Sąvoka „statistika“ kilusi iš lotyniško žodžio „status“, kuris vertime reiškia padėtį, būklę, reiškinių tvarką.

Politinės aritmetikos (Anglija) ir valstybinio mokslo raida

(Vokietija) paskatino statistikos mokslo atsiradimą.

Terminą „statistika“ į mokslinę apyvartą įvedė Getingeno universiteto matematikai XVIII amžiuje (Gottfriedas Achenwall (1719-1772)).

Šiuo metu yra apie 150 statistikos, kaip mokslo disciplinos, apibrėžimų. Vieną geriausių statistikos apibrėžimų pateikė austrų matematikas Abrahamas Waldas: „Statistika yra metodų rinkinys, leidžiantis optimalius sprendimus neapibrėžtumo sąlygomis“.

Iš įvairių praktinės medicinos statistikos apibrėžimų labiausiai tinka šie:

"Statistika yra duomenų rinkimo, klasifikavimo ir kiekybinio įvertinimo mokslas, siekiant gauti patikimas išvadas, prognozes ir sprendimus.

Statistika tiria atsitiktinius masės reiškinius. Masiniai reiškiniai- tai reiškiniai, kurie atsiranda dideliais kiekiais, tačiau skiriasi vienas nuo kito tam tikros charakteristikos dydžiu. Kuo daugiau objektų paimama tyrimams, tuo patikimesnės statistinės išvados.

Statistika susideda iš teorinės (bendrosios) statistikos ir taikomosios

(ekonominė, socialinė, sektorių) statistika.

Pramonės statistika apima meteorologinę (orų prognozių statistiką), transporto, ekonominę, biologinę ir medicininę.

Teorinė statistika skirstoma į aprašomasis(aprašomasis) ir analitinis (indukcinis).

Aprašomoji statistika– Tai statistika, skirta bendriems duomenims rinkti. Tai metodų rinkinys, skirtas šaltinių duomenims rinkti, grupuoti, klasifikuoti ir pateikti juos patogia tolesniam apdorojimui forma (lentelės, grafikai).

Analitinė statistika yra išvadų ir prognozių statistika, pagrįsta aprašomosios statistikos pateiktų rezultatų matematiniu apdorojimu. Jame pateikiami įvairių statistinių išvadų ir išvadų, skirtų praktiniam pritaikymui, gavimo metodai.

Medicinos statistika yra pramonės statistika, taikomosios statistikos metodų rinkinys, kuris naudojamas mokslinėje ir praktinėje medicinoje bei sveikatos priežiūros srityje.

Pagrindinės medicinos statistikos užduotys:

ü gimstamumo ir mirtingumo statistika;

ü sergamumo statistika;

ü sveikatos priežiūros įstaigų veiklos statistika.

Kartu aprašomoji ir analitinė statistika išsprendžia šią problemą:

ü rinkti duomenis ir juos aprašyti statistiniam apdorojimui patogia forma;

ü rezultatų apdorojimas taikant teorinius (bendruosius) statistikos metodus;

ü gautų rezultatų analizė, prognozavimas, optimalių sprendimų kūrimas.

2. PAGRINDINĖS APRAŠYMOSIOS STATISTIKOS SĄVOKOS

IR JŲ CHARAKTERISTIKOS.

Pagrindinės aprašomosios statistikos sąvokos apima:

ü statistinė visuma (bendra ir imtinė);

ü gyventojų skaičius;

ü statistinis variantas;

ü statistinis ženklas;

ü statistinis dažnis (absoliutus dažnis);

ü dažnis (santykinis dažnis).

Statistinė populiacija- tai objektų rinkinys, sujungtas pagal kai kurias charakteristikas statistiniam tyrimui.

Agregatų tipai:

1. Bendroji populiacija (ribinė arba begalinė).
2. Imties populiacija (imtis).

Gyventojų skaičius- tai visų tyrimams atrinktų statistinės aibės objektų visuma.

Ribinė populiacija- statistinė populiacija, kurioje tiriamų objektų, turinčių tam tikrą požymį, skaičius yra ribotas.

Pavyzdys: studentų skaičius akademijoje, gyventojai mieste, matavimų skaičius eksperimentuose.

Begalinis gyventojų skaičius yra statistinis rinkinys, kuriame objektų skaičius lygus begalybei. Naudojama teoriniuose skaičiavimuose kaip matematinė abstrakcija.

Imties populiacija (imtis)- tai yra bendrosios populiacijos dalis, skirta statiniam tyrimui.

Gyventojų skaičius yra į kolekciją įtrauktų objektų skaičius.

Populiacijos dydis nurodomas simboliu N , ir atrankinis - n .

Statistinis variantas yra objektas visumoje, vienas stebėjimas arba matavimas.

Parinktys žymimos lotyniškomis raidėmis x, y, z su apatiniais indeksais, nurodančiomis pasirinkimo numerį.

Pavyzdys: x 1 - objektas arba matmuo numeris vienas,

x 2 - objektas arba matmuo numeris du ir kt.

Iškviečiama parinktis nenurodant numerio apibendrintasvariantas ir žymimas lotyniška raide su apatiniu indeksu, pavyzdžiui, x i .

Statistinės visumos variantai (objektai) pasižymi įvairiomis charakteristikomis, tarp jų ir tomis, kurių pagrindu jie sujungiami į aibę.

Požymis, kuris keičia savo reikšmę iš vieno objekto į kitą, vadinamas kintamasis ženklas, o pats reiškinys vadinamas variacija.

Kokybinės savybės– tai ženklai, kurie neturi kiekybinės išraiškos. Tai yra neišmatuojami atributai.

Pavyzdys: spalva, skonis, kvapas.

Kiekybinės charakteristikos– Tai išmatuojamos charakteristikos, išreikštos tam tikru skaičiumi.

