Взаимосвязь статистики с другими науками. Формы представления статистических данных Виды статистических данных

Основные статистические характеристики делят на две основные группы: меры центральной тенденции и характеристики вариации.

Центральную тенденцию выборки позволяют оценить такие статистические характеристики, как среднее арифметическое значение, мода, медиана.

Наиболее просто получаемой мерой центральной тенденции является мода. Мода (Мо) – это такое значение в множестве наблюдений, которое встречается наиболее часто. В совокупности значений (2, 6, 6, 8, 7, 33, 9, 9, 9, 10) модой является 9, потому что оно встречается чаще любого другого значения. В случае, когда все значения в группе встречаются одинаково часто, считают, что эта группа не имеет моды.

Когда два соседних значения в ранжированном ряду имеют одинаковую частоту и они больше частоты любого другого значения, мода есть среднее этих двух значений.

Если два несмежных значения в группе имеют равные частоты, и они больше частот любого значения, то существуют две моды (например, в совокупности значений 10, 11, 11, 11, 12, 13, 14, 14, 14, 17 модами являются 11 и 14); в таком случае группа измерений или оценок является бимодальной .

Наибольшей модой в группе называется единственное значение, которое удовлетворяет определению моды. Однако во всей группе может быть несколько меньших мод. Эти меньшие моды представляют собой локальные вершины распределения частот.

Медиана (Me) – середина ранжированного ряда результатов измерений. Если данные содержат четное число различных значений, то медиана есть точка, лежащая посередине между двумя центральными значениями, когда они упорядочены.

Среднее арифметическое значение для неупорядоченного ряда измерений вычисляют по формуле:

где . Например, для данных 4,1; 4,4; 4,5; 4,7; 4,8 вычислим :

.

Каждая из выше вычисленных мер центра является наиболее пригодной для использования в определенных условиях.

Мода вычисляется наиболее просто – ее можно определить на глаз. Более того, для очень больших групп данных это достаточно стабильная мера центра распределения.

Медиана занимает промежуточное положение между модой и средним с точки зрения ее вычисления. Эта мера получается особенно легко в случае ранжированных данных.

Среднее множество данных предполагает в основном арифметические операции.

На величину среднего влияют значения всех результатов. Медиана и мода не требуют для определения всех значений. Посмотрим, что произойдет со средним, медианой и модой, когда удвоится максимальное значение в следующем множестве:

Множество 1: 1, 3, 3, 5, 6, 7, 8 33/7 5 3

Множество 2: 1, 3, 3, 5, 6, 7, 16 41/7 5 3

На величину среднего особенно влияют результаты, которые называют “выбросами”, т.е. данные, находящиеся далеко от центра группы оценок.

Вычисление моды, медианы или среднего – чисто техническая процедура. Однако выбор из этих трех мер и их интерпретация зачастую требуют определенного размышления. В процессе выбора следует установить следующее:

– в малых группах мода может быть совершенно нестабильной. Например, мода группы: 1, 1, 1, 3, 5, 7, 7, 8 равна 1; но если одна из единиц превратится в нуль, а другая – в два, то мода будет равна 7;

– на медиану не влияют величины “больших” и “малых” значений. Например, в группе из 50 значений медиана не изменится, если наибольшее значение утроится;

– на величину среднего влияет каждое значение. Если одно какое-нибудь значение меняется на c единиц, изменится в том же направлении на c/n единиц;

– некоторые множества данных не имеют центральной тенденции, что часто вводит в заблуждение при вычислении только одной меры центральной тенденции. Особенно это справедливо для групп, имеющих более чем одну моду;

– когда считают, что группа данных является выборкой из большой симметричной группы, среднее выборки, вероятно, ближе к центру большой группы, чем медиана и мода.

Все средние характеристики дают общую характеристику ряда результатов измерений. На практике нас часто интересует, как сильно каждый результат отклоняется от среднего значения. Однако легко можно представить, что две группы результатов измерений имеют одинаковые средние, но различные значения измерений. Например, для ряда 3, 6, 3 – среднее значение = 4; для ряда 5, 2, 5 – также среднее значение = 4, несмотря на существенное различие этих рядов.

Поэтому средние характеристики всегда необходимо дополнять показателями вариации, или колеблемости.

К характеристикам вариации , или колеблемости , результатов измерений относят размах варьирования, дисперсию, среднее квадратическое отклонение, коэффициент вариации, стандартную ошибку средней арифметической.

Самой простой характеристикой вариации является размах варьирования . Его определяют как разность между наибольшим и наименьшим результатами измерений. Однако он улавливает только крайние отклонения, но не отражает отклонений всех результатов.

Чтобы дать обобщающую характеристику, можно вычислить отклонения от среднего результата. Например, для ряда 3, 6, 3 значения будут следующими: 3 – 4 = – 1; 6 – 4 = 2; 3 – 4 = – 1. Сумма этих отклонений (– 1) + 2 + (– 1) всегда равна 0. Чтобы избежать этого, значения каждого отклонения возводят в квадрат: (– 1) 2 + 2 2 + (– 1) 2 = 6.

