И обобщения статистических данных

Важным и заключительным этапом статистического исследования являются анализ и обобщение статистических данных, в результате которых исследователь получает теоретические выводы и практические заключения о тенденциях и закономерностях изучаемых социально-экономических явлений и процессов. Исходя из вышеизложенного в предыдущих разделах, обобщим методику анализа статистической и динамической информации и основные принципы ее формирования.

Основные понятия статистического анализа.

Метод научного исследования объекта путем рассмотрения его отдельных сторон и составных частей называется анализом.

Задачами статистического анализа являются: определение и оценка особенностей изучаемых явлений, изучение их структуры, взаимосвязей и закономерностей.

В качестве этапов статистического анализа выделяются: формулировка цели анализа; критическая оценка данных; сравнительная оценка и обеспечение сопоставимости данных; формирование обобщающих показателей; фиксация и обоснование существенных свойств, особенностей, сходств и различий, связей и закономерностей изучаемых явлений и процессов; формулировка заключений, выводов и практических предложений о резервах и перспективах развития изучаемого явления. В этой связи важным является формирование информационной базы.

Статистическая информация и основные принципы ее формирования.

Анализ социально-экономических явлений и процессов должен проводиться на надежной статистической информационной базе.

В самом общем виде «информация» (от лат. «разъяснение, изложение») – общенаучное понятие, включающее обмен сведениями между людьми, человеком и автоматом, обмен сигналами в животном и растительном мире. Из всех видов информации статистиков как исследователей интересует прежде всего статистическая.

Статистическая информация – это совокупность сведений социального и экономического характера, на основе которых осуществляются такие функции, как учет и контроль, планирование, статистический анализ и управление. Источниками получения статистической информации являются органы государственной статистики, организации, проводящие социологические обследования и т.д.

На современном этапе используемая для анализа статистическая информация должна удовлетворять следующим требованиям:

· Точность, полнота и представительность получаемой информации о социально-экономических явлениях и процессах.

· Информация должна соответствовать задачам проводимого исследования. Одна и та же информация адекватна для решения одних задач и неадекватна для других задач.

· Достоверность информации как степень соответствия статистической информации отображаемой действительности.

· Оперативность информации.

· Удобство работы с исходной информацией предполагает возможность быстро получить сведения о каждой единице совокупности, идентифицировать их, систематизировать.

· Объективность информации.

· Реальность исходной информации как отражение различных сторон проявления процессов действительности.

· Массовость, получение достаточного для анализа объема исследуемой совокупности.

· Систематичность сбора и обработки информации.

· Научный подход к информации на основе методов познания действительности и общих положений статистики как науки.

· Адекватность информации сущности и характеру изучаемых явлений.

Кроме статистической информации используются другие виды информации, основными из которых являются:

· Данные бухгалтерской отчетности, т.е. непрерывная регистрация наличия и движения всех материальных и финансовых средств организации.

· Данные оперативно-технической отчетности, т.е. совокупности зарегистрированных отдельных событий и фактов непосредственно в момент их совершения. Они отражают технологическое состояние объекта на тот или иной момент времени.

· Данные социологической информации, для которой характерны сильное влияние субъективного фактора, необходимость учета классовых, групповых, социальных интересов, мотивов и т.д.

Анализ статистических данных следует начинать с априорного анализа.

Априорным (от лат. a priori – из предшествующего) называется анализ, предшествующий непосредственному математико-статистическому анализу и проверяющий предпосылки его реализации.

Этапы априорного анализа включают:

· выявление экономически обоснованных и существенных причинно-следственных связей между признаками и явлениями;

· оценку однородности и исследуемой совокупности;

· анализ характера распределения совокупности по изучаемым признакам.

Анализ однородности статистической совокупности целесообразно проводить в следующей последовательности: определение степени однородности всей совокупности по одному или нескольким существенным признакам (в данном случае необходимо применять метод группировок); определение и анализ аномальных явлений, который осуществляется на основе математических методов и метода группировок; выбор оптимального варианта выделения однородных совокупностей на основе использования метода группировок.

Таким образом, анализ статистической информации необходимо осуществлять на основе комплексной методики в зависимости от вида представленной информации, включающей два раздела:

А. Методику анализа статистической информации и выявление причинно-следственных связей.

Б. Методику анализа и прогнозирования динамической информации.

Рассмотрим подробнее содержание каждой методики.

А. Методика комплексного анализа статистической информации и выявление причинно-следственных связей.

I. Априорный анализ исходных статистических данных.

1. Обобщение исходных данных: построение вариационных рядов по каждому из исследуемых показателей. Графическое изображение построенных рядов распределения в виде гистограммы, полигона, кумуляты и огивы.

2. Оценка однородности совокупности (на основе: метода группировок, показателей вариации и т.д.).

3. Оценка характера распределения совокупности исходных данных с помощью средней, моды, медианы, показателей вариации. Вывод о характере распределения. Для этой цели могут быть использованы различные модификации соотношений средних величин и показателей вариации.

4. Проверка данных на основе одного из критериев (К. Пирсона, В.И. Романовского и др.)

II. Моделирование связи социально-экономических явлений.

· Отбор факторных признаков.

· Метод экспертных оценок и ранговые коэффициенты корреляции как инструмент анализа экспертной информации.

· Графический метод как способ наглядного отображения зависимости результативного с каждым из факторных признаков.

· Метод корреляционного анализа в оценке характера парных и множественных зависимостей между исходными признаками. Расчет парных, частных и множественных коэффициентов корреляции. Исследование связей на мультиколлинеарность.

· Построение модели связи и оценка ее сущности.

1. Определение параметров модели методом наименьших квадратов.

2. Построение уравнения связи методом пошагового регрессионного анализа.

3. Проверка адекватности регрессионной модели исследуемому социально-экономическому явлению

4. Проверка значимости коэффициентов регрессии при факторных признаках, вошедших в модель, на основе t-критерия Стьюдента.

5. Проверка значимости уравнения регрессии на основе F-критерия Фишера.

6. Расчет и анализ средней ошибки аппроксимации ().

7. Расчет и анализ средней квадратической ошибки () и остаточной дисперсии ().

· Интерпретация модели связи (уравнения регрессии). С этой целью расчет и анализ:

1. b-коэффициентов, построение модели связи в стандартизованном масштабе;

2. частных коэффициентов эластичности ();

3. частных и множественного коэффициента детерминации и т.д.

Б. Методика комплексного анализа и прогнозирования динамической информации.