Рекомендованная литература по курсу
“Общая теория статистики”
1. Общая теория статистики. Под ред. А.Я. Боярского, Г.А. Громыко. - 2е изд. - М.: Издательство Моск. ун-та. 1985г.
2. Общая теория статистики: Статистическая методология в изучении коммерческой деятельности: Учебник /А.И. Харламов, О.З. Башина, В.Т. Бабурин и др.; Под ред. А.А. Спирина, О.З. Башиной. - М.: Финансы и статистика, 1994г.
3. Статистический словарь / Гл. ред. М.А. Королев. - 2е изд., перераб. и доп. - М.: Финансы и статистика, 1989г.
Лекция №1
Введение
в предмет и метод статистики
Статистика имеет многовековую историю. Её возникновение и развитие обусловлены общественными потребностями: подсчет населения, скота, учета земельных угодий, имущества и т.д. Наиболее ранние сведения о таких работах в Китае относятся к 13 в. до нашей эры. В Древнем Риме проводились учеты свободных граждан и их имущества.
Считается, что основы статистической науки заложены английским экономистом У. Петти (1623-1687)г. Он рассматривал статистику как науку об управлении. В 1746г. немецкий профессор философии и права Ахенваль впервые в Марбургском университете начал читать новую дисциплину, названную им статистикой.
В развитии статистики видное место принадлежит представителям отечественной науки и практики. В эпоху Петра I статистика трактовалась преимущественно как описательная наука. Но уже со второй половины XIX в. выдвигается познавательное значение статистики. Профессор петербургского университета Ю.Э. Янсон (1835-93) назвал статистику общественной наукой. Видный экономист А.И. Чупров (1842-1908) отмечал необходимость массового статистического исследования при помощи метода количественного наблюдения большого числа факторов для того, чтобы описать общественные явления, подметить законы и определить причины, их вызвавшие. Развитие статистики в России тесным образом связано с созданной после отмены крепостного права земской статистикой, которая пользовалась заслуженным авторитетом за объективность и профессионализм.
История развития статистики показывает, что статистическая наука сложилась в результате теоретического обобщения накопленного человечеством передового опыта учетно - статистических работ, обусловленных, прежде всего, потребностями управления жизни общества.
В настоящее время статистика имеет следующее определение.
Статистика - это планомерный и систематический учет массовых общественных явлений, который осуществляется государственными статистическими органами и дает числовое выражение проявляющимся закономерностям.
Вообще статистик очень много, например: статистика промышленности, статистика торговли, экономическая статистика, математическая, прикладная и т.д. Предложенный материал предполагает изучение "Общей теории статистики".
Для изучения "Общей теории статистики" необходимо рассмотреть основные понятия, на которых будет основываться все дальнейшее изложение материала.
Так как статистика имеет дело с массовыми явлениями, то основным понятием является статистическая совокупность.
Статистическая совокупность - это множество объектов или явлений, изучаемых статистикой, которые имеют один или несколько общих признаков и различаются между собой по другим признакам. Так, например, при определении объема розничного товарооборота все предприятия торговли, осуществляющие продажу товаров населению, рассматриваются как единая статистическая совокупность — "розничная торговля".
Отдельные объекты или явления, образующие статистическую совокупность, называются единицами совокупности.
Например, при проведении переписи торгового оборудования единицей наблюдения является торговое предприятие, а единицей совокупности - их оборудование (прилавки, холодильные агрегаты и т.д.).
Явления и процессы в жизни общества изучаются статистикой посредством статистических показателей.
Статистический показатель - это количественная оценка свойства изучаемого явления.
Одной из важных категорий статистической науки является понятие признака.
Признак - это характерное свойство изучаемого явления, отличающее его от других явлений.
В разных отраслях статистики изучаются разные признаки. Так, например, объектом изучения является предприятие, а его признаками - вид продукции, объем выпуска, численность работающих и т.д. Или объект - отдельный человек, а признаки - пол, возраст, национальность, рост, вес и т.д.
Таким образом, статистических признаков, т.е. свойств, качеств объектов наблюдения очень много. Все их многообразие принято делить на две большие группы: признаки качества и признаки количества.
Качественный признак (атрибутивный) - признак, отдельные значения которого выражаются в виде понятий, наименований.
Профессия — токарь, слесарь, технолог, учитель, врач и т.д.
Количественный признак - признак, определенные значения которого имеют количественные выражения.
Рост - 185, 172, 164, 158.
Вес - 105, 72, 54, 48.
Каждый объект изучения может обладать целым рядом статистических признаков, но от объекта к объекту одни признаки меняются, другие остаются неизменными. Меняющиеся признаки от одного объекта к другому принято называть варьирующими. Именно эти признаки изучаются в статистике, поскольку неизменяющийся признак изучать неинтересно. Предположим, что в вашей группе только мужчины, у всех один признак (пол — мужской) и по этому признаку больше сказать нечего. А если есть и женщины, то уже можно посчитать их процент в группе, динамику изменения численности женщин по месяцам учебного года и др.
Переходим к следующему показателю.
Вариация - это многообразие, изменяемость величины признака у отдельных единиц совокупности наблюдения.
Вариация признака - пол - мужской, женский.
Вариация з/п - 10000, 100000, 1000000.
Отдельные значения признака называются вариантами этого признака.
Статистическое наблюдение.
Статистическое наблюдение — это начальная стадия экономико-статистического наблюдения. Она представляет собой научно организационную работу по собиранию массовых первичных данных о явлениях и процессах общественной жизни.
Любое статистическое наблюдение осуществляется с помощью оценки и регистрации признаков единиц совокупности в соответствующих учетных документах. Таким образом, полученные данные представляют собой факты, которые так или иначе характеризуют явления общественной жизни.
Статистическое наблюдение должно отвечать следующим требованиям.
1. Наблюдаемые явления должны иметь научную и практическую ценность, выражать определенные социально-экономические типы явлений.
2. Непосредственный сбор массовых данных должен обеспечить полноту фактов, относящихся к рассматриваемому вопросу, так как явления находятся в постоянном изменении, развитии. В том случае, если отсутствуют полные данные, анализ и выводы могут быть ошибочными.
3. Для обеспечения достоверности статистических данных необходима тщательная всесторонняя проверка (контроль) качества собираемых фактов.
4. Для того, чтобы создать наилучшие условия для получения объективных материалов, необходима научная организация статистического наблюдения.
Статистическое наблюдение осуществляется в двух формах: путём предоставления отчётности и проведения специально организованных статистических наблюдений.
Отчётностью называют такую организованную форму статистического наблюдения, при которой сведения поступают в виде обязательных отчётов в определённые сроки и по утверждённым формам.
При этом источником сведений, как правило, являются первичные учётные записи в документах бухгалтерского и оперативного учёта.
Специально организованное статистическое наблюдение представляет собой сбор сведений посредством переписей, единовременных учётов и обследований. Примером специально организованного статистического наблюдения могут быть: перепись населения, всякого рода социологические обследования, переписи промышленного оборудования, остатки материалов и другие переписи в промышленности, в сельском хозяйстве, строительстве, на транспорте, в торговле и т.д.
Виды статистического наблюдения различаются по времени регистрации данных и по степени охвата единиц исследуемой совокупности.
По характеру регистрации данных во времени различают наблюдение непрерывное, или текущее, и прерывное (периодическое). Последнее, в свою очередь подразделяется на наблюдение периодическое и наблюдение единовременное.
Текущим (непрерывным) является такое наблюдение, которое ведётся систематически. При этом регистрация фактов производится по мере их свершения, например, регистрация актов гражданского состояния, учёт произведённой продукции, отпуска материалов со склада, выручки магазинов. При текущем наблюдении нельзя допускать значительного разрыва между моментом возникновения факта и моментом его регистрации.
Прерывным (периодическим) является такое наблюдение, которое повторяется через определённые промежутки времени. Например, ежегодные переписи скота, проводимые по состоянию на 1 января.
Единовременное (разовое) наблюдение проводится по мере надобности, время от времени, без соблюдения строгой периодичности или вообще проводится единожды. Примером могут служить социально-экономические выборочные обследования, проводимые Научно-исследовательским институтом по изучению спроса на товары народного потребления и конъюнктуры торговли.
По степени охвата единиц изучаемой совокупности различают сплошные и несплошные статистические наблюдения.
Сплошным называют такое наблюдение, при котором обследованию подвергаются все без исключения единицы изучаемой совокупности. Примером сплошного наблюдения может служить Всесоюзная перепись населения. Путем сплошного наблюдения осуществляется получение отчетности от предприятий и учреждений.
Несплошным называют такое наблюдение, при котором обследованию подвергаются не все единицы изучаемой совокупности, а только заранее установленная их часть, например, изучение торговых оборотов и цен на городских рынках. Основным видом несплошного наблюдения является выборочное.
Выборочным наблюдением называется наблюдение, при котором характеристика всей совокупности фактов дается по некоторой их части, отобранной в случайном порядке. В промышленности его используют для контроля качества продукции, в сельском хозяйстве — при выявлении продуктивности скота, в контрольных проверках — при переписи скота и других работах. В торговле с его помощью изучают эффективность новых, передовых форм торговли, спрос населения и степень его удовлетворения. Постоянно проводятся выборочные обследования бюджетов семей рабочих, служащих и колхозников и т.д.
Ошибки статистического наблюдения.
Всякое статистическое наблюдение ставит задачу получения таких данных, которые точнее бы отражали действительность. Отклонения, или разности между исчисленными показателями и действительными (истинными) величинами исследуемых явлений нашли отражение в показателях, называемых ошибками, или погрешностями. В зависимости от характера и степени влияния на конечные результаты наблюдения, а также исходя из источников и причин возникновения неточностей, допускаемых в процессе статистического наблюдения, обычно выделяют ошибки регистрации и ошибки репрезентативности.
Ошибки регистрации возникают вследствие неправильного установления фактов в процессе наблюдения или неправильной их записи. Они подразделяются на случайные и систематические и могут быть как при сплошном, так и несплошном наблюдении.
Случайные ошибки — ошибки регистрации, которые могут быть допущены как опрашиваемыми в их ответах, так и регистраторами при заполнении бланков.