Значение делает отклонения от средней более явственными: малые отклонения становятся еще меньше (0,5 2 =0,25), а большие – еще больше (5 2 = 25). Получившуюся сумму называют суммой квадратов отклонений . Разделив эту сумму на число измерений, получают средний квадрат отклонений, или дисперсию . Она обозначается s 2 и вычисляется по формуле:

.

Если число измерений не более 30, т.е. n ≤ 30, используется формула:

.

Величина n – 1 = k называется числом степеней свободы , под которым подразумевается число свободно варьирующих членов совокупности. Установлено, что при вычислении показателей вариации один член эмпирической совокупности всегда не имеет степени свободы.

Эти формулы применяются, когда результаты представлены неупорядоченной (обычной) выборкой.

Из характеристик колеблемости наиболее часто используется среднее квадратическое отклонение , которое определяется как положительное значение корня квадратного из значения дисперсии, т.е.:

.

Среднее квадратическое отклонение или стандартное отклонение характеризует степень отклонения результатов от среднего значения в абсолютных единицах и имеет те же единицы измерения, что и результаты измерения.

Однако для сравнения колеблемости двух и более совокупностей, имеющих различные единицы измерения, эта характеристика не пригодна.

Коэффициент вариации определяется как отношение среднего квадратического отклонения к среднему арифметическому, выраженное в процентах. Вычисляется он по формуле:

.

В спортивной практике колеблемость результатов измерений в зависимости от величины коэффициента вариации считают небольшой
(0 – 10 %), средней (11 – 20 %) и большой (V > 20 %).

Коэффициент вариации имеет большое значение в статистической обработке результатов измерений, т. к., будучи величиной относительной (измеряется в процентах), позволяет сравнивать между собой колеблемость результатов измерений, имеющих различные единицы измерения. Коэффициент вариации можно использовать лишь в том случае, если измерения выполнены в шкале отношений.

2.4.2. Анализ статистических данных в MS Excel. Инструменты анализа: описательная статистика, корреляция.

В состав электронных таблиц Microsoft Excel входит так называемый пакет анализа – набор инструментов, предназначенный для решения сложных статистических задач. Данный пакет производит анализ статистических данных с помощью макрофункций и позволяет, выполнив одно действие, получить на выходе большое количество результатов. В пакете анализа, имеющемся в Excel, среди прочих инструментов анализа имеется разделы «Описательная статистика» и «Корреляция».

Инструмент «Описательная статистика» позволяет нам получить значительный перечень рассчитанных статистических характеристик для большого количества числовых рядов. С помощью инструмента «Корреляция» мы получаем корреляционную матрицу, содержащую все возможные парные коэффициенты корреляции. Для k рядов будет получено k (k – 1)/2 коэффициентов корреляции.

Пакет анализа вызывается с помощью пункта меню Сервис – Анализ данных… Если этот пункт меню отсутствует, значит, пакет анализа не установлен. Для его установки надо вызвать пункт меню Сервис – Надстройки… и включить надстройку «Пакет анализа», ОК (см. рисунок 1).

Рисунок 1. Диалоговое окно включения/выключения надстроек

После включения надстройки «Пакет анализа» будет доступен пункт меню Сервис – Анализ данных… При его выборе появляется следующее диалоговое окно (рисунок 2).

Рисунок 2. Диалоговое окно выбора инструмента для анализа данных

После выбора инструмента «Описательная статистика» и нажатия ОК появится еще одно диалоговое окно (рисунок 3), требующее ввода входных данных и места вывода результатов. Здесь достаточно в поле «Входной интервал» ввести диапазон ячеек, содержащих исходные данные. Можно указать диапазон с заголовками столбцов, в этом случае потребуется включить флажок «Метки в первой строке». Для указания выходного интервала достаточно указать только левую верхнюю ячейку диапазона. Результаты вычисления автоматически займут требуемое количество строк и столбцов в таблице.

Рисунок 3. Диалоговое окно инструмента «Описательная статистика»

Рассмотрим работу инструмента анализа «Описательная статистика» на следующем примере. В процессе обследования группы школьников (n = 21) измерялись следующие показатели: рост, масса тела, динамометрия правой и левой руки, жизненная емкость легких, проба Штанге и проба Генчи. Результаты были занесены в таблицу (рисунок 4).

Для получения статистических характеристик воспользуемся пакетом анализа, инструментом «Описательная статистика». В поле «Входной интервал» занесем диапазон ячеек В1:Н22. Так как выделенный входной интервал содержит заголовки столбцов, включаем флажок «Метки в первой строке». Для удобства работы в качестве места выхода результата выбираем «Новый рабочий лист». В качестве выводимых данных отметим флажками «Итоговая статистика» и «Уровень надежности: 95 %». Последний флажок позволит вывести параметры доверительного интервала с доверительной вероятностью 0,95. Полученный результат после небольшого форматирования будет выглядеть так, как показано на рисунке 5.

