О статистике и статистических данных. Общее понятие о вариации

11. Группы показателей для оценки состояния здоровья населения.

Что такое статистика?

Примеры

Виды группировки

Классификация статистических методов

Прикладная статистика

Заключение

1. Общее понятие статистики. Предмет статистики.

Статистикой называют планомерный и систематический учет осуществляемый в масштабах страны органами государственной статистики во главе с государственным комитетом РФ по статистике.

Статистика - цифровые данные публикуемые в специальных справочниках и средствах массовой информации.

Статистика - специальная научная дисциплина.

Предмет и содержание статистической науки долгое время были дискуссионными. С целью решения этих вопросов в 1954 и 1968 гг. проводились специальные совещания с привлечением широкого круга ученых и практиков не только статистиков, но и специалистов связанных с ней науки. Кроме того, до середины 70-х гг. шла дискуссия о предмете статистики в специальной литературе. В ходе дискуссий выявились 3 основные точки зрения на предмет статистики:

1. Статистика - универсальная наука, изучающая массовое явление природы и общества.

2. Статистика - методологическая наука не имеющая своего предмета познания, а представляющая собой учение о методе, применяемым общественными науками.

3. Статистика - общественная наука, имеющая свой предмет, методологию и исследующая количественные закономерности общественного развития.

В результате проводившихся совещаний и дискуссий в статистической науке первые две точки зрения были большинством ученых и практиков отвергнуты, а третья в основном принята, дополнена и уточнена.

Предметом статистики является количественная сторона массовых социально-экономических явлений, неразрывные связи с их качественной стороной, конкретных условий, места и времени. Из данного определения следуют основные черты предмета статистической науки:

1. Статистика - наука общественная.

2. В отличие от других общественных наук статистика изучает количественную сторону общественных явлений.

3. Статистика изучает массовое явление.

4. Статистика изучает количественную сторону явлений в неразрывной связи с количественной стороной и это находит свое воплощение в существовании системы статистических показателей.

5. Статистика изучает количественную сторону явлений в конкретных условиях места и времени.

2. Метод статистики и статистическая методология.

Под статистической методологией понимается система принципов и методов их реализации направленных на изучение количественных закономерностей, проявляющихся в структуре взаимосвязей и динамике социально-экономических явлений. Важнейшими составными элементами метода статистики и статистической методологии являются массовое статистическое наблюдение, сводка и группировка, а также применение обобщающих статистических показателей и их анализ.

Сущность первого элемента статистической методологии составляет сбор первичных данных об изучаемом объекте. Например: в процессе переписи населения страны собираются данные о каждом человеке, проживающем на ее территории, которая заносится в специальный формуляр.

Второй элемент: сводка и группировка представляет собой разделение совокупности данных, полученных на этапе наблюдения на однородные группы по одному или несколько признаков. Например в результате группировки материалов переписи населения делится на группы (по полу, возрасту, населению, образованию и т.д.).

Сущность третьего элемента статистической методологии заключается в вычислении и социально-экономической интерпретации обобщающих статистических показателей:

1. Абсолютных

2. Относительных

3. Средних

4. Показателей вариации

5. Динамики

Три основных элемента статистической методологии составляют также три стадии любого статистического исследования.

3. Закон больших чисел и статистическая закономерность.

Важное значение для статистической методологии играет закон больших чисел. В наиболее общем виде он может быть сформулирован следующим образом:

Закон больших чисел - общий принцип в силу которого совокупные действия большого числа случайных факторов приводит при некоторых общих условиях к результату почти независящему от случая.

Закон больших чисел порожден особыми свойствами массовых явлений. Массовые явления последние в свою очередь с одной стороны в силу своей индивидуальности отличаются друг от друга, а с другой имеет нечто общее определяющее их принадлежность к определенному классу.

Единичное явление в большей степени подвержено влиянию случайных и несущественных факторов, чем масса явлений в целом. При определенных условиях значение признака у отдельной единицы можно рассматривать как случайную величину, учитывая, что она подчиняется не только общей закономерности, но и формируется под воздействием условий не зависящих от этой закономерности. Именно по этой причине статистика широко использует средние показатели, одним числом характеризующие всю совокупность. Только при большом числе наблюдений случайные отклонения от основного направления развития уравновешиваются, взаимопогашаются и статистическая закономерность проявляется более отчетливо. Таким образом, сущность закона больших чисел заключается в том, что в числах обобщающих результат массового статистического наблюдения закономерность развития социально-экономических явлений выявляется более отчетливо чем при небольшом по объему статистическому исследованию.

4. Отрасли статистики.

В процессе исторического развития в составе статистики как единой науки выделились и получили известную самостоятельность следующие отрасли:

1. Общая теория статистики, которая разрабатывает понятие категорий и методы измерения количественных закономерностей общественной жизни.

2. Экономическая статистика изучающая количественные закономерности процессов воспроизводства на различных уровнях.

3. Социальная статистика, изучающая количественную сторону развития социальной инфраструктуры общества (статистика здравоохранения, образования, культуры, моральная, судебная и др.).

4. Отраслевые статистики (статистика промышленности, агропромышленного комплекса, транспорта, связи и т.д.).

Все отрасли статистики, развивая и совершенствую свою методологию способствуют развитию статистической науки в целом.

5. Основные понятия и категории статистической науки в целом.

Статистическая совокупность - множество элементов одного и того же вида сходных между собой по одним признакам и различающимся по другим. Например: это совокупность отраслей экономики, совокупность ВУЗ, совокупность сотрудничества КБ и т.п.

Отдельные элементы статистической совокупности называются ее единицами. В рассмотренных выше примерах единицами совокупности являются соответственно отрасли, ВУЗ (один) и сотрудник.

Единицы совокупности обладают как правило многими признаками.

Признак - свойство единиц совокупности, выражающее их сущность и имеющее способность варьировать, т.е. изменяться. Признаки, принимающие единичное значение у отдельных единиц совокупности называются варьирующими, а сами значения вариантами.

