الإحصاء بعبارات بسيطة. جوهر ومعنى المتوسطات

يتم تعيين الوقود على أساس تحليل البيانات الإحصائية الخاصة باستهلاك الوقود الفعلي المحدد ، بالإضافة إلى العوامل التي تؤثر على التغيرات في ظروف التشغيل العادية. تستخدم نماذج الانحدار المتعددة كجهاز رياضي.

تحليل المنشورات عن تقييم الكفاءة الاقتصادية للتكنولوجيا الجديدة و البحث الخاصسمح للمؤلفين باستخلاص عدد من الاستنتاجات. بادئ ذي بدء ، يمكن تحديد تأثير العوامل الفردية على زيادة الكفاءة الاقتصادية للإنتاج عند استخدام معدات جديدة في نقل خط أنابيب المنتجات النفطية على أساس المواد الضخمة للملاحظات الفعلية وتحليل البيانات الإحصائية. عند تحديد مؤشرات لتقييم الكفاءة الاقتصادية ، ينبغي للمرء أن يأخذ في الاعتبار القيم الكميةمتر ، مع مراعاة الشروط المعمول بها في فترة معينة. يجب أن تعكس المعايير المستخدمة في الحسابات التكاليف الحالية بالكامل مع مؤشر تكلفة الإنتاج واستخدام المعدات من حيث التضخم.

لقد أظهر تاريخ تطور البشرية أنه بدون البيانات الإحصائية يستحيل حكم الدولة ، وتطوير الصناعات الفردية وقطاعات الاقتصاد ، وضمان النسب المثلى فيما بينها. تؤدي الحاجة إلى جمع وتلخيص الكثير من البيانات حول سكان الدولة والشركات والبنوك والمزارع وما إلى ذلك إلى وجود خدمات إحصائية خاصة - مؤسسات إحصاءات الدولة. اعتمادًا على الصناعة التي يتم تنظيم جمع البيانات الإحصائية ومعالجتها وتحليلها ، توجد إحصاءات عن السكان والصناعة والزراعة وبناء رأس المال والتمويل وما إلى ذلك. تم تصميم جميع أقسام الإحصاء هذه لتطوير طرق لجمع البيانات وتلخيصها ، بناء مؤشرات موجزة لتعكس العمليات في الصناعة ذات الصلة. تحسب الإحصائيات أيضًا المؤشرات الاقتصادية العامة - الناتج القومي الإجمالي ، الناتج المحلي الإجمالي ، إجمالي الناتج الاجتماعي ، الدخل القومي ، إلخ.

تُستخدم إحصاءات الكلمة في عدة معانٍ ، في المقام الأول كمرادف لكلمة بيانات. بهذا المعنى يمكننا أن نقول إحصائيات المواليد والوفيات في روسيا أو إحصاءات الجرائم. الإحصاء هو فرع من المعرفة يجمع بين مبادئ وأساليب العمل مع البيانات العددية التي تميز الظواهر الجماعية. تسمى الصناعة أيضًا الإحصائيات. الأنشطة العمليةتهدف إلى جمع ومعالجة وتحليل البيانات الإحصائية.

يُظهر تحليل أسباب نشوء ومسار التضخم في الاتحاد الروسي تفردها وهيمنتها الكبيرة لتضخم دفع التكلفة على تضخم دفع الطلب. لذلك ، فإن النظريات الغربية لمكافحة التضخم ليست مناسبة جدًا للظروف الروسية. لم يتم بعد إنشاء نظرية محلية متناغمة وكاملة ، تمامًا كما لا توجد سميكة الكتب المدرسية الروسيةلمحاربة التضخم. الحبوب بذلك المعرفة اللازمةمتناثرة في مئات الصحف والمجلات. وتتمثل المهمة ، من ناحية ، في إزالة جلطات عدم الدفع ، والتي أدت بالفعل في بعض الحالات إلى شلل الإنتاج ، ومن ناحية أخرى ، منع التضخم المتسارع. أصعب المهاملكن يجب معالجتها. بناءً على تحليل البيانات الإحصائية للسنوات السبع الماضية ، ودراسة منشورات كبار الاقتصاديين المحليين ، يقترح المؤلف حلوله الخاصة للمشاكل.

تتمثل المهمة ، من ناحية ، في تنظيف الجلطات من حالات عدم الدفع ، والتي أدت بالفعل في بعض الحالات إلى الشلل ، ومن ناحية أخرى ، منع التضخم المتسارع. حان الوقت للبدء في قمع التضخم بالطريقة العادية - عن طريق زيادة إنتاج المنتجات المطلوبة بكل طريقة ممكنة. أصعب المهام ، ولكن يجب حلها إذا أردنا البقاء كقوة عالمية ، وليس كملحق بالمواد الخام. بناءً على تحليل البيانات الإحصائية والتعرف على منشورات الاقتصاديين المحليين البارزين ، يقترح المؤلف حلوله الخاصة للمشكلات.

وهكذا ، في النماذج ذات معلمات متغيرةهناك حاجة إلى نهج متمايز لتحديد نطاقات التباين في معاملات الاختيار ، بناءً على تحليل البيانات الإحصائية ، ونوع العمليات التكنولوجية ومؤشرات الجودة للتدفقات.