Рисунок 4. Результаты обследования группы школьников

Рисунок 5. Результат работы инструмента «Описательная статистика»

После выбора инструмента «Корреляция» и нажатия ОК в диалоговом окне «Анализ данных» (рисунки 2, 6) появится еще одно диалоговое окно (рисунок 7), требующее ввода входных данных и места вывода результатов. Здесь достаточно в поле «Входной интервал» ввести диапазон ячеек, содержащих исходные данные. Можно указать диапазон с заголовками столбцов, в этом случае потребуется включить флажок «Метки в первой строке». Для указания выходного интервала достаточо указать только левую верхнюю ячейку диапазона. Результаты вычисления автоматически займут требуемое количество строк и столбцов в таблице.

Рисунок 6. Диалоговое окно выбора инструмента для анализа данных

Рисунок 7. Диалоговое окно инструмента «Корреляция»

Рассмотрим работу инструмента анализа «Корреляция» на примере, представленном на рисунке 4.

Для получения корреляционной матрицы воспользуемся пакетом анализа, инструментом «Корреляция». В поле «Входной интервал» занесем диапазон ячеек В1:Н22. Так как выделенный входной интервал содержит заголовки столбцов, включаем флажок «Метки в первой строке». Для удобства работы в качестве места выхода результата выбираем «Новый рабочий лист». Полученный результат после небольшого форматирования будет выглядеть так, как показано на рисунке 8.

Рисунок 8. Корреляционная матрица

Таким образом, путем выполнения несложных операций мы получаем большое количество результатов вычислений. Стоит отметить, что хотя информационные технологии открывают перед исследователем возможности получения огромного количества информации для анализа, отбор наиболее информативных результатов, окончательная интерпретация и формулировка выводов – работа самого исследователя.

Основные понятия корреляционного анализа экспериментальных данных. Оценка коэффициента корреляции по экспериментальным данным.

В спортивных исследованиях между изучаемыми показателями часто обнаруживается взаимосвязь. Вид ее бывает различным. Например, определение ускорения по известным данным скорости, второй закон Ньютона и другие характеризуют так называемую функциональную зависимость, или взаимосвязь, при которой каждому значению одного показателя соответствует строго определенное значение другого.

К другому виду взаимосвязи относят, например, зависимость веса от длины тела. Одному значению длины тела может соответствовать несколько значений веса и наоборот. В таких случаях, когда одному значению одного показателя соответствует несколько значений другого, взаимосвязь называют статистической .

Изучению статистической взаимосвязи между различными показателями в спортивных исследованиях уделяют большое внимание, поскольку это позволяет вскрыть некоторые закономерности и в дальнейшем описать их как словесно, так и математически с целью использования в практической работе тренера и педагога.

Среди статистических взаимосвязей наиболее важны корреляционные . Корреляция – это статистическая зависимость между случайными величинами, при которой изменение одной из случайных величин приводит к изменению математического ожидания (среднего значения) другой. Например, толкание ядра 3 кг и 5 кг. Улучшение результатов толкания ядра 3 кг вызывает улучшение (в среднем) результата в толкании ядра весом 5 кг.

Статистический метод, который используется для исследования взаимосвязей, называется корреляционным анализом . Основной задачей его является определение формы, тесноты и направленности взаимосвязи изучаемых показателей. Корреляционный анализ позволяет исследовать только статистическую взаимосвязь. Он широко используется в теории тестов для оценки их надежности и информативности. Различные шкалы измерений требуют разных вариантов корреляционного анализа.

Величина коэффициента взаимосвязи рассчитывается с учетом шкалы, использованной для измерений.

Для оценки взаимосвязи, когда измерения производят в шкале отношений или интервалов и форма взаимосвязи линейная, используется коэффициент корреляции Бравэ-Пирсона (коэффициенты корреляции для других шкал измерения в данном пособии не рассматриваются). Обозначается он латинской буквой – r. Вычисление значения r чаще всего производят по формуле:

,

где и – средние арифметические значения показателей x и y, и – средние квадратические отклонения, n – число измерений (испытуемых).

В некоторых случаях тесноту взаимосвязи определяют на основании коэффициента детерминации D, который вычисляется по формуле:

.

Этот коэффициент определяет часть общей вариации одного показателя, которая объясняется вариацией другого показателя. Например, коэффициент корреляции r = –0,677 (между результатами в беге на 30 м с ходу и тройном прыжке с места). Коэффициент детерминации равен:

Следовательно, 45,8 % рассеяния спортивного результата в тройном прыжке объясняется изменением результатов в беге на 30 м. Иными словами, на оба исследуемых признака действуют общие факторы, вызывающие варьирование этих признаков, и доля общих факторов составляет 45,8%. Остальные 100% – 45,8% = 54,2% приходятся на долю факторов, действующих на исследуемые признаки избирательно.

Оценить статистическую достоверность коэффициента корреляции – это значит определить, существует или нет линейная корреляционная связь между генеральными совокупностями или, что то же, установить, существенно или несущественно отличается от нуля коэффициент корреляции между выборками. Эта задача может быть решена с помощью таблиц критических точек распределения коэффициента корреляции в следующем порядке:

1. Выдвигаются статистические гипотезы. Гипотеза Н 0 предполагает отсутствие статистически значимой взаимосвязи между исследуемыми показателями (r ген =0). Гипотеза Н 1 предполагает, что существует статистически достоверная взаимосвязь между показателями (r ген >0).