Pavyzdys: svoris, ilgis, tankis, temperatūra.

Atskiros kiekybinės savybės– Tai kiekybinės charakteristikos, kurios išreiškiamos sveikais skaičiais.

Pavyzdys: mokinių skaičius grupėje, keleiviai autobuse, žiedlapiai ant gėlės.

Nuolatiniai kiekybiniai požymiai- tai kiekybinės charakteristikos, kurios išreiškiamos sveikaisiais ir trupmeniniais skaičiais.

Pavyzdys: arbūzas sveria 7 kg, melionas sveria 1,7 kg.

Intervalo ženklas yra kiekybinė charakteristika, kurios skaitinė reikšmė yra tam tikrose ribose, vadinamose intervalais.

Pavyzdys: matuojant mokinių ūgį, galima išskirti 160 - 169 cm, 170 - 179 cm, 180 - 190 cm intervalų grupes.

Pasireiškimo dažnis (absoliutus dažnis)- skaičius, rodantis, kiek kartų populiacijoje arba jos intervale atsiranda objektas, turintis tam tikrą skaitinę charakteristikos reikšmę.

Absoliutus dažnis nurodomas simboliu n i (µi).

Visų absoliučių dažnių suma lygi populiacijos N, kuriai skaičiuojami dažniai, tūriui: ∑n i = N

Pavyzdys: vyrų ir moterų skaičius grupėje turi būti lygus bendram mokinių skaičiui toje grupėje.

Dažnis (santykinis dažnis)- skaičius, lygus absoliutaus dažnio ir populiacijos apimties santykiui.

Dažnis žymimas simboliu f ir apskaičiuojamas pagal formulę:

vieneto dalimis: f i = ,

procentais: f i = 100%

Čia n i - absoliutus dažnis, N - populiacijos tūris, lygus visų absoliučių dažnių sumai.

Visų santykinių dažnių suma lygi 1: ∑ f i = 1

Pavyzdys: penkiolikos žmonių studentų grupėje (gyventojų skaičius N=15) 12 studentų (absoliutus dažnis). n 1 =12) ir 3 studentai (absoliutus dažnis n 2 =3). Dažnis f 1 bus lygus 12/15, o dažnis f 2 = 3/15. Šiuo atveju dažnių arba santykinių dažnių suma lygi vienetui.

Statistikoje santykiniai dažniai arba dažniai vadinami svoriais.

3. PLATINIMO SERIJOS, JŲ RŪŠYS IR ATSTOVIMO METODAI.

Paskirstymo diapazonas yra skaičių seka, nurodanti charakteristikos kokybinę arba kiekybinę reikšmę ir jos pasireiškimo dažnumą.

Paskirstymo serijų tipai klasifikuojami pagal skirtingus principus.

Pagal užsakymo laipsnį eilutės skirstomos į:

ü netvarkingas

ü užsakiau

Netvarkinga eilutė- tai serija, kurioje charakteristikos reikšmės rašomos ta tvarka, kuria pasirinkimai buvo gauti tyrimo metu.

Pavyzdys: tiriant studentų grupės ūgį, jo reikšmės buvo fiksuojamos cm (175,170,168,173,179).

Užsakyta serija- tai serija, gauta iš netvarkingos, kurioje charakteristikos reikšmės perrašomos didėjančia arba mažėjančia tvarka. Užsakyta serija vadinama reitinguota, o reitingavimo procedūra

(užsakymas) vadinamas rūšiavimu.

Pavyzdys: (aukštis 168,170,173,175,179)

Pagal charakteristikos tipą paskirstymo serijos skirstomos į:

ü atributika

ü variacinė.

Atributinė serija- tai serija, sudaryta remiantis kokybine charakteristika.

Variacijų serija- tai serija, sudaryta remiantis kiekybine charakteristika.

Variacijų serijos skirstomos į diskrečiąsias, tęstines ir intervalines.

Variacinės diskrečios, tolydžios ir integralios serijos įvardijamos pagal atitinkamą požymį, kuriuo remiantis sudaroma serija. Pavyzdžiui, serija pagal batų dydį yra atskira pagal kūno svorį – ištisinė.

Praktinės ir mokslinės medicinos serijų vaizdavimo metodai skirstomi į tris grupes:

1. Lentelinis pristatymas;
2. Analitinis vaizdavimas (formulės pavidalu);
3. Grafinis vaizdavimas.

Statistiniai duomenys turi būti adekvatūs, pirma, tyrimo objektui ir, antra, jų rinkimo ir naudojimo laikui.

Šiame skyriuje aprašomi statistinių duomenų šaltiniai, jų rūšys ir gavimo būdai, taip pat skaitinių ir neskaitinių duomenų aprašymo ir pateikimo būdai.

Išstudijavę šį skyrių, turėtumėte sugebėti:

• -sukurti statistinių tyrimų programą;
• -nustatyti statistinės informacijos šaltinius;
• -apibendrinti ir grupuoti statistinius duomenis bei generuoti statistines lenteles;
• - rodyti grupavimo rezultatus diagramų pavidalu;
• - įvertinti pagrindines charakteristikas: santykinę vertę, vidutinę vertę, sklaidą, standartinį nuokrypį, medianą, režimą, diapazoną.

Pradinių duomenų gavimas

Informacijos apie tiriamąjį objektą gavimas yra vienas pagrindinių statistinio tyrimo uždavinių.

Statistiniai tyrimai turėtų būti grindžiami tikslais ir rezultatams keliamais reikalavimais. Jie apibrėžia metodus Statistinė analizė, kurio pagrindu organizuojamas pradinių duomenų rinkimas. Atliekant statistinius tyrimus, reikia saugotis šių klaidų: neaiškiai suformuluoti tikslai, neteisingai taikomi stebėjimo metodai.

Pradinius duomenis statistiniams tyrimams galima gauti dviem būdais:

• -aktyvus eksperimentas, specialiai organizuotas statistinėms priklausomybėms nustatyti;
• - statistinis stebėjimas.

Aktyvus eksperimentavimas naudojamas techniniuose ir ekonominiuose tyrimuose, kai, pavyzdžiui, užduotis yra optimizuoti technologinio proceso režimus pagal ekonominius kriterijus.

Atliekant statistinį socialinių ir ekonominių procesų tyrimą, atrodo, kad galima pasitelkti tik stebėjimą. Programa yra pagrindas šis metodas informacijos gavimas. Jį sudaro trys pagrindiniai etapai:

• -tyrimo objekto apibrėžimas;
• - gyventojų vieneto parinkimas;
• - registruojamų rodiklių sistemos nustatymas.

Stebėjimo objektas – tiriamo reiškinio vienetų visuma, apie kurią galima rinkti statistinę informaciją. Norint aiškiai apibrėžti stebėjimo objektą, reikia atsakyti į šiuos klausimus:

• -Ką? (kokius elementus tyrinėsime);
• - Kur? (kur bus atliktas stebėjimas _;
• -Kada? (kokiam laikotarpiui).

Statistinio stebėjimo organizavimo požiūriu yra dvi pagrindinės formos: ataskaitų teikimas ir specialiai organizuotas statistinis stebėjimas.

Ataskaitų teikimui kaip stebėjimo formai būdinga tai, kad statistikos institucijos sistemingai per nustatytą laikotarpį iš įmonių, įstaigų ir organizacijų gauna informaciją apie praėjusio laikotarpio darbo sąlygas ir rezultatus, kurių apimtis ir turinys yra nustato patvirtintose ataskaitų formose.

Specialiai organizuotas statistinis stebėjimas – tai informacijos rinkimas vienkartinių įrašų ir apklausų surašymo forma. Jie organizuojami tirti tuos reiškinius, kurių negali apimti privalomas ataskaitų teikimas.

Statistinio stebėjimo tipai išskiriami pagal duomenų įrašymo laiką ir tiriamos populiacijos vienetų aprėpties laipsnį. Atsižvelgiant į duomenų įrašymo laikui bėgant pobūdį, stebėjimas gali būti klasifikuojamas:

• -nuolatinis (pavyzdžiui, pagamintos produkcijos apskaita);
• -periodinis (apskaitos išrašai);
• - vienkartinis, jei reikia informacijos, pavyzdžiui, gyventojų surašymas.

Pagal tiriamų gyventojų vienetų aprėpties laipsnį:

• -nepilna, atrankinė, kai tiriama ne visa populiacija, o tam tikra jos dalis;
• - tęstinis, t.y. visų populiacijos vienetų aprašymas;
• -monografinis, kai detaliai aprašomi tipiniai objektai.

Pagrindiniai statistinės informacijos gavimo būdai yra tiesioginis stebėjimas, dokumentiniai metodai ir apklausos.

Tiesioginio stebėjimo būdui būdinga tai, kad valstybinių statistikos įstaigų ar kitų organizacijų atstovai įrašo duomenis į statistinius dokumentus po asmens patikrinimo, perskaičiavimo, matavimo ar stebėjimo vienetų svėrimo.

Taikant dokumentinį stebėjimo metodą, šaltiniu tampa įvairūs dokumentai, kurie naudojami įmonėms ir įstaigoms rengiant statistinę atskaitomybę pagal pirminius apskaitos dokumentus.

Atliekant apklausą informacijos šaltinis yra respondentų atsakymai. Apklausa gali būti organizuojama įvairiais būdais: ekspediciniu, saviregistracijos, susirašinėjimo ir anketos būdu.

Ekspedicijos metodu statistikos įstaigų atstovai klausia tiriamojo ir iš jo žodžių įrašo informaciją į stebėjimo formas.

Savarankiškos registracijos būdu apklausiamiems padaliniams (įmonėms ar piliečiams) išduodama apklausos forma ir nurodoma, kaip ją užpildyti. Užpildytos formos išsiunčiamos paštu per nurodytą laikotarpį.

Taikant korespondentinį metodą, informaciją statistikos įstaigoms pateikia savanoriški korespondentai.

Duomenų rinkimo anketinis metodas pagrįstas gavėjų savanoriško anketų pildymo principu.

Neprarask. Prenumeruokite ir gaukite nuorodą į straipsnį savo el. paštu.

Žmonių veikla daugeliu atvejų yra susijusi su darbu su duomenimis, o tai savo ruožtu gali reikšti ne tik darbą su jais, bet ir jų studijavimą, apdorojimą ir analizę. Pavyzdžiui, kai reikia sutrumpinti informaciją, rasti tam tikrus ryšius arba apibrėžti struktūras. O kaip tik analitikai šiuo atveju labai patogu naudoti ne tik, bet ir taikyti statistinius metodus.

Statistinės analizės metodų ypatybė yra jų sudėtingumas dėl statistinių modelių formų įvairovės, taip pat statistinio tyrimo proceso sudėtingumas. Tačiau norime pakalbėti apie metodus, kuriais gali naudotis kiekvienas, ir tai daryti efektyviai bei su malonumu.

Statistiniai tyrimai gali būti atliekami šiais metodais:

• Statistinis stebėjimas;
• Statistinių stebėjimų medžiagos apibendrinimas ir grupavimas;
• Absoliutinės ir santykinės statistinės reikšmės;
• Variacijų serija;
• Pavyzdys;
• Koreliacinė ir regresinė analizė;
• Dinaminė serija.

Statistinis stebėjimas

Statistinis stebėjimas – tai planuotas, organizuotas ir dažniausiai sistemingas informacijos rinkimas, daugiausia nukreiptas į socialinio gyvenimo reiškinius. Įgyvendinta šis metodas registruojant iš anksto nustatytus ryškiausius požymius, kurių tikslas yra vėliau gauti tiriamų reiškinių charakteristikas.