إن التنبؤ بالإيرادات الضريبية بناءً على مؤشرات الاقتصاد الكلي يحدد استراتيجية توليد الإيرادات الضريبية للعام القادم وعلى المدى المتوسط ​​، ولكنه لا يحل جميع مشاكل التخطيط الضريبي. لذلك ، فإن أحد المكونات الضرورية للتخطيط الضريبي هو معالجة وتحليل البيانات الإحصائية حول تراكم الضرائب على الميزانية خلال الفترة الماضية ، وكذلك معلومات عن التغييرات المحتملة في التشريعات الضريبية.

من الضروري تنظيم جمع وتحليل منهجي للبيانات الإحصائية التي تميز الديناميكيات حسب سنوات تشغيل حجم المنتجات والعمل الذي يتم تنفيذه بمساعدة المعدات المقدمة ، بالإضافة إلى التكلفة وكثافة العمالة واستهلاك المواد.

إلى جانب تحديد المعلمة الرئيسية المحددة ، يتم تعديل حساب الحاجة إلى أنواع معينة من الآلات والمعدات بناءً على عدد من العوامل الأخرى ، والتغيرات في ميزان استهلاك الآلات والمعدات حسب قطاعات الاقتصاد الوطني ، والتغيرات في هيكل مخرجات المنتجات ، التغييرات في نطاق المنتجات المخطط لها بالروبل بسبب إدخال تغييرات تصاميم أكثر تقدمًا وموثوقية ودائمة مرتبطة بتطوير التخصص والتعاون ، مما يؤثر على الناتج الإجمالي ، إلخ. تأثير عوامل معينة على التغيير في المؤشرات لتحديد الحاجة إلى أنواع مختلفةيتم تحديد المعدات بناءً على تحليل البيانات الإحصائية للفترة المخططة مسبقًا مع توقعاتها للفترة المخططة.

هناك جدا اغلق الاتصالمؤشرات العمالة مع مؤشرات هامة أخرى للتنمية الاقتصادية. وهكذا ، فإن العلاقة بين البطالة وتغير الناتج المحلي الإجمالي تتميز بقانون أوكون ، الذي تم اكتشافه تجريبياً بناءً على تحليل البيانات الإحصائية للولايات المتحدة (لفترة الخمسينيات والثمانينيات من القرن الماضي) ، ومن ثم تم تبريره ونظريًا في دراسات الاقتصاد الكلي. في شكله الأصلي ، كما هو مطبق على الولايات المتحدة ، يقرأ قانون أوكون

للجميع القيم الإيجابيةتزداد الدالة x عند x = b / 2 حيث يكون للمنحنى نقطة انعطاف - نمو متسارع عند نمو بطيء x عند x> b / 2. نوع مماثليتم استخدام الوظائف في تحليل البيانات الإحصائية لميزانيات المستهلك ، حيث يتم طرح فرضية حول وجود مستوى مقارب للنفقات ، حول تغيير في الميل الهامشي لاستهلاك منتج ، حول وجود مستوى العتبةالدخل 1. في هذه الحالة ، عندما x -> نعم y - e "(الشكل 2.5).

هذه الصيغةتم تطبيقه على تحليل البيانات الإحصائية ،

تستند جميع توقعات المبيعات إلى استخدام ثلاثة أنواع من المعلومات التي تم الحصول عليها من دراسة ما يقوله الناس ، وما يفعله الأشخاص ، وما فعله الأشخاص. يعتمد الحصول على النوع الأول من المعلومات على دراسة آراء المستهلكين والمشترين ووكلاء المبيعات والوسطاء. يتم استخدام طرق البحث الاجتماعي وأساليب الخبراء هنا. يتضمن تعلم ما يفعله الناس إجراء اختبارات السوق. تتضمن دراسة ما قام به الأشخاص تحليل إحصائيات المشتريات التي قاموا بها.

دعونا نفكر في توزيع منشآت إنتاج النفط والغاز حسب طبيعة التغيرات في أحجام الإنتاج في منشآت إنتاج النفط والغاز مع إنتاج متزايد ومستقر ومتراجع. في 1/1 1972 ، من بين 104 قسم لإنتاج النفط والغاز في الصناعة ، كان 43 (أو 41.4٪) ينمو و 61 كان مستقرًا أو متراجعًا. أتاح تحليل البيانات الإحصائية لعام 1970 ، الذي أجراه المؤلفون لـ 76 OGPD ، تحديد بعض الخصائص المشتركة لمجموعات فرعية مختلفة من NGDUs ، والتي ترد في الجدول. خمسة عشر.

يتم إجراء اختبار الفرضيات باستخدام التحليل الإحصائي. تم العثور على دلالة إحصائية باستخدام القيمة P ، والتي تتوافق مع احتمال حدث معين في ظل افتراض أن بعض العبارات (فرضية فارغة) صحيحة. إذا كانت قيمة P أقل من المستوى المحدد دلالة إحصائية(عادةً 0.05) ، يمكن للمُجرِّب أن يستنتج بأمان أن الفرضية الصفرية خاطئة والمضي قدمًا للنظر في فرضية بديلة. باستخدام اختبار الطالب ، يمكنك حساب قيمة P وتحديد الأهمية لمجموعتي بيانات.

