Виды и формы связей между явлениями

Размещено на http://www.allbest.ru/

Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования

Российская академия народного хозяйства и государственной службы

При президенте Российской Федерации

Курсовая работа

по дисциплине: Статистика

на тему: Теория. Виды и формы связей между явлениями

Липецк, 2013



Введение

Статистика - одна из важных общепрофессиональных учебных дисциплин при подготовке специалистов с высшим образованием.

В курсовой работе я рассмотрю основы общей истории статистики, предмет и методы статистики, понятия и методы.

Постараюсь раскрыть вопрос о видах и формах связей между явлениями рассматриваемыми статистикой. Затрону все сопутствующие выше описанному моменты, и покажу, что статистика является актуальным видом общественной деятельности от микро до макроуровня и решает постоянно возникающие актуальные задачи.

Ведь ещё с незапамятных времен человечество осуществляло учет многих сопутствующих его жизнедеятельности явлений и предметов и производило связанные с ним вычисления. Люди получали разносторонние, хотя на различных этапах общественного развития - различающиеся полнотой данные, учитывающиеся повседневно в процессе принятия хозяйственных решений, так же в конечном итоге и на государственном уровне при определении русла экономической и социальной политики и характера политической деятельности.

Всю информацию из разных форм хозяйственности, в постоянно возрастающих объемах предоставляет обществу статистика, являющаяся необходимой принадлежностью государственного аппарата. Статистические данные, таким образом, способны сказать языком статистических показателей о многом в весьма яркой и убедительной форме.

Прежде, чем стать наукой в ее современном понимании, статистика, прошла многовековую историю развития.

Слово «статистика» происходит от латинского status - состояние дел или положение вещей.

В науку термин «статистика» ввел немецкий ученый Готфрид Ахенвалль в 1746 году, предложив заменить название курса «Государствоведение», преподававшегося в университетах Германии, на «Статистику», положив тем самым начало развитию статистики как науки и учебной дисциплины.

Несмотря на это, статистический учёт вёлся намного раньше: проводились переписи населения в Древнем Китае, осуществлялось сравнение военного потенциала государств, вёлся учёт имущества граждан в Древнем Риме и т. п.

Начало статистической практики относится примерно ко времени возникновения государства. Первой опубликованной статистической информацией можно считать глиняные таблички Шумерского царства (III - II тысячелетия до н. э.). Так же, известно, что ещё за 5 тыс. лет до н. э. проводился подсчет населения в Китае, велся учет имущества в Древнем Риме, в средние века проводились переписи населения, домашнего имущества, земель. Эти сведения использовались в основном в военных целях и при обложении налогами.

Например, греческий философ Аристотель (384 - 322 г, до н. э.) составил описание 157 городов и государств своего времени.

Средневековье оставило уникальный памятник - «Книгу страшного суда» (1061 г.) - это свод материалов всеобщей переписи населения Англии и его имущества (включает данные о 240 тысячах дворов).

Статистика - отрасль общественных наук, знаний, имеющая целью сбор, упорядочение, анализ и сопоставление числовых фактов, относящихся к самым разнообразным массовым явлениям, в которой излагаются общие вопросы сбора, измерения и анализа массовых статистических, количественных или качественных, данных; изучение количественной стороны массовых общественных явлений в числовой форме.

Вначале под статистикой понимали описание экономического и политического состояния государства или его части. Например, к 1792 году относится определение: «статистика описывает состояние государства в настоящее время или в некоторый известный момент в прошлом». И в настоящее время деятельность государственных статистических служб вполне укладывается в это определение[1].

Однако постепенно термин «статистика» стал использоваться более широко. По Наполеону Бонапарту, «статистика - это бюджет вещей»[2]. Тем самым статистические методы были признаны полезными не только для административного управления, но и для применения на уровне отдельного предприятия. Согласно формулировке 1833 года, «цель статистики заключается в представлении фактов в наиболее сжатой форме»[1]. Во 2-й половине XIX - начале XX веков сформировалась научная дисциплина - математическая статистика, являющаяся частью математики.

