Статистический анализ и обработка статистических данных

Статистика
Наука: Научная дисциплина, отрасль знаний	Хоз. Деятельность: Практическая деятельность	Информация для пользователя: информационная база данных

 

1. Статистика – наука, которая занимается анализом, обобщением информации с целью выявления статистических взаимосвязей и закономерностей.

2. Статистика – практическая деятельность по сборам, обработке и хранению статистических данных.

3. Статистика представляет собой информационную базу данных, с которой может работать заинтересованное лицо.

Виды прикладной статистики:

1. Экономическая статистика

2. Социальная статистика

3. Демографическая статистика

4. Статистика здравоохранения

5. Статистика труда и занятости

6. Внешнеэкономическая статистика

Основные понятия статистики:

1. Объект исследования. Объектом изучения статистики являются массовые явления и процессы любой природы, в том числе и в экономике.

2. Массовые явления. Такие явления и процессы, которые повторяются в пространстве и времени и отражают определённую статистическую закономерность.

Признаки массового явления:

1. Состоит из множества индивидуальных элементов (объектов), обладающих некоторым общим свойством (признаком).

2. Вариация индивидуальных значений признака.

3. Частичная или полная независимость элементов друг от друга.

3. Статистическая совокупность – множество существующих во времени и пространстве варьирующих явлений (единиц), однородных по определённому признаку. Статистическая совокупность – объект статистического изучения.

4. Статистический признак – характерное свойство, определённое качество статистической совокупности.

5. Статистическая единица – элемент статистической совокупности. Единица наблюдения, обладающая рядом признаков.

Основные свойства статистической совокупности
Неразложимость	Однородность	Вариация признака

 

6. Статистическая закономерность – объективная количественная закономерность изменения массовых явлений и процессов, выражающихся в последовательности, регулярности повторяемости событий с высокой степенью вероятности, если причины, порождающие события не изменяются или меняются не значительно.

7. Статистический показатель – есть количественно-качественная обобщающая характеристика какого-либо свойства статистической совокупности в условиях конкретного места и времени.

Классификация статистических единиц

1. По способу изменения (по характеру выражения):

1.1. Номинальные (nominal, атрибутивные, описательные) – такие единицы или признаки, которые невозможно сопоставить или сравнить между собой, такие признаки не имеют количественного выражения.

1.2. Порядковый (ordinal) – такие единицы или объекты, которые возможно сравнить между собой, но при этом они не имеют количественного выражения.

1.3. Количественные (scale) – такие единицы или объекты, которые выражаются количественно.

2. По характеру вариации

2.1. Альтернативные (ответы на вопрос «да» или «нет») – такие единицы или объекты наблюдения, которые предполагают несколько взаимоисключающих ответов на вопросы. Не выражаются количественно.

2.2. Дискретные (Число детей в семье; число комнат в квартире) – такие единицы или объекты наблюдения, которые могут принимать только целые значения по числовой оси.

2.3. Непрерывные (Ввод в действие жилья в кв. м.) – такие единицы или объекты наблюдения, которые могут принимать любое значение в числовой оси (целое, дробное – любое).

3. По характеру взаимосвязи

3.1. Факторный признак – это такой признак, значение которого не зависит от значения других показателей.

3.2. Результативный признак – такой признак, значение которого определяется на основе факторного.

4. По форме выражения

4.1. Абсолютные (Материальные затраты (МЗ) 453 тыс. руб.) – такие, значения которых напрямую получены методами статистического наблюдения.

4.2. Относительные (Доля МЗ=54%) – такие показатели, которые получены с помощью различных операций над абсолютными показателями.

4.3. Средние (Доля МЗ в строительстве в регионе равна 63%) - такие показатели, которые обобщают значения абсолютных или относительных показателей.

Статистический анализ – выявление тенденций развития каких-либо явлений окружающей среды и (или) поиск закономерностей и связей между этими явлениями с помощью специальных методов статистики и математики.

Методы статистики:

1. Анализ тенденций с помощью средних величин.

2. Анализ показателей динамики.

3. Группировка данных.

4. Корреляционно-регрессионный анализ.

5. Математическое моделирование.

Экономико-экономическое моделирование – метод исследования экономических явлений объектов или процессов с помощью построения различных математических зависимостей, описывающих развитие данных явлений.

Цели экономико-математического моделирования:

1. Объяснение динамики развития экономических явлений.

2. Выявление факторов, влияющих на экономические явления.

3. Предсказание (прогнозирование) тенденций развития экономических явлений.

4. Оценка состояния экономических явлений.

Этапы экономико-математического моделирования:

1. Идентификация экономического объекта или процесса.

1.1.Важнейшие черты и свойства моделируемого объекта.

2. Спецификация модели.

2.1.Формирование экономической проблемы.

3. Подготовка исходной информации.

3.1.Поиск и сбор данных.

4. Идентификация и оценка параметром модели.

4.1.Разработка алгоритмов численного решения.

5. Проверка полученной модели.

5.1.Верификация и валидация.

Верификация модели – проверка логики и структуры модели.

Валидация модели – проверка соответствия данных полученных на основе расчёта модели эмпирическим данным (фактическим данным статистики).

Классификация экономических моделей:

1. По способу отражения действительности.

1.1.Концептуальная модель (выражается исключительно словами (вербально)).

1.2.Знаковая модель (в т. ч. графическая модель).

1.3.Функциональная модель.

2. По учёту неопределённости.

2.1.Детерминированная модель.

2.2.Стохастическая модель (неопределённая, вероятностная).

3. По типу математического аппарата.

3.1.Дискретная модель. (y=ax+b)

3.2.Непрерывная модель (Не учитывает время).

3.3.Линейная модель.

3.4.Нелинейная модель.

3.5.Матричная модель.

3.6.Регрессионная

4. По учёту фактора времени.

4.1.Статическая модель.

4.2.Динамическая модель.

5. По уровню моделируемого объекта в хозяйственной иерархии.

5.1.Макроэкономические модели.

5.2.Мезоэкономические модели.

5.3.Микроэкономическая модель.

6. По пространственному признаку.

6.1.Гравитационная модель.

6.2.Модель на основе ГИС.

Детерминированная модель – такая модель, где факторным признаком (Х) соответствует одно и только одно значение (У).

Стохастическая модель – такая модель, в которой факторным признаком соответствует несколько значений результативных, для каждого из которых, характерна своя вероятность.

Матричная модель – показывает движение потоков (ресурсов, стоимости) между различными объектами (регионами, секторами, отраслями, предприятиями).

Средние величины

Виды средних величин
Степени средние	Структурные средне
Простые Взвешенные	Мода Медиа

1. Средняя арифметическая

2. Средняя арифметическая взвешенная

3. Средняя гармоническая

w_i = статистический вес w_i=x_i·n_i

4. Средняя геометрическая

1. Используется для усреднения мультипликативных величин, например, индексов.

2. Используется для поиска равностоящего значения от максимального и минимального.

5. Средняя хронологическая – для усреднения моментных данных, т.е. таких данных, которые приведены на определённую дату.

Структурные средние:

Медиана -

Если V совокупности чётный, медиана равна средней из двух показателей, стоящих в середине ряда.

Если V совокупностей нечётный, номер медианы определяется:

 

 

Поделиться:

Воспользуйтесь поиском по сайту: