Statistike jednostavnim riječima. Bit i značenje prosjeka

Goriva se postavljaju na temelju analize statističkih podataka o stvarnoj specifičnoj potrošnji goriva, kao i čimbenicima koji utječu na promjene u normalnim uvjetima rada. Višestruki regresijski modeli koriste se kao matematički aparat.

Analiza publikacija o procjeni ekonomske učinkovitosti nove tehnologije i vlastita istraživanja omogućili su autorima niz zaključaka. Prije svega, na temelju obimnog materijala stvarnih opažanja i analize statističkih podataka može se identificirati utjecaj pojedinih čimbenika na povećanje ekonomske učinkovitosti proizvodnje pri korištenju nove opreme u transportu naftnih derivata. Prilikom određivanja pokazatelja za ocjenu ekonomske učinkovitosti treba uzeti u obzir kvantitativne vrijednosti brojila, uzimajući u obzir uvjete koji su na snazi u određenom razdoblju. Standardi korišteni u izračunima trebali bi u potpunosti odražavati postojeće troškove uz indeksaciju 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 za prikupljanjem i sažimanjem velikog broja podataka o stanovništvu zemlje, poduzećima, bankama, gospodarstvima itd. dovodi do postojanja posebnih statističkih službi - državnih institucija za statistiku. Ovisno o tome u kojoj djelatnosti je organizirano prikupljanje, obrada i analiza statističkih podataka, postoje statistike stanovništva, industrije, poljoprivrede, kapitalne izgradnje, financija i dr. Svi ovi dijelovi statistike osmišljeni su za razvoj metoda prikupljanja i sumiranja podataka, izrada sažetih pokazatelja koji odražavaju procese u relevantnoj industriji. Statistika izračunava i opće ekonomske pokazatelje – bruto nacionalni proizvod, bruto domaći proizvod, ukupni društveni proizvod, nacionalni dohodak itd.

Riječ statistika koristi se u nekoliko 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 objedinjuje principe i metode rada s brojčanim podacima koji karakteriziraju masovne pojave. Statistikom se naziva i grana praktične djelatnosti koja ima za cilj prikupljanje, obradu i analizu statističkih podataka.

Analiza uzroka nastanka i tijeka inflacije u Ruskoj Federaciji pokazuje njihovu jedinstvenost i značajnu prevlast inflacije koja potiskuje troškove nad inflacijom potražnje. Stoga zapadnjačke antiinflatorne teorije nisu baš prikladne za ruske uvjete. Domaća, skladna, cjelovita teorija još nije stvorena, kao što nema ni debelih ruskih udžbenika o borbi protiv inflacije. Djelići prijeko potrebnog znanja razasuti su po stotinama novina i časopisa. Zadaća je, s jedne strane, očistiti ugruške neplaćanja, koja su u nekim slučajevima već dovela do paralize proizvodnje, a s druge strane spriječiti brzu inflaciju. Teški zadaci, ali se moraju riješiti. 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, koja su u nekim slučajevima već dovela do paralize, a s druge strane spriječiti brzu inflaciju. Vrijeme je da počnete suzbijati inflaciju na normalan način – povećanjem proizvodnje traženih proizvoda na sve moguće načine. Najteži zadaci, ali se moraju 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 promjenjivim parametrima potreban je diferenciran pristup utvrđivanju raspona varijacije koeficijenata selekcije, na temelju analize statističkih podataka, vrste tehnoloških procesa i pokazatelja kvalitete tokova.

Predviđanje poreznih prihoda na temelju makroekonomskih pokazatelja određuje strategiju generiranja poreznih prihoda za sljedeću godinu i srednjoročno, ali ne rješava sve probleme poreznog planiranja. Stoga je nužna komponenta 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 radova koji se obavljaju uz pomoć uvedene opreme, kao i trošak, intenzitet rada i potrošnju materijala.

Uz određivanje po glavnom odabranom parametru, prilagođava se izračun potreba za pojedinim vrstama strojeva i opreme na temelju niza drugih čimbenika, promjena bilance potrošnje strojeva i opreme po sektorima nacionalnog gospodarstva, promjena u strukturi proizvodnje proizvoda, promjene u asortimanu proizvoda planirane u rubljama zbog uvođenja progresivnijih, pouzdanijih i trajnijih dizajna promjena povezanih s razvojem specijalizacije i suradnje, koje utječu na ukupan volumen proizvodnje itd. razdoblje.