2. Рассчитывается наблюдаемое значение коэффициента корреляции r набл .

3. Находится по таблице критическое значение коэффициента корреляции r крит в зависимости от объема выборки n , уровня значимости a и вида критической области (односторонняя или двусторонняя).

3. Сравнивается r набл и r крит .

Если r набл < r крит – статистически недостоверным (незначимым). Принимается гипотеза Н 0 Если r набл ≥ r крит , коэффициент корреляции считается статистически достоверным (значимым). Принимается гипотеза Н 1 .

Статистические данные должны быть адекватны, во первых к объекту изучения, во вторых ко времени, в которое они собираются и используются.

В данной главе описы ваются источники статистических данных, их виды и способы получения, а также приемы описания и, представления числовых и нечисловых данных.

После изучения данной главы ВЫ должны уметь:

• -строить программу статистического исследования;
• -определять источники статистической информаци;
• -производить сводку и группировку статистических данных и формировать статистические таблицы;
• -изображать результаты группировки в виде диаграмм;
• -производить оценку основных характеристик: относительного значения, среднего значения, дисперсии, среднеквадратического отклонения, медианы, моды, размаха.

Получение исходных данных

Получение информации об объекте исследования является одной из основных задач статистического исследования.

При статистическом исследовании следует руководствоваться целями и требованиями к результатам. Они определяют методы статистического анализа, исходя из которых организуется сбор исходных данных. В процессе статистического исследования следует опасаться следующих ошибок: нечетко сформулированы цели, некорректно применены методы наблюдения.

Получение исходных данных для статистического исследования может быть выполнена двумя способами:

• -активный эксперимент, спциально организованный для определения статистических зависимостей;
• -статистическое наблюдение.

Активный эксперимент используется в технико-экономических исследованиях, когда, например, ставится задача оптимизации режимов технологических процессов по экономическим критериям.

При проведении статистического исследования социально-экономических процессов представляется возможным использовать только наблюдение. Программа является основой данного способа получения информации. Она состоит из трех основных этапов:

• -определение объекта исследования;
• -выбор единицы совокупности;
• -определение системы показателей, подлежащих регистрации.

Объектом наблюдений называется совокупность единиц изучаемого явления, о которых могут быть собраны статистические сведения. Для четкого определения объекта наблюдения следует ответить на следующие вопросы:

• -что? (какие элементы будем исследовать);
• -где? (в каком месте будет вестись наблюдение _;
• -когда? (за какой период).

Сточки зрения организации статистического наблюдения различают две основные формы: отчетность и специально организованное статистическое наблюдение.

Отчетность как форма наблюдения характеризуется тем, что статистические органы систематически получают от предприятий, учреждений и организаций в установленные сроки сведения об условиях и результатах работы за прошедший период, объем и содержание которых определны утвержденными формами отчетности.

Специально организованное статистическое наблюдение представляет собой сбор сведений в форме переписей единовременных учетов и обследований. Их организуют для изучения тех явлений, которые не могут быть охвачены обязательной отчетностью.

Виды статистического наблюдения различают по времени регистрации данных и по степени охвата единиц изучаемой совокупности. По характеру регистрации данных во времени наблюдение можно классифицировать:

• -непрерывное (например учет произведенной продукции);
• -периодическое(бухгалтерская отчетность);
• -единовременное, в случае потребности в информации, например, перепись населения.

По степени охвата единиц изучаемой совокупности:

• -несплошное, выборочное, когда обследуется невся совокупность, а некоторая ее часть;
• -сплошное, т.е описание всех единиц совокупности;
• -монографическое, когда подробно описывается типовые объекты.

Основными способами получения статистической информации являются непостедственное наблюдение, документальный способ и опрос.

Способнепосредственного наблюдения характеризуется тем, что представители органов государственной статистики или других организаций записывают данные в статистические документы после личного осмотра, пересчета, измерения или взвешивания единиц ноблюдения.

При документальном способе наблюдения источником служат различные документы.Этот спосо используется при составлении предприятиями и учреждениями статистической отчетности на основе документов пнрвичного учета.

При опросе источником сведений являются ответы опрашиваемых лиц. Опрос может быть организован по-разному: экспедиционным способом, соморегистрацией, корреспондендским способом и анкетным способом.

При экпедиционном способе представители статистических органов спрашивают обследуемое лицо и с его слов записывают сведения в бланках наблюдния.

При способе саморегистрации обследуемым единицам (предприятиям или гражданам) вручают бланк обследования и даюь указания по его заполнению. Заполненные бланки в указанный срок пересылают по почте.

При корреспондентском способе сведения статистическим органам сообщают добровольные корреспонденты.

Анкетный способ сбора данных основан на принципе добровольного заполнения адресатами анкет.

Статистическая методология – система приёмов и методов, направленных на изучение количественных закономерностей, проявляющихся в структуре, динамике и взаимосвязях социально-экономических явлений.

Статистическое исследование состоит из трёх стадий:

1. Статистическое наблюдение;

2. Первичная обработка, сводка и группировка результатов наблюдения;

3. Анализ полученных сводных материалов.