В XX веке статистику часто рассматривают прежде всего как самостоятельную научную дисциплину. Статистика есть совокупность методов и принципов, согласно которым проводится сбор, анализ, сравнение, представление и интерпретация числовых данных.

В 1954 г. академик АН УССР Б. В. Гнеденко дал следующее определение: «Статистика состоит из трёх разделов:

сбор статистических сведений, то есть сведений, характеризующих отдельные единицы каких-либо массовых совокупностей;

статистическое исследование полученных данных, заключающееся в выяснении тех закономерностей, которые могут быть установлены на основе данных массового наблюдения;

разработка приёмов статистического наблюдения и анализа статистических данных. Последний раздел, собственно, и составляет содержание математической статистики»[3].

Сразу после возникновения теории вероятностей (Паскаль, Ферма, XVII век) вероятностные модели стали использоваться при обработке статистических данных. Например, изучалась частота рождения мальчиков и девочек, было установлено отличие вероятности рождения мальчика от 0.5, анализировались причины того, что в парижских приютах эта вероятность не та, что в самом Париже, и т. д.

В 1794-1795 г. немецкий математик Карл Гаусс формализовал один из методов современной математической статистики - метод наименьших квадратов[4]. В XIX веке значительный вклад в развитие практической статистики внёс бельгиец Кетле, на основе анализа большого числа реальных данных показавший устойчивость относительных статистических показателей, таких, как доля самоубийств среди всех смертей[5].

Первая треть ХХ века прошла под знаком параметрической статистики. Изучались методы, основанные на анализе данных из параметрических семейств распределений, описываемых кривыми семейства Пирсона. Наиболее популярным было нормальное распределение. Для проверки гипотез использовались критерии Пирсона, Стьюдента, Фишера. Были предложены метод максимального правдоподобия, дисперсионный анализ, сформулированы основные идеи планирования эксперимента.

Разработанную в первой трети ХХ века теорию анализа данных называют параметрической статистикой, поскольку её основной объект изучения - это выборки из распределений, описываемых одним или небольшим числом параметров.

Среди способов анализа статистических данных выделяют методы прикладной статистики, которые могут применяться во всех областях научных исследований и любых отраслях народного хозяйства, и другие статистические методы, применимость которых ограничена той или иной сферой. Имеются в виду такие методы, как статистический приёмочный контроль, статистическое регулирование технологических процессов, надёжность и испытания, планирование экспериментов.

Статистические методы анализа данных применяются практически во всех областях деятельности человека. Их используют всегда, когда необходимо получить и обосновать какие-либо суждения о группе (объектов или субъектов) с некоторой внутренней неоднородностью.

Целесообразно выделить три вида научной и прикладной деятельности в области статистических методов анализа данных (по степени специфичности методов, сопряженной с погруженностью в конкретные проблемы): ⁵ Плошко Б.Г., Елисеева И.И. История статистики: Учеб. пособие. - Москва, Ленинград: Финансы и статистика, 1990.

- разработка и исследование методов общего назначения, без учёта специфики области применения;

- разработка и исследование статистических моделей реальных явлений и процессов в соответствии с потребностями той или иной области деятельности;

- применение статистических методов и моделей для статистического анализа конкретных данных.

Прикладная статистика - наука о том, как обрабатывать данные произвольной природы, о методах обработки статистических данных.

Методы прикладной статистики активно применяются в технических исследованиях, экономике менеджменте, социологии, медицине, геологии, истории и т. д. С результатами наблюдений, измерений, испытаний, опытов, с их анализом имеют дело специалисты во многих областях теоретической и практической деятельности.

Прикладная статистика - методическая дисциплина, являющаяся центром статистики. При применении методов прикладной статистики к конкретным областям знаний и отраслям народного хозяйства получаются научно-практические дисциплины типа «статистика в промышленности», «статистика в медицине», «статистика в психологии» и др.

Прикладная статистика нацелена на решение реальных задач. Поэтому в ней возникают новые постановки математических задач анализа статистических данных, развиваются и обосновываются новые методы.

Большую роль играет методологическая составляющая - как именно ставить задачи, какие предположения принять с целью дальнейшего математического изучения. Велика роль современных информационных технологий, в частности, компьютерного эксперимента.