Postoji vrlo bliska veza između pokazatelja zaposlenosti i drugih važnih pokazatelja gospodarskog razvoja. Dakle, odnos između nezaposlenosti i promjene BDP-a karakterizira Okunov zakon, empirijski otkriven na temelju analize statističkih podataka za Sjedinjene Američke Države (za razdoblje 50-80-ih), a potom opravdan i teorijski u makroekonomskim studijama. U svom izvornom obliku, kako se primjenjuje na Sjedinjene Države, Okunov zakon glasi

Za sve pozitivne vrijednosti x, funkcija raste pri x = b/2, krivulja ima prevojnu točku - ubrzani rast pri x spori rast pri x > b/2. Funkcije ove vrste koriste se u analizi statističkih podataka o potrošačkim proračunima, gdje se postavlja hipoteza o postojanju asimptotske razine rashoda, o promjeni granične sklonosti potrošnji proizvoda, o postojanju praga. razina dohotka 1. U ovom slučaju, za x -> da y - e "(sl. .2.5).

Ova formula je primijenjena za analizu statističkih podataka,

Sve prodajne prognoze 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 sociološkog istraživanja i ekspertne metode. Naučiti što ljudi rade uključuje testiranje tržišta. Proučavanje onoga što su ljudi učinili uključuje analizu statistike o kupnji koje su napravili.

Razmotrimo distribuciju pogona za proizvodnju nafte i plina prema prirodi promjena u obujmu proizvodnje u pogonima za proizvodnju nafte i plina s rastućom, stabilnom i opadajućom proizvodnjom. Za 1/1 1972. godine, od 104 sektora proizvodnje nafte i plina u industriji, 43 (ili 41,4%) su rasla, a 61 je bilo stabilno ili u padu. Analiza statističkih podataka za 1970. godinu, koju su proveli autori za 76 OGPD-a, omogućila je da se identificiraju neke zajedničke karakteristike različitih podskupina NGDU-a koje su dane u tablici. petnaest.

Provjera hipoteza provodi se statističkom analizom. Statistička značajnost se pronalazi korištenjem P-vrijednosti, koja odgovara vjerojatnosti zadanog događaja pod pretpostavkom da je neka tvrdnja (nulta hipoteza) točna. Ako je P-vrijednost manja od dane razine statističke značajnosti (obično 0,05), eksperimentator može sa sigurnošću zaključiti da je nulta hipoteza netočna i prijeći na razmatranje alternativne hipoteze. Koristeći Studentov t-test, 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.

Nul hipoteza (H 0) obično navodi da nema razlike između dva skupa podataka. Na primjer: oni učenici koji čitaju gradivo prije nastave ne dobivaju veće ocjene.
Alternativna hipoteza (H a) je suprotna od nulte hipoteze i tvrdnja je koju treba potvrditi eksperimentalnim podacima. Na primjer: oni učenici koji pročitaju gradivo prije nastave dobivaju više ocjene.

