Предмет и метод статистики. при уровне значимости α: 0,05 и 0,01 Объем выборки n Положительные значения Отрицательные значения α = 0,05 α =

при уровне значимости α: 0,05 и 0,01

Объем выборки n	Положительные значения	Отрицательные значения
α = 0,05	α = 0,01	α = 0,05	α = 0,01
	0,253	0,297	-0,753	-0,798
	0,345	0,447	-0,708	-0,863
	0,370	0,510	-0,674	-0,799
	0,371	0,531	0,625	-0,764
	0,366	0,533	-0,593	-0,737
	0,360	0,525	-0,564	-0,705
	0,353	0,515	-0,539	-0,679
	0,348	0,505	-0,516	-0,655
	0,341	0,495	-0,497	-0,634
	0,335	0,485	-0,479	-0,615
	0,328	0,475	-0,462	-0,597
	0,299	0,432	-0,399	-0,524

Приложение 6. Значения критерия Колмогорова P(λ)

λ	P	λ	P
0,30		0,80	0,5441
0,35	0,9997	0,85	0,4653
0,40	0,9972	0,90	0,3927
0,45	0,9874	0,95	0,3275
0,50	0,9639	1,0	0,2700
0,55	0,9228	1,1	0,1777
0,60	0,8643	1,2	0,1122
0,65	0,7920	1,3	0,0681
0,70	0,7112	1,4	0,0397
0,75	0,6272	1,5	0,0222

[1] От лат. status – состояние, положение вещей; первоначально термин употреблялся в значении «политическое состояние»

[2] Эту деятельность на профессиональном уровне осуществляет государственная статистика – Федеральная служба государственной статистики (ФСГС) и система ее учреждений, организованных по административно-территориальному признаку, а также ведомственная статистика (на предприятиях, ведомствах, министерствах и т.д.). Информация ФСГС публикуется в специадльных печатных изданиях, а также в сети Интернет: www.gks.ru (или www.fsgs.ru)

[3] Термин «статистика» как параметр, как статистический критерий употребляется преимущественно в математической статистике, некоторые из них (χ², t и др.) рассмотрены в соответствующих темах данного курса лекций

[4] «There are three types of lies - lies, damn lies, and statistics» (Benjamin Disraeli, 1804 – 1881)

[5] «As a general rule, the most successful man in life is the man who has the best information»

[6] Аналогично общее количество школьных тетрадей измеряется в у.ш.т. (условные школьные тетради размером 12 листов), продукция кон­сервного производства измеряется в у.к.б. (условные консервные бан­ки емкостью 1/3 литра или 400 грамм); продукция моющих средств приво­дится к условной жирности 40%

[7] f – это начальная буква англ. слова frequency – частота

[8] В статистике, в отличие от математики, пределы суммирования не ставятся, а подразумеваются, так как абсолютные величины здесь не абстрактные, а смысловые (суммируются все величины совокупности – с первой по последнюю)

[9] Во многих учебниках по статистике встречается другое название индекса динамики – темп роста. Использование такого названия не совсем логично, так динамика может быть различна (не только рост, но и спад, а также стабильность), поэтому наиболее правильным является использование названия «индекс динамики» или «индекс изменения»

[10] Часто встречается и другое название темпа изменения – темп прироста, что не совсем логично (см. предыдущую сноску)

[11] Обычно (в т.ч. и в дальнейшем в данном пособии) в статистических формулах пределы суммирования не ставятся, а подразумеваются, т.е. подразумеваются именно такие пределы как формуле (11) – с 1-ой группы по N -ю (последнюю)

[12] Для взвешенной средней сумма взвешенных отклонений равна нулю – доказать самостоятельно

[13] Если приходится иметь дело с интервальным рядом распределения с неравными интервалами, то для сопоставимости нужно частоты или частости привести к единице интервала, полученное значение называется плотностью ρ, то есть ρ = f/h

[14] Единицы совокупности, имеющие значение признака, равное границе интервала, включаются в тот интервал, где это точное значение впервые указывается

[15] От греч. «гистос» – ткань, строение

[16] От греч. слов «поли» и «гонос» – многоугольник

[17] При четном числе единиц совокупности за медиану принимают полусумму из двух центральных вариант

[18] Получите формулы и произведите их расчет (по аналогии с формулами для расчета квартилей) самостоятельно

[19] Максимально возможные значения показателей вариации: Л_max =;;;

[20] Например, цена продажи американского доллара в коммерческих банках Н.Новгорода 26 июля 2007 года варьировала от 25,45 до 26,00 при средней цене 25,595 руб., тогда по формуле (32) = (26,00–25,45)/25,595 = 0,021, или 2,1%. Такая малая вариация вызвана тем, что при значительном различии курса доллара немедленно произошел бы отлив покупателей из «дорогого» банка в более «дешевые». Напротив, цена килограмма говядины в разных регионах России варьирует очень сильно – на десятки процентов и более. Это объясняется разными затратами на доставку товара из региона-производителя в регион потребитель.