خطوات

الجزء 1

إعداد تجربة

حدد فرضيتك.تتمثل الخطوة الأولى في تقييم الدلالة الإحصائية في اختيار السؤال الذي تريد إجابته وصياغة فرضية. الفرضية هي بيان حول البيانات التجريبية وتوزيعها وخصائصها. لأي تجربة ، هناك فرضية لاغية وبديلة. بشكل عام ، سيتعين عليك مقارنة مجموعتين من البيانات لتحديد ما إذا كانت متشابهة أو مختلفة.

• تنص الفرضية الصفرية (H 0) عادةً على عدم وجود فرق بين مجموعتي البيانات. على سبيل المثال: هؤلاء الطلاب الذين قرأوا المادة قبل الفصل لا يحصلون على درجات أعلى.
• الفرضية البديلة (ح أ) العكس فرضية العدمويمثل بيانًا يحتاج إلى تأكيد باستخدام البيانات التجريبية. على سبيل المثال: الطلاب الذين قرأوا المادة قبل الفصل يحصلون على درجات أعلى.

1. عيّن مستوى الأهمية لتحديد مدى اختلاف توزيع البيانات عن المستوى المعتاد حتى يتم اعتباره نتيجة مهمة. مستوى الأهمية (يسمى أيضًا α (displaystyle alpha)-level) هو الحد الذي تحدده للدلالة الإحصائية. إذا كانت القيمة P أقل من أو تساوي مستوى الأهمية ، تعتبر البيانات ذات دلالة إحصائية.

   • كقاعدة عامة ، فإن مستوى الأهمية (value α (displaystyle alpha)) يساوي 0.05 ، وفي هذه الحالة يكون احتمال اكتشاف فرق عشوائي بين مجموعات مختلفةالبيانات 5٪ فقط.
   • كلما ارتفع مستوى الأهمية (وبالتالي ، أقل قيمة ف) ، كانت النتائج أكثر موثوقية.
   • إذا كنت تريد نتائج أكثر موثوقية ، فقم بتخفيض قيمة P إلى 0.01. عادةً ما يتم استخدام قيم P المنخفضة في الإنتاج عندما يكون من الضروري اكتشاف العيوب في المنتجات. في هذه الحالة ، يلزم الدقة العالية لضمان عمل جميع الأجزاء كما هو متوقع.
   • بالنسبة لمعظم تجارب الفرضيات ، يكفي مستوى دلالة 0.05.

2. حدد المعايير التي ستستخدمها:من جانب واحد أو من جانبين. أحد الافتراضات في اختبار t للطالب هو أن البيانات يتم توزيعها بشكل طبيعي. التوزيع الطبيعي هو منحنى على شكل جرس مع العدد الأقصىينتج عنه منتصف المنحنى. اختبار الطالب هو طريقة رياضيةالتحقق من صحة البيانات ، والذي يسمح لك بتحديد ما إذا كانت البيانات تقع خارج نطاق التوزيع الطبيعي(أكثر أو أقل أو في "ذيول" المنحنى).

   • إذا لم تكن متأكدًا مما إذا كانت البيانات أعلى أو أسفل مجموعة التحكم ، فاستخدم اختبارًا ثنائي الطرف. سيسمح لك ذلك بتحديد الأهمية في كلا الاتجاهين.
   • إذا كنت تعرف الاتجاه الذي قد تقع فيه البيانات خارج التوزيع الطبيعي ، فاستخدم اختبارًا أحادي الطرف. في المثال أعلاه ، نتوقع ارتفاع درجات الطلاب ، لذلك يمكن استخدام اختبار أحادي الطرف.

3. تحديد حجم العينة باستخدام القوة الإحصائية.القوة الإحصائية للدراسة هي احتمالية ذلك حجم معينأخذ العينات سيؤدي إلى النتيجة المتوقعة. عتبة القوة المشتركة (أو β) هي 80٪. قد يكون تحليل الطاقة بدون أي بيانات سابقة أمرًا صعبًا لأن بعض المعلومات حول الوسائل المتوقعة في كل مجموعة بيانات وانحرافاتها المعيارية مطلوبة. استخدم حاسبة القوة الإحصائية عبر الإنترنت لتحديد حجم العينة الأمثل لبياناتك.

   • عادة ، يقوم الباحثون بإجراء دراسة تجريبية صغيرة لتوفير البيانات لتحليل الطاقة وتحديد حجم العينة اللازمة لدراسة أكبر وأكثر اكتمالاً.
   • إذا لم تكن لديك الفرصة لإجراء دراسة تجريبية ، فحاول تقدير القيم المتوسطة المحتملة بناءً على بيانات الأدبيات ونتائج الأشخاص الآخرين. قد يساعدك هذا في تحديد حجم العينة الأمثل.

   الجزء 2

   احسب الانحراف المعياري

   1. اكتب معادلة الانحراف المعياري.يشير الانحراف المعياري إلى حجم انتشار البيانات. يسمح لك باستنتاج مدى قرب البيانات التي تم الحصول عليها على عينة معينة. للوهلة الأولى ، تبدو الصيغة معقدة نوعًا ما ، لكن التفسيرات أدناه ستساعدك على فهمها. الصيغة لها العرض التالي: s = √∑ ((x i - µ) 2 / (N - 1)).

      • ق - الانحراف المعياري
      • تشير العلامة إلى أنه يجب إضافة جميع البيانات التي تم الحصول عليها في العينة ؛
      • x i يتوافق مع القيمة i ، أي نتيجة منفصلة تم الحصول عليها ؛
      • µ هي متوسط ​​قيمة هذه المجموعة ؛
      • ن- الرقم الإجماليالبيانات في العينة.