Postavite razinu značajnosti kako biste odredili koliko se distribucija podataka mora razlikovati od uobičajene da bi se smatrala značajnim rezultatom. Razina značaja (također se naziva α (\displaystyle \alpha)-razina) je prag koji definirate za statističku značajnost. Ako je P-vrijednost manja ili jednaka razini značajnosti, podaci se smatraju statistički značajnim.
- U pravilu, razina značaja (vrijednost α (\displaystyle \alpha)) uzima se jednakim 0,05, u kojem slučaju je vjerojatnost otkrivanja slučajne razlike između različitih skupova podataka samo 5%.
- Što je veća razina značajnosti (i, sukladno tome, manja P-vrijednost), rezultati su pouzdaniji.
- Ako želite pouzdanije rezultate, smanjite P-vrijednost na 0,01. Obično se u proizvodnji koriste niže P-vrijednosti kada je potrebno otkriti nedostatke u proizvodima. U tom 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.
Odlučite koje ćete kriterije koristiti: jednostrano ili dvostrano. Jedna od pretpostavki u Studentovom t-testu je da su podaci normalno raspoređeni. Normalna raspodjela je zvonasta krivulja s maksimalnim brojem rezultata u sredini krivulje. Studentov t-test je metoda matematičke provjere valjanosti podataka koja vam omogućuje da odredite izlaze li podaci izvan normalne distribucije (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 smjeru podaci mogu ispasti izvan normalne distribucije, upotrijebite jednostrani test. U gornjem primjeru očekujemo povećanje ocjena učenika, pa se može koristiti jednostrani test.
Odredite veličinu uzorka pomoću statističke snage. Statistička snaga studije je vjerojatnost da će određena veličina uzorka 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 devijacijama. Upotrijebite online statistički kalkulator snage da odredite optimalnu veličinu uzorka za svoje podatke.
- Obično istraživači provode malu pilot studiju koja daje podatke za analizu snage i određuje 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
Izračunajte standardnu devijaciju
1. Zapišite formulu za standardnu devijaciju. Standardna devijacija pokazuje koliko je veliko širenje podataka. Omogućuje vam da zaključite koliko su bliski podaci dobiveni na određenom uzorku. Na prvi pogled formula se čini prilično kompliciranom, ali objašnjenja u nastavku pomoći će vam da je razumijete. Formula je sljedeća: 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 je ukupan broj podataka u uzorku.
2. Pronađite prosjek u svakoj skupini. Da biste izračunali standardnu devijaciju, prvo morate pronaći srednju vrijednost za svaku studijsku skupinu. Srednja vrijednost je označena grčkim slovom µ (mu). Da biste pronašli prosjek, jednostavno zbrojite sve rezultirajuće vrijednosti i podijelite ih s količinom podataka (veličina uzorka).
  - Na primjer, da biste pronašli prosječnu ocjenu u skupini 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.
  - Podijelite zbroj s brojem vrijednosti, N = 5: 443/5 = 88,6.
  - Dakle, prosječna vrijednost za ovu skupinu iznosi 88,6.
3. Svaku dobivenu vrijednost oduzmite od prosjeka. Sljedeći korak je izračunavanje razlike (x i - µ). Da biste to učinili, oduzmite svaku dobivenu vrijednost od pronađene prosječne vrijednosti. 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, 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 količina treba kvadrirati. Ovaj korak će ukloniti sve negativne vrijednosti. Ako nakon ovog koraka i dalje imate negativne brojeve, 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 zbog činjenice da ne uzimamo u obzir opću populaciju, već uzimamo uzorak svih učenika za evaluaciju.
  - Oduzmite: N - 1 = 5 - 1 = 4
  - Podijeli: 81,2/4 = 20,3
6. Uzmi kvadratni korijen. Nakon što zbroj podijelite s veličinom uzorka minus jedan, uzmite kvadratni korijen pronađene vrijednosti. Ovo je posljednji korak u izračunu standardne devijacije. Postoje statistički programi koji nakon unosa početnih podataka izvode 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 grupe, očito biste trebali uzeti podatke za obje grupe. 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 zauzvrat 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 statističkog istraživanja. Međutim, 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 statističkih promatranja;
Apsolutne i relativne statističke vrijednosti;
Varijacijska serija;
Uzorak;
Korelacijska i regresijska analiza;
Redovi dinamike.

Statističko promatranje

Statističko promatranje je planirano, organizirano i u većini slučajeva sustavno prikupljanje informacija, usmjereno uglavnom na pojave društvenog života. Ova metoda se provodi kroz registraciju unaprijed zadanih najupečatljivijih značajki, čija je svrha naknadno dobivanje karakteristika proučavanih pojava.

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

Trebao bi u potpunosti obuhvatiti proučavane pojave;
Primljeni podaci moraju biti točni i pouzdani;
Rezultirajući podaci trebaju biti ujednačeni i lako usporedivi.

Također, statističko promatranje može imati dva oblika:

Izvještavanje je oblik statističkog promatranja u kojem 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 za određenu svrhu, radi dobivanja informacija koje nisu dostupne u izvješćima, odnosno radi pojašnjenja i utvrđivanja pouzdanosti podataka u izvješćima. Ovaj obrazac uključuje ankete (na primjer, ankete mišljenja ljudi), popise stanovništva itd.