Математической основой прикладной статистики и статистических методов анализа является теория вероятностей и математическая статистика.

Предметом статистики является количественное измерение становления многоукладной экономики, с целью получения информации о качественных показателях различных форм хозяйствования с тем, чтобы проводить сопоставительный анализ их деятельности. Количественная сторона массовых явлений и процессов в неразрывной связи с качественной стороной, в конкретных условиях места и времени.

Выделяют три основные черты предмета статистики:

- статистика изучает общественные явления;

- статистика изучает массовые явления;

- статистика изучает количественную сторону явления.

Статистика изучает массовые общественные явления. Массовые общественные явления - это явления, которые встречаются в больших количествах, но отличаются друг от друга величиной определенного признака. статистика прикладной корреляционный связь

Статистика изучает закономерности развития с помощью количественных показателей, поэтому она определяет размеры, уровни и величины различных явлений, изучает структуру явлений, динамику явлений, взаимодействие явлений.

Каждое статистическое исследование проходит три этапа:

1 этап - статистическое наблюдение. Применяется метод массовых наблюдений. На этом этапе формируются цели и задачи наблюдения, разрабатываются программы исследования, определяется объект и единица наблюдения.

2 этап - сводка полученных данных. Применяются методы: группировок, относительных, абсолютных и средних величин, показателей вариации, рядов динамики. Данные методы совершают переход от характеристики единичных факторов к характеристике данных, объединенных в группы.

3 этап - анализ результатов. Применяются такие методы: индексный метод, методы математической статистики, графический метод, метод корреляционного и регрисионного анализа. С помощью этих методов устанавливается причинно - следственная связь между общественными явлениями и процессами. Этапам может предшествовать разработка статистической гипотезы.

Существуют следующие виды статистики:

- экономическая статистика;

- социально - демографическая статистика;

- государственная статистика.

Статистическая совокупность - это множество единиц, обладающих массовостью, однородностью, определенной целостностью, взаимозависимостью состояний.

Единица статистической совокупности - это каждый отдельно взятый элемент данного множества, обладающий определенными признаками.

Признак - общее свойство, характерная черта или иная особенность совокупности, которые могут быть наблюдаемы или измерены.

Статистический показатель - это количественно-качественная обобщающая характеристика свойства группы единиц или совокупности в целом.

Система статистических показателей - это совокупность взаимосвязанных показателей, отражающая существующие связи между явлениями, она охватывает все стороны жизни общества как на макроуровне, так и на микроуровне.

Важнейшей задачей статистики является разработка статистических данных, характеризующих состояние и развитие экономики, культуры, жизненного уровня членов общества, отдельных отраслей, предприятий и т.д. В условиях рыночной экономики роль статистической службы возрастает, ибо только статистические органы должны и могут организовать сбор и представление пользователям всех уровней системной информации об экономической жизни страны, объединить информацию, собираемую от населения, предприятий и других управленческих и хозяйственных органов. Одной из центральных задач становится статистическое изучение формирования новых отношений собственности, развития новых форм хозяйствования и видов предпринимательской деятельности. Много новых аспектов приобретает социальная статистика - информация об уровне жизни населения, проблема анализа результативности мер по поддержке малообеспеченных слоев населения, занятости населения и пр.

Статистикой решаются задачи:

1. Переход от отраслевого принципа сбора информации к статистики предприятия. Статистика предприятия дает достаточную информацию для взаимосвязанного анализа функционирования рынков труда, капитала, товаров и услуг.

2. Переход на качественно новые международные стандарты в области статистики цен, занятости, стоимости рабочей силы и уровня жизни населения.

3. Создание основ для широкого применения разнообразных математических и статистических методов для расчетов и контроля надежности статистических данных.

4. Создание системы статистических показателей для 3-х уровней управления:

- федерального (макроэкономические показатели),

- территориального (отрасли и сектора экономики),

- предприятий (статистика предприятий).