Statistiniai stebėjimai turi būti atliekami atsižvelgiant į kai kuriuos svarbius reikalavimus:

• Ji turi visiškai apimti tiriamus reiškinius;
• Gauti duomenys turi būti tikslūs ir patikimi;
• Gauti duomenys turi būti vienodi ir lengvai palyginami.

Be to, statistinis stebėjimas gali būti dviejų formų:

• Ataskaitų teikimas yra statistinio stebėjimo forma, kai informacija teikiama konkretiems organizacijų, įstaigų ar įmonių statistiniams padaliniams. Tokiu atveju duomenys įrašomi į specialias ataskaitas.
• Specialiai organizuotas stebėjimas – tai stebėjimas, organizuojamas konkrečiam tikslui, siekiant gauti informaciją, kurios ataskaitose nėra, arba patikslinti ir nustatyti ataskaitose pateiktos informacijos patikimumą. Ši forma apima apklausas (pavyzdžiui, nuomonių apklausas), surašymus ir kt.

Be to, statistinius stebėjimus galima suskirstyti į kategorijas pagal dvi charakteristikas: arba pagal duomenų įrašymo pobūdį, arba pagal stebėjimo vienetų aprėptį. Pirmajai kategorijai priskiriami tyrimai, dokumentacija ir tiesioginis stebėjimas, o antrajai – nuolatinis ir nepilnas stebėjimas, t.y. atrankinis.

Norėdami gauti duomenis naudodami statistinį stebėjimą, galite naudoti tokius metodus kaip klausimynai, korespondentinė veikla, savarankiškas skaičiavimas (kai stebimasis, pavyzdžiui, pats užpildo atitinkamus dokumentus), ekspedicijos ir ataskaitų teikimas.

Statistinių stebėjimų medžiagos apibendrinimas ir grupavimas

Kalbant apie antrąjį metodą, pirmiausia turėtume kalbėti apie santrauką. Santrauka – tai tam tikrų atskirų faktų, kurie sudaro bendrą stebėjimo metu surinktų duomenų rinkinį, apdorojimo procesas. Jei apibendrinimas atliktas teisingai, didžiulis kiekis individualių duomenų apie atskirus stebėjimo objektus gali virsti visu statistinių lentelių ir rezultatų kompleksu. Taip pat tokie tyrimai padeda nustatyti bendruosius tiriamų reiškinių požymius ir dėsningumus.

Atsižvelgiant į tyrimo tikslumo ir gylio rodiklius, galima atskirti paprastą ir sudėtingą santrauką, tačiau bet kuri iš jų turėtų būti pagrįsta konkrečiais etapais:

• Pasirinkta grupavimo charakteristika;
• Nustatoma grupės formavimo tvarka;
• Kuriama rodiklių sistema, apibūdinanti grupę ir objektą ar reiškinį kaip visumą;
• Kuriami lentelių maketai, kuriuose bus pateikti apibendrinti rezultatai.

Svarbu pažymėti, kad yra įvairių santraukos formų:

• Centralizuota suvestinė, reikalaujanti gautą pirminę medžiagą perkelti į aukštesnį centrą tolesniam apdorojimui;
• Decentralizuota santrauka, kai duomenų tyrimas vyksta keliais etapais didėjančia tvarka.

Santrauka gali būti atliekama naudojant specializuotą įrangą, pavyzdžiui, naudojant kompiuterio programinę įrangą arba rankiniu būdu.

Kalbant apie grupavimą, šis procesas išsiskiria tuo, kad tiriami duomenys skirstomi į grupes pagal požymius. Statistinės analizės keliamų užduočių ypatumai turi įtakos, koks jis bus grupavimas: tipologinis, struktūrinis ar analitinis. Štai kodėl, norėdami apibendrinti ir grupuoti, jie arba naudojasi labai specializuotų specialistų paslaugomis.

Absoliutieji ir santykiniai statistiniai dydžiai

Absoliučios vertės laikomos pačia pirmąja statistinių duomenų pateikimo forma. Su jo pagalba galima reiškiniams suteikti matmenų charakteristikas, pavyzdžiui, laike, ilgiu, tūriu, plotu, mase ir kt.

Jei norite sužinoti apie atskiras absoliučias statistines vertes, galite pasinaudoti matavimais, įvertinimais, skaičiavimais arba svėrimais. Ir jei jums reikia gauti bendros apimties rodiklius, turėtumėte naudoti suvestinę ir grupavimą. Reikia turėti omenyje, kad absoliučios statistinės vertės skiriasi esant matavimo vienetams. Tokie vienetai apima sąnaudas, darbo sąnaudas ir natūralius vienetus.

O santykiniai dydžiai išreiškia kiekybinius ryšius, susijusius su socialinio gyvenimo reiškiniais. Norint juos gauti, vieni kiekiai visada dalijami iš kitų. Rodiklis, su kuriuo jis lyginamas (tai yra vardiklis), vadinamas palyginimo pagrindu, o rodiklis, su kuriuo jis lyginamas (tai yra skaitiklis), vadinamas atskaitomybe.

Santykinės vertės gali būti skirtingos, priklausomai nuo jų turinio. Pavyzdžiui, yra palyginimo vertės, išsivystymo lygio reikšmės, konkretaus proceso intensyvumo reikšmės, koordinavimo, struktūros, dinamikos ir kt. ir taip toliau.

Norint tirti populiaciją, pagrįstą diferencijuojamomis charakteristikomis, statistinėje analizėje naudojamos vidutinės reikšmės – apibendrinant vienarūšių reiškinių rinkinio kokybines charakteristikas, pagrįstus kokia nors diferencijuojama charakteristika.