Варьирующие признаки подразделяются на атрибутивные или качественные. Признак называется атрибутивным или качественным, если его отдельное значение (варианты) выражаются в виде состояния или свойств присущих явлению. Варианты атрибутивных признаков выражаются в словесной форме. Примерами таких признаков могут служить - хозяйственный.

Признак называется количественным, если его отдельное значение выражается в виде чисел. Например: заработная плата, стипендия, возраст, размер ОФ.

По характеру варьирования количественные признаки делятся на дискретные и непрерывные.

Дискретные - такие количественные признаки, которые могут принимать только вполне определенное, как правило целое значение.

Непрерывными - являются такие признаки, которые в определенных пределах могут принимать значение как целое, так и дробное. Например: ВНП страны и т.д.

Различаются также признаки основные и второстепенные.

Основные признаки характеризуют главное содержание и сущность изучаемого явления или процесса.

Второстепенные признаки дают дополнительную информацию и непосредственно связаны с внутренним содержанием явления.

В зависимости от целей конкретного исследования одни и те же признаки в одних и тех же случаях могут быть основными, а в других второстепенными.

Статистический показатель - это категория отображающая размеры и количественные соотношения признаков социально-экономических явлений и их качественной определенности в конкретных условиях места и времени. Следует различать содержание статистического показателя и его конкретное числовое выражение. Содержание, т.е. качественная определенность состоит в том, что показатели всегда характеризуют социально-экономические категории (население, экономика, финансовые институты и т.д.). Количественные размеры статистических показателей, т.е. их числовые значения зависят прежде всего от времени и места объекта, который подвергается статистическому исследованию.

Социально-экономические явления как правило не могут быть охарактеризованы каким-либо одним показателем, Например: уровнем жизни населения. Для комплексной всесторонней характеристики исследуемых явлений необходима научно обоснованная система статистических показателей. Такая система не является постоянной. Она постоянно совершенствуется исходя из потребностей общественного развития.

6. Задачи статистической науки и практики в условиях развития рыночной экономики.

Основными задачами статистики в условиях развития в России рыночных отношений являются следующие:

1. Совершенствование учета и отчетности и сокращение на этой основе документооборота.

2. Усиление работы по контролю за достоверностью статистической информации, предоставляемой предприятиям, учреждениям и организациям всех отраслей экономики и форм собственности.

3. Повышение своевременности статистической информации как в поступающий статистический орган, так и предоставляемые ими структуры государственной власти и управления.

4. Углубление аналитических функций, разрабатываемых статистических данных, формирование тематики проводимых статистических в соответствии с текущими задачами социально-экономическом развитии страны.

5. Дальнейшее развитие и совершенствование статистической методологии на основе все более широкого внедрения ПЭВМ практика и... статистического анализа не прогнозировалась.

Статистическая сводка - метод научной обработки статистических данных собранных в процессе наблюдения, при котором информация относящаяся к отдельной единице обобщается, а затем характеризуется аналитическими показателями и системой таблиц. При сводке получаются статистические данные характеризующие всю совокупность. На данном этапе осуществляется переход от индивидуальных характеристике единиц совокупности и обобщающим показателем, характеризующим всю совокупность.

Различают сводку в узком и широком смысле слова. В узком смысле слова под сводкой понимается техническая операция по подсчету итогов. В широком смысле слова сводка состоит из группировки полученной в процессе наблюдения информации составления систем показателей для характеристики типических групп изложения этих показателей в таблицах, а также подсчета общих и групповых итогов.

2.1. Общее понятие группировок.

Группировки являются таки методом исследований социально-экономических явлений, при котором статистическая совокупность делится на однородные группы, которые раскрывают состояние и развитие всей совокупности.

Группировка является важнейшим этапом статистического исследования, соединяющим сбор первичной информации об объеме исследования и анализ этой информации на основе обобщающих статистических показателей.

Методы группировок разнообразны. Это разнообразие обусловлено с одной стороны огромным множеством признаков, подвергаемых статистическому исследованию, а с другой стороны разнообразными задачами, которые решаются на основе группировок.

2.2. Важнейшая проблема возникающая при группировке.

Важнейшая проблема при построении группировки, является выбор группированного признака или основание группировки.

Группировочный признак - варьирующий признак по которому производится объединение единиц совокупности в группы.

По характеру варьирования, признаки разделяются, как известно, на: атрибутивные и количественные. Это деление определяет особенности решения второй проблемы группировок, а именно - определение числа выделяемых групп. При выборе в качестве группировочных некоторых атрибутивных признаков, может быть выделено только строго определенное количество групп. В частности при группировке населения по полу может быть выделено...

При группировке предприятий по прибыли может быть выделено 3 группы.

Для многих атрибутивных признаков разрабатываются устойчивые группировки, называемые классификацией. Например: классификация отраслей экономики, классификация занятий населения и др.

При группировке по количественному признаку, вопрос о количестве границы групп следует решать исходя из сущности изучаемого социально-экономического явления. При этом следует принимать во внимание такой показатель, как размах вариаций. Чем больше размах варьирования, тем больше образуется групп и наоборот. Необходимо также принимать во внимание численность единиц совокупности по которой строится группировка. При небольшом объеме совокупности, нецелесообразно образовывать большое число групп, т.к. в этом случае в группах не будет достаточного числа единиц для выявления статистических закономерностей.

Существенным вопросом при группировке по количественному признаку является определение интервалов. Показатели числа групп и величины интервалов находятся в обратной зависимости. Чем больше величина интервалов - тем меньше требуется групп и наоборот.

Интервалом называется разность между его верхней и нижней границей.

По величине группировочного признака интервалы подразделяются на равные и неравные. Равные интервалы применяются в тех случаях, когда изменение группировочного признака внутри совокупности происходит равномерно. Расчет величины равного интервала производится по формуле:

k - число групп

Xmax, Xmin - соответственно наибольшее и наименьшее значение признака к качеству групп.