[21] Прочие виды распределений изучаются дисциплиной «Теория вероятностей»

[22] Простой расчет возможен при наличии Excel из пакета Microsoft Office, где имеется функция, вычисляющая плотность (или интеграл) функции нормального распределения =НОРМРАСП(А;Б;В;Г), где параметры: А – значение X; Б – средняя арифметическая; В – среднее квадратическое отклонение σ; Г – «0» для вычисления плотности (или «1» для вычисления интеграла) распределения

[23] Иногда за счет округлений при расчетах (использование функции плотности распределения вместо интеграла) может быть нарушено равенство сумм эмпирических и теоретических частот, что и произошло в нашем примере про ВО (∑ f =35, ∑ m =33,832)

[24] Практически приемлемая вероятность в экономических исследованиях, означающая, что в 5 случаях из 100 может быть отвергнута правильная гипотеза

[25] Основное условие для использования критерия Колмогорова – достаточно большое число наблюдений (N > 50)

[26] Названо по имени французского математика Симеона Пуассона (1781 – 1840), еще называют законом распределения редких явлений; возникает, когда значения признака выражены дискретно и являются результатом какого-либо редко возникающего события среди наблюдаемых единиц, причем с увеличением значений признака вероятность наступления события падает

[27] Важно не путать понятие «структурный сдвиг», оцениваемый в теме 8, где он представляет не величину самого изменения структуры, а его влияние на результативный показатель

[28] Индекс не удовлетовряет свойству независимости от раскола совокупности

[29] Существуют и другие показатели, о которых можно прочитать в специальной литературе

[30] Приведены наиболее простые функции, более сложные виды, такие как логарифмическая, логистическая и др. описаны в специальной литературе, например – [2]

[31] При расчете параметров уравнения тренда на ЭВМ необходимость вести отсчет от середины ряда динамики отпадает. Например, для получения уравнения тренда в Microsoft Office Excel необходимо построить его график с помощью «Мастера диаграмм», после чего вызвать контекстное меню, нажав на правую кнопку мыши на построенном графике, и выбрать пункт «Добавить линию тренда», в появившемся окне выбрать подходящую математическую функцию и установить галочку «показывать уравнение на диаграмме»

[32] Понятие «уровень значимости» описано ранее на стр. 29

[33] Выравнивание по параболе рассмотрено в методических указаниях к теме на другом примере

[34] Используется при малом количестве уровней (n <30), в противном случае (n >30) вместо используют коэффициент доверия t нормального закона распределения (Приложение 1)

[35] Попробуйте проделать данное задание самостоятельно (в случае затруднений обратитесь к методическим указаниям по данной теме)

[36] Выполните это задание дома самостоятельно (подсказка: продифференцировав и приравняв нулю уравнение учтите, что и)

[37] Подобрать уравнение второй гармоники ряда Фурье по данным табл. 32 самостоятельно

[38] Проделайте данное задание самостоятельно

[39] Проявление стохастических связей подвержено действию закона больших чисел: лишь в достаточно большом числе единиц индивидуальные особенности сгладятся, случайности взаимопогасятся и зависимость, если она имеет существенную силу, проявится достаточно отчетливо

[40] Термин «стохастический» происходит от греч. «stochos» – мишень. Стреляя в мишень, даже хороший стрелок редко попадает в ее центр, выстрелы ложатся в некоторой близости от него. Другими словами стохастическая связь означает приблизительный характер значений признака

[41] Термин «корреляция» ввел в статистику английский биолог и статистик Ф. Гальтон в конце XIX в., под которым понималась «как бы связь», т.е. связь в форме, отличающейся от функциональной. Еще ранее этот термин применил француз Ж.Кювье в палеонтологии, где под законом корреляции частей животных он понимал возможность восстановить по найденным в раскопках частям облик всего животного

[42] Множественная корреляция изучается в курсе эконометрики на основе применения компьютерных программ (напр., специальная надстройка к Excel, SPSS и др.), в курсе статистики изучается только парная корреляция

