Statistika jednostavnim rječnikom. Bit i značenje prosjeka

Goriva se postavljaju na temelju analize statističkih podataka o stvarnoj specifičnoj potrošnji goriva, kao i čimbenika koji utječu na promjenu normalnih radnih uvjeta. Kao matematički aparat koriste se višestruki regresijski modeli.

Analiza publikacija o ocjeni ekonomske učinkovitosti nove tehnologije i vlastito istraživanje omogućio je autorima izvođenje niza zaključaka. Prije svega, utjecaj pojedinih čimbenika na povećanje ekonomske učinkovitosti proizvodnje pri korištenju nove opreme u cjevovodnom transportu naftnih derivata može se utvrditi na temelju obimnog materijala stvarnih opažanja i analize statističkih podataka. Pri određivanju pokazatelja za ocjenu ekonomske učinkovitosti treba voditi računa kvantitativne vrijednosti metara, uzimajući u obzir uvjete koji su na snazi ​​u zadano razdoblje. Standardi korišteni u izračunima trebali bi u potpunosti odražavati postojeće troškove uz indeksiranje troškova proizvodnje i korištenja opreme u smislu inflacije.

Povijest razvoja čovječanstva pokazala je da je bez statističkih podataka nemoguće upravljati državom, razvijati pojedine industrije i sektore gospodarstva te osigurati optimalne omjere među njima. Potreba prikupljanja i sažimanja mnoštva podataka o stanovništvu zemlje, poduzećima, bankama, poljoprivrednim gospodarstvima itd. dovodi do postojanja posebnih statističkih službi – institucija državne statistike. Ovisno o tome u kojoj je djelatnosti organizirano prikupljanje, obrada i analiza statističkih podataka, razlikuju se statistika stanovništva, industrije, poljoprivrede, kapitalne izgradnje, financija itd. Svi ovi dijelovi statistike namijenjeni su razvoju metoda prikupljanja i sumiranja podataka, konstruiranje sažetih pokazatelja koji odražavaju procese u relevantnoj industriji. Statistika izračunava i opće ekonomske pokazatelje - bruto društveni proizvod, bruto domaći proizvod, ukupni društveni proizvod, nacionalni dohodak itd.

Riječ statistika koristi se u više značenja, prvenstveno kao sinonim za riječ podaci. U tom smislu možemo reći statistiku rođenih i umrlih u Rusiji ili statistiku zločina. Statistika je grana znanja koja kombinira principe i metode rada s numeričkim podacima koji karakteriziraju masovne pojave. Industrija se također naziva statistikom. praktične aktivnosti usmjerena na prikupljanje, obradu, analizu statističkih podataka.

Analiza uzroka nastanka i tijeka inflacije u Ruskoj Federaciji pokazuje njihovu posebnost i značajnu prevlast inflacije troškova nad inflacijom potražnje. Stoga zapadne antiinflacijske teorije nisu baš prikladne za ruske uvjete. Domaća skladna, cjelovita teorija još nije stvorena, kao što nema ni debelih ruski udžbenici za borbu protiv inflacije. Zrna tako potrebno znanje razbacane po stotinama novina i časopisa. Zadatak je, s jedne strane, očistiti ugruške neplaćanja, koja su u nekim slučajevima već dovela do paralize proizvodnje, as druge strane, spriječiti strmoglavu inflaciju. Najteži zadaci ali njima se treba pozabaviti. Na temelju analize statističkih podataka za posljednjih sedam godina, proučavanja publikacija vodećih domaćih ekonomista, autor predlaže vlastita rješenja problema.

Zadatak je, s jedne strane, očistiti ugruške neplaćanja, koji su u nekim slučajevima već doveli do paralize, as druge strane, spriječiti strmoglavu inflaciju. Vrijeme je da počnemo suzbijati inflaciju na normalan način – povećanjem proizvodnje traženih proizvoda na sve moguće načine. Najteži zadaci, ali moraju se riješiti ako želimo opstati kao svjetska sila, a ne kao sirovinski privjesak. Na temelju analize statističkih podataka i upoznavanja s publikacijama vodećih domaćih ekonomista, autor predlaže vlastita rješenja problema.

Dakle, u modelima s varijabilni parametri potreban je diferenciran pristup utvrđivanju raspona varijacija koeficijenata odabira, na temelju analize statističkih podataka, vrste tehnoloških procesa i pokazatelja kvalitete tokova.