Если распределение группировочного признака внутри совокупности неравномерное, то используются неравные интервалы. Неравные интервалы могут быть прогрессивно возрастающими и прогрессивно убывающими. часто при группировке применяются так называемые специализированные интервалы, т.е. такие, которые определяются исходя из цели исследования и сущности явления. Например: при группировке имеющей целью охарактеризовать трудоспособное население страны используются пятилетние интервалы возраста людей.

Третьей проблемой построения группировок является обозначение границ интервалов. При выделении интервалов по дискретным количественным признакам следует обозначать их границы т.о., чтобы нижняя граница последующего интервала отличалась от верхней границы предыдущего на единицу.

При группировке по непрерывному количественному признаку границы обозначаются так, чтобы группы были четко отделены одна от другой. Это достигается добавлением числовым границам интервалов указаниям о том, куда следует относить единицу обладающей группировочным признаком в размерах точно совпадающих с границами интервалов. Обычно дополнительные разъяснения к числовым границам интервалов образуемым по непрерывным количественным принципам выражаются словами: «более», «менее», «свыше» и т.д.

2.3. Виды группировок.

В зависимости от задач, решаемых с помощью группировок выделяют следующие их виды:

Типологические

Структурные

Аналитические

Главная задача типологической состоит в классификации социально-экономических явлений путем выделения однородных к качественным отношениям групп.

Качественная однородность при этом понимается в том смысле, что в отношении изучаемого свойства все единицы совокупности подчиняются одному закону развития. Например: группировка предприятиям отраслей экономики.

Абсолютные и относительные величины.

Абсолютной величиной называется показатель, выражающий размеры социально-экономического явления.

Относительной величиной в статистике называется показатель, выражающий количественное соотношение между явлениями. Он получается в результате деления одной абсолютной величины на другую абсолютную величину. Величина с которой мы производим сравнения называется основанием или базой сравнения .

Абсолютные величины - всегда величины именованные.

Относительные величины выражаются в коэффициентах, процентах, промили и т.д.

Относительная величина показывает, во сколько раз, или на сколько процентов сравниваемая величина больше или меньше базы сравнения.

В статистике различают 8 видов относительных величин:

1. Сущность и значение средних величин.

Средние величины являются одними из наиболее распространенных обобщающих статистических показателей. Они имеют своей целью одним числом охарактеризовать статистическую совокупность состоящую из меньшинства единиц. Средние величины тесно связаны с законом больших чисел. Сущность этой зависимости заключается в том, что при большом числе наблюдений случайные отклонения от общей статистики взаимопогашаются и в среднем более отчетливо проявляется статистическая закономерность.

С помощью метода средних решаются следующие основные задачи:

1. Характеристика уровня развития явлений.

2. Сравнение двух или нескольких уровней.

3. Изучение взаимосвязей социально-экономических явлений.

4. Анализ размещения социально-экономических явлений в пространстве.

Для решения этих задач статистическая методология разработала различные виды средних.

2. Среднее арифметическое.

Для выяснения методики расчета средней арифметической используем следующие обозначения:

X - арифметический признак

X (X1, X2, ... X3) - варианты определенного признака

n - число единиц совокупности

Средняя величина признака

В зависимости от исходных данных средняя арифметическая может быть рассчитана двумя способами:

1. Если данные статистического наблюдения на сгруппированы, или сгруппированные варианты имеют одинаковые частоты, то рассчитывается средняя арифметическая простая:

2. Если частоты сгруппированы в данных разные, то рассчитывается среднее арифметическое взвешанное:

Численность (частоты) вариантов

Сумма частот

Среднее арифметическое рассчитывается по разному в дискретных и интервальных вариационных рядах.

В дискретных рядах варианты признака умножаются на частоты, эти произведения суммируются и полученная сумма произведений делится на сумму частот.

Рассмотрим пример вычисления средней арифметической в дискретном ряду:

Заработная плата, руб. Xi	Число сотрудников, чел. fi	Произведение вариант на веса (частоты) Xi*fi

В интервальных рядах значение признака задано, как известно, в виде интервалов, поэтому, прежде чем рассчитывать среднюю арифметическую, нужно перейти от интервального ряда к дискретному.

В качестве вариантов Xi используется середина соответствующих интервалов. Они определяются как полусумма нижней и верхней границ.

Если у интервала отсутствует нижняя граница, то его середина определяется как разность между верхней границей и половиной величины следующих интервалов. При отсутствии верхних границ, середина интервала определяется как сумма нижней границы и половины величины предыдущего интервала. После перехода к дискретному ряду дальнейшие вычисления происходят по методике рассмотренной выше.

Если веса fi заданы не в абсолютных показателях, а в относительных, то формула расчета средней арифметической будет следующей:

pi - относительные величины структуры, показывающие, какой процент составляют частоты вариантов в сумме всех частот.

Если относительные величины структуры заданы не в процентах, а в долях, то среднее арифметическое будет рассчитываться по формуле:

3. Средняя гармоническая.

Средняя гармоническая является первообразной формой средней арифметической. Она рассчитывается в тех случаях, когда веса fi не заданы непосредственно, а входят как сомножитель в один из имеющихся показателей. Также как и арифметическая, средняя гармоническая может быть простой и взвешанной.

Средняя гармоническая невзвешанная:

Средняя гармоническая смешанная:

Wi - произведение вариантов на частоты

При расчете средних величин необходимо помнить о том, что всякие промежуточные вычисления должны приводить как в числителе, так и в знаменателе и имеющим экономический смысл показателям.

4. Структурное среднее.

Структурное среднее характеризует состав статистической совокупности по одному из варьирующих признаков. К этим средним относятся мода и медиана .

Мода - такое значение варьирующего признака, которое в данном ряду распределения имеет наибольшую частоту.