   2. ابحث عن المتوسط ​​في كل مجموعة.لحساب الانحراف المعياري ، يجب أولاً إيجاد المتوسط ​​لكل مجموعة دراسة. يتم الإشارة إلى القيمة المتوسطة بالحرف اليوناني µ (mu). للعثور على المتوسط ​​، قم ببساطة بجمع جميع القيم الناتجة وقسمها على كمية البيانات (حجم العينة).

      • على سبيل المثال ، للعثور على ملفات درجه متوسطهفي مجموعة الطلاب الذين يدرسون المادة قبل الفصل ، ضع في اعتبارك مجموعة بيانات صغيرة. للتبسيط ، نستخدم مجموعة من خمس نقاط: 90 و 91 و 85 و 83 و 94.
      • لنجمع كل القيم معًا: 90 + 91 + 85 + 83 + 94 = 443.
      • اقسم المجموع على عدد القيم ، N = 5: 443/5 = 88.6.
      • وبالتالي ، فإن متوسط ​​قيمة هذه المجموعة هو 88.6.

   3. اطرح كل قيمة تم الحصول عليها من المتوسط.الخطوة التالية هي حساب الفرق (x i - µ). للقيام بذلك ، اطرح من الموجود مقاس متوسطتلقى كل قيمة. في مثالنا ، نحتاج إلى إيجاد خمسة اختلافات:

      • (90 - 88.6) ، (91 - 88.6) ، (85 - 88.6) ، (83 - 88.6) و (94 - 88.6).
      • نتيجة لذلك ، نحصل عليه القيم التالية: 1.4 و 2.4 و -3.6 و -5.6 و 5.4.

   4. قم بتربيع كل قيمة تم الحصول عليها واجمعها معًا.يجب تربيع كل من الكميات التي تم العثور عليها للتو. سيختفي كل شيء في هذه الخطوة. القيم السالبة. إذا بعد هذه الخطوةسوف تمتلك أرقام سالبة، ثم نسيت تربيعهم.

      • على سبيل المثال لدينا ، نحصل على 1.96 و 5.76 و 12.96 و 31.36 و 29.16.
      • نضيف القيم التي تم الحصول عليها: 1.96 + 5.76 + 12.96 + 31.36 + 29.16 = 81.2.

   5. اقسم على حجم العينة مطروحًا منه 1.في الصيغة ، يتم تقسيم المجموع على N - 1 نظرًا لحقيقة أننا لا نأخذ في الاعتبار عموم السكان ، ولكننا نأخذ عينة من جميع الطلاب للتقييم.

      • اطرح: N - 1 = 5-1 = 4
      • قسّم: 81.2 / 4 = 20.3

   6. استخراج الجذر التربيعي. بعد قسمة المجموع على حجم العينة مطروحًا منه واحدًا ، خذ الجذر التربيعي للقيمة التي تم العثور عليها. هذه هي الخطوة الأخيرة في حساب الانحراف المعياري. هناك البرامج الإحصائية، والتي ، بعد إدخال البيانات الأولية ، تقوم بإجراء جميع الحسابات اللازمة.

      • في مثالنا ، الانحراف المعياري لعلامات الطلاب الذين قرأوا المادة قبل الفصل هو s = √20.3 = 4.51.

   الجزء 3

   تحديد الأهمية

   1. احسب التباين بين مجموعتي البيانات.حتى هذه الخطوة ، نظرنا في مثال مجموعة واحدة فقط من البيانات. إذا كنت تريد مقارنة مجموعتين ، فمن الواضح أنك يجب أن تأخذ البيانات لكلتا المجموعتين. احسب الانحراف المعياري للمجموعة الثانية من البيانات ثم ابحث عن التباين بين المجموعتين التجريبيتين. يتم حساب التشتت باستخدام الصيغة التالية: s د = √ ((s 1 / N 1) + (s 2 / N 2)).

يتضمن نشاط الأشخاص في كثير من الحالات العمل مع البيانات ، وهذا بدوره يمكن أن يعني ليس فقط العمل معهم ، ولكن أيضًا دراستها ومعالجتها وتحليلها. على سبيل المثال ، عندما تحتاج إلى تكثيف المعلومات ، ابحث عن نوع من العلاقات أو حدد الهياكل. وفقط بالنسبة للتحليلات في هذه الحالة ، من الملائم جدًا استخدام ليس فقط ، ولكن أيضًا لتطبيق الأساليب الإحصائية.

تتمثل إحدى سمات طرق التحليل الإحصائي في تعقيدها ، نظرًا لتنوع أشكال الأنماط الإحصائية ، فضلاً عن تعقيد العملية دراسات إحصائية. ومع ذلك ، نريد أن نتحدث بالضبط عن مثل هذه الأساليب التي يمكن للجميع استخدامها ، والقيام بذلك بفعالية وبكل سرور.

يمكن إجراء البحث الإحصائي بالطرق التالية:

• المراقبة الإحصائية ؛
• ملخص وتجميع المواد الملاحظة الإحصائية;
• مطلق ونسبي الإحصاء;
• سلسلة التباين
• عينة؛
• الترابطي و تحليل الانحدار;
• صفوف من الديناميكيات.