Predviđanje poreznih prihoda na temelju makroekonomskih pokazatelja određuje strategiju ostvarivanja poreznih prihoda za iduću godinu i srednjoročno razdoblje, ali ne rješava sve probleme poreznog planiranja. Stoga je nužna sastavnica poreznog planiranja obrada i analiza statističkih podataka o akumulaciji poreza u proračun u proteklom razdoblju, kao i informacija o mogućim promjenama poreznog zakonodavstva.

Potrebno je organizirati sustavno prikupljanje i analizu statističkih podataka koji karakteriziraju dinamiku po godinama rada obujma proizvoda i rada koji se obavljaju uz pomoć uvedene opreme, kao i troškove, intenzitet rada i utrošak materijala.

Uz određivanje glavnog odabranog parametra, izračunavanje potreba za određenim vrstama strojeva i opreme prilagođava se na temelju niza drugih čimbenika, promjena bilance potrošnje strojeva i opreme po sektorima nacionalnog gospodarstva, promjena u strukturi proizvodnje proizvoda, promjene u proizvodnom asortimanu planirane u rubljama zbog uvođenja naprednijih, pouzdanijih i trajnijih dizajna, promjene povezane s razvojem specijalizacije i kooperacije, koje utječu na ukupnu proizvodnju, itd. Utjecaj određenih čimbenika o promjeni pokazatelja za određivanje potrebe za različite vrste opreme utvrđuje se na temelju analize statističkih podataka za planirano razdoblje s njihovom prognozom za planirano razdoblje.

Postoji vrlo bliska veza pokazatelji zaposlenosti s drugim važnim pokazateljima gospodarskog razvoja. Dakle, odnos između nezaposlenosti i promjene BDP-a karakterizira Okunov zakon, empirijski otkriven na temelju analize statističkih podataka za SAD (za razdoblje 50-80-ih godina), a potom i teorijski opravdan u makroekonomskim studijama. U izvornom obliku, primijenjenom na SAD, Okunov zakon glasi

Za sve pozitivne vrijednosti x funkcija raste pri x = b/2 krivulja ima infleksiju - ubrzani rast pri x spori rast pri x > b/2. Sličan tip funkcije koriste se u analizi statističkih podataka o potrošačkim proračunima, gdje se postavlja hipoteza o postojanju asimptotske razine izdataka, o promjeni granične sklonosti potrošnji proizvoda, o postojanju razina praga prihod 1. U ovom slučaju, kada je x -> da y - e "(Sl. 2.5).

Ova formula primijenjena je na analizu statističkih podataka,

Sve prognoze prodaje temelje se na korištenju tri vrste informacija dobivenih proučavanjem onoga što ljudi govore, što ljudi rade i što su ljudi učinili. Dobivanje prve vrste informacija temelji se na proučavanju mišljenja potrošača i kupaca, prodajnih agenata i posrednika. Ovdje se koriste metode socioloških istraživanja i ekspertne metode. Učenje o tome što ljudi rade uključuje testiranje tržišta. Proučavanje onoga što su ljudi učinili uključuje analizu statistike kupnji koje su izvršili.

Razmotrimo distribuciju objekata za proizvodnju nafte i plina prema prirodi promjena u obujmu proizvodnje u objektima za proizvodnju nafte i plina s rastućom, stabilnom i opadajućom proizvodnjom. Za 1/1 1972, od 104 odjela za proizvodnju nafte i plina u industriji, 43 (ili 41,4%) je bilo u porastu, a 61 je bilo stabilno ili u padu. Analiza statističkih podataka za 1970. godinu, koju su autori proveli za 76 OGPD-ova, omogućila je identificiranje nekih zajedničkih karakteristika različitih podskupina NGDU-a, koje su dane u tablici. petnaest.

Testiranje hipoteza provodi se pomoću statističke analize. Statistička značajnost nalazi se pomoću P-vrijednosti, koja odgovara vjerojatnosti danog događaja pod pretpostavkom da je neka tvrdnja (nulta hipoteza) istinita. Ako je P-vrijednost manja od navedene razine statistička značajnost(obično 0,05), eksperimentator može sa sigurnošću zaključiti da je nulta hipoteza pogrešna i prijeći na razmatranje alternativne hipoteze. Pomoću Studentovog t-testa možete izračunati P-vrijednost i odrediti značaj za dva skupa podataka.