Систематические ошибки могут быть преднамеренными, так и непреднамеренными. Преднамеренные ошибки получаются в результате того, что опрашиваемый, зная действительное положение дела, сознательно сообщает неправильные данные. Непреднамеренные ошибки вызываются различными случайными причинами (небрежностью или невнимательностью регистратора, неисправностью измерительных приборов и т.д.).
Ошибки репрезентативности возникают в результате того, что состав отобранной для обследования части единиц совокупности недостаточно полно отображает состав всей изучаемой совокупности, хотя регистрация сведений по каждой отобранной для обследования единице была проведена точно. Ошибки репрезентативности могут быть случайными и систематическими.
Случайные ошибки возникают из-за того, что совокупность отобранных единиц наблюдения неполно воспроизводит всю совокупность в целом.
Систематические ошибки возникают вследствие нарушения принципов случайного отбора единиц изучаемой совокупности.
Для выявления и устранения допущенных при регистрации ошибок может применяться счётный и логический контроль собранного материала.
Счётный контроль заключается в проверке точности арифметических расчётов, применявшихся при составлении отчётности или заполнении формуляров обследования.
Логический контроль заключается в проверке ответов на вопросы программы наблюдения путём их логического осмысления или путём сравнения полученных данных с другими источниками по этому же вопросу.
Указанные приемы проверки статистических данных путем счетного и логического контроля могут быть использованы при проверке как материалов специальных статистических наблюдений, так и отчетности.
Статистическая отчетность.
Статистическая отчетность — это официальный документ, в котором содержатся сведения о работе подотчетного объекта, занесенные на специальную форму. Статистическая отчетность чаще всего базируется на данных бухгалтерского учета.
Первичный учет представляет собой регистрацию различных фактов (событий, процессов и т.д.), производимых по мере их свершения и, как правило, на первичном учетном документе. Примером может служить свидетельство о рождении ребенка. В торговле к первичным учетным документам относятся наряды на отпуск товаров, счета-фактуры, накладные и т.д. В функции первичного учета входят операции наблюдения, т.е. регистрация данных и подсчет итогов.
Каждое предприятие или учреждение представляет установленные формы статистической отчетности, характеризующие различные стороны их деятельности. Все формы статистической отчетности утверждают органы государственной статистики.
По своему содержанию формы отчетности бывают типовыми (общими) и специализированными.
Общая отчетность — это отчетность, содержащая одни и те же данные для определенной отрасли народного хозяйства и для предприятий (учреждений) всего народного хозяйства.
В специализированной отчетности содержатся специфические показатели отдельных отраслей промышленности, сельского хозяйства и т.п.
По периоду времени, за который предоставляется отчетность, по его длительности различают отчетность текущую и годовую. Если сведения представляются за год, то такую отчетность называют годовой. Отчетность за все другие периоды в пределах менее года, соответственно квартальная, месячная, недельная и т.п. называется текущей.
Обобщающие статистические показатели.
Обобщающие статистические показатели отражают количественную сторону изучаемой совокупности общественных явлений, представляет собой их величину, выраженную соответствующей единицей измерения.
Практически статистическая информация начинает формироваться с абсолютных величин, ими измеряются все стороны общественной жизни.
Абсолютные величины, выражающие размеры (уровни, объемы) явлений и процессов, получают в результате статистического наблюдения и сводки исходной информации.
По способу выражения размеров изучаемых явлений абсолютные величины подразделяются на индивидуальные и суммарные, которые представляют собой один из видов обобщающих величин.
Индивидуальные — характеризуют размеры количественных признаков у отдельных единиц. Этот вид показателей служит основанием при статистической сводке для включения единиц объекта в группы. На их базе получают абсолютные величины, из которых, в свою очередь, можно выделить показатели численности совокупности и показатели объема признаков совокупности.
Абсолютные величины — всегда числа именованные, имеющие определенную размерность, единицы измерения. В зависимости от различных причин и целей анализа применяются натуральные, денежные (стоимостные) и трудовые единицы измерения.
Изучая экономические явления, статистика не может ограничиваться исчислением только абсолютных величин, в анализе статистической информации важное место занимают производные обобщающие показатели — средние и относительные величины.
Относительные величины в статистике представляют собой частное от деления двух статистических величин и характеризуют количественное соотношение между ними.
При расчете относительных величин следует иметь в виду, что в числителе всегда находится показатель, отражающий то явление, которое изучается, т.е. сравниваемый показатель, а в знаменателе — показатель, с которым производится сравнение, принимаемый за основание или базу сравнения. База сравнения выступает в качестве своеобразного измерителя. В зависимости от того, какое числовое значение имеет база сравнения, результат отношения может быть выражен либо в форме коэффициента и процента, либо в форме промилле и децимилле.
Если значение основания или базы сравнения принимается за единицу, то относительная величина является коэффициентом и показывает, во сколько раз изучаемая величина больше основания.
Если значение основания или базу сравнения принять за 100%, результат вычисления относительной величины будет выражаться также в процентах.
В тех случаях, когда базу сравнения принимают за 1000, результат сравнения выражается в промилле .
Рассмотрим способы определения относительных величин.
1. Относительные величины структуры характеризуют состав изучаемой совокупности. Исчисляются они как отношение абсолютной величины каждого из элементов совокупности к абсолютной величине всей совокупности, т.е. как отношение части к целому, и представляют собой удельный вес части в целом.
Как правило, относительные величины структуры выражаются в процентах (база сравнения принимается за 100) или в долях (база сравнения принимается за 1).
Пример 1.
Из общей численности населения России, равной на конец 1985г. 143,8 млн. человек, 104,1 млн. составляли городские жители, 39,7 млн. — сельские. Рассчитав относительные величины структуры, можно определить удельные веса (или доли городских и сельских жителей) в общей численности населения страны, т.е. структуру населения по месту жительства:
городское — (104,1 / 143,8) *100 = 72,4:
сельское — (39,7 / 143,8) *100 = 27,6.
Спустя 6 лет, численность населения страны составила 148,7 млн., в том числе: городских жителей — 109,7 млн., сельских — 39,0 млн. Исходя из этих данных исчисляются показатели структуры населения:
городское — (109,7 / 148,7) *100 = 73,8:
сельское — (39,0 / 148,7) *100 = 26,2.
Сравнив состав населения страны в 1985г. и 1991г., можно сделать вывод о том, что происходит увеличение удельного веса городских жителей.
2. Относительные величины динамики характеризуют изменение изучаемого явления во времени, выявляют направление развития, измеряют интенсивность развития. Расчет относительных величин выполняется в виде темпов роста и других показателей динамики.
Пример 2.
Реализация хлопчатобумажных тканей секцией универмага составила в январе 3956 тыс. руб., в феврале — 4200 тыс. руб., в марте — 4700 тыс. руб.
Темпы роста:
базисные (база — уровень реализации в январе)
= 4200:3950*100 = 106,3%
= 4700:3950*100 = 118,9%
цепные
= 4200:3950*100 = 106,3%
= 4700:4200*100 = 111,9%
3. Относительные величины сравнения характеризуют количественное соотношение одноименных показателей, относящихся к различным объектам статистического наблюдения.
Пример 3.
По данным Всесоюзной переписи населения 1989г. численность населения Москвы составила 8967 тыс., а численность населения Санкт-Петербурга — 5020 тыс. человек.
Рассчитаем относительную величину сравнения, приняв за базу сравнения численность жителей Санкт-Петербурга: 8967 / 5020 = 1,79. Следовательно, численность населения Москвы в 1,79 раза больше, чем в Санкт-Петербурге.
4. Относительные величины координации применяются для характеристики соотношения между отдельными частями статистической совокупности и показывают, во сколько раз сравниваемая часть совокупности больше или меньше части, которая принимается за основание или базу сравнения.
Пример 4.
На начало года численность специалистов с высшим образованием, занятых в ассоциации “Торговый дом”, составила 53 человека, а численность специалистов со средним специальным образованием — 106 человек. Приняв за базу сравнения численность специалистов с высшим образованием, рассчитаем относительную величину координации: 106/53=2,0/1,0, т.е. на двух специалистов со средним специальным образованием приходится один специалист с высшим образованием.
5. Относительные величины интенсивности показывают, насколько широко распространено изучаемое явление в той или иной среде, т.е. сколько единиц одной совокупности приходится на единицу другой совокупности.
Пример 5.
Число предприятий розничной торговли региона на конец года составило 6324. Численность населения данного региона на ту же дату составила 234,2 тыс. человек. Следовательно, ка каждые 10000 человек в данном регионе приходится 27,3 предприятия розничной торговли: [(6324*10000):234200]=27,3 предприятия.
Одним из условий правильного использования статистических показателей является изучение абсолютных и относительных показателей в их единстве. Если это условие не соблюдено, можно прийти к неправильному выводу. Только комплексное применение абсолютных и относительных величин дает всестороннюю характеристику изучаемого явления.
Лекция №2
Группировка статистических данных
В результате первой стадии статистического исследования — статистического наблюдения — получают сведения о каждой единице совокупности. Задача второй стадии статистического исследования состоит в том, чтобы упорядочить и обобщить первичный материал, свести его в группы и на этой основе дать обобщающую характеристику совокупности. Этот этап в статистике называется сводкой.
Различают простую сводку (подсчет только общих итогов) и статистическую группировку, которая сводится к расчленению совокупности на группы по существенному для единиц совокупности признаку. Группировка позволяет получить такие результаты, по которым можно выявить состав совокупности, характерные черты и свойства типичных явлений, обнаружить закономерности и взаимосвязи.
Результаты сводки могут быть представлены в виде статистических рядов распределения.
Статистическим рядом распределения называют упорядоченное распределение единиц совокупности на группы по изучаемому признаку. В зависимости от признака ряды могут быть вариационными (количественными) и атрибутивными (качественными).
Количественные признаки — это признаки, имеющие количественное выражение у отдельных единиц совокупности, например, заработная плата рабочих, стоимость продукции промышленных предприятий, возраст людей, урожайность отдельных участков посевной площади и т.д.
Атрибутивные признаки — это признаки, не имеющие количественной меры. Например, пол (мужской, женский), отрасль народного хозяйства, вид продукции, профессия рабочего и т.д.
Вариационные ряды могут быть дискретными или интервальными.