الملاحظة الإحصائية

الملاحظة الإحصائية هي جمع منظم ومنظم للمعلومات ، في معظم الحالات ، يهدف بشكل رئيسي إلى الظواهر الحياة الاجتماعية. مُنفّذ هذه الطريقةمن خلال تسجيل السمات الأكثر وضوحًا المحددة مسبقًا ، والغرض منها هو الحصول لاحقًا على خصائص الظواهر المدروسة.

يجب إجراء المراقبة الإحصائية مع مراعاة بعض المتطلبات المهمة:

• يجب أن تغطي بالكامل الظواهر المدروسة ؛
• يجب أن تكون البيانات الواردة دقيقة وموثوقة ؛
• يجب أن تكون البيانات الناتجة موحدة وقابلة للمقارنة بسهولة.

أيضًا ، يمكن أن تأخذ الملاحظة الإحصائية شكلين:

• الإبلاغ هو شكل من أشكال المراقبة الإحصائية حيث يتم تلقي المعلومات من قبل وحدات إحصائية معينة من المنظمات أو المؤسسات أو الشركات. في هذه الحالة ، يتم إدخال البيانات في تقارير خاصة.
• المراقبة المنظمة بشكل خاص - المراقبة ، التي يتم تنظيمها لغرض محدد ، من أجل الحصول على معلومات غير متوفرة في التقارير ، أو لتوضيح وإثبات موثوقية المعلومات الواردة في التقارير. يتضمن هذا النموذج الاستطلاعات (على سبيل المثال ، استطلاعات آراء الناس) ، وتعدادات السكان ، إلخ.

بالإضافة إلى ذلك ، يمكن تصنيف الملاحظة الإحصائية على أساس سمتين: إما على أساس طبيعة جمع البيانات أو على أساس تغطية وحدات المراقبة. الفئة الأولى تشمل المقابلات والتوثيق والملاحظة المباشرة ، والفئة الثانية تشمل المراقبة المستمرة وغير المستمرة ، أي. انتقائي.

للحصول على البيانات باستخدام الملاحظة الإحصائية ، يمكن للمرء استخدام طرق مثل الاستبيانات وأنشطة المراسلة والحساب الذاتي (عندما يملأ الملاحظ ، على سبيل المثال ، المستندات ذات الصلة بأنفسهم) والبعثات وإعداد التقارير.

ملخص وتجميع مواد المراقبة الإحصائية

بالحديث عن الطريقة الثانية ، أولاً وقبل كل شيء يجب أن يقال عن الملخص. الملخص هو عملية معالجة معينة حقائق فردية، والتي تشكل المجموعة الإجمالية للبيانات التي تم جمعها أثناء المراقبة. إذا تم تنفيذ الملخص بشكل صحيح ، يمكن أن تتحول كمية هائلة من البيانات الفردية حول كائنات المراقبة الفردية إلى مجموعة كاملة من الجداول الإحصائية والنتائج. تساهم هذه الدراسة أيضًا في التحديد السمات المشتركةوانتظام الظواهر المدروسة.

نظرًا لدقة الدراسة وعمقها ، يمكن تمييز ملخص بسيط ومعقد ، ولكن يجب أن يعتمد أي منها على مراحل محددة:

• يتم تحديد سمة التجميع ؛
• يتم تحديد ترتيب تشكيل المجموعات ؛
• يجري تطوير نظام مؤشرات لوصف المجموعة والشيء أو الظاهرة ككل ؛
• يتم تطوير تخطيطات الجدول حيث سيتم تقديم نتائج الملخص.

من المهم أن نلاحظ أن هناك أشكال مختلفةالملخصات:

• ملخص مركزي يتطلب إرسال المستلم المواد الأوليةإلى مركز أعلى لمزيد من المعالجة ؛
• الملخص اللامركزي ، حيث تتم دراسة البيانات على عدة مراحل بترتيب تصاعدي.

يمكن إجراء الملخص باستخدام معدات متخصصة ، على سبيل المثال ، باستخدام برامج الكمبيوتر أو يدويًا.

بالنسبة للتجميع ، تتميز هذه العملية بتقسيم البيانات المدروسة إلى مجموعات حسب السمات. تؤثر ميزات المهام التي حددها التحليل الإحصائي على نوع التجميع: النموذجي أو الهيكلي أو التحليلي. لهذا السبب ، بالنسبة للملخصات والتجمعات ، إما يلجأون إلى خدمات المتخصصين على درجة عالية من التخصص ، أو يستخدمونها.

الإحصاءات المطلقة والنسبية

تعتبر القيم المطلقة الشكل الأول لعرض البيانات الإحصائية. بمساعدتها ، من الممكن إعطاء خصائص أبعاد الظواهر ، على سبيل المثال ، في الوقت ، في الطول ، في الحجم ، في المنطقة ، في الكتلة ، إلخ.

إذا كنت تريد معرفة القيم الإحصائية الفردية المطلقة ، فيمكنك اللجوء إلى القياس أو التقييم أو العد أو الترجيح. وإذا كنت بحاجة إلى الحصول على مؤشرات الحجم الإجمالية ، فيجب عليك استخدام ملخص وتجميع. يجب أن يؤخذ في الاعتبار أن القيم الإحصائية المطلقة تختلف في وجود وحدات القياس. تشمل هذه الوحدات التكلفة والعمالة والطبيعية.