Koraci

1. dio

Postavljanje eksperimenta

Definirajte svoju hipotezu. Prvi korak u procjeni statističke značajnosti je odabir pitanja na koje želite dobiti odgovor i formuliranje hipoteze. Hipoteza je izjava o eksperimentalnim podacima, njihovoj distribuciji i svojstvima. Za svaki eksperiment postoji i nulta i alternativna hipoteza. Općenito govoreći, morat ćete usporediti dva skupa podataka kako biste utvrdili jesu li slični ili različiti.

• Nulta hipoteza (H 0) obično kaže da nema razlike između dva skupa podataka. Na primjer: oni studenti koji čitaju gradivo prije nastave ne dobivaju više ocjene.
• Alternativna hipoteza (H a) suprotna Nulta hipoteza i predstavlja tvrdnju koju je potrebno potvrditi pomoću eksperimentalnih podataka. Na primjer: oni studenti koji čitaju materijal prije nastave dobivaju više ocjene.

1. Postavite razinu značajnosti kako biste odredili koliko se distribucija podataka mora razlikovati od uobičajene da bi se smatrala značajnim rezultatom. Razina značajnosti (također se naziva α (\displaystyle \alpha )-razina) je prag koji definirate za statističku značajnost. Ako je P-vrijednost manja ili jednaka razini značajnosti, podatak se smatra statistički značajnim.

   • U pravilu, razina značaja (vrijednost α (\displaystyle \alpha )) uzima se jednakim 0,05, u kojem slučaju je vjerojatnost otkrivanja slučajne razlike između različiti setovi podaci su samo 5%.
   • Što je viša razina značajnosti (i, prema tome, manja p-vrijednost), to su rezultati pouzdaniji.
   • Ako želite pouzdanije rezultate, snizite P-vrijednost na 0,01. Obično se niže P-vrijednosti koriste u proizvodnji kada je potrebno otkriti nedostatke u proizvodima. U ovom slučaju potrebna je visoka vjernost kako bi se osiguralo da svi dijelovi rade kako se očekuje.
   • Za većinu eksperimenata s hipotezama dovoljna je razina značajnosti od 0,05.

2. Odlučite koje ćete kriterije koristiti: jednostrano ili dvostrano. Jedna od pretpostavki u Studentovom t-testu je da su podaci normalno distribuirani. Normalna raspodjela je krivulja u obliku zvona sa najveći broj rezultira u sredini krivulje. Studentov t-test je matematička metoda provjera valjanosti podataka, koja vam omogućuje da utvrdite da li podaci spadaju izvan normalna distribucija(više, manje ili u “repovima” krivulje).

   • Ako niste sigurni jesu li podaci iznad ili ispod kontrolne skupine, upotrijebite dvostrani test. To će vam omogućiti da odredite značaj u oba smjera.
   • Ako znate u kojem bi smjeru podaci mogli pasti izvan normalne distribucije, upotrijebite jednostrani test. U gornjem primjeru očekujemo da će ocjene učenika rasti, pa se može koristiti jednostrani test.

3. Odredite veličinu uzorka pomoću statističke snage. Statistička snaga studije je vjerojatnost da zadani volumen uzorkovanje će dati očekivani rezultat. Uobičajeni prag snage (ili β) je 80%. Analiza snage bez ikakvih prethodnih podataka može biti nezgodna jer su potrebne neke informacije o očekivanim srednjim vrijednostima u svakom skupu podataka i njihovim standardnim odstupanjima. Upotrijebite mrežni kalkulator statističke snage kako biste odredili optimalnu veličinu uzorka za svoje podatke.

   • Obično istraživači provode malu pilot studiju kako bi osigurali podatke za analizu snage i odredili veličinu uzorka potrebnu za veću i potpuniju studiju.
   • Ako nemate priliku provesti pilot istraživanje, pokušajte procijeniti moguće prosječne vrijednosti na temelju podataka iz literature i rezultata drugih ljudi. To vam može pomoći da odredite optimalnu veličinu uzorka.

   2. dio

   Izračunati standardna devijacija

   1. Zapišite formulu za standardnu ​​devijaciju. Standardna devijacija pokazuje koliki je raspon podataka. Omogućuje vam da zaključite koliko su bliski podaci dobiveni na određenom uzorku. Na prvi pogled formula se čini prilično kompliciranom, no objašnjenja u nastavku pomoći će vam da je razumijete. Formula ima sljedeći pogled: s = √∑((x i – µ) 2 /(N – 1)).