[43] При измерении тесноты связи между рядами динамики это равнозначно отсутствию автокорреляции между уровнями ряда, т.е. прежде чем оценивать тесноту связи между рядами динамики, необходимо проверить каждый ряд на автокорреляцию – см. методические указания

[44] Проделать это самостоятельно

[45] Термин «регрессия» ввел в статистику Ф. Гальтон, который изучив большое число семей, установил, что в группе семей высокорослыми отцами сыновья в среднем ниже ростом, чем их отцы, а в группе семей с низкорослыми отцами сыновья в среднем выше отцов, т.е. отклонение роста от среднего в следующем поколении уменьшается – регрессирует

[46] Параметры a₀ и a₁ можно получить не только методом подстановки как приводится далее, но и методом определителей 2-го порядка (проделать данное задание самостоятельно)

[47] Сумма эмпирических (2864,09) и выравненных по прямой линии (2864,115) значений должна совпадать, но в нашем случае этого не происходит из-за округлений расчетов до 3-х знаков после запятой

[48] В числителе – сумма последнего столбца, а в знаменателе – сумма предпоследнего столбца таблицы 45

[49] Коэффициент автокорреляции можно рассчитывать либо между соседними уровнями, либо между уровнями, сдвинутыми на другое число единиц времени (временной лаг) m; приведенные формулы с временным лагом m=1 (между соседними уровнями) являются самыми распространенными

[50] Формула (156) является тождественной формуле (155)

[51] См. тему 5 «Ряды динамики», метод аналитического выравнивания

[52] Остаточные величины обычно обозначают ε_t, но для того, чтобы различать их для разных рядов динамики x и y, приняты обозначения d_x и d_y

[53] По значению коэффициент контингенции всегда меньше коэффициента ассоциации

[54] Такая очередность изменения факторов (то есть 1-ый – экстенсивный, а 2-ой – интенсивный) применяется по умолчанию тогда, когда ее затруднительно точно установить

[55] В случае построения многофакторных мультипликативных индексных моделей бывает сложно точно определить очередность влияния факторов на результативный показатель, поэтому можно рекомендовать ставить на 1-ое место индекс того фактора, который сильнее всего изменился, на 2-ое место – индекс того фактора, который изменился слабее первого, но сильнее остальных и так далее в порядке убывания изменений индексов

[56] Самостоятельно догадайтесь и придумайте пример, когда эффект Гершенкрона выполняться не будет (подсказка – «эффект картошки»)

[57] Если зафиксировать веса на уровне базисного периода f ₀, то получим менее распространенную формулу индекса фиксированного состава: или.

[58] При фиксировании индексируемой величины на уровне отчетного периода x ₀ получается менее распространенная формула индекса структурных сдвигов: или.

[59] В противном случае применяются формулы, приведенные в сносках к этим формулам. Для определения очередности влияния факторов рассчитываются и те, и другие формулы, а затем рассчитывается их средняя геометрическая величина (индексы Фишера). Сравнивая значения этих индексов Фишера, решается вопрос об очередности влияния факторов: какой из индексов показывает большее изменение, тот фактор и считают 1-ым.

[60] Выбор этой формулы вызван тем, что изменение структуры – это 1-ый фактор, и изменение самих цен – 2-ой (доказать это самостоятельно, воспользовавшись предыдущей сноской)

[61] В названии использованы начальные буквы фамилий трех статистиков, предложивших этот индекс: венгров Элтетэ и Кэвеша и поляка Шульца