В дискретных рядах распределений мода определяется визуально. Сначала определяется наибольшая частота, а по ней модальное значение признака. В интервальных рядах для вычисления моды используется следующая формула:

Xmo - нижняя граница модальности (интервал ряда с наибольшей частотой)

Mo - величина интервала

fMo - частота модального интервала

fMo-1 - частота интервала предшествующего модальному

fMo+1 - частота интервала следующего за модальным

Медианой называется такое значение варьирующего признака, которое делит ряд распределения на две равные части по объему частот. Медиана рассчитывается по разному в дискретных и интервальных рядах.

1. Если ряд распределения дискретный и состоит из четного числа членов, то медиана определяется как средняя величина из двух серединных значений рангированного ряда признаков.

2. Если в дискретном ряду распределения нечетное число уровней, то медианой будет серединное значение рангированного ряда признаков.

В интервальных рядах медиана определяется по формуле:

Нижняя граница медианного интервала (интервала для которого накопленная частота впервые превысит полусумму частот)

Me - величина интервала

Сумма частот ряда

Сумма накопленных частот предшествующих медианному интервалу

Частота медианного интервала

1. Общее понятие о вариации.

Вариацией называется различие значений признака у отдельных единиц совокупности.

Вариация возникает в силу того, что отдельные значения признака формируются по влияние большого числа взаимосвязанных факторов. Эти факторы часто действуют в противоположных направлениях и их совместное действие формирует значение признаков у конкретной единицы совокупности. Необходимость изучения вариаций связана с тем, что средняя величина, обобщающая данные статистического наблюдения, на показывает как колеблется вокруг нее индивидуальное значение признака. Вариации присущи явлениям природы и общества. При этом революция в обществе происходит быстрее, чем аналогичные изменения в природе. Объективно существуют также вариации в пространстве и во времени.

Вариации в пространстве показывают различие статистических показателей относящихся к различным административно-территориальным единицам.

Вариации во времени показывают различие показателей в зависимости от периода или момента времени к которым они относятся.

2. Меры вариаций.

К примерам вариаций относятся следующие показатели:

1. размах вариаций

2. среднее линейное отклонение

3. среднее квадратическое отклонение

4. дисперсия

5. коэффициент

1. Размах вариаций является ее простейшим показателем. Он определяется как разность между максимальным и минимальным значение признака. Недостаток этого показателя заключается в том, что он зависит только от двух крайних значений признака (min, max) и не характеризует колеблимость внутри совокупности. R=Xmax-Xmin.

2. Среднее линейное отклонение является средней величиной абсолютных значений отклонений от средней арифметической. Оно определяется по формуле:

Простая

Отклонения берутся по модулю, т.к. в противном случае, из-за математических свойств средней величины, они всегда были бы равны нулю.

4. Дисперсия (средний квадрат отклонений) имеет наибольшее применение в статистике как показатель меры колеблимости.

Дисперсия определяется по формулам:

пример: стр. 36

Дисперсия является именованным показателем. Она измеряется в единицах соответствующих квадрату единиц измерения изучаемого признака. В данном случае она показывает, что средний размер отклонения прибыли по 50 предприятиям от средней прибыли составляет 1,48 .

Дисперсия может быть также определена по формуле:

3. Среднее квадратическое отклонение определяется как корень из дисперсии.

По исходным данным приведенным выше, среднее квадратическое отклонение равно:

5. Коэффициент вариаций определяется как отношение среднего квадратического отклонения к средней величине признака, выраженное в процентах:

Он характеризует количественную однородность статистической совокупности. Если данный коэффициент < 50%, то это говорит об однородности статистической совокупности. Если же совокупность не однородна, то любые статистические исследования можно проводить только внутри выделенных однородных групп.

3. Дисперсия альтернативного признака.

Альтернативными называются 2 взаимоисключающих друг друга признака. То признаки, которыми каждая отдельная единица совокупности либо обладает, либо не обладает. Наличие альтернативного признака принято обозначать через единицу, а отсутствие через 0. Долю единиц обладающих данным признаком обозначают через p (п), а долю единиц на обладающих данным признаком обозначают через q. При этом p+q=1.

Дисперсия альтернативного признака определяется по формуле:

4. Виды дисперсий. Привила их сложения.

Если исследуемую статистическую совокупность разделить на группу, то для каждой из них можно определить групповые средние и дисперсии. Эти дисперсии будет характеризовать колеблимость изучаемого признака каждой отдельной группе. На этой основе можно определить среднюю изнутри групповых дисперсий.

ni=fi - численность единиц в отдельных группах

Эта дисперсия характеризует случайную вариацию признака, на зависящую от фактора положенного в основание группировки.

Вычисляется также межгрупповая дисперсия.

и ni=fi соответственно средние и численности по отдельным группам.

Эта дисперсия характеризует вариацию по влиянием группировочного признака. Сумма средней изнутри групповых и межгрупповой дисперсий позволяет определить общую дисперсию.

Данное равенство называют правилом сложения дисперсий.

; , т.е. существует тесная зависимость между изготовлением деталей и другими показателями.

Если значения исследуемого признака выражаются в долях или коэффициентах, то правило сложения дисперсий выражается следующими формулами:

ni - численность единиц в отдельных группах

pi - доля изучаемого признака во всей совокупности

средняя из внутригрупповых дисперсий для долей признаков

1. Виды и формы зависимости между социально-экономическими явлениями.

Многообразие взаимосвязей в которых находятся социально-экономические явления, рождают необходимость в их классификации.

По видам различают функциональную и корреляционную зависимость.

Функциональной называют такую зависимость, при которой одному значению факторного признака X соответствует одно строго определенное значение результативного признака Y.

В отличие от функциональной зависимости, корреляционная выражает такую связь между социально-экономическими явлениями, при которой одному значению факторного признака X могут соответствовать несколько значений результативного признака Y.

По направлению различают прямую и обратную зависимость.

Прямой называют такую зависимость, при которой значение факторного признака X и результативного признака Y изменяются в одном направлении. Т.о. при увеличении значения X, значения Y в среднем увеличиваются, а при уменьшении X - Y уменьшается.