Прохождение каждой стадии исследования связано с использованием специальных методов, объясняемых содержанием выполняемой работы.

1) Статистическое наблюдение – научно организованный сбор сведений об изучаемых социально-экономических процессах или явлениях. Полученные данные являются исходным материалом для выполнения последующих этапов статистического исследования. Эти данные необходимо обработать определённым образом. Такая обработка является следующей стадией статистического исследования.

2) Сводка исходных данных для получения обобщающих характеристик исследуемого процесса или явления. Результаты статистической сводки и группировки излагаются в виде статистических таблиц.

3) Статистический анализ – заключительная стадия статистического исследования. В его процессе исследуется структура, динамика и взаимосвязи общественных явлений и процессов. Выделяют следующие основные этапы анализа:

· Констатация фактов и их оценка;

· Установление характерных черт и причин явления;

· Сопоставление явления с другими явлениями;

· Формулирование гипотез, выводов и предположений;

· Статистическая проверка выдвинутых гипотез с помощью специальных статистических показателей.

Общая теория статистики – наука о наиболее общих принципах, правилах и законах цифрового освещения социально-экономических явлений. Она является методологической основой всех отраслей статистики.

Статистические данные – совокупность количественных характеристик социально-экономических явлений и процессов, полученных в результате статистического наблюдения, их обработки или соответствующих расчетов.

Статистическое наблюдение – это массовое, планомерное, научно организованное наблюдение за явлениями социальной и экономической жизни, которое заключается в регистрации отобранных признаков у каждой единицы совокупности. Процесс статистического наблюдения включает следующие этапы:

1. Подготовка наблюдения. На этой стадии решаются научно-методологические (определение цели и объекта наблюдения, состава признаков, подлежащих регистрации; разработка документов для сбора данных; выбор отчетной единицы и единицы, относительно которой будет проводиться наблюдение, а также методов, средств и времени получения данных и т.д.) и организационные вопросы (определение состава органов, проводящих наблюдение; подбор и подготовка кадров для проведения наблюдения; составление календарного плана работ по подготовке, проведению и обработке материалов наблюдения; тиражирование документов для сбора данных и др.).
2. Проведение массового сбора данных.
3. Разработка предложений по совершенствованию статистического наблюдения.

3/ Программно-методологические и организационные вопросы статистического наблюдения.

Программно-методологические вопросы определяют цели и объекты наблюдения, признаки, подлежащие регистрации, разрабатываются документы для сбора данных, определяются методы и средства получения данных и другое.

Организационные вопросы подразумевают следующие виды работ: подбор и подготовка кадров; составление календарного плана работ по подготовке и проведению статистического наблюдения; обрабатываются материалы, которые будут использованы в статистического наблюдении.

Цель наблюдения – получение достоверной информации для выявления зависимостей развития явлений и процессов.

Объект наблюдения – некоторая статистическая совокупность, в которой проистекают исследуемые социально-экономические явления и процессы.

Для определения объекта необходимо определить границы изучаемой совокупности, для чего следует указать важнейшие признаки, отличающие его от других схожих совокупностей. Каждый объект состоит из отдельных элементов, т.е. единиц наблюдения, которые являются носителем признаков, подлежащих регистрации.

Отчетная единица – это субъект, от которого поступают данные об единице наблюдения.

Программа наблюдения – это перечень признаков (вопросов), подлежащих регистрации в процессе наблюдения.

Статистический формуляр – это документ единого образца, содержащий программу и результаты наблюдения. Примером могут быть переписной лист, опросный план, анкета и др. При этом различают две системы статистического формуляра:

1) Индивидуальный (карточный), который предусматривает запись ответов на вопросы только об одной единице наблюдения.

2) Списочный предусматривает ответы на вопросы о нескольких единицах наблюдения.

Выбор времени, когда будет проводиться наблюдение, заключается в решении двух вопросов:

– установлении критического момента (даты) или интервала времени.

– определение срока или периода наблюдения.

Критический момент (дата) – конкретный день года, час дня, по состоянию на который должна быть проведена регистрация признаков по каждой единице исследуемой совокупности.

Срок (период) наблюдения – это время, в течение которого происходит заполнение статистических формуляров, т.е. время, необходимое для проведения массового сбора данных.

Формы, виды и способы статистического наблюдения.

1) Отчетность – основная форма статистического наблюдения, с помощью которой статистические органы в определенные сроки получают от предприятий, учреждений необходимые данные в виде установленных отчетных документов.

Как правило, отчетность основана на первичном учете и является его обобщением.

Первичный учет – регистрация различных фактов, событий, которые производятся по мере их совершения.

Регистрация происходит на определенном социальном документе, при этом действующая статистическая отчетность бывает типовая и специализированная.

Типовая – единая для всех предприятий, а в специализированной состав показателей отраслей изменяется в зависимости от особенностей отдельных отраслей.

Отчетность бывает ежедневной, недельной, двухнедельной, месячной, квартальной, годовой. Все перечисленные, кроме годовой, являются текущими.

2) Специально организованное статистическое наблюдение.