و القيم النسبيةالتعبير عن العلاقات الكمية المتعلقة بظواهر الحياة الاجتماعية. للحصول عليها ، يتم دائمًا تقسيم بعض الكميات على أخرى. المؤشر الذي تتم مقارنته (هذا هو المقام) يسمى أساس المقارنة ، والمؤشر الذي تتم مقارنته (هذا هو البسط) يسمى قيمة التقرير.

يمكن أن تكون القيم النسبية مختلفة ، اعتمادًا على محتواها. على سبيل المثال ، هناك قيم مقارنة وقيم مستوى التطوير وقيم الكثافة عملية محددة، قيم التنسيق ، الهياكل ، الديناميكيات ، إلخ. إلخ.

لدراسة مجموعة من سمات التمايز ، يستخدم التحليل الإحصائي القيم المتوسطة - مع تعميم الخصائص النوعية لمجموعة من الظواهر المتجانسة لبعض سمات التمايز.

لأقصى حد خاصية مهمةمتوسط ​​القيم هو ما يقولونه عن قيم ميزات معينة في مجمعهم بأكمله كرقم واحد. على الرغم من أن بعض الوحدات قد تحتوي على فرق كمي، تعبر القيم المتوسطة القيم المشتركةخصائص جميع وحدات المجمع المدروس. اتضح أنه بمساعدة خصائص شيء واحد ، يمكنك الحصول على خصائص الكل.

يجب ألا يغيب عن البال أنه من أكثرها شروط مهمةاستخدام المتوسطات إذا تم إجراء التحليل الإحصائي الظواهر الاجتماعية، يتم النظر في تجانس مجمعها ، والذي من الضروري معرفة متوسط ​​القيمة. وستعتمد صيغة تحديدها على كيفية عرض البيانات الأولية بالضبط لحساب متوسط ​​القيمة.

سلسلة التباين

في بعض الحالات ، قد لا تكون البيانات المتعلقة بمتوسطات كميات معينة مدروسة كافية لمعالجة وتقييم وتحليل متعمق لظاهرة أو عملية ما. ثم ينبغي للمرء أن يأخذ في الاعتبار تباين أو انتشار مؤشرات الوحدات الفردية ، والتي تمثل أيضًا خاصية مهمةالسكان المدروسين.

تشغيل القيم الفرديةيمكن أن تتأثر القيم بالعديد من العوامل ، ويمكن أن تكون الظواهر أو العمليات المدروسة شديدة التنوع ، أي أن يكون لديك اختلاف (هذا التنوع هو سلسلة الاختلافات) ، يجب البحث عن أسبابه في جوهر ما تتم دراسته.

الأعلي القيم المطلقةتعتمد بشكل مباشر على وحدات قياس العلامات ، مما يعني أنها تقوم بعملية دراسة وتقييم ومقارنة اثنتين أو أكثر سلسلة الاختلافأكثر تعقيدا. و الأداء النسبييجب أن تحسب كنسبة من المؤشرات المطلقة والمتوسط.

عينة

المعنى طريقة أخذ العينات(أو بشكل أكثر بساطة - التحديدات) تتكون من حقيقة أن خصائص جزء واحد محددة الخصائص العدديةكله (يسمى هذا عامه السكان). الطريقة الانتقائية الرئيسية هي الاتصال الداخلي الذي يوحد الأجزاء والكل ، المفرد والعامة.

تتميز طريقة أخذ العينات بعدد من المزايا المهمة مقارنة بالطرق الأخرى ، وذلك لأن نظرًا لانخفاض عدد الملاحظات ، فإنه يسمح بتقليل حجم العمل والأموال المنفقة والجهود ، وكذلك الحصول بنجاح على بيانات حول هذه العمليات والظواهر حيث يكون من غير العملي أو ببساطة من المستحيل دراستها بالكامل.

سيعتمد التطابق بين خصائص العينة وخصائص الظاهرة أو العملية قيد الدراسة على مجموعة من الشروط ، وقبل كل شيء ، على كيفية تنفيذ طريقة أخذ العينات عمليًا. يمكن أن يكون هذا إما اختيارًا منهجيًا ، أو باتباع مخطط مُعد ، أو غير مخطط له ، عندما تكون العينة مصنوعة من عامة السكان.

ولكن في جميع الحالات ، يجب أن تكون طريقة أخذ العينات نموذجية ومستوفية لمعايير الموضوعية. يجب دائمًا تلبية هذه المتطلبات لأن. عليهم أن يعتمد التوافق بين خصائص الطريقة وخصائص ما يخضع للتحليل الإحصائي.

وبالتالي ، قبل معالجة مادة العينة ، من الضروري فحصها بعناية ، وبالتالي التخلص من كل شيء غير ضروري وثانوي. في الوقت نفسه ، عند تجميع العينة ، من الضروري تجاوز أي أداء للهواة. هذا يعني أنه لا ينبغي عليك بأي حال تحديد الخيارات التي تبدو نموذجية فقط ، وتجاهل كل الخيارات الأخرى.

يجب أخذ عينة فعالة وعالية الجودة بموضوعية ، أي يجب أن يتم إنتاجه بطريقة يتم فيها استبعاد أي تأثيرات ذاتية ودوافع مسبقة. ومن أجل ملاحظة هذا الشرط بشكل صحيح ، من الضروري اللجوء إلى مبدأ التوزيع العشوائي ، أو ، ببساطة ، إلى مبدأ الاختيار العشوائي للخيارات من جميع السكان.

