Статистика как наука

Размещено на http://www.allbest.ru/

Оглавление

1. Предмет, метод и задачи статистики как науки

2. Корреляционно-регрессионный анализ в статистике

Список использованной литературы

1. Предмет, метод и задачи статистики как науки

Термин «статистика» происходит от латинского слова «status», что в Средние века означало политическое состояние государства.

В науку этот термин введён немецким учёным Готфридом Ахенвалем (1719-1772гг), и означал он тогда государство ведение. Зарождение статистики, как науки, следует отнести ко второй половине XVII века.

В настоящее время термин «статистика» употребляется в четырех значениях:

1. комплекс учебных дисциплин, обладающих определенной спецификой и изучающих количественную сторону массовых явлений и процессов в неразрывной связи с их качественным содержанием -учебный предмет в высших и средних учебных заведениях;

2. отрасль практической деятельности («статистический учет») по сбору, обработке, анализу и публикации массовых цифровых данных о самых различных явлениях и процессах общественной жизни; эту деятельность на профессиональном уровне осуществляет государственная статистика - Федеральная служба государственной статистики и система её учреждений, организованных по административно-территориальному признаку, а также ведомственная статистика (на предприятиях, ведомствах, министерствах);

3. совокупность цифровых сведений, характеризующих состояние массовых явлений и процессов общественной жизни; статистические данные, представляемые в отчетности предприятий, организаций, отраслей экономики, и публикуемые с сборниках, справочниках, периодической прессе, которые являются результатом статистической работы;

4. статистические методы (в том числе методы математической статистики), применяемые для изучения социально-экономических явлений и процессов.

Статистика, как наука, представляет собой целостную систему научных дисциплин: теория статистики, экономическая статистика и её отрасли, социально-демографическая статистика и её отрасли.

Статистика - это самостоятельная общественная наука, которая изучает количественную сторону массовых явлений и процессов, исследует закономерности общественного развития в конкретных условиях, места и времени. Статистика изучает статистические закономерности, которые в отличие от динамических проявляются только в массовых процессах.

Теория статистики - наука о наиболее общих принципах и методах статистического исследования социально-экономических явлений. Она разрабатывает понятийный аппарат и систему категорий статистической науки, рассматривает методы сбора, сводки, обобщения и анализа статистических данных, т. е. общую методологию статистического исследования массовых общественных процессов. Таким образом,теория статистики - методологическая основа всех отраслевых статистик.

Экономическая статистика разрабатывает и анализирует синтетические показатели, включая такие макроэкономические показатели, как:

- валовое национальное богатство (ВНБ),

- валовой национальный доход (ВНД),

- валовой внутренний продукт (ВВП),

- валовой национальный продукт (ВНП) и др., отражающие

- состояние национальной экономики;

- структуру, пропорции, взаимосвязь отраслей и элементов общественного воспроизводства;

- рассматривает особенности размещения производительных сил, состав и использование материальных, трудовых и финансовых ресурсов;

- наконец, осуществляет построение и анализ общей макростатистической модели рыночной экономики в виде системы национальных счетов (СНС).

Отрасли экономической статистики -- статистика промышленности, сельского хозяйства, строительства, транспорта, связи, труда, природных ресурсов, охраны окружающей среды и т.д. -- разрабатывают и изучают статистические показатели развития соответствующих отраслей.

Социально-демографическая статистик а формирует и анализирует систему показателей, комплексно характеризующих различные стороны социальных условий и образа жизни населения; ее отрасли -- статистика населения, политики, культуры, здравоохранения, науки, просвещения, права и т.д.

Задачей всех отраслевых статистик является разработка статистических показателей соответствующих отраслей.

Статистика развивается как единая наука, и развитие каждой отрасли содействует ее совершенствованию в целом.

Между наукой-статистикой и практикой существует тесная взаимосвязь:

? статистика использует данные практики, обобщает и разрабатывает методы проведения статистических исследований.

? В свою очередь, в практической деятельности применяются теоретические положения статистической науки для решения конкретных управленческих задач.