      • s - standardna devijacija;
      • znak ∑ označava da treba dodati sve podatke dobivene u uzorku;
      • x i odgovara i-toj vrijednosti, odnosno dobivenom zasebnom rezultatu;
      • µ je prosječna vrijednost za ovu skupinu;
      • N- ukupni broj podataka u uzorku.

   2. Pronađite prosjek u svakoj skupini. Da biste izračunali standardnu ​​devijaciju, prvo morate pronaći srednju vrijednost za svaku studijsku grupu. Srednja vrijednost je označena grčkim slovom µ (mu). Da biste pronašli prosjek, jednostavno zbrojite sve dobivene vrijednosti i podijelite ih s količinom podataka (veličina uzorka).

      • Na primjer, pronaći Prosječna ocjena u skupini onih učenika koji proučavaju gradivo prije nastave, razmotrite mali skup podataka. Radi jednostavnosti, koristimo skup od pet točaka: 90, 91, 85, 83 i 94.
      • Zbrojimo sve vrijednosti zajedno: 90 + 91 + 85 + 83 + 94 = 443.
      • Zbroj podijelite s brojem vrijednosti, N = 5: 443/5 = 88,6.
      • Tako je prosječna vrijednost za ovu skupinu 88,6.

   3. Svaku dobivenu vrijednost oduzmite od prosjeka. Sljedeći korak je izračunavanje razlike (x i - µ). Da biste to učinili, oduzmite od pronađenog Srednja veličina svaka primljena vrijednost. U našem primjeru, moramo pronaći pet razlika:

      • (90 - 88,6), (91 - 88,6), (85 - 88,6), (83 - 88,6) i (94 - 88,6).
      • Kao rezultat toga, dobivamo sljedeće vrijednosti: 1,4, 2,4, -3,6, -5,6 i 5,4.

   4. Svaku dobivenu vrijednost kvadrirajte i zbrojite. Svaku od upravo pronađenih veličina treba kvadrirati. Sve će nestati na ovom koraku. negativne vrijednosti. Ako nakon ovaj korak imat ćete negativni brojevi, onda ste ih zaboravili kvadrirati.

      • Za naš primjer dobivamo 1,96, 5,76, 12,96, 31,36 i 29,16.
      • Dobivene vrijednosti zbrajamo: 1,96 + 5,76 + 12,96 + 31,36 + 29,16 = 81,2.

   5. Podijelite s veličinom uzorka minus 1. U formuli se zbroj dijeli s N - 1 iz razloga što ne uzimamo u obzir opću populaciju, već uzimamo uzorak svih učenika za ocjenjivanje.

      • Oduzmi: N - 1 = 5 - 1 = 4
      • Podijelite: 81,2/4 = 20,3

   6. Ekstrakt Korijen. Nakon dijeljenja zbroja s veličinom uzorka minus jedan, izvucite kvadratni korijen pronađene vrijednosti. Ovo je posljednji korak u izračunavanju standardne devijacije. Tamo je statistički programi, koji nakon uvođenja početnih podataka obavljaju sve potrebne izračune.

      • U našem primjeru, standardna devijacija ocjena onih učenika koji čitaju gradivo prije nastave je s = √20,3 = 4,51.

   dio 3

   Odredite značaj

   1. Izračunajte varijancu između dvije skupine podataka. Do ovog koraka razmatrali smo primjer samo za jednu grupu podataka. Ako želite usporediti dvije skupine, očito biste trebali uzeti podatke za obje skupine. Izračunajte standardnu ​​devijaciju za drugu skupinu podataka i zatim pronađite varijancu između dvije eksperimentalne skupine. Disperzija se izračunava pomoću sljedeće formule: s d = √((s 1 /N 1) + (s 2 /N 2)).

Djelatnost ljudi u mnogim slučajevima uključuje rad s podacima, a to pak može značiti ne samo rad s njima, već i njihovo proučavanje, obradu i analizu. Na primjer, kada trebate sažeti informacije, pronaći neku vrstu odnosa ili definirati strukture. I samo za analitiku u ovom slučaju vrlo je prikladno koristiti ne samo, već i primijeniti statističke metode.

Značajka metoda statističke analize je njihova složenost, zbog raznolikosti oblika statističkih obrazaca, kao i složenosti procesa. statističke studije. No, želimo govoriti upravo o takvim metodama koje svatko može koristiti, i to učinkovito i sa zadovoljstvom.

Statistička istraživanja mogu se provesti pomoću sljedećih metoda:

• Statističko promatranje;
• Sažetak i grupiranje materijala statističko promatranje;
• Apsolutno i relativno statistika;
• Varijacijski nizovi;
• Uzorak;
• Korelativni i regresijska analiza;
• Redovi dinamike.