Содержание

1. Понятие о статистике.. 3

1.1. Предмет и метод статистики. 3

1.2. Статистическое наблюдение. 5

1.3. Сводка и группировка статистических данных. 6

1.4. Формы представления статистических данных. 7

1.5. Контрольные задания. 9

2. Обобщающие статистические показатели.. 10

2.1. Абсолютные величины.. 10

2.2. Относительные величины.. 10

2.3. Средние величины.. 12

2.4. Контрольные задания. 16

3. Вариационные ряды распределения.. 18

3.1. Построение ряда распределения. 18

3.2. Расчет структурных характеристик ряда распределения. 20

3.3. Расчет показателей размера и интенсивности вариации. 22

3.4. Расчет моментов распределения и показателей его формы.. 24

3.5. Проверка соответствия ряда распределения нормальному. 26

3.6. Проверка соответствия ряда распределения закону Пуассона. 30

3.7. Контрольные задания. 33

4. Статистическое изучение структуры совокупности.. 34

4.1. Абсолютные и относительные показатели изменения структуры.. 34

4.2. Ранговые показатели изменения структуры.. 37

4.3. Контрольные задания. 39

5. Выборочное наблюдение.. 40

5.1. Понятие выборочного наблюдения. 40

5.2. Способы формирования выборки. 40

5.3. Средняя ошибка выборки. 40

5.4. Предельная ошибка выборки. 41

5.5. Необходимая численность выборки. 42

5.6. Методические указания. 42

5.7. Контрольные задания. 43

6. Ряды динамики.. 44

6.1. Понятие о рядах динамики. 44

6.2. Показатели изменения уровней ряда динамики. 44

6.3. Средние показатели ряда динамики. 46

6.4. Методы выявления основной тенденции (тренда) в рядах динамики. 47

6.5. Оценка адекватности тренда и прогнозирование. 51

6.6. Анализ сезонных колебаний. 52

6.7. Методические указания. 56

6.8. Контрольные задания. 59

7. Статистическое изучение взаимосвязей.. 60

7.1. Понятие корреляционной зависимости. 60

7.2. Методы выявления и оценки корреляционной связи. 61

7.3. Коэффициенты корреляции рангов. 72

7.4. Особенности коррелирования рядов динамики. 74

7.5. Показатели тесноты связи между качественными признаками. 75

7.6. Множественная корреляция. 77

7.7. Контрольные задания. 79

8. Индексы... 80

8.1. Назначение и виды индексов. 80

8.2. Индивидуальные индексы.. 80

8.3. Общие индексы.. 82

8.4. Индексы средних величин.. 85

8.5. Территориальные индексы.. 86

8.6. Контрольные задания. 90

Список литературы... 91

Приложения – статистические таблицы... 92

Приложение 1. Значения интеграла Лапласа. 92

Приложение 2. Значения t-критерия Стьюдента. 93

Приложение 3. Значения χ²-критерия Пирсона. 94

Приложение 4. Значения F-критерия Фишера. 95

Приложение 5. Критические значения коэффициента автокорреляции. 96

Приложение 6. Значения критерия Колмогорова P(λ) 96

1. Понятие о статистике

Предмет и метод статистики

В научный обиход термин «статистика»[1] ввел немецкий ученый Готфрид Ахенваль 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 учет велся намного раньше: проводились переписи населения в Древнем Китае, осуществлялось сравнение военного потенциала государств, велся учет имущества граждан в Древнем Риме и пр.

У истоков статистической науки стояли 2 школы: немецкая описательная и английская школа политических арифметиков. Представители описательной школы (Герман Конринг, Готфрид Ахенваль, Август Людвиг Шленцер) своей задачей считали описание достопримечательностей государства: территории, населения, климата, политического устройства, вероисповедания, торговли и т.п. – без анализа закономерностей и связей между явлениями. Представители школы политических арифметиков (Уильям Петти, Джон Граунт, Эдмунд Галлей) своей главной задачей считали выявление на основе большого числа наблюдений различных закономерностей и взаимосвязей в изучаемых явлениях. Каждая школа развивалась своим путем, используя свои методы в исследованиях, но предмет изучения у них был общий – государство, общество и, в частности, массовые явления и процессы, происходящие в нем. Статистика сформировалась как наука в результате синтеза государствоведения и политической арифметики, причем от последней она взяла больше, поскольку статистика и в настоящее время призвана выявлять прежде всего различного рода закономерности в исследуемых явлениях.

Однако представители этих двух школ не дошли до теоретического обобщения практики учетно-статистических работ, до создания теории статистики. Эта задача была решена позднее, в XIX веке бельгийским ученым Адольфом Кетле, который дал определение предмета статистики, раскрыл суть ее методов. Под влиянием идей Кетле возникло третье направление статистической науки – математико-статистическое, которое получило свое развитие в работах таких ученых как: англичане Фрэнсис Гальтон, Фрэнсис Эджворт, Карл Пирсон, Одни Дж. Юл, Вильям Госсет, Рональд Фишер, Морис Дж.Кендэл, итальянец Коррадо Джини, русские – Пафнутий Львович Чебышёв, Андрей Андреевич Марков, Александр Михайлович Ляпунов, Александр Иванович и Александр Александрович Чупров и пр.