يعمل المبدأ المقدم كأساس لنظرية طريقة أخذ العينات ، ويجب اتباعها كلما كان ذلك مطلوبًا لإنشاء نموذج فعال إطار أخذ العينات، وحالات الاختيار المنهجي ليست استثناء هنا.

تحليل الارتباط والانحدار

تحليل الارتباط وتحليل الانحدار هما طريقتان فعالتان للغاية تسمحان لك بتحليل كميات كبيرة من البيانات لاستكشاف العلاقة المحتملة بين طريقتين أو أكثرالمؤشرات.

في حالة تحليل الارتباطالمهام هي:

• قياس مدى ضيق الاتصال الحالي لميزات التمايز ؛
• تحديد العلاقات السببية غير المعروفة ؛
• قيم العوامل التي لها أكبر تأثير على السمة النهائية.

وفي حالة تحليل الانحدار تكون المهام كما يلي:

• تحديد شكل الاتصال ؛
• تحديد درجة تأثير المؤشرات المستقلة على التابع ؛
• تحديد القيم المحسوبة للمؤشر التابع.

لحل جميع المشكلات المذكورة أعلاه ، من الضروري دائمًا تطبيق كل من تحليل الارتباط والانحدار معًا.

سلسلة من الديناميات

باستخدام طريقة التحليل الإحصائي هذه ، من الملائم جدًا تحديد شدة أو سرعة تطور الظواهر ، للعثور على اتجاه تطورها ، لتمييز التقلبات ، لمقارنة ديناميات التطور ، للعثور على العلاقة بين الظواهر التي تتطور أكثر. الوقت.

سلسلة الديناميكيات هي سلسلة يتم فيها تحديد ما يلي بالتتابع في الوقت المناسب الإحصاء، التغييرات التي تميز عملية تطوير الكائن أو الظاهرة قيد الدراسة.

تتضمن سلسلة الديناميكيات عنصرين:

• الفترة أو النقطة الزمنية المرتبطة بالبيانات المتاحة ؛
• المستوى أو الإحصاء.

تمثل هذه المكونات معًا فترتين من سلسلة من الديناميكيات ، حيث يُشار إلى المصطلح الأول (الفترة الزمنية) بالحرف "t" ، والثاني (المستوى) - بالحرف "y".

استنادًا إلى مدة الفترات الزمنية التي ترتبط بها المستويات ، يمكن أن تكون سلسلة الديناميكيات مؤقتة وفاصلة. تتيح لك سلسلة الفاصل الزمني إضافة مستويات للحصول عليها القيمة الإجماليةالفترات التي تلي واحدة تلو الأخرى ، ولكن في الفترات اللحظية لا يوجد مثل هذا الاحتمال ، لكن هذا ليس مطلوبًا هناك.

توجد السلاسل الزمنية أيضًا بفواصل زمنية متساوية ومختلفة. دائمًا ما يكون جوهر الفواصل الزمنية في اللحظة وسلسلة الفترات مختلفًا. في الحالة الأولى ، الفاصل الزمني هو الفاصل الزمني بين التواريخ التي ترتبط بها بيانات التحليل (من الملائم استخدام مثل هذه السلسلة ، على سبيل المثال ، لتحديد عدد الإجراءات في الشهر أو السنة ، وما إلى ذلك). وفي الحالة الثانية - الفترة الزمنية التي يتم إرفاق البيانات المجمعة بها (يمكن استخدام هذه السلسلة لتحديد جودة نفس الإجراءات لشهر أو سنة أو ما إلى ذلك). يمكن أن تكون الفواصل الزمنية متساوية أو مختلفة ، بغض النظر عن نوع السلسلة.

بطبيعة الحال ، من أجل معرفة كيفية تطبيق كل طريقة من طرق التحليل الإحصائي بشكل صحيح ، لا يكفي مجرد معرفة ذلك ، لأن الإحصاء في الواقع علم كامل يتطلب أيضًا مهارات وقدرات معينة. ولكن لتسهيل الأمر ، يمكنك ويجب عليك تدريب تفكيرك و.

خلاف ذلك ، فإن البحث والتقييم والمعالجة وتحليل المعلومات هي عمليات مثيرة للاهتمام للغاية. وحتى في الحالات التي لا تؤدي فيها إلى أي نتيجة محددة ، يمكنك أثناء الدراسة تعلم الكثير من الأشياء الممتعة. تحليل احصائيوجد تطبيقه في عدد كبير من مجالات النشاط البشري ، ويمكنك استخدامه في الدراسة والعمل والأعمال وغيرها من المجالات ، بما في ذلك تنمية الطفل والتعليم الذاتي.

للحصول على بيانات عن حالة المجتمع ، يتم استخدام مجموعة كاملة من العلوم. واحد منهم هو الإحصاء. ماذا تمثل؟

ما هو الإحصاء؟

هذا هو اسم فرع المعرفة ، حيث يذكرون القضايا العامةلجمع وقياس وتحليل بيانات الكتلة (الكمية أو النوعية). كما تتناول الإحصائيات دراسة الجانب الكمي من الجانب الاجتماعي ظواهر جماعيةمن حيث الشكل العددي. يحدث كلمة معينةمن الحالة اللاتينية ، والتي تعني "الحالة". في البداية معطى العلمتسمى "الدولة".