Osim toga, statističko promatranje može se kategorizirati na temelju dvije značajke: ili na temelju prirode bilježenja podataka ili na temelju obuhvata jedinica promatranja. Prva kategorija uključuje intervjue, dokumentiranje i neposredno promatranje, a druga kategorija uključuje kontinuirano i nekontinuirano promatranje, t.j. selektivni.

Za dobivanje podataka statističkim promatranjem mogu se koristiti metode kao što su upitnici, korespondentske aktivnosti, samokalkulacija (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 pojedinačnih činjenica koje čine ukupni skup podataka prikupljenih tijekom promatranja. Ako se sažetak izvede ispravno, ogromna količina pojedinačnih podataka o pojedinačnim objektima promatranja može se pretvoriti u cijeli kompleks statističkih tablica i rezultata. Također, takva studija pomaže u određivanju zajedničkih značajki i obrazaca proučavanih pojava.

S obzirom na točnost i dubinu proučavanja, može se razlikovati jednostavan i složen sažetak, ali bilo koji od njih treba se temeljiti na određenim fazama:

Odabran je atribut grupiranja;
Određuje se redoslijed formiranja skupina;
Razvija se sustav pokazatelja koji karakterizira skupinu i objekt ili pojavu u cjelini;
Izrađuju se izgledi tablica gdje će biti prikazani zbirni rezultati.

Važno je napomenuti da postoje različiti oblici sažetka:

Centralizirani sažetak, koji zahtijeva prijenos primljenog primarnog materijala 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 proces razlikuje se podjelom proučavanih podataka u skupine prema značajkama. Značajke zadataka koje postavlja statistička analiza utječu na to kakvo će grupiranje biti: tipološko, strukturno ili analitičko. Zato se za sažetke i grupiranje ili pribjegavaju uslugama visokospecijaliziranih stručnjaka ili ih koriste.

Apsolutna i relativna statistika

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

Ako želite znati o pojedinačnim apsolutnim statističkim vrijednostima, možete pribjeći mjerenju, evaluaciji, 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 trošak, rad i prirodni.

A relativne vrijednosti izražavaju kvantitativne omjere koji se odnose na fenomene društvenog života. Da biste ih dobili, neke količine uvijek dijele druge. Pokazatelj koji se uspoređuje (ovo je nazivnik) naziva se baza usporedbe, a pokazatelj koji se uspoređuje (ovo je brojnik) naziva se izvještajnom vrijednošću.

Relativne vrijednosti mogu biti različite, ovisno o njihovom sadržaju. Na primjer, postoje veličine usporedbe, veličine razine razvijenosti, veličine intenziteta određenog procesa, veličine koordinacije, strukture, dinamike i tako dalje. itd.

Za proučavanje nekog skupa razlikovnih obilježja, statistička analiza koristi prosječne vrijednosti - generalizirajući kvalitativne karakteristike skupa homogenih pojava za neko razlikovno obilježje.

Izuzetno važno svojstvo prosjeka je da oni o vrijednostima specifičnih obilježja u svom cjelokupnom kompleksu govore kao jedan broj. Unatoč činjenici da pojedine jedinice mogu imati kvantitativnu razliku, prosječne vrijednosti izražavaju opće vrijednosti svojstvene svim jedinicama kompleksa koji se proučava. Ispada da uz pomoć karakteristika jedne stvari možete dobiti karakteristike cjeline.

Treba imati na umu da se jednim od najvažnijih uvjeta za korištenje prosjeka, ako se provodi statistička analiza društvenih pojava, smatra homogenost njihovog kompleksa, za što je potrebno saznati prosjek. . A formula za određivanje ovisit će o tome kako će se točno prikazati početni podaci za izračun prosječne vrijednosti.

Varijacijska serija

U nekim slučajevima podaci o prosjeku određenih proučavanih veličina možda neće biti dovoljni za obradu, evaluaciju i dubinsku analizu pojave ili procesa. Zatim treba uzeti u obzir varijaciju ili rasprostranjenost pokazatelja pojedinih jedinica, što je također važna karakteristika proučavane populacije.