Labai svarbi vidutinių verčių savybė yra ta, kad jie kalba apie konkrečių savybių reikšmes visame savo komplekse kaip vieną skaičių. Nepaisant to, kad atskiri vienetai gali turėti kiekybinių skirtumų, vidutinės vertės išreiškia bendras reikšmes, būdingas visiems tiriamo komplekso vienetams. Pasirodo, naudodamiesi vieno daikto savybėmis galite gauti visumos savybes.

Reikia nepamiršti, kad viena iš svarbiausių vidutinių dydžių naudojimo sąlygų, jei atliekama socialinių reiškinių statistinė analizė, yra laikomas jų komplekso vienalytiškumas, kuriam būtina išsiaiškinti Vidutinė vertė. O jo nustatymo formulė priklausys nuo to, kaip tiksliai bus pateikti pradiniai duomenys vidutinei vertei apskaičiuoti.

Variacijų serija

Kai kuriais atvejais duomenų apie tam tikrų tirtų dydžių vidutinius rodiklius gali nepakakti reiškiniui ar procesui apdoroti, įvertinti ir nuodugniai išanalizuoti. Tada reikėtų atsižvelgti į atskirų vienetų rodiklių kitimą arba sklaidą, kuri taip pat yra svarbi tiriamos populiacijos savybė.

Individualias dydžių reikšmes gali įtakoti daugybė veiksnių, o patys tiriami reiškiniai ar procesai gali būti labai įvairūs, t.y. turėti variacijų (ši įvairovė yra variacijų serija), kurių priežasčių reikėtų ieškoti iš esmės to, kas tiriama.

Minėtos absoliučios vertės tiesiogiai priklauso nuo charakteristikų matavimo vienetų, todėl dviejų ar daugiau variacijų eilučių tyrimo, vertinimo ir palyginimo procesas tampa sudėtingesnis. O santykinius rodiklius reikia skaičiuoti kaip absoliučių ir vidutinių rodiklių santykį.

Pavyzdys

Atrankos metodo (arba paprasčiau – atrankos) prasmė ta, kad vienos dalies savybės yra naudojamos visumos skaitinėms charakteristikoms nustatyti (tai vadinama bendrąja visuma). Pagrindinis atrankos būdas – vidinis ryšys, jungiantis dalis ir visumą, atskirą ir bendrą.

Mėginių ėmimo metodas turi nemažai reikšmingų pranašumų prieš kitus, nes Sumažėjus stebėjimų skaičiui, tai leidžia sumažinti darbo, pinigų ir pastangų sąnaudas, taip pat sėkmingai gauti duomenis apie tokius procesus ir reiškinius, kai jų iki galo ištirti arba nepraktiška, arba tiesiog neįmanoma.

Imties charakteristikų atitikimas tiriamo reiškinio ar proceso charakteristikoms priklausys nuo sąlygų visumos, o pirmiausia nuo to, kaip atrankos metodas bus įgyvendintas praktiškai. Tai gali būti sisteminga atranka pagal parengtą schemą arba neplanuota, kai atranka sudaroma iš bendrosios visumos.

Bet visais atvejais atrankos metodas turi būti tipinis ir atitikti objektyvumo kriterijus. Šių reikalavimų visada turi būti laikomasi, nes nuo jų priklausys metodo charakteristikų ir statistiškai analizuojamo charakteristikų atitikimas.

Taigi, prieš apdorojant mėginio medžiagą, būtina ją kruopščiai patikrinti, taip atsikratant visko, kas nereikalinga ir nesvarbu. Tuo pačiu metu, sudarant pavyzdį, būtina vengti bet kokios mėgėjiškos veiklos. Tai reiškia, kad jokiu būdu neturėtumėte pasirinkti tik tų parinkčių, kurios atrodo tipiškos, ir atmesti visas kitas.

Efektyvi ir kokybiška imtis turi būti atrinkta objektyviai, t.y. ji turi būti atliekama taip, kad būtų pašalinta bet kokia subjektyvi įtaka ir šališki motyvai. O tam, kad ši sąlyga būtų tinkamai įvykdyta, reikia griebtis atsitiktinės atrankos principo arba, paprasčiau tariant, atsitiktinės pasirinkimo iš visos jų populiacijos principo.

Pateiktas principas yra atrankos metodo teorijos pagrindas, juo reikia vadovautis visada, kai reikia sukurti efektyvią imties populiaciją, o sistemingos atrankos atvejai čia nėra išimtis.

Koreliacinė ir regresinė analizė

Koreliacinė analizė ir regresinė analizė yra du labai veiksmingi metodai, leidžiantys analizuoti didelius duomenų kiekius, siekiant ištirti galimą dviejų ar daugiau rodiklių ryšį.

Tuo atveju koreliacinė analizė užduotys yra:

• Išmatuoti esamo ryšio tarp skiriamųjų savybių glaudumą;
• Nustatyti nežinomus priežastinius ryšius;
• Įvertinkite veiksnius, labiausiai įtakojančius galutinę charakteristiką.

O regresinės analizės atveju užduotys yra tokios:

• Nustatyti bendravimo formą;
• Nustatyti nepriklausomų rodiklių įtakos priklausomam laipsnį;
• Nustatykite apskaičiuotas priklausomo rodiklio vertes.

Norint išspręsti visas aukščiau išvardintas problemas, beveik visada reikia kartu naudoti ir koreliacinę, ir regresinę analizę.

Dinamikos serija

Naudojant šį statistinės analizės metodą, labai patogu nustatyti reiškinių vystymosi intensyvumą ar greitį, rasti jų raidos tendenciją, išryškinti svyravimus, palyginti raidos dinamiką, rasti ryšį tarp reiškinių, besivystančių laikui bėgant.

Dinamikos eilutė – tai serija, kurioje nuosekliai išsidėstę laikui bėgant statistiniai rodikliai, kurių pokyčiai apibūdina tiriamo objekto ar reiškinio raidos procesą.