تم استخدام مصطلح "الإحصاء" لأول مرة في عام 1746 ، وهذه اللحظة شكلت بداية مثل هذا الانضباط الأكاديميوالعلوم. صحيح ، لا يمكن القول أن استخدامه المباشر بدأ بهذا ، حيث تم إجراء محاسبة البيانات وقياسها وتحليلها قبل ذلك بكثير. الموضة هي معلمة مهمة. يمكن تذكر شيء مشابه من الهندسة ، لكن هذا ليس هو نفسه تمامًا. لكن في الإحصاء؟ هذا هو اسم القيمة من المتسلسلة الخطية ، والتي تحدث غالبًا.

أمثلة

لنتحدث عن شيء أقرب إلى الواقع. ما هي إحصائيات صفحة الموقع؟ يمكن أن تكون هذه المعلمة عدد المستخدمين الذين وصلوا إلى المورد وأتيحت لهم الفرصة لعرض محتواه. صحيح ، من وجهة النظر هذه ، سيكون من الصعب الإجابة على سؤال حول ماهية إحصائيات فكونتاكتي.

لا يتم جمع معلومات منفصلة لكل صفحة. لكن عدد المستخدمين الذين يأتون في اليوم ، يتم احتساب الشهر - بشكل عام ، باستمرار. هذا هو الجواب على السؤال ، ما هو الإحصاء في الممارسة العملية في تكنولوجيا المعلومات.

أنواع التجميع

كجزء من الانضباط العلميقسم مجموعة واحدة إلى مجموعات فرديةالتي تتشابه في بعض النواحي. لحساب عدد الفواصل الزمنية في حالة عدم وجود إطارات واضحة ، غالبًا ما يتم استخدام صيغة Sturges:

CHI \ u003d 1 + 3.322 * lg CHN ، أين

• CHI - عدد التكاملات ؛
• إل جي - لوغاريتم.
• CN - عدد الملاحظات.

اعتمادًا على الأهداف ، هناك ثلاثة أنواع من المجموعات:

يجب أن تسعى المجموعة النموذجية إلى أن تكون مختلفة عن الآخرين قدر الإمكان وأن تكون متشابهة قدر الإمكان داخل نفسها. هم الابتدائية والثانوية. يتم تشكيل أول خلال التجمعات الثانويةتفعل بناءً على البيانات.

تصنيف الأساليب الإحصائية

لقد وجدوا طريقهم في كل مكان تقريبًا. لذلك ، من المنطقي افتراض عدم وجود أداة عالمية. اعتمادًا على الخصوصية والانغماس في مشاكل محددة ، يتم تمييز تحليل البيانات التالي:

• تطوير وبحث الأدوات هدف عام، والتي لا تأخذ في الاعتبار خصوصيات منطقة التطبيق.
• الخلق والاستخدام النماذج الإحصائيةظاهرة أو عملية حقيقية في مجال نشاط معين.
• تطوير واستخدام الأساليب والأدوات لتحليل بيانات محددة لحل المشكلات التطبيقية.

الإحصاء التطبيقي

يتعامل هذا الفرع من العلوم مع معالجة البيانات ذات الطبيعة التعسفية. مثل أساس رياضيالإحصاء التطبيقي وطرق تحليله هي أيضًا نظرية الاحتمال. يبدأ كل شيء بوصف لنوع البيانات التي يتم تلقيها ، بالإضافة إلى آلية أصلها. لهذا ، يتم استخدام الأساليب الاحتمالية والحتمية. لا يمكن استخدام هذا الأخير إلا في الحالات التي يكون فيها لدى الباحث بيانات كافية تحت تصرفه (على سبيل المثال ، التقارير وكالات الحكومةالإحصاءات التي تستند إلى المعلومات المقدمة من قبل الشركات). ولكن يمكنك نقل النتيجة إلى نطاق أكبر وتقييم التوقعات باستخدام

في أبسط الحالات ، تعمل البيانات المتاحة كقيمة لميزة معينة مميزة للكائن قيد الدراسة. المعلمات هنا كمية أو إرشادية (حسب الفئة التي تنتمي إليها). عادة ما يشير الخيار الثاني إلى الخاصية النوعية. ماذا لو أخذنا العديد منهم؟ أو إضافة كمية؟ ثم يمكننا القول أنه تم الحصول على متجه الكائن. تعتبر جديدة دراسات واسعة النطاقتتكون العينات من عدة مجموعات من النواقل. من المهم توضيح المعلومات الواردة والتحقق منها مرة أخرى. لهذا ، يتم استخدام إعادة التشكيل.

استنتاج

كما ترى ، تسمح لك الإحصائيات بهيكلة كميات كبيرة من البيانات الضرورية لتكون قادرًا على توفير معلومات حول الوضع في مناطق معينة. وبالتالي، دورا هاماإنه يلعب لصالح المستثمرين ، لأنه يوفر فرصة لمراقبة ديناميكيات نمو اقتصادات الدول. الإحصاءات أيضًا تهم المواطنين والسلطات ، حيث تخبرهم عن العمليات في الدولة: النمو الديموغرافيأو أزمة ، زيادة في الثروة أو سقوطها ، وما إلى ذلك.