеристики чего-то одного можно получить характеристику целого.

Следует иметь в виду, что одним из самых важных условий применения средних величин, если проводится статистический анализ социальных явлений, считается однородность их комплекса, для которого и нужно узнать среднюю величину. А от такого, как именно будут представлены начальные данные для исчисления средней величины, будет зависеть и формула ее определения.

Вариационные ряды

В некоторых случаях данных о средних показателях тех или иных изучаемых величин может быть недостаточно, чтобы провести обработку, оценку и глубокий анализ какого-то явления или процесса. Тогда во внимание следует брать вариацию или разброс показателей отдельных единиц, который тоже представляет собой важную характеристику исследуемой совокупности.

На индивидуальные значения величин могут воздействовать многие факторы, а сами изучаемые явления или процессы могут быть очень многообразны, т.е. обладать вариацией (это многообразие и есть вариационные ряды), причины которой следует искать в сущности того, что изучается.

Вышеназванные абсолютные величины находятся в непосредственной зависимости от единиц измерения признаков, а значит, делают процесс изучения, оценки и сравнения двух и более вариационных рядов более сложным. А относительные показатели нужно вычислять в качестве соотношения абсолютных и средних показателей.

Выборка

Смысл выборочного метода (или проще – выборки) состоит в том, что по свойствам одной части определяются численные характеристики целого (это называется генеральной совокупностью). Основной выборочного метода является внутренняя связь, объединяющая части и целое, единичное и общее.

Метод выборки отличается рядом существенных преимуществ перед остальными, т.к. благодаря уменьшению количества наблюдений позволяет сократить объемы работы, затрачиваемые средства и усилия, а также успешно получать данные о таких процессах и явлениях, где либо нецелесообразно, либо просто невозможно исследовать их полностью.

Соответствие характеристик выборки характеристикам изучаемого явления или процесса будет зависеть от комплекса условий, и в первую очередь от того, как вообще будет реализовываться выборочный метод на практике. Это может быть как планомерный отбор, идущий по подготовленной схеме, так и непланомерный, когда выборка производится из генеральной совокупности.

Но во всех случаях выборочный метод должен быть типичным и соответствовать критериям объективности. Данные требования нужно выполнять всегда, т.к. именно от них будет зависеть соответствие характеристик метода и характеристик того, что подвергается статистическому анализу.

Таким образом, перед обработкой выборочного материала необходимо провести его тщательную проверку, избавившись тем самым от всего ненужного и второстепенного. Одновременно с этим, составляя выборку, в обязательном порядке нужно обходить стороной любую самодеятельность. Это означает, что ни в коем случае не следует делать выборку только из вариантов, кажущихся типичными, а все другие – отбрасывать.

Эффективная и качественная выборка должна составляться объективно, т.е. производить ее нужно так, чтобы были исключены любые субъективные влияния и предвзятые побуждения. И чтобы это условие было соблюдено должным образом, требуется прибегнуть к принципу рандомизации или, проще говоря, к принципу случайного отбора вариантов из всей их генеральной совокупности.

Представленный принцип служит основой теории выборочного метода, и следовать ему нужно всегда, когда требуется создать эффективную выборочную совокупность, причем случаи планомерного отбора исключением здесь не являются.

Корреляционный и регрессионный анализ

Корреляционный анализ и регрессионный анализ – это два высокоэффективных метода, позволяющие проводить анализ больших объемов данных для изучения возможной взаимосвязи двух или большего количества показателей.

В случае с корреляционным анализом задачами являются:

Измерить тесноту имеющейся связи дифференцирующихся признаков;
Определить неизвестные причинные связи;
Оценить факторы, в наибольшей степени воздействующие на окончательный признак.

А в случае с регрессионным анализом задачи следующие:

Определить форму связи;
Установить степень воздействия независимых показателей на зависимый;
Определить расчетные значения зависимого показателя.

Чтобы решить все вышеназванные задачи, практически всегда нужно применять и корреляционный и регрессионный анализ в комплексе.

Ряды динамики

Посредством этого метода статистического анализа очень удобно определять интенсивность или скорость, с которой развиваются явления, находить тенденцию их развития, выделять колебания, сравнивать динамику развития, находить взаимосвязь развивающихся во времени явлений.

Ряд динамики – это такой ряд, в котором во времени последовательно расположены статистические показатели, изменения которых характеризуют процесс развития исследуемого объекта или явления.

Ряд динамики включает в себя два компонента:

Период или момент времени, связанный с имеющимися данными;
Уровень или статистический показатель.

В совокупности эти компоненты представляют собой два члена ряда динамики, где первый член (временной период) обозначается буквой «t», а второй (уровень) – буквой «y».

Исходя из длительности временных промежутков, с которыми взаимосвязаны уровни, ряды динамики могут быть моментными и интервальными. Интервальные ряды позволяют складывать уровни для получения общей величины периодов, следующих один за другим, а в моментных такой возможности нет, но этого там и не требуется.

Ряды динамики также существуют с равными и разными интервалами. Суть же интервалов в моментных и интервальных рядах всегда разная. В первом случае интервалом является временной промежуток между датами, к которым привязаны данные для анализа (удобно использовать такой ряд, например, для определения количества действий за месяц, год и т.д.). А во втором случае – временной промежуток, к которому привязана совокупность обобщенных данных (такой ряд можно использовать для определения качества тех же самых действий за месяц, год и т.п.). Интервалы могут быть равными и разными, независимо от типа ряда.

Естественно, чтобы научиться грамотно применять каждый из методов статистического анализа, недостаточно просто знать о них, ведь, по сути, статистика – это целая наука, требующая еще и определенных навыков и умений. Но чтобы она давалась проще, можно и нужно тренировать свое мышление и .

В остальном же исследование, оценка, обработка и анализ информации – очень интересные процессы. И даже в тех случаях, когда это не приводит к какому-то конкретному результату, за время исследования можно узнать множество интересных вещей. Статистический анализ нашел свое применение в огромном количестве сфер деятельности человека, а вы можете использовать его в учебе, работе, бизнесе и других областях, включая развитие детей и самообразование.