Mnogi čimbenici mogu utjecati na pojedinačne vrijednosti veličina, a fenomeni ili procesi koji se proučavaju mogu biti vrlo raznoliki, tj. imati varijaciju (ova raznolikost je niz varijacija), čije uzroke treba tražiti u biti onoga što se proučava.

Gore navedene apsolutne vrijednosti izravno ovise o mjernim jedinicama obilježja, što znači da otežavaju proces proučavanja, vrednovanja i uspoređivanja dviju ili više varijacijskih serija. A relativne pokazatelje treba izračunati kao omjer apsolutnih i prosječnih pokazatelja.

Uzorak

Značenje metode uzorkovanja (ili, jednostavnije, uzorkovanja) je da svojstva jednog dijela određuju numeričke karakteristike cjeline (to se naziva opća populacija). Glavna selektivna metoda je unutarnja veza koja ujedinjuje dijelove i cjelinu, pojedinačno i općenito.

Metoda uzorkovanja ima niz značajnih prednosti u odnosu na ostale, budući da 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 proučiti.

Korespondencija između karakteristika uzorka i karakteristika fenomena ili procesa koji se proučava ovisit će o skupu 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 pravi 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 karakteristika metode i karakteristika onoga što se podvrgava statističkoj analizi.

Stoga, prije obrade uzorka materijala, potrebno ga je pažljivo provjeriti, čime se riješite svega nepotrebnog i sekundarnog. Istodobno, prilikom sastavljanja uzorka, neophodno je zaobići svaki amaterski nastup. To znači da ni u kojem slučaju ne biste trebali odabrati samo one opcije koje se čine tipične, a odbaciti sve ostale.

Učinkovit i kvalitetan uzorak mora biti izvučen objektivno, t.j. mora se proizvesti na način da se isključe svaki subjektivni utjecaji i unaprijed stvoreni motivi. A da bi se ovaj uvjet ispravno poštivao, potrebno je pribjeći principu randomizacije, odnosno, jednostavnije, principu slučajnog odabira opcija iz cijele njihove populacije.

Prikazani princip služi kao temelj teorije metode uzorkovanja i mora se slijediti kad god je potrebno stvoriti učinkovitu populaciju uzorka, 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 dvaju ili više pokazatelja.

U slučaju korelacijske analize, zadaci su:

Izmjeriti nepropusnost postojeće veze razlikovnih značajki;
Utvrditi nepoznate uzročne veze;
Procijenite čimbenike koji imaju najveći utjecaj na konačnu osobinu.

A u slučaju regresijske analize zadaci su sljedeći:

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

Za rješavanje svih navedenih problema gotovo uvijek je potrebno kombinirano primijeniti i korelacijske i regresijske analize.

Serija dinamike

Ovom metodom statističke analize vrlo je prikladno odrediti intenzitet ili brzinu razvoja pojava, pronaći trend njihovog razvoja, izdvojiti fluktuacije, usporediti dinamiku razvoja, pronaći odnos između pojava koje se razvijaju tijekom vrijeme.

Niz dinamike je niz u kojem su statistički pokazatelji uzastopno locirani u vremenu, promjene u kojima karakteriziraju proces razvoja predmeta ili fenomena koji se proučava.

Serija dinamike uključuje dvije komponente:

Razdoblje ili vrijeme povezano s dostupnim podacima;
Razina ili statistika.

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

Na temelju trajanja vremenskih intervala s kojima su razine međusobno povezane, nizovi dinamike mogu biti trenutni i intervalni. Intervalne serije omogućuju vam dodavanje razina kako biste dobili ukupnu vrijednost razdoblja koje slijede jedna za drugom, ali u serijama trenutaka takva mogućnost ne postoji, ali to tamo nije potrebno.

Vremenske serije također postoje s jednakim i različitim intervalima. Bit intervala u trenutnim i intervalnim serijama uvijek je različita. U prvom slučaju, interval je vremenski interval između datuma na koje su podaci za analizu povezani (prikladno je koristiti takav niz, na primjer, za određivanje broja radnji po mjesecu, godini itd.). A u drugom slučaju - vremensko razdoblje na koje su priloženi agregirani podaci (takav niz može se koristiti za određivanje kvalitete istih radnji za mjesec, godinu itd.). Intervali mogu biti jednaki ili različiti, bez obzira na vrstu serije.