Дискретный ряд распределения — это ряд, в котором варианты выражены целым числом.
Примером может служить распределение рабочих по тарифным разрядам:
| Тарифный разряд | Число рабочих, чел. |
| 1-й | 10 |
| 200 |
Интервальный ряд распределения — это ряд, в котором значения признака заданы в виде интервала. Например, распределение рабочих по разрядам можно представить в виде интервального ряда.
| Тарифный разряд | Число рабочих, чел. |
| 1-2-й | 30 |
| 200 |
Статистические ряды распределения позволяют систематизировать и обобщать статистический материал. Однако они не дают всесторонней характеристики выделенных групп. Чтобы решить ряд конкретных задач, выявить особенности в развитии явления, обнаружить тенденции, установить зависимости, необходимо произвести группировку статистических данных.
Группировка - это процесс образования групп единиц совокупности однородных в каком-либо отношении, а также имеющих одинаковые или близкие значения группировочного признака.
Чтобы решить ряд конкретных задач, выявить особенности в развитии явлений, обнаружить тенденции, установить зависимости, необходимо произвести группировку статистических данных.
Для этой цели выбирается группировочный признак и разрабатывается система показателей, которыми будут характеризоваться выделенные группы. Определение и обоснование показателей целиком зависят от цели исследования и поставленной задачи. В зависимости от цели и задач исследования различают следующие виды группировок: типологические, структурные, аналитические.
К типологическим группировкам относят все группировки, которые характеризуют качественные особенности и различия между типами явлений.
Типологические группировки широко применяются в экономических, социальных и других исследованиях. Приведем пример типологической группировки (табл. 2.1).
Таблица 2.1
Распределение промышленной продукции, произведенной в различных формах хозяйствования за отчетный период.
| Группы предприятий по формам хозяйствования | Объем промышленной продукции, млрд. руб. | В % к итогу |
| Государственные | 405,0 | 89,20 |
Всего | 454,0 | 100,0 |
Происходят изменения в социальной занятости работников в народном хозяйстве: увеличилось число работников в кооперативном и индивидуальном секторах экономики.
Структурная группировка - это группировка, выявляющая состав (строение, структуру) однородной в качественном отношении совокупности по какому-либо признаку. Примером могут служить группировки предприятий по проценту выполнения плана, по числу рабочих и т.д. Состав населения может быть сгруппирован по полу, по возрасту, по уровню образования, по роду занятий и т.д. Значение такого рода группировок заключается в том, что с их помощью могут быть выделены и изучены группы предприятий передовых,
средних, отстающих; выявлены неиспользованные резервы производства, например, в области улучшения использования основных фондов, повышение производительности труда, улучшение качества продукции и т.д. Группировка населения по возрасту, например, необходима для проведения различных расчетов, связанных с медицинским, культурным, бытовым обслуживанием населения, для вычисления специальных демографических показателей и т.д. Пример структурной группировки (табл. 2.2).
Таблица 2.2.
| Группы заводов по среднегодовой | Численность рабочих | ||
| стоимости ОПФ, млн. руб. | человек | в % к итогу | |
| 1,0-2,2 | 820 | 13,86 | |
| 2,2-3,4 | |||
| 3,4-4,6 | |||
| Итого | 5915 | 100,0 | |
Наибольшая численность рабочих приходится на группу заводов со среднегодовой стоимостью ОПФ от 2,2 до 3,4 млн. руб.
Аналитическая группировка - это группировка, которая применяется для исследования взаимосвязи между явлениями. Используя аналитические группировки, определяют факторные и результативные признаки изучаемых явлений. Факторные - это признаки, оказывающие влияние на другие, связанные с ними признаки. Результативные – это признаки, которые изменяются под влиянием факторных. Пример аналитической группировки (табл. 2.3).
Таблица 2.3.
| Группы магазинов по объему | Торговая |
| товарооборота, тыс. руб. | площадь |
| 1700-2000 | 18,5 |
Всего | 100,0 |
Чем больше торговая площадь (факторный признак), тем выше объем товарооборота (результативный признак).
Комбинированные группировки
Образование групп по двум и более признакам, взятым в определенном сочетании, называется комбинированной группировкой. При этом группировочные признаки принято располагать, начиная с атрибутивного, в определенной последовательности, исходя из логики взаимосвязи показателей.
Применение комбинированных группировок обусловлено многообразием экономических явлений, а также необходимостью их всестороннего изучения. Но увеличение числа группировочных признаков ограничивается уменьшением наглядности, что снижает эффективность использования статистической информации. Примером комбинированной группировки может служить разделение образованных групп по формам хозяйствования на подгруппы по уровню рентабельности (доходности) или по другим признакам (производительность труда, фондоотдача и т.д.).
Техника проведения группировки.
Необходимо выделить группировочный признак или основание группировки. Необходимо определить число интервалов группировки и их границы. Группировочный признак при анализе выбирается из условия выполнения цели группировки.
Так, если есть статистические данные о промышленных предприятиях отрасли, то можно в качестве группировочного признака выбрать такие величины:
число рабочих на предприятии;
число всех работающих;
мощность энергоустановок;
объем выпуска продукции;
стоимость ОПФ и т.д.
Таким образом, по каждому из этих признаков, множество предприятий отрасли можно разбить на группы.
Интервалы группировки могут равные и неравные.
Равные интервалы используются, когда изменение признака внутри совокупности происходит равномерно, либо если далее планируется последующая математическая обработка сгруппированных данных.
Неравные интервалы обычно используются как прогрессивно увеличивающиеся. В экономической статистике чаще всего устанавливаются границы интервалов, основанные именно на таком принципе - прогрессивно увеличивающиеся.
Число групп в группировке выбирается в этом случае из таких предпосылок: изменчивость признака, число наблюдений, однородность групп.
Рассмотрим применение метода группировки на примере.
Имеются данные о работе 24 заводов одной из отраслей промышленности (табл. 2.4.).
Глядя на эту таблицу трудно судить о характере распределения заводов, например, по проценту выполнения плана, по числу работающих, по стоимости основных фондов. Трудно сказать, какие показатели наиболее характерны для заводов данной отрасли промышленности. Поэтому имеющиеся данные надо привести в систему по интересующему нас признаку.
В качестве изучаемого признака возьмем стоимость основных производственных фондов и построим к нему ряд распределения с равными закрытыми интервалами. Величина интервала определяется по формуле
,
где и - максимальное и минимальное значения стоимости основных фондов, n - число групп.
Таблица 2.4.
| Номер п/п | Среднегодовая стоимость ОПФ, млн. руб. | Среднесписочное число работающих за отчетный период, чел. | Производство продукции за отчетный период, млн. р | Выполнение плана, % |
| 1 | 3,0 | 360 | 3,2 | 103,1 |
Итого¦ | 94,1 | 8630 | 114,8 | - |
Образуем пять групп заводов. Тогда величина интервала равна
i = (7,0 - 1,0) / 5 = 1,2
Теперь образуем группы заводов, которые отличаются друг от друга по среднегодовой стоимости основных фондов на эту величину (по табл. 2.4).
1,0 — 2,2 - 3 завода (1,0 + 1,2 = 2,2)
2,2 — 3,4 - 9 заводов (2,2 + 1,2 = 3,4)
3,4 — 4,6 - 5
4,6 — 5,8 - 3
5,8 — 7,0 - 4
----
24
На основании этого составляем таблицу, в которой показываем распределение заводов по размеру основных фондов (и удельный вес заводов группы в % к итогу).
Таблица 2.5.
| Группы заводов по стоимости ОПФ, млн.руб. | Число заводов | Удельный вес заводов группы в % к итогу |
| 1,0 - 2,2 | 3 | 12,5 |
Итого | 24 | 100 |
По этим данным хорошо видно изменение стоимости основных фондов и легко обозначить границы групп. Видно, что для данной отрасли характерной является группа заводов с основными фондами от 2,2 до 3,4 млн. руб., которая составляет 37,5 % всех заводов, и что более половины заводов (58,3 %) имеют стоимость основных фондов в размере от 2,2 до 4,6 млн.руб.
Теперь перейдем непосредственно к методу группировки. Для этого необходимо выбрать группировочный признак. Выявим данной отрасли промышленности распределение предприятий по мощности, а также влияние этого признака на объем производства. Мощность предприятия в значительной степени определяется размером основных фондов (здания, сооружение, машины, оборудование).
Чтобы выявить распределение предприятий по мощности, необходимо разбить совокупность заводов отрасли на группы по размеру стоимости основных фондов. Выше мы рассматривали построения рядов распределения, были выявлены пять групп.
Составим таблицу с системой показателей, куда занесем результаты группировки заводов по среднегодовой стоимости основных производственных фондов (табл. 2.6.).
Таблица 2.6.
№ | Группы заводов по среднегод. стоимости ОПФ млн. руб. | Заводы | Основные производств. фонды | Численность рабочих | Валовая продукция | |||||||||
| число зав. | в % к итогу | млн. руб. | в % к итогу | чел. | в % к итогу | млн. руб. | в % к итогу | |||||||
| I | ||||||||||||||
| II | ||||||||||||||
| III | ||||||||||||||
| IV | ||||||||||||||
| V | ||||||||||||||
| Итого | 24 | 100 | 94,1 | 100 | 8630 | 100 | 100 | 114,8 | ||||||
Таким образом, в отличие от ряда распределения (табл. 2.5.) группировка позволяет сделать конкретные и содержательные выводы. Данная группировка показывает, что наиболее крупные предприятия имеют лучшие производственные показатели. Около 29 % предприятий (группы 4 и 5) имеют 45% всех основных фондов и дают 52% всего объема промышленной продукции, имея лишь 31% общего числа рабочих.
Приемы вторичной группировки.
Перегруппировка ранее сгруппированных статистических данных называется вторичной группировкой. К этому методу прибегают в тех случаях, когда в результате первоначальной группировки нечетко проявился характер распределения изучаемой совокупности.
В этом случае производят укрупнение или уменьшение интервалов. Также вторичная группировка используется для приведения к сопоставимому виду группировок с различными интервалами с целью их сравнения. Рассмотрим приемы вторичной группировки на примере.
Пример 1.