Ярким примером является перепись – специально организованная отчетность, которая повторяется через равные промежутки времени с целью получения данных о численности, составе и состоянии объекта по ряду признаков.

Особенности переписи:

Одновременность ее проведения на всей территории страны

Единство программы статистического наблюдения

Регистрация единиц наблюдения по состоянию на один и тот же критический момент.

К данной форме относятся бюджетные обследования, характеризующие структуру потребительских расходов и доходов семьи.

3) Регистр – система, постоянно следящая за состоянием единицы наблюдения и оценивающую силу воздействия различных факторов на изучаемые показатели.

Регистр населения – поименованный и регулярно изменяемый перечень жителей страны. В данном случае программа наблюдения ограниченна общими признаками (пол, дата и место рождения, дата вступления в брак).

Существует такой признак, как брачное состояние (переменный признак).

Регистр предприятий, который включает в себя все виды экономической деятельности и содержит значение основных признаков по каждой единице наблюдения за определенный период или момент времени. Содержит данные о времени создания или регистрации предприятий, название, адрес, телефон, организационно-правовую форму, вид экономической деятельности, количество занятых и т.д., т.е. полную информацию о предприятии.

Группировки в уголовно - правовой статистике позволяют дать наиболее полную и всестороннюю криминологическую и уголовно-правовую характеристику по самым разнообразным признакам:

• Ш по видам - статьям УК,
• Ш по объекту посягательства,
• Ш по территориальному признаку - район, область, край, республика,
• Ш соотношение корыстных и насильственных преступлений,
• Ш по времени совершения преступлений и т.д.),
• Ш личности преступников (по полу, возрасту, образованию, социальному положению, месту жительства и т.д.),
• Ш причин и условий, способствующих совершению преступлений, а также мер социально-правового контроля над ними .

При этом очень важно различные группировки из уголовно-правовой статистики сопоставлять не только друг с другом, но и с группировками из иных отраслей статистики (демографической, социально-экономической и др.), отражающих взаимосвязанные явления.

Различия в целевом назначении группировки, задачах, которые они решают в статистическом анализе, выражаются в существующей их классификации: типологические, структурные, аналитические.

Важнейшая задача группировок в статистике заключается в том, чтобы изучаемую массу единиц совокупности подразделить на характерные типы, т.е. на группы, однородные по существенным признакам. Эта задача решается с помощью типологической группировки.

Типологические группировки - это разграничение изучаемой совокупности на однородные группы, типы по существенному качественному признаку.

Основная цель типологической группировки - отграничение одного типа явлений от другого статистическими средствами. Этот вид группировок в значительной степени определяется сложившимися представлениями о том, какие типы явлений составляют содержание изучаемой совокупности.

В правовой статистике это три типа правоотношений: уголовно-правовые, административно-правовые и гражданско-правовые, которыми и определяются ее разделы.

В уголовно - правовой статистике, в частности, это может быть, например, распределение по полу лиц, совершивших преступления .

Данная группировка по качественному признаку, когда имеются всего лишь два значения этого признака, причем одно из них исключает другое, в статистке именуется альтернативной.

Последовательность действий проведения этого типа группировки элементарна:

• 1) определяется тип явления, которое должно быть выделено - в нашем случае зарегистрированные преступления;
• 2) выбирается группировочный признак как основание описания типа - в нашем случае пол лиц, совершивших преступления;
• 3) устанавливаются границы интервалов (в нашем случае по всем лицам, выявленным в совершении преступлений);
• 4) группировка оформляется в таблицу, выделенные группы (на основе комбинации группировочных признаков) объединяются в намеченные типы и определяется численность (удельный вес) каждого из них .

При типологической группировке, то есть при подытоживании единиц в качественно-однородные категории, эти категории должны, как отмечалось, определяться на основании положений соответствующей науки и норм закона. Например, группировка наказаний по видам осуществляется уголовно - правовой (судебной) статистикой в полном соответствии со ст. 43-59 УК, устанавливающих с исчерпывающей полнотой точные качественные признаки их отдельных видов (штраф, исправительные работы, лишение свободы и т.д.

Структурные группировки - это распределение типически однородных групп по количественным признакам, которые могут изменяться (варьировать). В научной литературе этот вид группировок иногда называют вариационным. С их помощью в уголовно-правовой статистике изучают, например, структуру преступников по варьирующему признаку: по возрасту, числу судимостей, по срокам лишения свободы, размерам заработной платы и другим количественным признакам.

Структурная, или вариационная, группировка статистических данных может производиться, чтобы изучить изменение структуры типически однородных групп преступлений, правонарушителей, гражданских исков и других показателей. Для структурной группировки материала необходимо наличие однородных совокупностей, расчленяемых по величине изменяющегося (варьирующего) признака.

Если в основе типологической группировки лежат качественные признаки, то в основу вариационной положены количественные (удельные веса преступлений, лиц, дел, возраст правонарушителей, сроки наказания, число судимостей, число оконченных классов, суммы ущерба, суммы иска, сроки расследования и рассмотрения уголовных или гражданских дел и т.д.) .