Достаточно сложные статистические методы нашли применение в биологии, страховании, психологии и т.д. Сегодня трудно найти сферу, где не применяется статистика. Статистика нужна для расчёта страховых тарифов, оценки финансовых и предпринимательских расходов; она используется в работе аудиторов, при постановке управленческого учета в фирме, в контроле и анализе качества продукции, в медицине, спорте и маркетинге. 

Виды и формы связей между явлениями

Все явления объективного мира, в том числе и общественные, находятся в постоянной взаимосвязи и взаимодействии между собой, в непрерывном изменении и развитии. Важнейшей задачей статистики, наряду с оценкой состояния массовых явлений и выявлением закономерностей их развития, является изучение связей между ними. Связи массовых общественных явлений устанавливают на основе теоретического анализа их сущности, изучения закономерностей и движущих сил развития, оценки условий их функционирования. При этом используются категории, понятия и накопленные ранее знания других наук. Задача статистики состоит в том, чтобы выявить само наличие связи в конкретных условиях, а также получить показатели, характеризующие ее силу, степень и характер. Основой изучения связей является качественный анализ.

Теоретический и практический интерес представляют в первую очередь причинно-следственные связи, когда одни явления (факторы) выступают причиной изменения других (результаты). Их анализ позволяет, во-первых, объяснить фактическое положение дел, а вовторых, воздействуя на факторы, добиться изменения результатов в желаемом направлении.

Связи между явлениями и их признаками бывают разные. Они отличаются по характеру, направлению, плотностью, аналитическим выражением, числом взаимодействующих факторов и др.. В философской литературе отмечается, что существует около 32 видов различных взаимосвязей.

По характеру различают связи функциональные и статистические (корреляционные), однофакторные и многофакторные; по форме выражения - прямые и обратные, прямолинейные и криволинейные.

По аналитическим выражением различают: прямолинейные (линейные) и криволинейные (нелинейные) связи. При прямолинейном связи с ростом факторного признака происходит равномерный рост (или уменьшение) результативного признака. Математически такая связь сказывается уравнением прямой а графически - прямой линией.

ух = а0 + а1х

где ух - теоретические значения результативного признака полученные по уравнению регрессии;

а0, а1 - параметры прямой;

х - значение факторного признака.

Параметры уравнения прямой (а0, а1) определяются путем решения системы нормальных уравнений на основе метода наименьших квадратов. Сущность данного метода заключается в нахождении параметров модели, при которых минимизируется сумма квадратов отклонений эмпирических (фактических) значений результативного признака от теоретических.

Поэтому такая связь и называют линейным. При криволинейном связи с ростом факторной признаки роста (или снижения) результативного признака происходит неравномерно, или направление связи меняется с прямого на обратный. Геометрически такая связь сказывается кривыми линиями (гиперболой, параболой и т.д.).

Различают два вида признаков:

1. Факторные - те, которые влияют на изменение других процессов.

2. Результативные - те, которые изменяются под воздействием других признаков.

По направлению связи между явлениями различают связи прямые и обратные. Если с увеличением факторного признака есть тенденция к росту индивидуальных и средних значений результативного признака, то это будет прямая связь.

Если с увеличением факторного признака результативный признак уменьшается или, наоборот, с уменьшением факторного признака результативный признак возрастает, то это обратная связь. Например, между пьянством и преступностью есть прямая зависимость, а между образованием и преступностью - обратная.

По количеству взаимодействующих факторов связи могут быть однофакторные и многофакторные. Однофакторные связи - это такие, при которых одна результативная признак связан с одной факторной признаку. Такая связь называют парным.

Многофакторные связи - это такие, при которых одна результативная признак связан с двумя или факторных признаков. В общественных явлениях чаще встречаются многофакторные связи. Так, на решение расторгнуть брак влияют многие факторы, на осуществление автотранспортного преступления влияют разные факторы: природные условия, состояние дороги, состояние транспортных средств, квалификация водителя, соблюдение правил дорожного движения водителями и другими участниками движения и т.п..

Связь между явлениями называется функциональной, если изменению факторного показателя (x) на единицу соответствует строго определенное изменение результативного признака (y). Такие связи выражают формулами, действительными во всех случаях.