Произвести укрупнение интервалов на основе данных таблицы 2.7.:
Таблица 2.7.
| Группы магазинов по размеру товарооборота за IV квартал, тыс.руб. | Число магазинов | Товарооборот за IV квартал, тыс.руб. |
| До 10 | 15 | 93 |
| 10 — 15 | 8 | 112 |
Итого | 100 | 8160 |
Приведенная группировка недостаточно наглядна, потому что не показывает четкой и строгой закономерности в изменении товарооборота по группам.
Уплотним ряды распределения, образовав шесть групп. Новые группы образованы путем суммирования первоначальных групп (табл. 2.8.).
Таблица 2.8.
| Группы магазинов по размеру товарооборота за IV квартал, тыс.руб. | Число магазинов | Товарооборот за IV квартал, тыс.руб. | Товарооборот в среднем на 1 магазин, тыс.руб. |
| До 10 | 15 | 93 | 6,2 |
| 10 — 20 | 21 | 312 | 14,8 |
Итого | 100 | 8160 | 81,6 |
Совершенно четко видно, чем крупнее магазины, тем выше уровень товарооборота.
Пример 2.
Имеются следующие данные о распределении колхозов по числу дворов (табл. 2.9.).
Таблица 2.9.
| № п/п | Группы колхозов по числу дворов | Удельный вес колхозов группы в процентах к итогу | Группы колхозов по числу дворов | Удельный вес колхозов группы в % к итогу |
| 1 | До 100 | 4,3 | до 50 | 1,0 |
| 2 | 100 — 200 | 18,4 | 50 - 70 | 1,0 |
| Итого | 100 | Итого | 100 |
Эти данные не позволяют провести сравнение распределения колхозов в 2-х районах по числу дворов, так как в этих районах имеется различное число групп колхозов. Необходимо ряды распределения привести к сопоставимому виду.
За основу сравнения необходимо взять распределение колхозов 1 района. Следовательно, по второму району надо произвести вторичную группировку, чтобы образовать такое же число групп и с теми же интервалами, как и в первом районе. Получим следующие данные (табл.2.10.).
Таблица 2.10.
| Группы колхозов по числу дворов | Удельный вес колхозов группы в % к итогу | Расчеты | |
| I район | II район | ||
Итого | 100,0 | 100,0 | |
Для определения числа колхозов, которые надо взять из пятой группы во вновь образованную, условно примем, что это число колхозов должно быть пропорционально удельному весу отобранных дворов в группе.
Определяем удельный вес 50 дворов в пятой группе.
(50 * 18) / (250 - 150) = 9
Определяем удельный вес 50 дворов в шестой группе.
(50 * 21) / (400 - 250) = 7 и т.д.
Контрольная работа №1.
1. По данным таблицы 2.4 построить ряд распределения по числу работающих, образовав пять групп заводов с равными интервалами. Сделать выводы.
2. По данным таблицы 2.4 произвести группировку заводов по численности работающих, образовав пять групп заводов. Каждую группу охарактеризуйте числом заводов, числом работающих, объемом выпущенной продукции. Наряду с абсолютными показателями по группам, вычислить их процентное соотношение. Сделать выводы.
3. По данным таблицы 2.4 произвести группировку по атрибутивному признаку, выделив две группы заводов: невыполнивших план и выполнивших план; вычислить их процентное соотношение. Оформить результаты в виде таблицы.
4. По данным таблицы 2.11. произвести вторичную группировку, образовав следующие группы: до 500, 500 - 5000, 5000 и более.
Таблица 2.11.
Группировка промышленных
предприятий по среднегодовой стоимости основных фондов (в % к итогу):
| Группы пред. по среднегод. стоимости ОПФ тыс. руб. | Число предприятий | Объем продукции | Среднегодовая численность работающих | Среднегодовая стоимость ОПФ |
| до 100 | 6,4 | 0,1 | 0,3 | 0,0 |
| 100 - 200 | 5,5 | 0,2 | 0,5 | 0,1 |
Итого | 100,0 | 100,0 | 100,0 | 100.0 |
Продолжение контрольной работы №1 в лекции №4.
27
Лекция №10
Изучение статистической связи.
Изучение взаимосвязей на рынке товаров и услуг — важнейшая функция работников коммерческих служб: менеджеров, коммерсантов, экономистов. Особую актуальность это приобретает в условиях развивающейся рыночной экономики. Изучение механизма рыночных связей, взаимодействия спроса и предложения, влияние объема и состава предложения товаров на объем и структуру товарооборота, формирование товарных запасов, издержек обращения, прибыли и других качественных показателей имеет первостепенное значение для прогнозирования конъюнктуры рынка, рациональной организации торговых процессов и решения многих вопросов успешного ведения бизнеса.
Статистика призвана изучать коммерческую деятельность с количественной стороны. Это осуществляется с помощью соответствующих приемов и методов статистики и математики.
Статистические показатели коммерческой деятельности могут состоять между собой в следующих основных видах связи: балансовой, компонентной, факторной и др.
Балансовая связь — характеризует зависимость между источниками формирования ресурсов (средств) и их использованием.
— остаток товаров на начало отчетного периода;
— поступление товаров за период;
— выбытие товаров в изучаемом периоде;
— остаток товаров на конец отчетного периода.
Левая часть формулы характеризует предложение товаров
, а правая часть — использование товарных ресурсов .
Компонентные связи показателей коммерческой деятельности характеризуются тем, что изменение статистического показателя определяется изменением компонентов, входящих в этот показатель, как множители:
В статистике коммерческой деятельности компонентные связи используются в индексном методе. Например, индекс товарооборота в фактических ценах представляет произведение двух компонентов — индекса товарооборота в сопоставимых ценах и индекса цен , т.е.
.
Важное значение компонентной связи состоит в том, что она позволяет определять величину одного из неизвестных компонентов:
или
Факторные связи характеризуются тем, что они проявляются в согласованной вариации изучаемых показателей. При этом одни показатели выступают как факторные, а другие — как результативные.
Факторные связи могут рассматриваться как функциональные и корреляционные.
При функциональной связи изменение результативного признака всецело зависит от изменения факторного признака :
При корреляционной связи изменение результативного признака не всецело зависит от факторного признака , а лишь частично, так как возможно влияние прочих факторов :
.
Примером корреляционной связи показателей коммерческой деятельности является зависимость сумм издержек обращения от объема товарооборота. В этой связи, помимо факторного признака — объема товарооборота , на результативный признак (сумму издержек обращения ) влияют и другие факторы, в том числе и не учтенные . Поэтому корреляционные связи не являются полными (тесными) зависимостями.
Характерной особенностью корреляционных связей является то, что они проявляются не в единичных случаях, а в массе.
При статистическом изучении корреляционной связи показателей коммерческой деятельности перед статистикой ставятся следующие основные задачи:
1) проверка положений экономической теории о возможности связи между изучаемыми показателями и придание выявленной связи аналитической формы зависимости;
2) установление количественных оценок тесноты связи, характеризующих силу влияния факторных признаков на результативные.
Для того, чтобы установить, есть ли зависимость между величинами, используются многообразные статистические методы, позволяющие определить, во-первых — какие связи; во-вторых — тесноту связи (в одном случае она сильная, устойчивая, в другом — слабая); в-третьих — форму связи (т.е. формулу, связывающую величину и).
В процессе изучения связи надо учитывать, что мы используем математический аппарат, но всегда надо иметь теоретические обоснования той связи, которую пытаются показать.
Переходим к методам изучения статистической связи.
Наиболее простой способ иллюстрации зависимости между двумя величинами — построение таблиц, показывающих, как при изменении одной величины меняется другая.
Пример.
| Производство молока в год. тыс. тонн. | Выработка продукции на 1 работающего, тыс. руб. |
| до 31 | 34,2 |
| 31 — 50 | 37,3 |
| 51 и выше | 42,7 |
Таблица показывает лишь согласованность в изменении двух величин, наличие связи. Но она не определяет ни тесноту связи, ни форму этой связи.
Для того, чтобы ответить на эти вопросы, необходимо использовать специальные статистические методы. Среди них есть очень простые и менее точные, более сложные и более точные. Но все они имеют один и тот же смысл.
Один из простых показателей тесноты корреляционной зависимости — показатель корреляции рангов. Разберем порядок вычисления этого показателя на примере.
Изучается товарооборот и суммы издержек обращения по ряду магазинов (в тыс. руб.). Данные представлены таблицей 1.
Таблица 1.
| № магазина | Товарооборот | Издержки обращения |
| 1 | 480 | 30 |
| 2 | 510 | 25 |
10 | 660 | 38 |
Из таблицы видно, что с ростом товарооборота растут и издержки обращения. График еще раз это подтверждает.
Но в ряде случаев увеличение товарооборота ведет и к уменьшению издержек обращения, поскольку, помимо двух названных величин, в реальном процессе торговли участвуют и другие факторы, которые в рассмотрение не включены и носят случайный характер. Рассмотрим критерий тесноты связи, названный показателем корреляции рангов. От величин абсолютных перейдем к рангам по такому правилу: самое меньшее значение — ранг 1, затем 2 и т.д. Если встречаются одинаковые значения, то каждое из них заменяется средним. Итак:
| Товарооборот | Издержки |
| 1 | 4 |
| 2 | 1 |
10 | 10 |
Построим разности между рангами и возведем их в квадрат.
1. Если ранги совпадают, то ясно, что сумма их квадратов равна 0.
Связь полная, прямая.
2. Ранги образуют обратную последовательность
1 10
2 9 В этом случае
3 8
. . Связь полная, обратная.
. .
. .
10 1
3. Среднее значение из двух крайних означает полное отсутствие связи:
4. Показатель корреляции рангов:
Показатель показывает, как отличается полученная при наблюдении сумма квадратов разностей между рангами от случая отсутствия связи.
Проанализируем показатель корреляции рангов.
1. Связь полная и прямая, и
2. Связь полная и обратная, и
3. Все остальные значения лежат между -1 и +1.
Построим показатель корреляции рангов для нашего примера:
| Товарооборот (ранг) | Издержки (ранг) |
|
|
| 1 | 4 | -3 | 9 |
| 2 | 1 | 1 | 1 |
|
|
Полученный показатель свидетельствует о достаточно тесной связи между товарооборотом и издержками.