Statističko promatranje

Statističko promatranje je planirano, organizirano i u većini slučajeva sustavno prikupljanje informacija, usmjereno uglavnom na pojave društveni život. Provedeno ovu metodu kroz registraciju unaprijed određenih najupečatljivijih obilježja, čija je svrha naknadno dobivanje karakteristika proučavanih pojava.

Statističko promatranje mora se provoditi uzimajući u obzir neke važne zahtjeve:

• Treba u potpunosti obuhvatiti proučavane pojave;
• Primljeni podaci moraju biti točni i pouzdani;
• Rezultirajući podaci trebaju biti jedinstveni i lako usporedivi.

Također, statističko promatranje može imati dva oblika:

• Izvještavanje je oblik statističkog promatranja gdje informacije primaju određene statističke jedinice organizacija, institucija ili poduzeća. U tom slučaju podaci se unose u posebna izvješća.
• Posebno organizirano promatranje - promatranje, koje se organizira s određenom svrhom, radi dobivanja podataka koji nisu dostupni u izvješćima, odnosno radi razjašnjavanja i utvrđivanja vjerodostojnosti podataka u izvješćima. Ovaj oblik uključuje ankete (npr. ankete javnog mnijenja), popise stanovništva itd.

Osim toga, statističko promatranje može se kategorizirati na temelju dvaju obilježja: ili na temelju prirode prikupljanja podataka ili na temelju pokrivenosti jedinica promatranja. U prvu kategoriju spadaju intervjui, dokumentacija i neposredno promatranje, a u drugu kontinuirano i nekontinuirano promatranje, tj. selektivno.

Za dobivanje podataka pomoću statističkog promatranja mogu se koristiti metode kao što su upitnici, korespondentne aktivnosti, samoizračun (kada promatrani, na primjer, sami ispunjavaju relevantne dokumente), ekspedicije i izvješćivanje.

Sažetak i grupiranje materijala statističkih promatranja

Govoreći o drugoj metodi, prije svega treba reći o sažetku. Sažetak je proces obrade određenih pojedinačne činjenice, koji čine ukupni skup podataka prikupljenih tijekom promatranja. Ako se sažetak pravilno izvede, ogromna količina pojedinačnih podataka o pojedinačnim objektima promatranja može se pretvoriti u cijeli kompleks statističkih tablica i rezultata. Ovo istraživanje također pridonosi određivanju zajedničke značajke i zakonitosti proučavanih pojava.

S obzirom na točnost i dubinu proučavanja, mogu se razlikovati jednostavni i složeni sažetci, ali svaki od njih treba se temeljiti na određenim fazama:

• Odabran je atribut grupiranja;
• Određuje se redoslijed formiranja skupina;
• Razvija se sustav pokazatelja za karakterizaciju skupine i predmeta ili pojave u cjelini;
• U tijeku je izrada tablica u kojima će biti prikazani zbirni rezultati.

Važno je napomenuti da postoje različite forme sažeci:

• Centralizirani sažetak koji zahtijeva prijenos primljenog primarni materijal u viši centar na daljnju obradu;
• Decentralizirani sažetak, gdje se proučavanje podataka odvija u nekoliko faza uzlaznim redoslijedom.

Sažetak se može izvesti pomoću specijalizirane opreme, na primjer, pomoću računalnog softvera ili ručno.

Što se tiče grupiranja, ovaj se proces razlikuje podjelom proučavanih podataka u skupine prema značajkama. Obilježja zadataka postavljenih statističkom analizom utječu na to kakvo će grupiranje biti: tipološko, strukturno ili analitičko. Zbog toga se za sažetke i grupiranja ili pribjegavaju uslugama visoko specijaliziranih stručnjaka ili ih koriste.

Apsolutna i relativna statistika

Apsolutne vrijednosti smatraju se prvim oblikom prikaza statističkih podataka. Uz njegovu pomoć, moguće je pojavama dati dimenzionalne karakteristike, na primjer, u vremenu, dužini, volumenu, površini, masi itd.

Ako želite znati o pojedinačnim apsolutnim statističkim vrijednostima, možete pribjeći mjerenju, vrednovanju, brojanju ili ponderiranju. A ako trebate dobiti pokazatelje ukupnog volumena, trebali biste koristiti sažetak i grupiranje. Mora se imati na umu da se apsolutne statističke vrijednosti razlikuju u prisutnosti mjernih jedinica. Takve jedinice uključuju troškove, rad i naturalne troškove.