Количественные сдвиги в структуре изучаемых явлений за несколько лет свидетельствуют об изменении объективных тенденций и закономерностей, следственной или судебной практики, о результативности деятельности правоохранительных или других юридических органов. Взяв, например, абсолютные и относительные показатели судимости за много лет, мы выявим тенденции в судебной практике и ее связь с реальной преступностью. Изучив динамику абсолютных чисел учтенных преступлений какого-то вида, динамику его удельного веса в структуре всей преступности, мы обнаружим тенденции развития этого деяния.

Структурные группировки могут быть построены на основе долевого распределения преступлений по сферам и объектам преступного посягательства, субъектам Федерации, регионам и территориям

Структурные различия в этом случае могут раскрывать особенности криминологической обстановки в том или ином регионе.

К структурным (вариационным) группировкам примыкают ряды распределения единиц совокупности по варьирующим признакам.

Аналитические группировки - это распределение по зависимости, взаимосвязи между двумя или несколькими разнородными группами явлений или их признаками (например, распределение краж по месту и времени их совершения; осужденных за автотранспортные преступления - по стажу работы водителя и т.д.).

Аналитические группировки имеют большое значение для всех отраслей юридической статистики. Они дают возможность выявить многие скрытые зависимости и взаимосвязи, что имеет важное значение для принятия практических решений и развития юридической науки. Аналитический потенциал есть и у других видов группировок, а также иных статистических приемах, но собственно аналитическая группировка прямо преследует установление зависимостей между исследуемыми явлениями . По характеру своих задач к аналитической группировке близко стоят группировки корреляционные, когда зависимость между исследуемыми явлениями или процессами может быть относительно точно измерена.

Все виды рассмотренных группировок при анализе социально-правовых, деликтологических и криминологических аспектов, как правило, применяются вместе. Например, для установления общественной опасности и тяжести совершаемых преступлений мы можем расчленить их совокупность по категориям деяний и формам вины (типологическая группировка). Для определения результативности борьбы с преступностью различных правоохранительных органов (внутренних дел, наркоконтроля, таможенной службы, прокуратуры, службы безопасности) мы можем исследовать варьирование раскрываемости преступлений в упомянутых ведомствах (вариационная группировка).

Для того чтобы установить причины и условия роста или (снижения преступности в городе, регионе, стране) следует применить целый ряд аналитических группировок.

Поэтому обычно статистическая таблица определяется как форма компактного наглядного представления статистических данных.

Анализ таблиц позволяет решать многие задачи при изучении изменения явлений во времени, структуры явлений и их взаимосвязей. Таким образом, статистические таблицы выполняют роль универсального средства рационального представления, обобщения и анализа статистической информации.

Внешне статистическая таблица представляет собой систему построенных особым образом горизонтальных строк и вертикальных столбцов, имеющих общий заголовок, заглавия граф и строк, на пересечении которых и записываются статистические данные.

Каждая цифра в статистических таблицах — это конкретный показатель, характеризующий размеры или уровни, динамику, структуру или взаимосвязи явлений в конкретных условиях места и времени, то есть определенная количественно-качественная характеристика изучаемого явления.

Если таблица не заполнена цифрами, то есть имеет только общий заголовок, заглавия граф и строк, то мы имеем макет статистической таблицы. Именно с его разработки и начинается процесс составления статистических таблиц.

Основными элементами статистической таблицы являются подлежащее и сказуемое таблицы .

Подлежащее таблицы — это объект статистического изучения, то есть отдельные единицы совокупности, их группы или вся совокупность в целом.

Сказуемое таблицы — это статистические показатели, характеризующие изучаемый объект.

Подлежащее и показатели сказуемого таблицы должны быть определены очень точно. Как правило подлежащее распологается в левой части таблицы и составляет содержание строк, а сказуемое — в правой части таблицы и составляет содержание граф.

Обычно при расположении показателей сказуемого в таблице придерживаются следующего правила: сначала приводят абсолютные показатели, характеризующие объем изучаемой совокупности, затем — расчетные относительные показатели, отражающие структуру, динамику и взаимосвязи между показателями.

Построение аналитических таблиц

Построение аналитических таблиц таково. Любая таблица состоит из подлежащего и сказуемого. Подлежащее раскрывает экономическое явление, о котором идет речь в данной таблице и содержит набор показателей, отображающих это явление. Сказуемое таблицы поясняет, какие именно признаки отображают подлежащее.

Некоторые таблицы отражают изменения структуры каких-либо . В таких таблицах помещается информация о составе анализируемого экономического явления как в базисном, так и в отчетном периоде. По этим данным определяется доля (удельный вес) каждой части в общей совокупности и рассчитываются отклонения от базисных удельных весов по каждой части.

Отдельные таблицы могут отражать взаимосвязь между экономическими показателями по каким-либо признакам. В подобных таблицах информация по данному экономическому показателю располагается в порядке возрастания или убывания числовых величин, характеризующих этот показатель.