Для определения тесноты корреляционной связи применяется коэффициент корреляции.
Коэффициент корреляции изменяется от -1 до +1 и показывает тесноту и направление корреляционной связи.
Если отклонения по и по от среднего совпадают и по знаку, и по величине, то это полная прямая связь, то =+1.
Если полная обратная связь, то =-1.
Если связь отсутствует, то =0.
Наиболее удобной формулой для расчета коэффициента корреляции является:
(1)
Коэффициент корреляции можно рассчитать и по другой формуле:
(2), где
и
Пример.
Вернемся к примеру, где были рассмотрены товарооборот и издержки обращения по 10 магазинам.
Таблица
| Товаро- борот(х) | Издержки обращения (у) |
|
|
|
| 480 | 30 | 230400 | 900 | 14400 |
| 510 | 25 | 260100 | 625 | 12750 |
|
|
|
|
|
Все необходимые данные для определения коэффициента корреляции есть в таблице, их лишь остается подставить в необходимую формулу.
В ряде случаев возникает необходимость установления статистической связи между признаками, не имеющими количественного выражения.
Пример.
На предприятии работает группа станков. В силу организационно-технических причин, периодически возникают простои. Было проведено 133 наблюдения за работой станков на протяжении дня , при этом в 59 случаях были отмечены простои, соответственно в 74 случаях их не было. После рационализаторского предложения, направленного на уменьшение простоев, вновь было проведено наблюдение, но уже за 66 станками. При этом в 27 случаях были отмечены простои, в 39 — нет. Ставиться вопрос: а есть ли вообще связь между сделанным предложением и уменьшением простоев. либо это вообще между собой никак не соотносится.
В данном случае сопоставляются два признака, причем альтернативных.
1 признак — наличие или отсутствие рационального предложения;
2 признак — наличие или отсутствие простоев.
Ни тот, ни другой признак нельзя выразить числено. Поэтому введем следующие обозначения.
Первый признак (х): — наличие рационального предложения (1), отсутствие — (0).
Второй признак (у): — отсутствие простоев (1), наличие простоев (0).
Наши наблюдения представим таблицей:
| 66 | 133 | 199 | |
| 0 | 27 | 74 | 101 |
| 1 | 39 | 59 | 98 |
| y x | 1 | 0 |
Для центральной части таблицы введем специальные обозначения
| c | d |
| a | b |
В этих обозначениях коэффициент корреляции имеет вид:
его еще называют коэффициентом ассоциации.
Он так же меняется от -1 до +1 и для нашего примера равен:
Очень маленький коэффициент. Показывает, что связь между рациональным предложением и уменьшением числа простоев очень мала. Конечно, простои уменьшились, но не на столько эффективно, как бы этого хотелось.
Продолжение контрольной работы № 3.
Задача №1.
Имеются данные о доходах семей и потреблении молока за месяц (на одного члена семьи):
| Доходы, руб. | 54 | 63 | 74 | 90 | 112 | 140 | 190 |
| Потребление молока, кг. | 8 | 10 | 11 | 13 | 15 | 17 | 19 |
Рассчитать коэффициент корреляции двумя способами (по формулам 1 и 2).
Данные расчетов оформить в виде таблиц.
Утверждено постановлением Госкомстата
Российской Федерации
от 14 августа 1992 г. N 130
ПОЛОЖЕНИЕ
О ПОРЯДКЕ ПРЕДСТАВЛЕНИЯ ГОСУДАРСТВЕННОЙ СТАТИСТИЧЕСКОЙ
ОТЧЕТНОСТИ В РОССИЙСКОЙ ФЕДЕРАЦИИ
I. ОБЩИЕ ПОЛОЖЕНИЯ
Настоящее Положение разработано в соответствии с Законом Российской Федерации "Об ответственности за нарушение порядка представления государственной статистической отчетности", Временным положением о Государственном комитете Российской Федерации, утвержденным Постановлением Президиума Верховного Совета РСФСР от 27 апреля 1991 года N 1117-1 и во исполнение постановления Верховного Совета Российской Федерации от 13 мая 1992 г. N 2762-1 "О порядке введения в действие Закона Российской Федерации "Об ответственности за нарушение порядка предоставления государственной статистической отчетности".
В соответствии со статьей 28 Закона РСФСР "О предприятиях и предпринимательской деятельности" предприятие, независимо от его организационно-правовой формы, ведет бухгалтерскую и статистическую отчетность и представляет на их основе государственным органам информацию, необходимую для налогообложения и ведения общегосударственной системы сбора и обработки экономической информации.
Положение регламентирует порядок представления государственных статистических отчетов и других данных, необходимых для проведения государственных статистических наблюдений, соответствующим региональным органам государственной статистики и в другие адреса, предусмотренные на бланках форм государственной статистической отчетности, предприятиями, учреждениями, организациями, объединениями, независимо от их форм собственности, а также гражданами, занимающимися предпринимательской деятельностью.
II. ГОСУДАРСТВЕННАЯ СТАТИСТИЧЕСКАЯ ОТЧЕТНОСТЬ,
ПОРЯДОК ЕЕ ПРЕДСТАВЛЕНИЯ
1. Государственная статистическая отчетность включает все виды статистических наблюдений (регулярные и периодические отчеты, единовременные учеты, различного рода переписи, выборочные, анкетные, социологические, монографические обследования и т.д.), формы и программы которых, а также инструкции по их заполнению утверждены Государственным комитетом Российской Федерации по статистике, или по согласованию с ним органами государственной статистики республик в составе Российской Федерации, краев, областей, автономной области и автономных округов, гг. Москвы и Санкт-Петербурга.
2. Состав и методология исчисления показателей, круг субъектов, представляющих государственную статистическую отчетность, адреса, сроки и способы ее представления, которые указываются на бланках форм и в инструкциях по их заполнению, являются обязательными для всех отчитывающихся субъектов и не могут быть изменены без санкции утвердившего эти формы статистического органа.
3. На этапе государственной регистрации (перерегистрации) предприятия, учреждения, организации, объединения, независимо от их формы собственности, а также граждане, занимающиеся предпринимательской деятельностью, представляют в органы государственной статистики учредительные документы для присвоения идентификационных кодов, определения классификационных признаков на основании общероссийских классификаторов технико-экономической информации для включения в единый государственный регистр предприятий и организаций (ЕГРПО) и отражения в государственной статистической отчетности.
При реорганизации или ликвидации предприятия, учреждения, организации, объединения представляют органам статистики государственную статистическую отчетность за период своей деятельности в отчетном году до момента ликвидации на бланках форм годовой отчетности, а также нормативные акты о своей реорганизации или ликвидации для внесения изменений в ЕГРПО.
4. Статистические показатели государственной статистической отчетности, в том числе составляющие государственную, военную и коммерческую тайну, представляются органам государственной статистики и в другие адреса, предусмотренные на бланках форм государственной статистической отчетности, в соответствии с установленным порядком бесплатно.
Статистическая информация закрытого характера представляется органам государственной статистики в порядке, обеспечивающим сохранение государственной и военной тайны.
5. Государственная статистическая отчетность, сбор и обработка которой осуществляется в системе министерств, ведомств, концернов и других объединений, представляется органам государственной статистики по программе и в сроки, установленные для них Госкомстатом России.
6. Датой представления государственной статистической отчетности для одногородних предприятий, учреждений, организаций, объединений и граждан, занимающихся предпринимательской деятельностью, считается день фактической передачи ее по принадлежности, а для иногородних - дата отправления, обозначенная в штемпеле почтового предприятия.
Для одногородних предприятий и организаций почтовые отправления не допускаются.
7. Нарушением сроков представления государственной статистической отчетности является опоздание, длящееся до одних суток, а опоздание, длящееся более одних суток, рассматривается как ее непредставление.
8. Искажением отчетных данных считается неправильное их отражение в государственной статистической отчетности, допущенное как в результате умышленных действий должностных лиц с целью сокрытия доходов и в других корыстных целях, так и вследствие нарушения действующих инструкций и методических указаний по составлению государственной статистической отчетности, а также арифметических ошибок.
III. ОБ ОТВЕТСТВЕННОСТИ ЗА НАРУШЕНИЯ ПОРЯДКА ПРЕДСТАВЛЕНИЯ
ГОСУДАРСТВЕННОЙ СТАТИСТИЧЕСКОЙ ОТЧЕТНОСТИ
В соответствии с Законом Российской Федерации "Об ответственности за нарушения порядка предоставления государственной статистической отчетности, "руководители и другие должностные лица, подписывающие отчет, несут административную ответственность за непредставление отчетов и других данных, необходимых для проведения государственных статистических наблюдений, искажение отчетных данных или нарушение сроков представления отчетов.
10. Дела об административных правонарушениях, перечисленных в пункте 10 данного Положения, рассматривают Председатель Государственного комитета Российской Федерации по статистике и его заместители, руководители республиканских (республик в составе Российской Федерации), краевых, областных, автономной области, окружных, Московского городского, Санкт-Петербургского комитетов и управлений статистики и их заместители, начальники районных и городских отделов статистики.
11. При выявлении министерствами, ведомствами, концернами и другими объединениями, указанными в пункте 5 настоящего Положения, фактов нарушений порядка представления государственной статистической отчетности они имеют право вносить органам государственной статистики предложения о привлечении нарушителей к административной ответственности.
12. Порядок производства по делам об административных правонарушениях определяется кодексом РСФСР об административных правонарушениях и законодательством республик в составе Российской Федерации.
13. Административное взыскание налагается с учетом характера совершенного правонарушения, степени вины, имущественного положения правонарушителя, обстоятельств, смягчающих и отягчающих ответственность.
14. При установлении фактов нарушения порядка представления государственной статистической отчетности работники органов государственной статистики составляют протоколы о совершении административного правонарушения.
Протоколы подписываются лицом, его составившим, и лицом, совершившим административное правонарушение. В случае отказа подписания протокола, в нем делается запись об этом. Лицо, совершившее правонарушение, вправе представить прилагаемые к протоколу объяснения и замечания, а также изложить мотивы отказа его подписания. Отказ от подписания протокола не является основанием для прекращения производства по делу. Протокол вместе со всеми материалами проверок передается руководителю органа государственной статистики, который рассматривает их не позднее чем в пятнадцатидневный срок. Один экземпляр протокола передается лицу, нарушившему порядок представления статотчетности. Протоколы должны быть зарегистрированы в книге учета.