I relativne vrijednosti izražavati kvantitativne odnose koji se odnose na pojave društvenog života. Da bi ih se dobilo, uvijek se neke količine dijele s drugima. Pokazatelj koji se uspoređuje (ovo je nazivnik) naziva se baza usporedbe, a pokazatelj koji se uspoređuje (ovo je brojnik) naziva se izvještajna vrijednost.

Relativne vrijednosti mogu biti različite, ovisno o njihovom sadržaju. Na primjer, postoje usporedne vrijednosti, vrijednosti razine razvoja, vrijednosti intenziteta specifičan proces, koordinacijske vrijednosti, strukture, dinamika itd. itd.

Za proučavanje nekog skupa diferencirajućih značajki, statistička analiza koristi prosječne vrijednosti - generalizirajući kvalitativne karakteristike skupa homogenih pojava za neku diferencirajuću značajku.

Krajnje važna imovina prosječne vrijednosti su ono što govore o vrijednostima specifičnih obilježja u cijelom njihovom kompleksu kao jednom broju. Iako neke jedinice mogu imati kvantitativna razlika, izražavaju prosječne vrijednosti zajedničke vrijednosti karakterističan za sve cjeline proučavanog kompleksa. Ispada da uz pomoć karakteristika jedne stvari možete dobiti karakteristike cjeline.

Treba imati na umu da jedan od naj važni uvjeti korištenje prosjeka ako se provodi statistička analiza društvene pojave, razmatra se homogenost njihovog kompleksa, za što je potrebno saznati prosječnu vrijednost. A formula za njezino određivanje ovisit će o tome kako će točno biti prikazani početni podaci za izračun prosječne vrijednosti.

Serije varijacija

U nekim slučajevima podaci o prosjecima pojedinih proučavanih veličina možda neće biti dovoljni za obradu, ocjenu i dubinsku analizu neke pojave ili procesa. Zatim treba voditi računa o variranju ili rasprostranjenosti pokazatelja pojedinih jedinica, što također predstavlja važna karakteristika proučavanu populaciju.

Na pojedinačne vrijednosti na vrijednosti mogu utjecati mnogi čimbenici, a proučavane pojave ili procesi mogu biti vrlo raznoliki, tj. imati varijacije (ova sorta je niz varijacija), čije uzroke treba tražiti u biti onoga što se proučava.

Iznad apsolutne vrijednosti izravno ovise o mjernim jedinicama znakova, što znači da čine proces proučavanja, vrednovanja i uspoređivanja dva ili više varijacijske serije kompleksnije. I relativna izvedba treba izračunati kao omjer apsolutnih i prosječnih pokazatelja.

Uzorak

Značenje metoda uzorkovanja(ili jednostavnije - selekcije) sastoji se u tome da se određuju svojstva jednog dijela numeričke karakteristike cjelina (ovo se zove opća populacija). Glavna selektivna metoda je unutarnja veza koja spaja dijelove i cjelinu, pojedinačno i opće.

Metoda uzorkovanja ima niz značajnih prednosti u odnosu na ostale, jer Zbog smanjenja broja promatranja omogućuje smanjenje količine rada, utrošenih sredstava i napora, kao i uspješno dobivanje podataka o takvim procesima i pojavama gdje ih je ili nepraktično ili jednostavno nemoguće u potpunosti proučavati.

Korespondencija između karakteristika uzorka i karakteristika fenomena ili procesa koji se proučava ovisit će o nizu uvjeta, a prije svega o tome kako će se metoda uzorkovanja implementirati u praksi. To može biti ili sustavna selekcija, prema pripremljenoj shemi, ili neplanirana, kada se uzorak radi iz opće populacije.

Ali u svim slučajevima, metoda uzorkovanja mora biti tipična i zadovoljavati kriterije objektivnosti. Ovi zahtjevi moraju uvijek biti ispunjeni, jer. o njima će ovisiti podudarnost između karakteristika metode i karakteristika onoga što je podvrgnuto statističkoj analizi.

Dakle, prije obrade uzorka materijala, potrebno ga je pažljivo provjeriti, čime se riješiti svega nepotrebnog i sekundarnog. U isto vrijeme, prilikom sastavljanja uzorka, neophodno je zaobići bilo kakvu amatersku izvedbu. To znači da ni u kojem slučaju ne biste trebali odabrati samo one opcije koje se čine uobičajenima, a sve druge odbaciti.