Dinamikos seriją sudaro du komponentai:

• Laikotarpis arba laiko momentas, susijęs su turimais duomenimis;
• Lygis arba statistinis rodiklis.

Kartu šie komponentai reiškia du laiko eilutės terminus, kur pirmasis terminas (laikotarpis) žymimas raide „t“, o antrasis (lygis) – raide „y“.

Remiantis laiko intervalų, su kuriais lygiai yra tarpusavyje susiję, trukme, dinamikos eilutės gali būti momentinės ir intervalinės. Intervalų serijos leidžia pridėti lygius, kad gautumėte bendrą vienas po kito einančių laikotarpių vertę, tačiau momentų serijose tokios galimybės nėra, tačiau to nereikia.

Laiko eilutės taip pat egzistuoja vienodais ir skirtingais intervalais. Intervalų esmė momentų ir intervalų eilutėse visada skiriasi. Pirmuoju atveju intervalas – tai laiko intervalas tarp datų, su kuriomis susiejami analizei skirti duomenys (tokią seriją patogu naudoti, pavyzdžiui, norint nustatyti veiksmų skaičių per mėnesį, metus ir pan.). O antruoju atveju – laiko tarpas, prie kurio pridedamas apibendrintų duomenų rinkinys (pagal tokią eilutę galima nustatyti tų pačių veiksmų kokybę mėnesiui, metams ir pan.). Intervalai gali būti vienodi arba skirtingi, nepriklausomai nuo serijos tipo.

Natūralu, kad norint išmokti kompetentingai taikyti kiekvieną statistinės analizės metodą, neužtenka tik apie juos žinoti, nes iš esmės statistika yra visas mokslas, kuri taip pat reikalauja tam tikrų įgūdžių ir gebėjimų. Tačiau kad būtų lengviau, galite ir turėtumėte lavinti savo mąstymą ir...

Šiaip informacijos tyrimas, vertinimas, apdorojimas ir analizė yra labai įdomūs procesai. Ir net tais atvejais, kai tai neduoda jokio konkretaus rezultato, tyrimo metu galima sužinoti daug įdomių dalykų. Statistinė analizė rado taikymą daugelyje žmogaus veiklos sričių, todėl ją galite naudoti mokykloje, darbe, versle ir kitose srityse, įskaitant vaiko vystymąsi ir saviugdą.

Statistiniai metodai

Statistiniai metodai- statistinių duomenų analizės metodai. Yra taikomosios statistikos metodai, kurie gali būti naudojami visose mokslinių tyrimų srityse ir bet kuriuose šalies ūkio sektoriuose, ir kiti statistiniai metodai, kurių pritaikomumas apsiriboja viena ar kita sritimi. Tai reiškia tokius metodus kaip statistinė priėmimo kontrolė, statistinė technologinių procesų kontrolė, patikimumas ir testavimas bei eksperimentų planavimas.

Statistinių metodų klasifikacija

Statistiniai duomenų analizės metodai taikomi beveik visose žmogaus veiklos srityse. Jie naudojami, kai reikia gauti ir pagrįsti bet kokius sprendimus dėl grupės (objektų ar subjektų), turinčios tam tikrą vidinį nevienalytiškumą.

Patartina išskirti tris mokslinės ir taikomosios veiklos tipus statistinių duomenų analizės metodų srityje (pagal metodų, susijusių su pasinėrimu į konkrečias problemas, specifiškumo laipsnį):

a) bendrosios paskirties metodų kūrimas ir tyrimas, neatsižvelgiant į taikymo srities specifiką;

b) realių reiškinių ir procesų statistinių modelių kūrimas ir tyrimas pagal konkrečios veiklos srities poreikius;

c) statistinių metodų ir modelių taikymas konkrečių duomenų statistinei analizei.

Taikomoji statistika

Duomenų tipo ir jų generavimo mechanizmo aprašymas yra bet kokio statistinio tyrimo pradžia. Duomenims aprašyti naudojami ir deterministiniai, ir tikimybiniai metodai. Taikant deterministinius metodus galima analizuoti tik tuos duomenis, kurie yra prieinami tyrėjui. Pavyzdžiui, jų pagalba buvo gautos lentelės, kurias pagal įmonių ir organizacijų pateiktas statistines ataskaitas apskaičiavo oficialios valstybės statistikos įstaigos. Gauti rezultatai gali būti perkelti į platesnę populiaciją ir naudojami prognozavimui bei kontrolei tik tikimybinio-statistinio modeliavimo pagrindu. Todėl į matematinę statistiką dažnai įtraukiami tik tikimybių teorija pagrįsti metodai.

Nemanome, kad deterministinius ir tikimybinius-statistinius metodus galima sugretinti. Mes laikome juos nuosekliais statistinės analizės etapais. Pirmajame etape būtina išanalizuoti turimus duomenis ir pateikti juos lengvai skaitoma forma naudojant lenteles ir diagramas. Tada patartina statistinius duomenis analizuoti remiantis tam tikrais tikimybiniais ir statistiniais modeliais. Atkreipkite dėmesį, kad galimybę giliau įsigilinti į realaus reiškinio ar proceso esmę užtikrina adekvataus matematinio modelio sukūrimas.

Paprasčiausioje situacijoje statistiniai duomenys yra kai kurių tiriamų objektų charakteristikų reikšmės. Reikšmės gali būti kiekybinės arba nurodyti kategoriją, kuriai objektas gali būti priskirtas. Antruoju atveju jie kalba apie kokybinį ženklą.

Matuodami pagal keletą kiekybinių ar kokybinių charakteristikų, kaip statistinius duomenis apie objektą gauname vektorių. Tai gali būti laikoma naujo tipo duomenimis. Šiuo atveju imtį sudaro vektorių rinkinys. Yra dalis koordinačių – skaičiai, o dalis – kokybiniai (kategorizuoti) duomenys, tada kalbame apie skirtingų tipų duomenų vektorių.