В экономическом анализе составляются также таблицы, отражающие результаты определения влияния отдельных факторов на величину анализируемого обобщающего (результативного) показателя. При оформлении подобных таблиц вначале помещают информацию о факторах, влияющих на обобщающий показатель, затем информацию о самом обобщающем показателе и наконец об изменении этого показателя в совокупности, а также за счет воздействия каждого анализируемого фактора. Отдельные аналитические таблицы отражают результаты подсчета резервов улучшения экономических показателей, выявленные в результате проведенного анализа. В таких таблицах показывается как фактический, так и теоретически возможный размер влияния отдельных факторов, а также возможная величина резерва роста обобщающего показателя за счет влияния каждого отдельного фактора.

Наконец, в анализе хозяйственной деятельности составляются также таблицы, которые предназначены для обобщения результатов проведенного анализа.

• Таблица должна быть выразительной и компактной. Поэтому вместо одной громозкой таблицы по множеству признаков лучше сделать несколько небольших по объему, но наглядных, отвечающих задаче исследования таблиц.
• Название таблицы, заглавия граф и строк следует формулировать точно и лаконично.
• В таблице обязательно должны быть указаны: изучаемый объект, территория, и время к которым относятся приводимые в таблице данные, единицы измерения.
• Если какие-то данные отсутствуют, то в таблице либо ставят многоточие, либо пишут "нет сведений", если какое-то явление не имело места, то ставят тире
• Значения одних и тех же показателей приводятся в таблице с одинаковой степенью точности.
• Таблица должна иметь итоги по группам, подгруппам и в целом. Если суммирование данных невозможно, то в этой графе ставят знак умножения "*".
• В больших таблицах после каждых пяти строк деляют промежуток, чтобы было удобнее читать и анализировать таблицу.

Виды статистических таблиц

Среди методов наиболее распространен табличный метод (способ) отображения исследуемых цифровых данных. Дело в том, что как исходные данные для проведения анализа, так и различные расчеты, а также результаты проведенного исследования оформляются в виде аналитических таблиц. Таблицы представляют собой весьма целесообразную и наглядную форму отображения числовой информации, используемой в . В аналитических таблицах в определенном порядке располагается цифровая информация об изучаемых экономических явлениях. Табличный материал гораздо более информативен и нагляден по сравнению с текстовым изложением материала. Таблицы позволяют представить аналитические материалы в виде единой целостной системы.

Вид статистической таблицы определятеся характером разработки показателей ее полежащего.

• простые
• групповые
• комбинационные

Простые таблицы содержат перечень отдельных единиц, входящих в состав совокупности анализируемого экономического явления. В групповых таблицах цифровая информация в разрезе отдельных составных частей исследуемой совокупности данных объединяется в определенные группы в соответствии с каким-либо признаком. Комбинированные таблицы содержат отдельные группы и подгруппы, на которые подразделяются , характеризующие изучаемое экономическое явление. При этом такое подразделение осуществляется не по одному, а по нескольким признакам. в групповых таблицах осуществляется простая группировка показателей, а в комбинированных — комбинированная группировка. Простые таблицы вообще не содержат никакой группировки показателей. Последний вид таблиц содержит лишь несгруппированный набор сведений об анализируемом экономическом явлении.

Простые таблицы

Простые таблицы имеют в подлежащем перечень единиц совокупности, времени или территорий.

Групповые таблицы

Групповыми называются таблицы, имеющие в подлежащем группировку единиц совокупности по одному признаку.

Комбинационные таблицы

Комбинационные таблицы имеют в подлежащем группировку единиц совокупности по двум или более признакам.

По характеру разработки показателей сказуемого различают:

• таблицы с простой разработкой показателей сказуемого, в которых имеет место параллельное расположение показателей сказуемого.
• таблицы со сложной разработкой показателей сказуемого, в которых имеет место комбинирование показателей сказуемого: внутри групп, образованных по одному признаку, выделяют подгруппы по другому признаку.

Таблица с простой разработкой показателей сказуемого

В сказуемом этой таблицы приводятся данные сначала о распределении студентов по полу, а затем — по возрасту, т.е. имеют место изолированные характеристики по двум признакам.

Таблица со сложной разработкой показателей сказуемого

Сказуемое этой таблицы не только характеризует распределение студентов по каждому из двух выделенных признаков, но и позволяет изучить состав каждой группы, выделенной по одному признаку — полу, по другому признаку — возрасту студентво, т.е. имеет место комбинирование двух признаков.

Следовательно, таблицы со сложной разработкой показателей сказуемого обеспечивают более широкие возможности для анализа изучаемых показателей и взаимосвязей между ними. Простую и сложную разработку показателей сказуемого может иметь таблица любого вида: простая, групповая, комбинационная.

• разработочные (вспомогательные), цель которых обобщить информацию по отдельным единицам совокупности для получения итоговых показателей.
• сводные , задача которых показать итоги по группам и всей совокупности в целом.
• аналитические таблицы, задача которых — расчет обобщающих характеристик и подготовка информационной базы для анализа и структуры и структурыных сдвигов, динамики изучаемых явлений и взяимосвязей между показателями.

Итак, мы рассмотрели табличный метод отображения исследуемых цифровых данных, широко используемый в ходе проведения анализа экономических явлений, статистических данных и хозяйственной деятельности организаций.