Обратная зависимость между факторным и результативным признаками, если они изменяются в противоположных направлениях.

2. Статистические методы изучения взаимосвязей.

Важное место в статистическом изучении взаимосвязей занимают следующие методы:

1. Метод приведения параллельных данных.

2. Метод аналитических группировок.

3. Графический метод.

4. Балансовый метод.

6. Корреляционно-регрессионный.

1. Сущность метода приведения параллельных данных заключается в следующем:

Исходные данные по признаку X располагаются в порядке возрастания или убывания, а по признаку Y записываются соответствующие им показатели. Путем сопоставления значений X и Y, делается вывод о наличии и направлении зависимости.

3. Сущность графического метода составляет наглядное представление наличия и направления взаимосвязей между признаками. Для этого значение факторного признака X располагается по оси абсцисс, а значение результативного признака по оси ординат. По совместному расположению точек на графике делают вывод о направлении и наличии зависимости. При этом возможны следующие варианты:

а \, б/ (вверх) , в\ (вниз).

Если точки на графике расположены беспорядочно (а), то зависимость между изучаемыми признаками отсутствует .

Если точки на графике концентрируются вокруг прямой (б)/, зависимость между признаками прямая .

Если точки концентрируются вокруг прямой (в)\, то это свидетельствует о наличии обратной зависимости.

На основе метода параллельных данных и графического метода, могут быть рассчитаны показатели, характеризующие степень тесноты корреляционной зависимости.

Наиболее кратным из них является коэффициент знаков Фехнера. Он рассчитывается по формуле:

C - сумма совпадающих знаков отклонений индивидуальных значений признака от средней.

H - сумма несовпадений

Данный коэффициент изменяется в пределах (-1;1).

Значение KF=0 свидетельствует об отсутствии зависимости между изучаемыми признаками.

Если KF=±1, то это говорит о наличии функциональной прямой (+) и обратной (-) зависимости. При значении KF>½0,6½ делается вывод о наличии сильной прямой (обратной) зависимости между признаками. Кроме того на основе исходных данных о факторном и результативном признаках, может быть рассчитан коэффициент корреляции рангов Спирмена , который определяется по формуле:

Квадраты разности рангов

(R2-R1), n - число пар рангов

Данный коэффициент, как и предыдущий, изменяется в тех же пределах и имеет одинаковую с KF экономическую интерпретацию.

В тех случаях, когда значение X или Y выражаются одинаковыми показателями, коэффициент корреляции рангов рассчитывается по следующей формуле:

tj - одинаковое число рангов в j - ряду

Если исследуется зависимость между тремя и более математическими признаками, то для ее исследования применяется коэффициент конкордации определяемый по формуле:

m - количество факторов

n - число наблюдений

S - отклонение суммы квадратов рангов от средней квадратов рангов

3. Изучение зависимости между количественными признаками.

Для исследования взаимосвязи качественных альтернативных признаков, принимающих только 2 взаимоисключающих значения, используется коэффициент ассоциации и контингенции . При расчете этих коэффициентов составляется т.н. таблица 4-х камней, а сами коэффициенты рассчитываются по формуле:

Группы по признаку Y	Группы по признаку X

Если коэффициент ассоциации ³ 0,5, а коэффициент контингенции ³ 0,3, то можно сделать вывод о наличии существенной зависимости между изучаемыми признаками.

Если признаки имеют 3 или более градаций, то для изучения взаимосвязей используются коэффициенты Пирсена и Чупрова. Они рассчитываются по формулам:

С - коэффициент Пирсена

К - коэффициент Чупрова

j - показатель взаимной сопряженности

K - число значений (групп) первого признака

K1 - число значений (групп) второго признака

fij - частоты соответствующих клеток таблицы

mi - столбцы таблицы

nj - строки

Для расчета коэффициентов Пирсена и Чупрова составляется вспомогательная таблица:

При ранжировании качественных признаков с целью изучения их взаимосвязи используется коэффициент корреляции Кэндалла .

n - число наблюдений

S - сумма разностей между числом последовательностей и числом инвервий по второму признаку.

P - сумма значений рангов, следующих за данными и превышающих его величину

Q - сумма значений рангов, следующих за данными и меньших его величины (учитывается со знаком «-»).

При наличии связанных рангов формула коэффициента Кендалла будет следующей:

Vx и Vy определяются отдельно для рангов X и Y по формуле:

5. Методы выявления основной тенденции рядов динамики.

Уровни ряда динамики формируются под вниманием 3-х групп факторов:

1. Факторов определяющих основное направление, т.е. тенденцию развития изучаемого явления.

2. Факторов действующих периодически, т.е. направленных колебаний по неделям месяца, месяцам года и т.д.

3. Факторов действующих в разных, иногда в противоположных направлениях и не оказывающих существенного влияния на уровень данного ряда динамики.

Основной задачей статистического изучения данамики является выявление тенденции.

Основными методами выявления тенденции рядов динамики являются:

Метод укрупнения интервалов

Метод скользящей средней

Метод аналитического выравнивания

1. Сущность метода укрупнения интервалов заключается в следующем:

Исходный ряд динамики преобразуется и заменяется другими состоящими из других уровней, относящихся к укрупненным периодам или моментам времени.

Например: ряд динамики прибыли малого предприятия за 1997 год по кварталам того же года. При этом уровни ряда за укрупненные периоды или моменты времени могут представлять собой либо суммарные, либо средние показатели. Однако в любом случае рассчитанные таким образом уровни ряда более отчетливо выявляют тенденции, поскольку сезонные и случайные колебания при суммировании или определении средних взаимопогашаются и уравновешиваются.

2. Метод скользящей средней , как и предыдущий предполагает преобразование исходного ряда динамики. Для выявления тенденции формируются интервал, состоящий из одинакового числа уровней. При этом каждый последующий интервал получается путем смещения на 1 уровень от начального. По образованным таким образом интервалам определяются в начале сумма, а затем средние. Технически удобнее определять скользящие средние для нечетного интервала. В этом случае рассчитанная средняя величина будет относиться к конкретному уровню ряда динамики, т.е. к середине интервала скольжения.

При определении скользящей средней по четному интервалу, расчетное значение средней величины относится к промежутку между двумя уровнями, и таким образом теряют экономический смысл. Это делает необходимыми дополнительные расчеты связанные с центрированием по формуле арифметической простой из двух соседних не центрированных средних.

Статистика- наука, изучающая количественную сторону массовых социально- экономических явлений и процессов, в неразрывном единстве с их качественной стороной в конкретных условиях места и времени.

В естественных науках понятие «статистика» означает анализ массовых явлений, основанных на применении методов теории вероятности.

Статистика разрабатывает специальную методологию исследования и обработки материалов: массовые статистические наблюдения, метод группировок, средних величин, индексов, балансовый метод, метод графических изображений.

Методологическими особенностями является изучение: массовости явлений, качественно однородных признаков того или иного явления в динамике.

Статистика включает ряд разделов, среди которых: общая теория статистики, экономическая статистика, отраслевые статистики- промышленная, сельского хозяйства, транспорта, медицинская.

Здоровье населения характеризуется тремя группами основных показателей:

А) медико-демографические –отражают состояние и динамику демографических процессов:

Статистика населения (плотность, размещение, социальный состав, состав по полу и возрасту, грамотность, образование, национальность, язык, культура.)

Динамика населения (механическая эмиграция и иммиграция, естественная рождаемость, смертность, естественный прирост.)

Семейное состояние (коэффициент брачности, разводов, средняя продолжительность брака.)

Процессы воспроизводства (суммарная плодовитость, брутто-коэффициент и нетто-коэффициент.)

Средняя ожидаемая продолжительность жизни

Смертность (структура смертности, показатели смертности в зависимости от причины, характера заболеваемости и возраста.)

Б) показатели заболеваемости и травматизма (первичная заболеваемость, распространенность, накопленная заболеваемость, патологическая пораженность, индекс здоровья, летальность, травматизм, инвалидность.)

В) показатели физического развития:

Антропометрические (рост, масса тела, окружность грудной клетки, головы, плеча, предплечья, голени, бедра)

Физиометрические (жизненная ёмкость легких, мышечная сила кистей рук, становая сила)

Соматоскопические (телосложение, развитие мускулатуры, степень упитанности, форма грудной клетки, форма голеней, стоп, выраженность вторичных половых признаков.)

Медицинская статистика, ее разделы, задачи. Роль статистического метода в изучении здоровья населения и деятельности системы здравоохранения.

Медицинская (санитарная) статистика - изучает количественную сторону явлений и процессов, связанных с медициной, гигиеной и здравоохранением.

Выделяют 3 раздела медицинской статистики:

1. Статистика здоровья населения - изучает состояние здоровья населения в целом или его отдельных групп (путем сбора и статистического анализа данных о численности и составе населения, его воспроизводстве, о естественном движении, физическом развитии, распространенности различных заболеваний, продолжительности жизни и т.д.). Оценка показателей здоровья проводится в сопоставлении с общепринятыми оценочными уровнями и уровнями, полученными по различным регионам и в динамике.

2. Статистика здравоохранения - решает вопросы сбора, обработки и анализа информации о сети учреждений здравоохранения (их размещении, оснащении, деятельности) и кадрах (о численности врачей, среднего и младшего медицинского персонала, о распределении их по специальностям, стажу работы, о их переподготовке и т.д.). При анализе деятельности лечебно-профилактических учреждений осуществляется сопоставление полученных данных с нормативными уровнями, а также уровнями, полученными по другим регионам и в динамике.

3. Клиническая статистика - это использование статистических методов при обработке результатов клинических, экспериментальных и лабораторных исследований; она позволяет с количественной точки зрения оценить достоверность результатов исследования и решить ряд других задач (определение объема необходимого числа наблюдений при выборочном исследовании, сформировать экспериментальную и контрольную группы, изучить наличие корреляционных и регрессионных связей, устранить качественную неоднородность групп и т. д.).

Задачами медицинской статистики являются:

1) изучение состояния здоровья населения, анализ количественных характеристик общественного здоровья.

2) выявление связей между показателями здоровья и различными факторами природной и социальной среды, оценка влияния этих факторов на уровни здоровья населения.

3) изучение материально- технической базы здравоохранения.

4) анализ деятельности лечебно-профилактических учреждений.

5) оценка эффективности (медицинской, социальной, экономической) проводимых лечебных, профилактических, противоэпидемических мероприятий и здравоохранения в целом.

6) использование статистических методов при проведении клинических и экспериментальных медико-биологических исследований.

Медицинская статистика является методом социальной диагностики, поскольку она позволяет дать оценку состояния здоровья населения страны, региона и на этой основе разработать меры, направленные на улучшение общественного здоровья. Важнейшим принципом статистики является применение ее для изучения не отдельных, единичных, а массовых явлений , с целью выявления их общих закономерностей. Эти закономерности проявляются, как правило, в массе наблюдений, то есть при изучении статистической совокупности.

В медицине статистика - ведущий метод, т.к.:

1) позволяет количественно измерить показатели здоровья населения и показатели деятельности медицинских учреждений

2) определяет силу влияния различных факторов на здоровье населения

3) определяет эффективность лечения и оздоровительных мероприятий

4) позволяет оценить динамику показателей здоровья и позволяет прогнозировать их

5) позволяет получить необходимые данные для разработки норм и нормативов здравоохранения.

Статистическая совокупность. Определение, виды, свойства. Особенности исследования статистической совокупности.

Объектом любого статистического исследования является статистическая совокупность.

Статистическая совокупность - группа, состоящая из множества относительно однородных элементов, взятых вместе в известных границах пространства и времени и обладающих признаками сходства и различия.