Vienas imties elementas, ty vienas matmuo, gali būti funkcija kaip visuma. Pavyzdžiui, indikatoriaus dinamiką, ty jo kitimą laikui bėgant, apibūdina paciento elektrokardiograma arba variklio veleno plakimo amplitudė. Arba laiko eilutė, apibūdinanti konkrečios įmonės veiklos dinamiką. Tada pavyzdį sudaro ypatybių rinkinys.

Pavyzdiniai elementai gali būti ir kiti matematiniai objektai. Pavyzdžiui, dvejetainiai santykiai. Taigi, apklausdami ekspertus, jie dažnai naudoja tyrimo objektų – prekių pavyzdžių, investicinių projektų, valdymo sprendimų variantų – užsakymą (reitingavimą). Priklausomai nuo ekspertinio tyrimo nuostatų, atrankos elementai gali būti įvairių tipų dvejetainiai ryšiai (tvarka, skaidymas, tolerancija), aibės, neaiškios aibės ir kt.

Taigi, imties elementų matematinė prigimtis įvairiose taikomosios statistikos problemose gali būti labai skirtinga. Tačiau galima išskirti dvi statistinių duomenų klases – skaitinius ir neskaitinius. Atitinkamai taikomoji statistika skirstoma į dvi dalis – skaitinę statistiką ir neskaitinę statistiką.

Skaitinė statistika – tai skaičiai, vektoriai, funkcijos. Juos galima sudėti ir padauginti iš koeficientų. Todėl skaitinėje statistikoje didelę reikšmę turi įvairios sumos. Matematinis aparatas atsitiktinių imties elementų sumoms analizuoti yra (klasikiniai) didelių skaičių dėsniai ir centrinės ribinės teoremos.

Neskaitiniai statistiniai duomenys yra suskirstyti į kategorijas, skirtingų tipų požymių vektoriai, dvejetainiai ryšiai, aibės, neaiškios aibės ir kt. Jų negalima sudėti ir dauginti iš koeficientų. Todėl kalbėti apie neskaitinės statistikos sumas nėra prasmės. Jie yra neskaitinių matematinių erdvių (aibių) elementai. Neskaitinių statistinių duomenų analizės matematinis aparatas yra pagrįstas atstumų tarp elementų (taip pat artumo matavimų, skirtumo rodiklių) panaudojimu tokiose erdvėse. Atstumų pagalba nustatomi empiriniai ir teoriniai vidurkiai, įrodomi didelių skaičių dėsniai, konstruojami neparametriniai tikimybių pasiskirstymo tankio įverčiai, sprendžiamos diagnostinės problemos ir klasterinė analizė ir kt. (žr.).

Taikomuosiuose tyrimuose naudojami įvairių tipų statistiniai duomenys. Taip yra visų pirma dėl jų gavimo būdų. Pavyzdžiui, jei kai kurių techniniai prietaisai tęsti iki tam tikras taškas laiko, tada gauname vadinamąjį cenzūruoti duomenys, susidedantys iš skaičių rinkinio – kelių įrenginių veikimo trukmė iki gedimo ir informacija, kad likę įrenginiai toliau veikė bandymo pabaigoje. Cenzūruoti duomenys dažnai naudojami vertinant ir stebint techninių prietaisų patikimumą.

Paprastai pirmųjų trijų tipų duomenų analizės statistiniai metodai nagrinėjami atskirai. Šį apribojimą lemia aukščiau minėtas faktas, kad neskaitinio pobūdžio duomenų analizės matematinis aparatas gerokai skiriasi nuo duomenų, pateikiamų skaičių, vektorių ir funkcijų pavidalu.

Tikimybinis-statistinis modeliavimas

Taikydami statistinius metodus konkrečiose žinių srityse ir šalies ūkio sektoriuose, gauname tokias mokslines ir praktines disciplinas kaip „statistiniai metodai pramonėje“, „statistiniai metodai medicinoje“ ir kt. Šiuo požiūriu ekonometrija yra „statistinė“. metodai ekonomikoje“. Šios b) grupės disciplinos dažniausiai yra pagrįstos tikimybiniais-statistiniais modeliais, sudarytais pagal taikymo srities ypatybes. Labai pamokoma palyginti įvairiose srityse naudojamus tikimybinius-statistinius modelius, atrasti jų panašumus ir tuo pačiu pastebėti kai kuriuos skirtumus. Taigi galima įžvelgti problemų teiginių ir joms spręsti naudojamų statistinių metodų panašumą tokiose srityse kaip moksliniai medicininiai tyrimai, specifiniai sociologiniai tyrimai ir marketingo tyrimai arba, trumpai tariant, medicina, sociologija ir rinkodara. Jie dažnai grupuojami kartu pavadinimu „pavyzdiniai tyrimai“.

Skirtumas tarp imtinių ir ekspertinių tyrimų pirmiausia pasireiškia tiriamų objektų ar subjektų skaičiumi – imtiniuose tyrimuose dažniausiai kalbame apie šimtus, o ekspertiniuose – apie dešimtis. Tačiau ekspertų tyrimų technologija yra daug sudėtingesnė. Specifiškumas dar ryškesnis demografiniuose ar logistikos modeliuose, apdorojant naratyvinę (teksto, kronikos) informaciją arba tiriant veiksnių tarpusavio įtaką.

Techninių prietaisų ir technologijų patikimumo ir saugos klausimai, eilių teorija išsamiai aptariami daugelyje mokslo darbų.