Дело об административном правонарушении рассматривается в присутствии лица, привлеченного к административной ответственности. В отсутствии этого лица дело может быть рассмотрено только в случаях, когда имеются данные о своевременном его извещении о месте и времени рассмотрения дела и если от него не поступило ходатайство об отложении рассмотрения дела по уважительным причинам.
15. По результатам рассмотрения дела руководитель органа государственной статистики выносит постановление, которое объявляется немедленно. Постановление подписывается и заверяется гербовой печатью. Копия постановления вручается или в течение 3 дней высылается заказной почтой с уведомлением о вручении лицу, в отношении которого оно вынесено. Корешок постановления направляется в налоговую службу для принятия мер по взысканию штрафа в случае его неуплаты в пятнадцатидневный срок со дня вручения нарушителю постановления о наложении штрафа.
16. Постановление о наложении административного взыскания выносится не позднее двух месяцев со дня совершения правонарушения, а при длящемся правонарушении - двух месяцев со дня его обнаружения.
Постановление о наложении административного взыскания может быть обжаловано в течение десяти дней со дня его вынесения начальнику вышестоящего органа государственной статистики или в районный (городской) суд, решение которого является окончательным.
Руководитель вышестоящего органа государственной статистики проверяет законность и обоснованность постановления и принимает одно из следующих решений:
оставить постановление без изменения, а жалобу без удовлетворения;
отменить постановление и прекратить дело;
отменить постановление и направить материалы на новое рассмотрение;
изменить размер штрафа в сторону его уменьшения.
17. Постановление органа государственной статистики по делу об административном правонарушении является исполнительным документом и обязательно для исполнения всеми должностными лицами. Штраф уплачивается нарушителем в учреждение банка не позднее 15 дней со дня получения постановления или со дня уведомления его об оставлении жалобы на постановление без удовлетворения. Органу государственной статистики предъявляется квитанция об уплате штрафа.
18. В случае представления искаженных статистических данных, повлекших необходимость исправления итогов сводной отчетности, органы государственной статистики имеют право взыскивать с предприятий, учреждений, организаций, объединений возникший в результате этого ущерб.
Дополнительные работы по исправлению итогов сводной отчетности оформляются актом выполненных работ, где указывается сумма произведенных затрат, т.е. нанесенного ущерба.
В соответствии с Положением о претензионном порядке урегулирования споров, утвержденным постановлением Верховного Совета Российской Федерации от 24 июня 1992 года N 3116, в адрес предприятий, учреждений, организаций, объединений, представивших искаженные данные, направляется претензия, к которой прилагается копия акта выполненных работ и другие документы, необходимые для урегулирования спора.
В случае отказа предприятия, учреждения, организации, объединения добровольно возместить нанесенный ущерб, взыскание производится через арбитражный суд.
14
Лекция №3
Статистические таблицы.
Статистические таблицы - это наиболее рациональная форма представления результатов статистической сводки и группировки.
Значение статистических таблиц состоит в том, что они позволяют охватить материалы статистической сводки в целом. Статистическая таблица, по существу, является системой мыслей об исследуемом объекте, излагаемых цифрами на основе определенного порядка в расположении систематизированной информации.
В экономической и управленческой работе, связанной с коммерческой деятельностью, статистические таблицы применяются очень часто. Поэтому необходимо научиться правильно их составлять и анализировать.
По внешнему виду статистическая таблица представляет собой ряд пересекающихся горизонтальных и вертикальных линий, образующих по горизонтали строки, а по вертикали - графы (столбцы, колонки), которые в совокупности составляют как бы скелет таблицы.
Таблица, состоящая из строк и граф, которые еще не заполнены цифрами, называется макетом таблицы. Каждая статистическая таблица имеет подлежащее и сказуемое.
Подлежащее таблицы. - это объект нашего изучения (название района, города, предприятия).
Сказуемое. - это система показателей, которыми характеризуется объект изучения, т.е. подлежащее таблицы.
Обычно подлежащее располагается слева, в виде наименования горизонтальных строк, а сказуемое - справа, в виде наименования вертикальных граф.
В таблице могут быть подведены итоги по графам и строкам.
Обязательная часть таблицы - заголовок, показывающий, о чем идет речь в таблице, к какому месту и времени она относится.
Название таблицы
| Наименование | Наименование сказуемого | |||
| подлежащего | Заголовки сказуемого | |||
| А | 1 | 2 | 3 | 4 |
| Боковые | ||||
| заголовки | ||||
Г р а ф ы
Рис 1. Макет таблицы.
В зависимости от построения подлежащего, таблицы делятся на три вида: простые, групповые и комбинационные.
Простые таблицы получили большое распространение во многих экономических разработках.
Простыми таблицами называются такие, в подлежащем которых нет группировок, а дается лишь перечень единиц совокупности (перечневые таблицы), административных районов (территориальные таблицы) или периодов времени (хронологические таблицы).
Рассмотрим пример простой таблицы, в подлежащем которого содержатся перечисления единиц изучаемой совокупности (табл. 3.1).
Таблица 3.1
Продажа некоторых продуктов питания
продовольственными магазинами города.
| Товарные | Продано, тыс. руб. | ||
| группы | 1991 | 1992 | |
| Мясо и птица | 12,8 | 13,9 | |
| Колбасные изделия | 14,0 | 13,9 | |
| Рыба | 2,0 | 2,4 | |
| Молоко и молочные продукты | 8,83 | 8,78 | |
Наличие таких данных имеет важное информативное значение.
Сведения о простой таблице применяют для оценки измерения какого - либо явления во времени. Для этого в подлежащем таблицы приводятся периоды времени или даты, а в сказуемом - ряд показателей.
Хронологическую таблицу можно составлять за любые по величине отрезки времени или на моменты, отстоящие друг от друга по времени на различную длину.
Таблицы, в подлежащем которых приводится перечень территорий (районов, областей и т.п.), называются перечневыми территориальными.
Довольно часто применяются и территориально-хронологические таблицы, в которых сказуемое также содержит показатели по годам, кварталам и т.д., а подлежащее - показатели по районам, областям (табл. 3.2).
Наличие такого сочетания в построении простых таблиц усиливает их информационные возможности. И все же этот вид таблиц в основном носит описательный характер.
Таблица 3.2
Процент женщин в общей численности
рабочих и служащих.
| Район | Год | ||||
| 1990 | 1991 | 1992 | 1993 | ||
| Омский | |||||
| Полтавский | |||||
| Кармиловский | |||||
| ИТОГО | |||||
Групповые статистические таблицы дают более информативный материал для анализа изучаемых явлений, благодаря образованным в их подлежащем группам по существенному признаку или выявлению связи между рядом показателей. Примером может служить таблица 3.3., в которой представлена группировка промышленных предприятий по численности работающих в году (в % к итогу).
Таблица 3.3
| Группы предприятий по среднегодовой численности работающих, чел | Число предприятий | Валовая продукция | Среднесписочная численность рабочих |
| до 500 | 46,4 | 7,5 | 9,2 |
| 500 — 1000 | 23,5 | 13,6 | 13,3 |
10000 и выше | 1,8 | 20,4 | 21,1 |
Подлежащим этой таблицы являются группы заводов по размеру численности работающих. Показатели, характеризующие эти группы, составляют сказуемое таблицы. Как видно из таблицы, производство продукции сконцентрировано на крупных предприятиях. Последние три группы, составляя 8,9% всех предприятий, производят 47,4 % всей продукции.
Комбинационными таблицами называются такие, в которых подлежащее содержит группировку единиц совокупности по двум или более признакам, взятым в сочетании. Комбинационная таблица устанавливает взаимное действие на результативные признаки существующую связь между факторами группировки.
Примером служит таблица 3.4., которая представляет группировку заводов по стоимости основных производственных фондов (ОПФ) и фактическому выпуску продукции.
В таблице 3.4 хорошо видна тенденция роста производительности труда с увеличением стоимости основных фондов предприятия и выпуском продукции.
Таблица 3.4.
| Группы заводов по стоим. ОПФ, млн.руб. | Подгруппы заводов по фактич. выпуску продукции., млн.руб. | Число заводов | ОПФ, млн.руб. | Числен-ность работа-ющих | Факти-ческий выпуск продукции, млн.руб. | Средняя выработка на одного рабочего, руб. |
| А | Б | 1 | 2 | 3 | 4 | 5 |
| 1,3-3,0 | 7 | 13,1 | 1656 | 15,1 | 9124,3 | |
| 1,2-2,7 | 3,0-5,0 | 2 | 3,7 | 607 | 6,9 | 11367,3 |
Итого | 9 | 16,8 | 2263 | 22,0 | 9725,5 | |
| 1,3-3,0 | 3 | 9,2 | 711 | 6,6 | 8560,0 | |
| свыше 5 | — | — | — | — | — | |
| Итого | 11 | 35,3 | 3475 | 38,0 | 10935,2 | |
4,2-5,7 | 3,0-5,0 | 1 | 4,7 | 341 | 4,5 | 13196,5 |
| свыше 5 | 6 | 29,3 | 2610 | 37,3 | 14291,1 | |
| 1,3-3,0 | — | — | — | — | — | |
| свыше 5 | 3 | 20,8 | 1373 | 27,4 | 19953,3 | |
| Итого | 3 | 20,8 | 1373 | 27,4 | 19953,3 | |
| Итоги | 1,3-3,0 | 10 | 22,3 | 2427 | 21,7 | 8941,08 |
| по | 3,0-5,0 | 11 | 34,5 | 3652 | 42,8 | 11719,6 |
| подгр. | свыше 5 | 9 | 50,1 | 3983 | 64,7 | 16244,0 |
| Всего | 30 | 106,9 | 10062 | 129,2 | 12840,3 |
При составлении таблицы надо соблюдать ряд правил:
четко формулировать наименование, которое должно точно отражать цель составления таблицы;
ясно и кратко формулировать название строк и граф таблицы;
соблюдать последовательность расположения показателей сказуемого;
указывать единицы измерения; если они одинаковые, то ед. измерения выносятся в заголовок и указываются в скобках;
нумеровать графы;
иметь итоговые показатели;
если в таблице производится сопоставление с каким-либо годом, то в заголовке, в скобках, отражается год сопоставления;
территориальные, административные образования перечисляются по алфавиту;
данные за многие годы располагаются в хронологическом порядке;
если в таблице абсолютные и относительные показатели за ряд лет, то сначала приводятся абсолютные, затем относительные показатели за один год, затем так же за следующий год;
если значение признака в какой-либо клетке неизвестно, ставится знак Х, или ... , или н. с. (нет сведений);
нулевые значения признака - знак “—” .