Свойства статистической совокупности : 1) однородность единиц наблюдения 2) определенные границы пространства и времени изучаемого явления

Объектом статистического исследования в медицине и здравоохранении могут быть различные контингенты населения (население в целой или его отдельные группы, больные, умершие, родившиеся), лечебно-профилактические учреждения и др.

Различают два вида статистической совокупности :

а) генеральная совокупность

б) выборочная совокупность

1. выборочная совокупность формируется таким образом, чтобы обеспечить равную возможность для всех элементов исходной совокупности быть охваченными наблюдением.

2. выборочная совокупность должна быть репрезентативной (представительной), точно и полно отражать явление, т.е. давать такое же представление о явлении, как если бы изучалась вся генеральная совокупность.

Выборочная совокупность

1) должна быть репрезентативной, точно и полно отражать явление, т.е. давать такое же представление о явлении как если бы изучалась вся генеральная совокупность, для этого она должна:

а. быть достаточной по численности

б. обладать основными чертами генеральной совокупности (в отобранной части должны быть представлены все элементы в таком же соотношении, как и в генеральной)

2) при ее формировании должен соблюдаться

1) случайный отбор - отбор единиц наблюдения путем жеребьевки с помощью таблицы случайных чисел и т.д. При этом для каждой единицы обеспечивается равная возможность попасть в выборку.

2) механический отбор - единицы генеральной совокупности, последовательно расположенные по какому-либо признаку (по алфавиту, по датам обращения к врачу и т.д.), разбиваются на равные части; из каждой части в заранее обусловленном порядке отбирают каждую 5, 10 или n-ую единицу наблюдения таким образом, чтобы обеспечить необходимый объем выборки.

3) типический (типологический) отбор - предполагает обязательное предварительное расчленение генеральной совокупности на отдельные качественно однородные группы (типы) с последующей выборкой единиц наблюдения из каждой группы по принипам случайного или механического отбора.

4) серийный (гнездный, гнездовой) отбор - предполагает выборку из генеральной совокупности не отдельных единиц, а целых серий (организованной совокупности единиц наблюдений, например, организаций, районов и т.д.)

5) комбинированные способы - сочетание различных способов формирования выборочной.

Выборочная совокупность, требования, предъявляемые к ней. Принципы и способы формирования выборочной совокупности.

Различают два вида статистической совокупности :

а) генеральная совокупность - совокупность, состоящая из всех единиц наблюдения, которые могут быть к ней отнесены в соответствии с целью исследования. При изучении общественного здоровья генеральная совокупность часто рассматривается в пределах конкретных территориальных границ или может ограничиваться другими признаками (полом, возрастом и др.) в зависимости от цели исследования.

б) выборочная совокупность - часть генеральной, отобранная специальным (выборочным) методом и предназначенная для характеристики генеральной совокупности.

Особенности проведения статистического исследования на выборочной совокупности:

Выборочная совокупность - часть генеральной совокупности, отобранная специальным (выборочным) методом и предназначенная для характеристики генеральной совокупности.

Требования, предъявляемые к выборочной совокупности:

а. быть достаточной по численности

2) при ее формировании должен соблюдаться основной принцип формирования выборочной совокупности : равная возможность для каждой единицы наблюдения попасть в исследование.

Способы формирования статистической совокупности:

1) случайный отбор - отбор единиц наблюдения путем жеребьевки с помощью таблицы случайных чисел и т.д. При этом для каждой единицы обеспечивается равная возможность попасть в выборку.

2) механический отбор - единицы генеральной совокупности, последовательно расположенные по какому-либо признаку (по алфавиту, по датам обращения к врачу и т.д.), разбиваются на равные части; из каждой части в заранее обусловленном порядке отбирают каждую 5, 10 или n-ую единицу наблюдения таким образом, чтобы обеспечить необходимый объем выборки.

3) типический (типологический) отбор - предполагает обязательное предварительное расчленение генеральной совокупности на отдельные качественно однородные группы (типы) с последующей выборкой единиц наблюдения из каждой группы по принипам случайного или механического отбора.

5) комбинированные способы - сочетание различных способов формирования выборочной.

Для получения данных о состоянии общества используется целый комплекс наук. Одна из них - статистика. Что она собой представляет?

Так называют отрасль знаний, где излагают общие вопросы по сбору, измерению и анализу массовых (количественных или качественных) данных. Также статистика занимается изучением количественной стороны общественных массовых явлений с точки зрения их числовой формы. Происходит данное слово от латинского status, что означает «состояние дел». Первоначально данная наука называлась «Государствоведением».

Впервые термин «статистика» использовали в 1746 году, и этот момент положил начало такой учебной дисциплине и науке. Правда, нельзя сказать, что с этим началось ее непосредственное использование, поскольку учёт, измерение и анализ данных проводились значительно раньше. Важным параметром является мода. Что-то похожее можно вспомнить из геометрии, но это не совсем то. Но в статистике? Так называют значение из линейного ряда, которое встречается чаще всего.

Давайте поговорим о чем-то более близком к реальности. Что такое статистика страницы веб-сайта? В качестве этого параметра может выступать количество пользователей, которые зашли на ресурс и имели возможность ознакомиться с его содержимым. Правда, с этой точки зрения будет сложно ответить на вопрос, что такое статистика «ВКонтакте».

Отдельной для каждой страницы информацию не собирают. Но ведётся подсчет количества пользователей, что заходят за день, месяц - в общем, постоянно. Это и является ответом на вопрос, что такое статистика на практике в информационных технологиях.

В рамках научной дисциплины проводят разделение одной совокупности на отдельные группы, что однородны в определённом отношении. Чтобы рассчитать количество интервалов, когда нет четких рамок, часто применяют формулу Стёрджеса:

ЧИ=1+3,322*lg ЧН, где

ЧИ - число интегралов;
Lg - логарифм;
ЧН - число наблюдений.