Učinkovit i kvalitetan uzorak mora se uzeti objektivno, tj. mora biti proizveden na takav način da su isključeni bilo kakvi subjektivni utjecaji i unaprijed stvoreni motivi. A da bi se taj uvjet mogao pravilno poštovati, potrebno je pribjeći principu randomizacije, ili, jednostavnije, principu slučajnog odabira opcija iz cijele njihove populacije.

Prikazani princip služi kao osnova teorije metode uzorkovanja i mora se slijediti kad god je potrebno stvoriti učinkovitu okvir za uzorkovanje, a slučajevi sustavne selekcije ovdje nisu iznimka.

Korelacijska i regresijska analiza

Korelacijska analiza i regresijska analiza dvije su vrlo učinkovite metode koje vam omogućuju analizu velikih količina podataka kako biste istražili mogući odnos između dva ili više indikatori.

U slučaju korelacijska analiza zadaci su:

• Izmjeriti čvrstoću postojeće povezanosti razlikovnih obilježja;
• Odrediti nepoznate uzročne veze;
• Ocijenite čimbenike koji imaju najveći utjecaj na konačno svojstvo.

A u slučaju regresijske analize, zadaci su sljedeći:

• Odrediti oblik komunikacije;
• Utvrditi stupanj utjecaja nezavisnih pokazatelja na zavisne;
• Odredite izračunate vrijednosti ovisnog pokazatelja.

Za rješavanje svih gore navedenih problema gotovo je uvijek potrebno primijeniti i korelacijsku i regresijsku analizu u kombinaciji.

Serija dinamike

Pomoću ove metode statističke analize vrlo je zgodno odrediti intenzitet ili brzinu razvoja pojava, pronaći trend njihova razvoja, izdvojiti fluktuacije, usporediti dinamiku razvoja, pronaći odnos između pojava koje se razvijaju tijekom vrijeme.

Niz dinamike je niz u kojem su sljedeći sekvencijalno smješteni u vremenu statistika, promjene koje karakteriziraju proces razvoja predmeta ili fenomena koji se proučava.

Serija dinamike uključuje dvije komponente:

• Razdoblje ili vremenska točka povezana s dostupnim podacima;
• Razina ili statistika.

Zajedno, ove komponente predstavljaju dva termina niza dinamike, pri čemu je prvi termin (vremenski period) označen slovom "t", a drugi (razina) - slovom "y".

Prema trajanju vremenskih intervala kojima su razine međusobno povezane, nizovi dinamike mogu biti trenutni i intervalni. Serije intervala omogućuju vam dodavanje razina koje želite postići ukupna vrijednost razdoblja koja slijede jedno za drugim, ali u trenutnim razdobljima nema takve mogućnosti, ali to se tamo ne traži.

Vremenske serije također postoje s jednakim i različitim intervalima. Suština intervala u momentu i intervalnom nizu uvijek je drugačija. U prvom slučaju, interval je vremenski razmak između datuma na koje su vezani podaci za analizu (prikladno je koristiti takav niz, na primjer, za određivanje broja akcija po mjesecu, godini itd.). A u drugom slučaju - vremensko razdoblje za koje su priloženi agregirani podaci (takva serija može se koristiti za određivanje kvalitete istih radnji za mjesec, godinu itd.). Intervali mogu biti jednaki ili različiti, neovisno o vrsti serije.

Naravno, da bismo naučili kako pravilno primijeniti svaku od metoda statističke analize, nije dovoljno samo znati o njima, jer je, zapravo, statistika cijela znanost koja također zahtijeva određene vještine i sposobnosti. Ali da biste to učinili lakšim, možete i trebate trenirati svoje razmišljanje i.

Inače, istraživanje, evaluacija, obrada i analiza informacija vrlo su zanimljivi procesi. Pa čak iu slučajevima kada to ne dovodi do nekog konkretnog rezultata, tijekom studija možete naučiti puno zanimljivih stvari. Statistička analiza našao je svoju primjenu u velikom broju područja ljudske djelatnosti, a možete ga koristiti u učenju, radu, poslovanju i drugim područjima, uključujući razvoj djeteta i samoobrazovanje.

Za dobivanje podataka o stanju u društvu koristi se cijeli kompleks znanosti. Jedna od njih je statistika. Što ona predstavlja?

Što je statistika?