Рассмотрим на примере, как можно представить статистический материал в виде таблицы.
Задача.
Численность населения РСФСР по переписи населения 1959 г. составляла 117,5 млн. человек, в том числе городского — 61,6 млн. человек, сельского — 55,9 млн. человек, что ко всему населению соответственно равно 52 и 48%. По данным переписи населения 1970 г. общая численность населения республики выросла до 130,1 млн. человек, из которых на городское население приходилось — 81,0 млн. человек и на сельское — 49,1 млн. человек, или в процентах к общей численности соответственно 62 и 38. На 1 января 1979 г. было зарегистрировано всего 136,5 млн. человек, в том числе городского населения — 95,2 млн. человек и сельского — 41,3 млн. человек, что соответственно равно 70 и 30% общей численности населения.
Представим эти данные в виде таблицы. При построении таблицы наиболее целесообразно слева поместить годы, а в вертикальных графах — показатели (сначала абсолютные, затем относительные). При таком расположении, просматривая цифры в отдельных столбцах сверху вниз, можно легко проследить закономерности динамики и изменения структуры населения. Рассмотрим изменение численности городского и сельского населения РСФСР за 1959 - 1979 гг.
Таблица 3.5.
Год | Численность населения, млн. чел. | в том числе | в процентах ко всему населению | ||
| городское | сельское | Городское | сельское | ||
| 1959 (по переписи на 15 января) | 117,5 | 61,6 | 55,9 | 52 | 48 |
1978 (на 1 января) | 136,5 | 95,2 | 41,3 | 70 | 30 |
Благодаря определённой системе расположения данных, устраняются повторения, достигается наглядность, удобство обозрения, краткость изложения, появляется возможность сравнения и анализа.
Лекция №4
Статистические графики.
Важное значение при изучении коммерческой деятельности имеет графическое изображение статистической информации. Правильно построенный график делает статистическую информацию более выразительной, запоминающейся и удобно воспринимаемой. В коммерческой деятельности графический метод находит широкое применение для иллюстрации сложившегося положения дел на рынке товаров и услуг, конъюнктуры спроса и предложения, рекламы товаров.
Применение графиков в статистике насчитывает более чем двухсотлетнюю историю. Основоположником графического метода в статистике коммерческой деятельности считают английского экономиста У. Плейфейра (1731 — 1798). В своих работах он впервые применил способы графического изображения статистических данных (линейные, столбиковые, секторные и другие диаграммы).
Статистические графики - это одно из самых наглядных средств представления информации.
Статистический график представляет собой чертеж, на котором при помощи условных геометрических фигур изображаются статистические данные. В результате этого достигается наглядная характеристика изучаемой статистической совокупности. Правильно построенный график делает статистическую информацию более выразительной, запоминающейся и удобно воспринимаемой.
В статистическом графике различают следующие основные элементы:
поле графика;
графический образ;
пространственные и масштабные ориентиры;
экспликация графика.
Полем графика является место, на котором он выполняется. Это листы бумаги, географические карты, план местности и т.п. Поле графика характеризуется его форматом (размерами и пропорциями сторон). Размер поля графика зависит от его назначения.
Графический образ — это символические знаки, с помощью которых изображаются статистические данные (линии, точки, прямоугольники, квадраты, круги и т.д.). В качестве графического образа выступают и объемные фигуры. Иногда в графиках используются негеометрические фигуры в виде силуэтов или рисунков предметов.
Пространственные ориентиры определяют размещение графических образов на поле графика. Они задаются координатной сеткой или контурными линиями и делят поле графика на части, соответствующие значениям изучаемых показателей.
Масштабные ориентиры статистического графика придают графическим образам количественную значимость, которая передается с помощью системы масштабных шкал.
Масштаб графика — это мера перевода численной величины в графическую (например, 1 см соответствует 100 тыс. руб.). При этом чем длиннее отрезок линии, принятой за числовую единицу, тем крупнее масштаб.
Масштабной шкалой является линия, отдельные точки которой читаются как определенные числа. Шкала, по которой отсчитываются уровни изучаемых показателей, как правило, начинается с 0. Последнее число, наносимое на шкалу, несколько превышает максимальный уровень, отсчет которого проводится по этой шкале. При построении графика допускается разрыв масштабной шкалы. Этот прием используется для изображения статистических данных, имеющих значения лишь в определенных значениях.
Экспликация графика — это пояснение его содержания, включает в себя заголовок графика, объяснения масштабных шкал, пояснения отдельных элементов графического образа.
Заголовок графика в краткой и четкой форме поясняет основное содержание изображаемых данных. Помимо заголовка, на графике дается текст, делающий возможным чтение графика. Цифровые обозначения шкалы дополняются указанием единиц измерения.
Классификация статистических графиков.
При всем своем многообразии статистические графики в курсе “Общая теория статистики” классифицируются по ряду признаков: способу построения, форме применяемых графических образов, характеру решаемых задач.
По способу построения статистические графики подразделяются на диаграммы, картограммы и картодиаграммы.
Диаграмма представляет чертеж, на котором статистическая информация изображается посредством геометрических фигур или символических знаков.
Диаграмма сравнения — показывает соотношение признака статистической совокупности.
Рис. 1. Столбиковая диаграмма сравнения.
Каждое значение изучаемого показателя изображается в виде вертикального столбика. Количество столбиков определяется числом изучаемых показаний (данных). Расстояние между столбиками должно быть одинаковым. У основания столбиков делается название изучаемого показателя.
Рис. 2. Полосовая диаграмма сравнения.
В этих диаграммах основания столбиков располагаются вертикально. Должна быть одинаковая ширина полос.
Эту же диаграмму можем построить иначе (рис. 3).
При построении столбиковых диаграмм используется, как и в линейных графиках, прямоугольная система координат.
По оси абсцисс размещается основание столбиков. Их ширина может быть произвольной, но обязательно одинаковой для каждого столбика.
Рис. 3. Столбиковая диаграмма сравнения.
Основные требования построения данных диаграмм:
соответствие столбиков по высоте, а полос - по длине, отображаемым цифрам;
недопустимость разрывов масштабной шкалы и начала ее не от нулевой отметки.
Структурная диаграмма - позволяет сопоставить статистические совокупности по составу.
Рис. 5. Структурно-столбиковая диаграмма.
Рис. 6. Структурно-секторная диаграмма (состав населения СССР в г.).
Секторная диаграмма строится таким образом, чтобы каждый сектор занимал площадь круга пропорционально удельному весу отображаемых частей целого. Затем необходимо найти значения центральных углов (1%=3,6 градуса).
Пример.
Таблица 1
| Вид культуры | Посевная площадь |
| зерновые | 570,6 |
| технические | 105,6 |
ИТОГО | 1003,1 |
Определяем относительные величины структуры использования посевных площадей колхозами.
Зерновые - 570,6/1003,1*100%=56,9%
Картофель - 27,9/1003,1*100%=2,8% и т.д.
Получаем следующие данные (табл. 2).
Таблица 2
| Вид культуры | Посевная площадь в колхозах, % |
| Зерновые | 56,9 |
| Технические | 10,5 |
ИТОГО | 100,0 |
Определяем по данным об удельных весах посевных площадей, занятых под отдельными культурами, соответствующие значения центральных углов.
Зерновые 56,9*3,6 = 204,85
Технические 10,5*3,6 = 37,85
Картофель 2,8*3,6 = 10,15
Кормовые 29,8*3,6 = 107,35
Теперь строим секторную диаграмму, разделив круг на сектора, в соответствии с полученными значениями центральных углов, культуры:
Рис. 7. Структура посевных площадей в колхозах области (1989г.).
При изучении статистической информации о коммерческой деятельности на рынке товаров и услуг применяются так называемые радиальные диаграммы. Строятся они на базе полярных координат. Началом отсчета в них служит центр окружности, а носителем масштабных шкал являются радиусы круга. Обычно в основе радиальных диаграмм лежат повторяющиеся годовые циклы с помесячными или поквартальными данными. Так, при изучении годового цикла с помесячными данными окружность делят радиусами на 12 равных частей. Каждому радиусу дается название месяца года, а их расположение подобно циферблату часов. На каждом радиусе, в соответствии с установленным масштабом, наносятся точки, соответствующие изучаемым за каждый месяц данным. Полученные таким образом точки соединяются между собой линиями . В результате получается спиралеобразная линия, характеризующая внутригодовые циклы коммерческой деятельности.
Знак Варзара. - (Варзар В.Е. - 1851-1940).
Известный русский статистик В. Е. Варзар предложил использовать прямоугольные фигуры для графического изображения трех показателей, один из которых является произведением двух других. В каждом таком прямоугольнике основание пропорционально одному из показателей — сомножителей, а высота его соответствует второму показателю — сомножителю. Площадь прямоугольника равна величине третьего показателя, являющегося произведением двух первых. Располагая рядом несколько прямоугольников, относящихся к разным показателям, можно сравнивать не только размеры показателя — произведения, но и значения показателей — сомножителей.
Пример.
Валовой сбор с/х культуры равен произведению урожайности и посевной площади (рис. 6).
На этом графике можно сравнить между собой:
урожайность (по длине основания);
посевные площади (по длине боковой стороны);
валовой сбор (по площади прямоугольника).
Посевная
площадь
а) б)
Урожайность Урожайность
Рис8. Валовой сбор, урожайность и посевные площади в 1977г.
а - зерновых культур,
б - подсолнечника.
Диаграмма динамики - показывает изменение явления во времени. Диаграмма изменений может быть изображена с помощью уже рассмотренных типов диаграмм.
Диаграмма связи - показывает функциональную зависимость одного признака от другого (обычный график на координатной сетке - y = f(x)).