Зависимо от целей различают три вида группировок:

Типическая группа должна стремиться к тому, чтобы максимально отличаться от других и быть наиболее похожей внутри себя. Они бывают первичными и вторичными. Первые формируются во время Вторичные группировки делают, основываясь на полученных данных.

Они нашли свое применение почти везде. Поэтому логично предположить, что универсального инструмента нет. В зависимости от специфичности и погружения в конкретные проблемы выделяют такие анализа данных:

Разработка и исследование инструментов общего назначения, которые не учитывают особенности области применения.
Создание и использование статистических моделей какого-то реального явления или процесса в определённой сфере деятельности.
Разработка и использование методов и инструментов, чтобы анализировать конкретные данные для решения прикладных задач.

Этот раздел науки занимается обработкой данных произвольной природы. В качестве математической основы прикладной статистики и её методов анализа выступают и теория вероятностей. Всё начинается с описания вида полученных данных, а также механизма их происхождения. Для этого используются вероятностные и детерминированные методы. Последние можно применять только в тех случаях, когда в распоряжении исследователя достаточно данных (пример - отчеты государственных органов статистики, что основываются на информации, предоставленной предприятиями). А вот перенести полученный результат на больший масштаб и оценить перспективы можно исключительно с использованием

В простейшей ситуации имеющиеся данные выступают в качестве значения определённого признака, который свойственен изучаемому объекту. Параметры здесь бывают количественными или указательными (в зависимости от категории, к которой они относятся). Второй вариант обычно говорит о качественной характеристике. А что, если взять их несколько? Или добавить количественные? Тогда можно говорить, что получен вектор объекта. Он рассматривается в качестве нового При масштабных исследованиях выборки составляются из нескольких наборов векторов. Важным является уточнение и перепроверка полученной информации. Для этого используется повторная выборка.

Группа признака Y

Группа признака X

Как видите, статистика позволяет структурировать значительные массивы данных, которые необходимы для возможности предоставления информации о положении дел в определённых сферах. Так, важную роль она играет для инвесторов, поскольку дает возможность наблюдать за динамикой роста экономик государств. Предоставляет интерес статистика и для граждан и властей, говоря им о процессах в стране: демографический рост или кризис, возрастание благосостояния или его падение и так далее.

– molten

Да, большинство американцев осознают, что экономика сейчас находится не в лучшей форме, но большинство также верит, что это всего лишь временный спад. Средства массовой информации говорят нам, что восстановление или уже началось, или вот-вот начнётся.

Но разве это правда?

1. По словам члена палаты представителей США Бетти Саттон, Америка последние 10 лет теряет в среднем 15 промышленных производств ежедневно.

2. Ещё хуже, что этот тренд, похоже, начал усиливаться. В течение 2010 года в США ежедневно закрывалось в среднем 23 промышленных производства.

3. С 2001 года Америка потеряла свыше 56 тысяч промышленных производств.

4. В Америке слишком мало рабочих мест, и теперь среднее время для того, чтобы безработному найти работу, составляет колоссальных 39 недель.

5. Лишь 48 процентов безработных американцев теперь получают пособия по безработице от правительства. Всего год назад эта цифра составляла 75 процентов.

6. Нет никаких признаков того, что положение на рынке труда собирается выправляться. Одно недавнее исследование показало, что 77 процентов предприятий малого бизнеса в США вообще не планируют нанимать дополнительных работников.

7. Не имея достаточного количества достойных рабочих мест, миллионы американцев теряют свои дома. За последние 4 года только в одном Лас-Вегасе за долги по ипотеке было изъято 100 тысяч домов.

8. Продажи новых домов также переживают стресс. В 2011 году был установлен очередной рекорд всех времён по минимумам строительства новых домов.

9. По мере истощения семейного бюджета, американцы могут экономить меньше денег, и значительное их число говорит, что у них нет лишних денег для необязательных трат. Норма сбережений в США в сентябре была самой наименьшей с декабря 2007 года, и согласно одному недавнему исследованию, одна треть американцев говорит, что у них сейчас нет вообще никаких лишних денег.

10. По данным одного недавнего опроса, один из трёх американцев говорят, что не смогли бы внести текущий ипотечный взнос или заплатить арендную плату, если бы неожиданно потеряли свою текущую работу.

11. Крайняя нищета сейчас находится на самом высоком уровне с тех пор, как правительство начало вести статистику. Сейчас больше чем один из семи американцев живёт за чертой бедности, и около 20 миллионов из них живут в условиях крайней нищеты.

12. Правительства штатов и местные органы власти испытывают огромные долговые проблемы. На данный момент рынок муниципальных облигаций в США трещит по швам. Ниже приводится отрывок из недавней статьи, которая появилась на biggovernment.com:

Moody’s только что объявил о тревожном тренде снижения уровня кредитоспособности по муниципальным долговым облигациям, который снижается самыми быстрыми темпами со времён краха Леман в 2008 году. Данные показывают, что кредитный рейтинг по муниципальным облигациям понижался в 5.3 раза больше, чем повышался.

13. Сегодня, больше американцев, чем когда-либо полагаются на правительство, чтобы выжить. Ошеломляющие 48,5 процентов всех американцев живут в семьях, которые в рамках той или другой социальной программы получают государственную помощь. В 1983 году эта цифра была ниже 30 процентов.

14. В условиях такой экономики особо страдает молодёжь. Как это ни невероятно, но 37 процентов семей, возглавляемых молодыми людьми до 35 лет, имеют собственный капитал, равный нулю или ниже нуля.

15. Разрыв в достатке между молодыми и более старшими американцами продолжает расти. По данным Бюро переписи, средняя чистая стоимость активов семей, возглавляемых людьми от 65 лет и старше, в 47 раз больше чистой стоимости активов для семей под руководством людей до 35 лет.

Большинство граждан недовольны происходящим. Согласно недавнему опросу, проведённому Fox News, 76 процентов американцев «недовольны тем, как идут дела в стране». В начале года эта цифра составляла лишь 61 процент.

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.