Naravno, da bismo naučili kompetentno 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 bi bilo lakše, možete i trebate trenirati svoje razmišljanje i.

Inače, istraživanje, evaluacija, obrada i analiza informacija vrlo su zanimljivi procesi. Čak iu slučajevima kada to ne dovodi do nekog specifičnog rezultata, tijekom studija možete naučiti mnogo zanimljivih stvari. Statistička analiza našla se u velikom broju područja ljudskog djelovanja, a možete je koristiti u školi, poslu, poslu 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 koja postavlja opća pitanja o prikupljanju, mjerenju i analizi masovnih (kvantitativnih ili kvalitativnih) podataka. Također, statistika se bavi proučavanjem kvantitativne strane fenomena društvene mase u smislu njihovog brojčanog oblika. Ova riječ dolazi od latinskog statusa, što znači "stanje stvari". U početku se ova znanost zvala "Državne studije".

Pojam "statistika" prvi je put upotrijebljen 1746. godine, a ovaj je trenutak označio početak takve akademske discipline i znanosti. Istina, ne može se reći da je njegova izravna upotreba započela s tim, budući da su računovodstvo, mjerenje i analiza podataka provedeni mnogo ranije. Moda je važan parametar. Nešto slično se može zapamtiti iz geometrije, ali ovo nije sasvim isto. Ali u statistici? Ovo je naziv vrijednosti iz linearnog niza, koji se najčešće javlja.

Primjeri

Razgovarajmo o nečemu 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 statistika VKontaktea.

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

Vrste grupiranja

U okviru znanstvene discipline jedan je skup podijeljen u zasebne skupine, koje su u određenom pogledu homogene. Za izračunavanje broja intervala kada nema jasnih okvira često se koristi Sturgesova formula:

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

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

Ovisno o ciljevima, postoje tri vrste grupiranja:

Tipična skupina treba nastojati biti što drugačija od drugih i biti što sličnija unutar sebe. Oni su primarni i sekundarni. Prve se formiraju tijekom Sekundarne grupe se izrađuju na temelju primljenih podataka.

Klasifikacija statističkih metoda

Našli su put gotovo posvuda. Stoga je logično pretpostaviti da ne postoji univerzalni alat. Ovisno o specifičnosti i udubljenosti u specifične probleme, razlikuje se sljedeća analiza podataka:

Razvoj i istraživanje alata opće namjene koji ne uzimaju u obzir specifičnosti područja primjene.
Izrada i korištenje statističkih modela neke stvarne pojave ili procesa u određenom području djelovanja.
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. Teorija vjerojatnosti također služi kao matematička osnova primijenjene statistike i njezinih metoda analize. Sve počinje opisom vrste primljenih podataka, kao i mehanizma njihova nastanka. Za to se koriste probabilističke i determinističke metode. Potonje se može primijeniti samo u slučajevima kada istraživač ima dovoljno podataka na raspolaganju (primjer su izvješća državnih statističkih tijela koja se temelje na podacima poduzeća). Ali možete prenijeti rezultat u veću skalu i procijeniti izglede samo pomoću toga

U najjednostavnijoj situaciji dostupni podaci djeluju kao vrijednost određene značajke koja je karakteristična za predmet koji se proučava. Ovdje su parametri kvantitativni ili indikativni (ovisno o kategoriji kojoj pripadaju). Druga opcija obično govori o kvalitativnoj karakteristici. Što ako ih uzmemo nekoliko? Ili dodati kvantitativno? Tada možemo reći da je vektor objekta dobiven. Smatra se novim.U velikim studijama uzorci se uzimaju iz 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 strukturiranje značajnih količina podataka koji su nužni za pružanje informacija o stanju stvari u određenim područjima. Dakle, igra važnu ulogu za investitore, jer omogućuje promatranje dinamike rasta gospodarstava država. Statistike su također zanimljive građanima i vlastima, govoreći im o procesima u zemlji: demografskom rastu ili krizi, porastu blagostanja ili njegovom padu i tako dalje.