Предметом статистики выступают размеры и количественные соотношения качественно определенны социально-экономических явлений, закономерности их связи и развития в конкретных условиях места и времени. В определении предмета статистики подчеркивается несколько характерных особенностей статистики, как науки. Статистика изучает :

? массовые общественные явления при помощи статистических показателей и их динамику;

? количественную сторону массовых общественных явлений и дает количественное, цифровое освещение общественных явлений;

? количественную сторону общественных явлений в неразрывной связи с их качественным содержанием, наблюдает в обществе процесс перехода количественных изменений в качественные;

? количественную сторону общественных явлений в конкретных условиях места и времени, характеризует явления общественной жизни в конкретных пространственных и временных границах;

Метод статистики.

Для изучения предмета статистики разработаны и применяются специфические приёмы, совокупность которых образует методологию статистики. Применение в статистике конкретных методов предопределяется поставленными задачами и зависит от характера исходной информации.

В основе статистической методологии лежит диалектический метод.

Диалектика рассматривает явления во взаимосвязи и во взаимозависимости, в динамике, обнаруживает причинно-следственные связи, выделяет главное и второстепенное. Принципы, категории и законы диалектики нашли отражение в конкретных статистических методах.

Статистические методы используются комплексно (системно). Это обусловлено сложностью процесса экономико-статистического исследования, состоящего из трёх основных стадий:

1. Сбор первичной статистической информации. На этой стадии исследования, в связи с необходимостью учета всего многообразия фактов и форм осуществления социально-экономических процессов и в соответствии с их массовым характером, применяется метод массового статистического наблюдения, обеспечивающий всеобщность, полноту и представительность (репрезентативность) полученной первичной информации.

2. Статистическая сводка и обработка первичной информации.. На этой стадии, собранная в ходе массового наблюдения информация подвергается обработке методом статистических группировок, позволяющим выделить в изучаемой совокупности социально-экономические типы, совершается переход от характеристики единичных фактов к характеристике данных, объединенных в группы величин. Методы группировки различаются в зависимости от задач исследования и качественного состояния первичного материала.

3. Обобщение и интерпретация статистической информации. На этой стадии проводится анализ статистической информации на основе применения обобщающих статистических показателей: абсолютных, относительных и средних величин, вариации тесноты связи и скорости изменения социально-экономических явлений во времени, индексов и др. Проведение анализа позволяет проверить причинно-следственные связи изучаемых явлений и процессов, определить влияние и взаимодействие различных факторов, оценить эффективность принимаемых управленческих решений, возможные экономические и социальные последствия складывающихся ситуаций.

При изучении статистической информации широкое применение имеют табличный и графический методы.

Статистическим преломлением закона перехода количественных изменений в качественные является закон больших чисел, который лежит в основе статистической методологии. Он гласит, что статистическая закономерность может проявляться с достаточной очевидностью только при массовом статистическом наблюдении, а полученные выводы тем более надежны, чем многочисленней объект исследования.

Доказано, что индивидуальные случайные отклонения от некоторого закономерного для данной совокупности процесса или уровня явления при достаточно большом числе единиц совокупности взаимо погашаются. В результате обнаруживаются причинно-следственные связи или измеряется типичный уровень явлений.

Основные категории статистики.

Статистика оперирует определенными категориями - понятиями, отражающими существенные, всеобщие свойства и основные отношения явлений действительности.

Объект конкретного статистического исследования называют статистической совокупностью.

Статистическая совокупность - это множество единиц (объектов, явлений), объединённых единой закономерностью и варьирующих в пределах общего качества.

Специфическим свойством статистической совокупности является массовость единиц, поскольку явление характеризуется массовым процессом и всем многообразием определяющих его причин и форм.

Под единицами совокупности понимаются её неделимые первичные элементы, выражающие её качественную однородность, т. е. являющиеся носителями признаков.

Под качественной однородностью единиц совокупности понимается сходство единиц (объектов явлений) по каким-либо существенным признакам, но различающихся по каким-либо другим признакам.

Выделение качественно однородных статистических совокупностей является предпосылкой расчета обобщающих показателей, статистического изучения вариации, связей между признаками.