В настоящее время данный термин употребляется в 4 значениях:

1) наука, изучающая количественную сторону массовых явлений и процессов в неразрывной связи с их качественным содержанием – учебный предмет в высших и средних специальных учебных заведений;

2) совокупность цифровых сведений, характеризующих состояние массовых явлений и процессов общественной жизни; статистические данные, представляемые в отчетности предприятий, организаций, отраслей экономики, а также публикуемых в сборниках, справочниках, периодической печати и в сети Интернет, которые являются результатом статистической работы;

3) отрасль практической деятельности («статистический учет») по сбору, обработке, анализу и публикации массовых цифровых данных о самых различных явлениях и процессах общественной жизни[2];

4) некий параметр ряда случайных величин, получаемый по определенному алгоритму из результатов наблюдений, например, статистические критерии (критические статистики), применяющиеся при проверке различных гипотез (предположительных утверждений) относительно природы или значений отдельных показателей исследуемых данных, особенностей их распределения и пр.[3]

Как и любая другая наука, статистика имеет свой предмет и метод исследования. Статистика изучает количественную сторону массовых общественных явлений в неразрывной связи с их качественной стороной или содержанием, а также исследует количественное выражение закономерностей общественного развития в конкретных условиях места и времени. Такое изучение основывается на системе категорий и понятий, отражающих наиболее общие и существенные свойства, признаки, связи и отношения предметов и явлений объективного мира.

Рассмотрим основные понятия, используемые в статистике.

1. Статистическая совокупность – множество социально-экономических объектов или явлений общественной жизни, объединенных качественной основой, но отличающихся друг от друга отдельными признаками, т.е. однородных в одном отношении, но разнородных в другом. Таковы, например, совокупность домохозяйств, семей, предприятий, фирм и т.п.

2. Единица совокупности – первичный элемент статистической совокупности, являющийся носителем признаков и основой ведущегося при обследовании счета.

3. Признак единицы совокупности – свойства единицы совокупности, которые различаются способами их измерения и другими особенностями, что дает основание для их классификации 1.

Таблица 1. Основная классификация признаков в статистике

Параметр классификации	Вид признака	Пример признака
По характеру выражения	Описательные (атрибутивные)	Цвет волос человека
Количественные (числовые)	Рост человека
По способу измерения	Первичные (объемные)	Вес человека
Вторичные (расчетные)	Производительность труда
По характеру вариации	Альтернативные	Пол человека
Дискретные	Возраст человека
Интервальные	Возраст группы людей
По отношению ко времени	Моментные	Количество денег в кармане человека
Периодные	Заработная плата человека за месяц

4. Статистический показатель – понятие, отображающее количественные характеристики (размеры) или соотношения признаков общественных явлений. Статистические показатели можно подразделить на первичные (объемные) – характеризуют либо общее число единиц совокупности (объем совокупности), либо сумму значений какого-либо признака (объем признака) и выражаются абсолютными величинами и вторичные (расчетные) – задаются на единицу первичного показателя и выражаются относительными и средними величинами. Статистические показатели могут быть плановыми, отчетными и прогностическими.

5. Система статистических показателей – совокупность статистических показателей, отражающая взаимосвязи, которые объективно существуют между явлениями. Она охватывает все стороны общественной жизни как на макро-, так и на микроуровне. С изменением условий жизни общества меняются и системы статистических показателей, совершенствуется методология их расчета.

Совокупность приемов, пользуясь которыми статистика исследует свой предмет, составляет метод статистики. Можно выделить 3 группы статистических методов (этапов статистического исследования): 1) статистическое наблюдение; 2) сводка и 3) научный анализ исследуемых явлений.

Статистическое изучение тех или иных явлений предполагает как обязательное условие наличие информации, сведений об этих явлениях, поэтому первый этап, начало статистического исследования сводится к сбору необходимой ин формации. Научно организованный сбор сведений, заключающийся в регистрации тех или иных фактов, признаков, относящихся к каждой единице изучаемой совокупности, называется статистическим наблюдением.

В результате статистического наблюдения образуется масса первичной информации (сведений) о каждой единице совокупности. Чтобы получить характеристику всей исследуемой совокупности в целом, первичные данные должны быть подвергнуты обработке, обобщению. Обработка собранных первичных данных, включающая их группировку, обощение и оформление в таблицах, составляет второй этап статистического исследования, который называется сводкой.

На третьем этапе статистического исследования на основе итоговых данных сводки осуществляется научный анализ исследуемых явлений: рассчитываются различные обобщающие показатели в виде средних и относительных величин, выявляются определенные закономерности в распределениях, динамике показателей и т.п.

Таким образом, любое законченное статистическое исследование проходит в 3 этапа, между которыми, разумеется, могут быть перерывы во времени.