Konkrečių duomenų statistinė analizė

Statistinių metodų ir modelių taikymas konkrečių duomenų statistinei analizei yra glaudžiai susijęs su atitinkamos srities problemomis. Trečiojo iš nustatytų mokslinės ir taikomosios veiklos rūšių rezultatai yra disciplinų sankirtoje. Juos galima laikyti statistinių metodų praktinio taikymo pavyzdžiais. Tačiau ne ką mažiau priežasčių juos priskirti atitinkamai žmogaus veiklos sričiai.

Pavyzdžiui, tirpios kavos vartotojų apklausos rezultatai natūraliai priskiriami marketingui (tuo jie ir daro skaitydami paskaitas apie rinkodaros tyrimus). Kainų augimo dinamikos tyrimas naudojant infliacijos indeksus, skaičiuojamus iš nepriklausomai renkamos informacijos, pirmiausia domina ekonomikos ir šalies ūkio valdymo (tiek makrolygmeniu, tiek atskirų organizacijų lygmeniu) požiūriu.

Plėtros perspektyvos

Statistinių metodų teorija yra skirta realių problemų sprendimui. Todėl jame nuolat atsiranda naujų kūrinių. matematines problemas statistinių duomenų analizė, kuriami ir pagrindžiami nauji metodai. Pateisinimas dažnai atliekamas matematinėmis priemonėmis, tai yra, įrodant teoremas. Didelį vaidmenį atlieka metodinė dalis – kaip tiksliai nustatyti uždavinius, kokias prielaidas priimti tolesniam matematiniam tyrimui. Šiuolaikinių informacinių technologijų, ypač kompiuterinių eksperimentų, vaidmuo yra didelis.

Neatidėliotinas uždavinys – išanalizuoti statistinių metodų istoriją, siekiant nustatyti raidos tendencijas ir pritaikyti jas prognozavimui.

Literatūra

2. Naylor T. Mašininio modeliavimo eksperimentai su ekonominių sistemų modeliais. - M.: Mir, 1975. - 500 p.

3. Kramer G. Matematiniai statistikos metodai. - M.: Mir, 1948 (1 leid.), 1975 (2 leid.). - 648 p.

4. Bolševas L. N., Smirnovas N. V. Matematinės statistikos lentelės. - M.: Nauka, 1965 (1 leid.), 1968 (2 leid.), 1983 (3 leid.).

5. Smirnovas N. V., Dunin-Barkovsky I. V. Tikimybių teorijos ir matematinės statistikos kursas techniniams pritaikymams. Red. 3, stereotipinis. - M.: Nauka, 1969. - 512 p.

6. Normanas Draperis, Haris Smithas Taikomoji regresinė analizė. Daugkartinė regresija = Taikomoji regresijos analizė. – 3 leidimas. - M.: „Dialektika“, 2007. - P. 912. - ISBN 0-471-17082-8

Taip pat žr

Wikimedia fondas. 2010 m.

• Yat-Kha
• Amalgama (nurodymas)

Pažiūrėkite, kas yra „statistiniai metodai“ kituose žodynuose:

STATISTINIAI METODAI- STATISTINIAI METODAI moksliniai masės reiškinių aprašymo ir tyrimo metodai, leidžiantys kiekybinę (skaitinę) išraišką. Žodis „statistika“ (iš Igal. stato valstija) turi bendrą šaknį su žodžiu „valstybė“. Iš pradžių tai...... Filosofinė enciklopedija

STATISTINIAI METODAI –- moksliniai masinių reiškinių aprašymo ir tyrimo metodai, leidžiantys kiekybinę (skaitinę) raišką. Žodis „statistika“ (iš italų kalbos stato – valstybė) turi bendrą šaknį su žodžiu „valstybė“. Iš pradžių tai buvo susiję su vadybos mokslu ir... Filosofinė enciklopedija

Statistiniai metodai- (ekologijoje ir biocenologijoje) kitimo statistikos metodai, leidžiantys ištirti visumą (pavyzdžiui, fitocenozę, populiaciją, produktyvumą) pagal jos dalinius agregatus (pavyzdžiui, pagal duomenis, gautus registracijos vietose) ir įvertinti tikslumo laipsnis.... Ekologijos žodynas

statistiniais metodais- (psichologijoje) (iš lot. status statuso) tam tikri taikomosios matematinės statistikos metodai, naudojami psichologijoje daugiausia eksperimentiniams rezultatams apdoroti. Pagrindinis S. m naudojimo tikslas yra padidinti išvadų pagrįstumą ... ... Puiki psichologinė enciklopedija

Statistiniai metodai- 20.2. Statistiniai metodai Konkretūs statistiniai metodai, naudojami veiklai organizuoti, reguliuoti ir tikrinti, apima, bet jais neapsiribojant: a) eksperimentų planavimą ir faktorių analizę; b) dispersijos analizė ir... Norminės ir techninės dokumentacijos terminų žodynas-žinynas

STATISTINIAI METODAI- kiekių tyrimo metodai. masinių visuomenių aspektai. reiškinius ir procesus. S. m. leidžia skaitmenine prasme apibūdinti vykstančius visuomenės pokyčius. procesus, studijuoti įvairius. socialinės ir ekonominės formos. modeliai, keisti...... Žemės ūkio enciklopedinis žodynas

STATISTINIAI METODAI- kai kurie taikomosios matematinės statistikos metodai, naudojami eksperimentiniams rezultatams apdoroti. Specialiai psichologinių testų kokybei tikrinti buvo sukurta nemažai statistinių metodų, skirtų naudoti profesionaliems... ... Profesinis išsilavinimas. Žodynas

STATISTINIAI METODAI- (inžinerinėje psichologijoje) (iš lot. status statuso) kai kurie taikomosios statistikos metodai, naudojami inžinerinėje psichologijoje eksperimentiniams rezultatams apdoroti. Pagrindinis S. m naudojimo tikslas yra padidinti išvadų pagrįstumą ... ... Enciklopedinis psichologijos ir pedagogikos žodynas