Единицы статистической совокупности характеризуются общими свойствами, именуемыми в статистике признаками.

Признак - это показатель, характеризующий некоторое свойство объекта совокупности, рассматриваемый, как случайная величина

Значение каждого признака отдельной единицы совокупности (варианты) могут быть различными.

Вариация - это различия в значениях того или иного признака у отдельных единиц, входящих в данную совокупность. Она возникает в результате того, что индивидуальные значения признака складываются под совокупным влиянием разнообразных факторов (условий), которые по разному сочетаются в каждом отдельном случае.

Наличие вариации является основной предпосылкой статистического исследования. Варьирующие признаки могут быть количественными, если их варианты выражаются числовыми значениями (возраст, стаж работы, оплата труда и прочее) и неколичественными (атрибутивными), не имеющими числового выражения и представляющими собой смысловые понятия (профессия, социальная принадлежность и т д.)

Количественные признаки могут быть дискретными и непрерывными. Случаи, когда варианты признака могут принимать только одно из двух противоположных значений, говорят об альтернативном признаке. Признаки подразделяются на существенные, или главные, выражающие содержательную сторону явлений, и несущественные, или второстепенные, статистическому изучению подлежат существенные признаки.

Признаки, характеризующие статистическую совокупность, взаимосвязаны между собой, поэтому следует различать факторные (признаки-факторы) и результативные признаки.

Факторные признаки - это независимые признаки, оказывающие влияние на другие, связанные с ними признаки.

Результативные признаки - это зависимые признаки, которые изменяются под влиянием факторных признаков.

Итак, квалификация, стаж работы - это факторные признаки, а производительность труда - это результативный признак.

4. Задачи статистической науки.

Статистическая совокупность состоит из массы отдельных единиц, разрозненных фактов. Задача статистики - установить общие свойства единиц совокупности, изучить имеющиеся взаимосвязи и закономерности развития. Достигается это с помощью расчета статистических показателей и их анализа.

Задачи статистики можно условно разделить на две группы:

? Постоянные (долговременные);

? Актуальные.

Постоянные задачи:

- обеспечить органы управления государством, регионами, отраслями и отдельными предприятиями своевременной полной и достоверной информацией, необходимой для принятия решения;

- информировать общественность о явлениях и процессах, происходящих в обществе.

Актуальные задачи формируются исходя из потребности общества и экономики на современном этапе:

- получение объективной информации о деятельности хозяйственных структур с учетом теневого сектора;

- создание автоматизированных баз данных о деятельности текущих хозяйственных структур с возможностью санкционированного доступа к ним для получения информации, необходимой для решения текущих хозяйственных задач;

- прогнозирование развития важных социально-экономических процессов и явлений;

- распространение выборочных обследований во всех секторах общественной и экономической жизни;

- проведение организационно-методологической работы по постепенному переходу на систему национальных счетов.

Статистический показатель - это количественно-качественная обобщающая характеристика какого-то свойства группы единиц или совокупности в целом. Этим он отличается от индивидуальных значений, которые, как отличалось, называются признаками.

Величина - характеристика объекта или явления материального мира, общая в качественном отношении, но индивидуальная для каждого из них в количественном отношении.

Значение конкретной величины - это её оценка, выражаемая произведением отвлеченного числа на принятую для данной величины единицу. Значение показателя является функцией пространства и времени.

Итак, основной задачей статистики является сбор, учет, обработка и хранение данных (информации), отображающих ход общественного развития.

2. Корреляционно-регрессионный анализ в статистике

статистика диалектический графический

Для исследования интенсивности, вида и формы зависимостей применяется корреляционно-регрессионный анализ, который является методическим инструментарием при решении задач прогнозирования.

Различает два вида зависимостей между процессами:

1) функциональную;

2) стохастическую.

Статической называется зависимость между случайными величинами, при которой изменение одной из величин влечет за собой изменение закона распределения другой величины.

Односторонняя вероятностная зависимость между случайными

величинами есть регрессия.

Исследование корреляционных связей называется корреляционным

анализом, а исследование односторонних стохастических зависимостей - регрессионным анализом.