При функциональной связи полное соответствие между причиной (факторный признак) и следствием (результативный признак), т.е. величина результативного признака, полностью определяется одним или несколькими факторными признаками. Каждому значению величины факторного признака соответствует только одно значение результативного признака.

Функциональные связи обычно выражаются формулами и исследуются в математике и физике, астрономии и т.д.. Они выражаются по точной математической формуле, которая может быть использована в любом случае для явления, которое рассматривается.

Например, площадь круга (результативный признак) прямо пропорциональна радиусу (факторной признаку) и выражается формулой



S = рR²

а связь между длиной окружности и радиусом - формулой

L = 2рR

Примерами функциональной зависимости результативного признака от нескольких факторных признаков могут быть: зависимость тока от напряжения и сопротивления, зависимость площади треугольника от величины его сторон.

Функциональная зависимость проявляется с одинаковой силой во всех единицах совокупности независимо от изменения других признаков данного явления.

Так, установлена зависимость площади круга от квадрата радиуса будет проявляться везде: и при вычислении площади круга диска для метания в спортивных соревнованиях, и при характеристике площади круга площади города или села и проч. Итак, если установлена функциональная зависимость на базе единичного исследования, то ею можно пользоваться во всех аналогичных случаях.

Функциональная зависимость имеет место и в общественных явлениях, но очень редко, и эти связи единичные, отражающие взаимосвязь только отдельных сторон явлений. Функциональные связи имеют место и в экономике. Пример, заработная плата рабочего повременной оплате равна произведению часовой тарифной ставки на число отработанных часов и т.п.. В правовых явлениях функциональная зависимость, как правило, не встречается.

Для исследования функциональных связей применяется индексный и балансовый метод. Функциональные связи называют также полными, «жесткими».

Функциональная связь является точной и полной, т.к. обычно известны все факторы, оказывающие влияние на результативный признак. При функциональных связях величина результативного признака полностью показывается факторными признаками. Однако, в массовых явлениях общественной жизни в виду крайнего разнообразия факторов и их взаимосвязи и противоречивого действия этих факторов, не поддающихся строгому учету и контролю, возникает широкое варьирование результативного признака. Это свидетельствует о том, что связь между признаками неполная, а проявляется лишь, в общем, и среднем. Такие связи называются корреляционными.

Корреляционными называют связи, при которых строго определенному изменению факторного признака (x) соответствует целый ряд (статистическое распределение) изменений результата (y), не вполне определенных, подверженных случайным колебаниям. Эти связи проявляются лишь в среднем, в массовых явлениях. Кроме изучаемого фактора на результат воздействуют и другие причины, в том числе носящие случайный характер.

При корреляционной связи между причиной и следствием не имеется полного соответствия, а наблюдается лишь определенное соотношение. При корреляционной связи под влиянием изменения многих факторных признаков (ряд из которых может быть неизвестен), меняется средняя величина результативного признака.

Пример, корреляционная связь между влиянием удобрения и урожайностью культур, между производительностью и энергооснощенностью предприятия. Наибольшее распространение корреляционные связи имеют среди общественных явлений. Так, между уровнем производительности труда и энергооснащения труда на предприятиях одинаковой специализации есть определенное соответствие, если иметь в виду значительное количество случаев. Но на уровень производительности труда влияют и такие факторы, как режим работы на предприятии, организация снабжения, личные качества производственного персонала и др.. Поэтому может быть так, что на предприятии, где выше энерговооруженность, производительность труда может быть ниже, и наоборот. Это означает, что на уровень производительности труда существенно влияли другие факторы. Но если взять достаточно большое количество предприятий, то зависимость между производительностью и энерговооруженностью труда станет четкой. Корреляционная зависимость существует между производительностью труда и себестоимостью продукции - с ростом производительности труда снижается себестоимость продукции. Или возьмем обратную зависимость между преступностью и образованием лиц, совершивших преступления. Такая зависимость есть, но на уровень преступности в разных направлениях действует много других факторов (употребление алкоголя, моральные качества личности, материально-бытовые условия и т.д.). Поэтому в каждом конкретном случае зависимость между образованием и преступностью может не проявиться и для выявления такой неполной зависимости надо взять большое количество явлений, которые следует рассматривать в совокупности. Подобным образом можно изучать и зависимость между преступностью и рецидивом, между преступностью и удельным весом лиц, совершивших преступления в составе группы по отдельным видам преступлений.