Ovo je naziv grane znanja, gdje navode opća pitanja za prikupljanje, mjerenje i analizu masovnih (kvantitativnih ili kvalitativnih) podataka. Također, statistika se bavi proučavanjem kvantitativne strane društvenog masovne pojave u smislu njihovog numeričkog oblika. ići na dana riječ od latinskog statusa, što znači "stanje stvari". U početku dana znanost nazvano "državnost".

Pojam "statistika" prvi put je korišten 1746. godine i taj je trenutak označio početak takvog akademska disciplina i znanosti. Istina, ne može se reći da je time započela njegova izravna uporaba, budući da su računovodstvo, mjerenje i analiza podataka provedeni mnogo ranije. Moda je važan parametar. Nešto slično se može sjetiti iz geometrije, ali ovo nije sasvim isto. Ali u statistici? Ovo je naziv veličine iz linearnog niza koji se najčešće pojavljuje.

Primjeri

Razgovarajmo o nečem bližem stvarnosti. Što je statistika stranica web stranice? Ovaj parametar može biti broj korisnika koji su pristupili resursu i imali priliku vidjeti njegov sadržaj. Istina, s ove točke gledišta bit će teško odgovoriti na pitanje što je VKontakte statistika.

Ne prikupljaju se zasebni podaci za svaku stranicu. Ali broji se broj korisnika koji dođu u danu, mjesecu - općenito, stalno. To je odgovor na pitanje što je statistika u praksi u informacijskoj tehnologiji.

Vrste grupiranja

Kao dio znanstvena disciplina podijeliti jedan skup na pojedinačne grupe koji su u nekim aspektima slični. Za izračun broja intervala kada nema jasnih okvira često se koristi Sturgesova formula:

CHI \u003d 1 + 3,322 * lg CHN, gdje

• CHI - broj integrala;
• Lg - logaritam;
• CN - broj opažanja.

Ovisno o ciljevima, postoje tri vrste grupiranja:

Tipična grupa treba nastojati biti što drugačija od drugih i unutar sebe biti što sličnija. Oni su primarni i sekundarni. Prvi nastaju tijekom Sekundarna grupiranja učiniti na temelju podataka.

Klasifikacija statističkih metoda

Našli su svoj put gotovo posvuda. Stoga je logično pretpostaviti da ne postoji univerzalni alat. Ovisno o specifičnosti i uronjenosti u konkretne probleme, razlikuju se sljedeće analize podataka:

• Razvoj i istraživanje alata Opća namjena, koji ne uzimaju u obzir specifičnosti područja primjene.
• Stvaranje i korištenje statistički modeli neka stvarna pojava ili proces u određenom području djelatnosti.
• Razvoj i korištenje metoda i alata za analizu specifičnih podataka za rješavanje primijenjenih problema.

Primijenjena statistika

Ova grana znanosti bavi se obradom podataka proizvoljne prirode. Kao matematička osnova Primijenjena statistika i njezine metode analize također su teorija vjerojatnosti. Sve počinje opisom vrste primljenih podataka, kao i mehanizma njihovog nastanka. Za to se koriste probabilističke i determinističke metode. Potonji se može koristiti samo u slučajevima kada istraživač ima dovoljno podataka na raspolaganju (primjerice, izvješća vladine agencije statistike koje se temelje na informacijama koje dostavljaju poduzeća). No rezultat možete prenijeti na veću razinu i procijeniti izglede samo pomoću

U najjednostavnijoj situaciji, dostupni podaci djeluju kao vrijednost određene značajke koja je karakteristična za predmet koji se proučava. Parametri su ovdje kvantitativni ili indikativni (ovisno o kategoriji kojoj pripadaju). Druga opcija obično se odnosi na kvalitativna karakteristika. Što ako uzmemo nekoliko njih? Ili dodati kvantitativno? Tada možemo reći da je vektor objekta dobiven. Smatra se novim studije velikih razmjera uzorci se sastoje od nekoliko skupova vektora. Važno je razjasniti i još jednom provjeriti primljene informacije. Za to se koristi ponovno uzorkovanje.

Zaključak

Kao što vidite, statistika vam omogućuje da strukturirate značajne količine podataka koji su potrebni da biste mogli dati informacije o stanju stvari u određenim područjima. Tako, važna uloga igra za investitore, jer pruža priliku za promatranje dinamike rasta gospodarstava država. Statistika je također zanimljiva građanima i vlastima, govoreći im o procesima u zemlji: demografski rast ili kriza, povećanje bogatstva ili njegov pad, i tako dalje.