Целью корреляционного анализа является оценка тесноты связи между признаками.

Целью регрессионного анализа является установление формы зависимости.

Парная регрессия - это уравнение связи двух переменных у и х:

y=f(х),

где у - зависимая переменная (результат);

х - независимая, объясняющая переменная (фактор).

Различают линейные и нелинейные регрессии.

Линейная регрессия:

у=а+bх.

Нелинейные регрессии делятся на два класса: регрессии, нелинейные

относительно включенных в анализ объясняющих переменных, но линейные по оцениваемым параметрам, и регрессии, нелинейные по оцениваемым параметрам.

Регрессии, нелинейные по объясняющим переменным:

1) полиномы разных степеней у=а+b1х+b2х2+…;

2) равносторонняя гипербола у=а+b/х.

Регрессии, нелинейные по оцениваемым параметрам:

1) степенная у=ахb;

2) показательная у=аbх;

3) экспоненциальная у=еа+bх.

Рассмотрим простейшую модель парной регрессии - линейную регрессию. Линейная регрессия находит широкое применение в эконометрике ввиду четкой экономической интерпретации ее параметров. Линейная регрессия сводится к нахождению уравнения вида

Уравнение вида позволяет по заданным значениям фактора x находить теоретические значения результативного признака, подставляя в него фактические значения фактора x .

Построение линейной регрессии сводится к оценке ее параметров - a и b . Классический подход к оцениванию параметров линейной регрессии основан на методе наименьших квадратов (МНК). МНК позволяет получить такие оценки параметров a и b , при которых сумма квадратов отклонений фактических значений результативного признака y от теоретических x y минимальна:

Ковариация - числовая характеристика совместного распределения двух случайных величин, равная математическому ожиданию произведения отклонений этих случайных величин от их математических ожиданий. Дисперсия - характеристика случайной величины, определяемая как математическое ожидание квадрата отклонения случайной величины от ее математического ожидания. Математическое ожидание - сумма произведений значений случайной величины на соответствующие вероятности. Параметр b называется коэффициентом регрессии. Его величина показывает среднее изменение результата с изменением фактора на одну единицу.

Формально a - значение y при x = 0 . Если признак-фактор x не может иметь нулевого значения, то вышеуказанная трактовка свободного члена a не имеет смысла, т.е. параметр a может не иметь экономическогосодержания.

Уравнение регрессии всегда дополняется показателем тесноты связи. При использовании линейной регрессии в качестве такого показателя выступает линейный коэффициент корреляции xy r , который можно рассчитать по следующим формулам:

Теснота линейной связи между переменными может быть оценена на основании шкалы Чеддока:

Положительное значение коэффициента корреляции говорит о положительной связи между х и у, когда с ростом одной из переменных другая тоже растет. Отрицательное значение коэффициента корреляции означает, с ростом одной из переменных другая убывает, с убыванием одной из переменной другая растет.

Для оценки качества подбора линейной функции рассчитывается квадрат линейного коэффициента корреляции r 2xy , называемый коэффициентом детерминации. Коэффициент детерминации характеризует долю дисперсии результативного признака y , объясняемую регрессией, в общей дисперсии результативного признака:

Соответственно величина 1 2 xy ? r характеризует долю дисперсии y, вызванную влиянием остальных, не учтенных в модели, факторов. После того как найдено уравнение линейной регрессии, проводится оценка значимости как уравнения в целом, так и отдельных его параметров. Проверить значимость уравнения регрессии - значит установить, соответствует ли математическая модель, выражающая зависимость между переменными, экспериментальным данным и достаточно ли включенных в уравнение объясняющих переменных (одной или нескольких) для описания зависимой переменной.

Список использованной литературы

1. Гусаров В.М. Статистика: Учеб. пособие для вузов. - М.: ЮНИТИ-ДАНА, 2001.

2. Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник / Под ред. И.И.Елисеевой. - М.: Финансы и статистика, 1998.

3. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики. - М.: ИНФРА-М, 1996.

Размещено на Allbest.ru