В гражданско-правовой статистике можно изучать: зависимость между ростом жилищного строительства и снижением количества судебных дел соответствующей категории (дел, которые возникали на почве семейно-бытовых конфликтов) зависимость между количеством разводов на 10 тысяч населения и условиями жизни населения, между количеством заключенных браков на 10 тысяч населения и социально-демографическим показателям всего населения и т.п..

Важная особенность корреляционных связей состоит в том, что они обнаруживаются не в отдельных случаях, а в массовых общественных явлениях. Проявление корреляционных зависимостей подвержено действию закона больших чисел: лишь в достаточно большом числе фактов индивидуальные особенности и второстепенные факты сгладятся, и зависимость проявится достаточно отчетливо.

На формирование уровня любого массового явления оказывает влияние множество факторов. Некоторые из них являются первостепенно важными, доминирующими, другие - второстепенными, их воздействие незначительно. При этом влияние того или иного фактора может быть незаметным, если оно заслоняется действием других, чтобы его обнаружить, необходимо исследовать связь результативного признака не только с каждым фактором в отдельности, но и с несколькими факторами одновременно. По этой причине в статистике различают однофакторные и многофакторные связи.

Итак, наличие многих факторных признаков, степень влияния которых на результативный признак неизвестен, выступает как одна из характерных особенностей корреляционных связей. Корреляционная связь между результативным признаком и единицей из определенного количества факторных признаков может проявиться лишь в общем, в среднем, при прочих равных условиях. Влияние факторов, которые не являются объектом исследования, устраняется путем замены их средними показателями. Согласно закону больших чисел это достигается на основании взаимопогашение отклонений признаков определенных единиц в той или другую сторону от средней при достаточно большом количестве единиц, которые изучаются. Чем больше статистическая совокупность, тем точнее устанавливаемое соотношение выражает закономерность корреляционных связей.

Следует обращать внимание и на то, что в сложных взаимоотношениях может находиться и результативный фактор - в более общем виде он может выступать как фактор изменения других признаков. Это требует того, что результаты корреляционного анализа имеют значение для данного вида связи, а интерпретация этих результатов требует построения системы корреляционных связей в более общем виде.

Но и на массовом статистическом материале выявлены зависимости не будут носить полного, функционального характера. Они в определенной мере приближаться к функциональной связи, но действие других факторов, которые не учтены исследованиям, приводит к тому, что корреляционная связь будет неполный. Из этого следует, что корреляционная связь не выражается определенной математической формулой, он может быть выражен примерно с помощью аналитических формул.

Важная особенность корреляционных связей состоит в том, что эти связи неполные. Даже на массовых данных обнаруженные зависимости не будут носить полного, т.е. функционального характера. В зависимости от действия функциональных и корреляционных связей их делят на: прямые и обратные.

Прямая связь - направление изменения результативного признака совпадает с направлением изменения признака фактора, т.е. с увеличением факторного признака увеличивается и результативный и наоборот. Обратная связь - направление изменения результативного признака не совпадает с изменением факторного признака, т.е. при увеличении факторного признака результативный уменьшается и наоборот.

По форме связи бывают:

1. Прямолинейные - с возрастанием величины факторного признака происходит непрерывное возрастание результативного признака и наоборот. Математически такая зависимость представляется уравнением прямой. График представлен в виде прямой. Эту зависимость называют линейной.

2. Криволинейные - с возрастанием величины факторного признака изменение результативного признака происходит неравномерно, направление его может даже меняться. Графически этот процесс представлен гиперболой, параболой и ломаной.

При этом следует иметь в виду, что только функциональная связь аналитическим уравнением выражается точно, а корреляционная связь - лишь приблизительно, при абстрагирование от влияния всех других признаков. Поэтому на графике будет иметь место разброс точек вокруг линии.

Если с возрастанием одного признака при любом его исходном значении другой изменяется в среднем на одну и ту же величину, между ними имеется прямолинейная связь. Если же эти изменения сами изменяются (увеличиваются, уменьшаются или даже меняют свой знак), зависимость между признаками криволинейная.

Для корреляционных связей есть различия в том случае, если: исследуется связь между одним признаком - фактором и результативным признаком; исследуется связь между несколькими признаками - факторами и результативным признаком. В первом случае имеет место парная связь и парная корреляция, во втором случае многофакторная связь и множественная корреляция.

Замечу, что многие массовые общественные явления изменяются в одном и том же направлении, но как бы параллельно, независимо друг от друга. Например, в стране увеличивается число компьютеров и

число банков, растут доходы населения и уменьшается детская смертность. Здесь отсутствует причинно-следственная связь, хотя и обнаруживается тесная корреляционная зависимость. Иногда это происходит под влиянием какой-то общей причины (например, экономического роста), но чаще всего это мнимые, кажущиеся связи, не подтверждаемые содержательным анализом изучаемых явлений.

Приемы изучения статистических связей зависят от характера явлений, формы показателей и вида связи между ними, задач анализа и имеющейся информации.



Заключение

Статистика рассматривает всё как существенную и устойчивую связь между определенными явлениями и процессами. Познавая связи, статистика познает законы. А их знание позволяет управлять общественным развитием.

Теория статистических методов нацелена на решение реальных задач. Поэтому в ней постоянно возникают новые постановки математических задач анализа статистических данных, развиваются и обосновываются новые методы. Обоснование часто проводится математическими средствами, то есть путем доказательства теорем. Большую роль играет методологическая составляющая - как именно ставить задачи, какие предположения принять с целью дальнейшего математического изучения. Велика роль современных информационных технологий, в частности, компьютерного эксперимента.

Актуальной является задача анализа истории статистических методов с целью выявления тенденций развития и применения их для прогнозирования.

Всё это имеет высокую значимость во всех формах хозяйствования, как для получения данных о рентабельности и эффективности, так и давать объективную оценку становления экономики по прошествии временного интервала.

Статистика как наука, всегда будет оставаться востребованной, иметь различные направления развития и применения, как на уровне международной статистике - макроуровне, так и в самой малой форме - микроуровне, в связи с постоянно возникающими в ней новыми постановками математических задач и необходимости анализа статистических данных.



Список использованных источников и литературы

1. Зинченко А.П.Статистика.Учебник для вузов.ООО «Издательство «КолосС», Москва 2007.

2. Зинченко А.П., Шибалкин А.Е., Тарасова О.Б. и др. Практикум по статистике /Под ред. Зинченко А.П. - М.: КолосС, 2004.

3. Ильенкова С.Д., Гохберг Л.М., Суринов А.Е. и др. Макроэкономическая статистика /Под ред. Ильенковой С.Д. - М.: Финансы и статистика, 2004.

4. Елисеева И. И., Юзбашев М.М. Общая теория статистики. - 4-е изд. - М.: Финансы и статистика, 2000.

5. Вопросы статистики. - Журнал Госкомстата РФ. 1994-2006.

6. Статистический словарь. - М.: Финстатинформ, 1996.

7. Методологические положения по статистике. Москва.: Госкомстат РФ, 1996-2003.

8. Российский статистический ежегодник. Официальное издание. - М.: Госкомстат РФ (Росстат).

9. Никитина Е.П., Фрейдлина В.Д., Ярхо А.В. Коллекция определений термина «статистика». - Москва: МГУ, 1972.

10. Чупров А. А. Вопросы статистики. - М.: Госстатиздат ЦСУ СССР, 1960.

11. Гнеденко Б.В. Очерк по истории теории вероятностей. - Москва: УРСС, 2001.

12. Плошко Б.Г., Елисеева И.И. История статистики: Учеб. пособие. - Москва, Ленинград: Финансы и статистика, 1990.

13. Общая теория статистики; Учебник МО РФ 2001; под ред. Едронова В.М.

14. Орлов А. И. Эконометрика. Учебник для вузов. Изд. 3-е, исправленное и дополненное. - М.: Изд-во «Экзамен», 2004. - 576 с.

Размещено на Allbest.ru

...