Статистическаякарта - вид графика, который иллюстрирует содержание статистических таблиц, где подлежащим является административное или географическое деление совокупности. На лист изображения наносится контурная географическая карта, отражающая деление совокупности на группы. Статистическая карта называется картограммой, вся информация на ней отображается в виде штриховки, линий, точек, окраски, отражающих изменение какого-либо показателя.
На картодиаграмме, на фоне карты, присутствуют элементы диаграммных фигур. Преимущество картодиаграммы перед диаграммой состоит в том, что она не только дает представление о величине изучаемого показателя на различных территориях, но и изображает пространственное размещение изучаемого показателя.
В зависимости от формы применяемых графических образов статистические графики могут быть точечными, линейными, плоскостными и фигурными.
В точечных графиках в качестве графических образов применяется совокупность точек.
В линейных графиках графическими образами являются линии.
Для плоскостных графиков графическими образами являются геометрические фигуры: прямоугольники, квадраты, окружности.
Для закрепления данного материала рассмотрим еще один пример. Для решения данного примера необходимо вспомнить, как определяются относительные величины динамики.
Задача.
Потребление кожаной обуви в стране характеризуются следующими данными (на душу населения; пар в год):
| 1913 | 1950 | 1960 | 1965 | 1970 | 1975 |
| 0,4 | 1,1 | 1,9 | 2,4 | 3,0 | 3,2 |
Для анализа потребления обуви требуется определить относительные величины динамики.
Для выявления направления и характера изменений потребления обуви за годы Советской власти по сравнению с дореволюционным 1913 г. определим базисные темпы роста :
,
где — уровень изучаемого периода; — базисный уровень.
Последовательно сравним уровни 1950, 1960, 1965 и 1969 гг. () c уровнем 1913 г. :
1950 1,1 / 0,4 = 2,75
1960 1,9 / 0,4 = 4,75
1965 2,4 / 0,4 = 6,0
1970 3,0 / 0,4 = 7,5
1975 3,2 / 0,4 = 8,0
Из полученных базисных относительных величин динамики (темпов роста) видно, что за указанные годы потребление обуви в стране неуклонно возрастало:
2,75<4,75<6,0<7,5<8,0.
В 1975 г. потребление обуви на душу населения было в 8 раз больше, чем в дореволюционном 1913 г. Для выявления характера изменений потребления обуви по отдельным периодам экономического развития произведем расчет темпов роста :
,
где — уровень изучаемого периода; — уровень предшествующего периода.
Определим цепные темпы роста:
1950 1,1 / 0,4 = 2,75
1960 1,9 / 1,1 = 1,727
1965 2,4 / 1,9 = 1,263
1970 3,0 / 2,4 = 1,25
1975 3,2 / 3,0 = 1,07
Из полученных цепных относительных величин динамики (темпов роста) видно, что по отдельным этапам экономического развития также происходило увеличение потребления обуви населением.
Представим исходные уровни ряда динамики в виде столбиковой диаграммы (рис. 9.).
Рис. 9. Потребление кожаной обуви на душу населения в СССР в 1913 — 1975 гг. (в год пар).
Данная форма графического изображения уровней ряда динамики удобна тем, что расстояние столбиков друг от друга не зависит от величины интервалов времени.
Представим графически полученные в расчетах базисные относительные величины динамики. Для этой цели чаще всего используется линейная диаграмма (рис. 10.). В системе координат нанесем на ось ординат базисные темпы роста (в процентах), а на ось абсцисс — показания времени.
Рис. 10. Темпы роста потребления кожаной обуви в 1913 — 1975 гг. в год на душу населения (в процентах к 1913 г.)
Из данного графика видно, что положение кривой определяется не только значениями базисных темпов роста, но и интервалами времени между датами.
Гистограммы.
При обработке и отображении экспериментальных данных, в которых изучаемый признак может принимать любое значение из некоторого интервала, используют следующие способы представления данных:
гистограммы;
полигон частот;
полигон накопленных частот (кумулята).
Гистограмма состоит из примыкающих друг к другу прямоугольников, изображенных на координатной сетке.
Существует несколько случаев построения гистограмм.
Равные интервалы группировки данных.
Рассмотрим на примере.
Имеются данные о группировке рабочих по стажу лет, данные оформлены в виде таблицы 4.1.
Таблица 4.1
| Группы рабочих по стажу лет | Число рабочих | Накопительные частоты |
| 1 — 3 | 4 | 4 |
| 3 — 5 | 12 | 16 |
ИТОГО | 50 |
Рис. 11.
На рисунке откладываются прямоугольники с высотой, прямо пропорциональной частоте данного интервала.Наибольшее число рабочих имеет стаж работы от 5 до 7 лет.
Открытые крайние интервалы группировки.
Предположим, что первый и последний интервалы открытые. В этих случаях используется стандартный прием. Условно ширина первого открытого интервала принимается равной ширине следующего интервала. Ширина последнего принимается равной ширине предыдущего.
Таблица 4.2
| Группы рабочих по стажу лет | Число рабочих | Накопительные частоты |
| до 3 | 4 | 4 |
| 3 — 5 | 12 | 16 |
ИТОГО | 50 |
В нашем примере гистограмма будет такой же, как на рис. 11.
Неравные интервалы группировки.
Предположим, что вместо двух интервалов (3-5 и 5-7) стал один. Интервал стал шире в два раза, а высота стала не 27 а 13,5, с тем, чтобы площадь прямоугольника не менялась. Высоту прямоугольника можно определить по формуле - n/h, n - частоты попадания (27), а h - количество интервалов (2).
Таблица 4.3
| Группы рабочих по стажу лет | Число рабочих | Накопительные частоты |
| 1 — 3 | 4 | 4 |
| 3 — 7 | 27 | 31 |
ИТОГО | 50 |
Рис. 12.
Полигон накопительных частот. В данном случае для построения используются накопительные частоты. Построим по данным таблицы 4.1.
Полигон частот - ломаная линия, соединяющая точки, соответствующие срединным значениям интервалов группировки и частотам интервалов.
Полигон частот получается из гистограммы, если соединить середины вершин прямоугольников ломаной линией.
Обобщение многогранной практики использования графического метода в изображении показателей коммерческой деятельности позволяет сформулировать ряд требований к методике построения статистических графиков.
При графическом изображении количественных показателей коммерческой деятельности (объём, состав и динамика товарооборота, состояние товарного предложения, товарных запасов, издержек обращения, прибыли и т.д.) в качестве графического образа предпочтительнее использовать линейные, столбиковые или круговые диаграммы, имеющие наибольшую по сравнению с объёмными или плоскостными фигурами наглядность и доходчивость.
В общем расположении на поле графика графических образов последние в целях правильного чтения и понимания изучаемого показателя размещаются слева направо. При этом масштабные ориентиры графика по горизонтальной шкале (ось абсцисс), как правило, размещаются от его нижней части. Для вертикальной шкалы (ось ординат) масштабные ориентиры обычно размещаются в левой части графика.
В график по возможности следует включать исходные данные к их построению. Если это нецелесообразно, то исходные данные должны в табличной форме сопровождать график. Это обусловливает доверие к графическому изображению показателей коммерческой деятельности, повышает познавательное значение статистических графиков.
Все буквенные и цифровые значения должны располагаться на графике так, чтобы их легко можно было отсчитать от начала масштабной шкалы. Ряды цифровых данных, отображающие изменения показателей коммерческой деятельности во времени, размещаются в строгой хронологической последовательности и обязательно по оси абсцисс.
Общим требованием графического метода изображения статистических показателей является то, что факторные признаки размещаются на горизонтальной шкале графика и их изменения читаются слева направо, а результативные признаки — по вертикальной шкале и читаются снизу вверх. Это повышает аналитическое значение статистических графиков. При этом важно, чтобы заголовок графика был бы кратким, но достаточно чётко пояснял основное его содержание.
Продолжение контрольной работы №1.
Задача №1.
По данным таблицы 4.4 составить полосовую диаграмму сравнения численности населения и столбиковую диаграмму сравнения плотности населения.
Таблица 4.4
| Страны | Плотность населения,чел/кв. км. | Численность населения, млн. чел. |
| Станы Центральной и Восточной Европы | 100 | 108,1 |
| Япония | 331 | 123,1 |
Страны СНГ | 13 | 272,4 |
| Страны ЕС | 145 | 348,6 |
Задача №2.
По данным таблицы 4.5 построить структурно-секторную диаграмму.
Таблица 4.5
Распределение помощи странам СНГ.
| Страны | Помощь (млн. экю) |
| ЕС | 49908 |
| США | 7274 |
ИТОГО |
Продолжение контрольной работы №1 в лекции №5.
26
Лекция №5
Средние величины.
Большое распространение в статистике имеют средние величины. Средние величины характеризуют качественные показатели коммерческой деятельности: издержки обращения, прибыль, рентабельность и др.
Средняя - это один из распространенных приемов обобщений. Правильное понимание сущности средней определяет ее особую значимость в условиях рыночной экономики, когда средняя через единичное и случайное позволяет выявить общее и необходимое, выявить тенденцию закономерностей экономического развития.
Средняя величина - это обобщающие показатели, в которых находят выражение действия общих условий, закономерностей изучаемого явления.
Статистические средние рассчитываются на основе массовых данных правильно статистически организованного массового наблюдения (сплошного и выборочного). Однако статистическая средняя будет объективна и типична, если она рассчитывается по массовым данным для качественно однородной совокупности (массовых явлений). Например, если рассчитывать среднюю заработную плату в кооперативах и на госпредприятиях, а результат распространить на всю совокупность, то средняя фиктивна, так как рассчитана по неоднородной совокупности, и такая средняя теряет всякий смысл.
При помощи средней происходит как бы сглаживание различий в величине признака, которые возникают по тем или иным причинам у отдельных единиц наблюдения.
Например, средняя выработка продавца зависит от многих причин: квалификации, стажа, возраста, формы обслуживания, здоровья и т.д.
Средняя выработка отражает общее свойство всей совокупности.
Средняя величина является отражением значений изучаемого признака, следовательно, измеряется в той же размерности, что и этот признак.
Каждая средняя величина характеризует изучаемую совокупность по какому-либо одному признаку. Чтобы получить полное и всестороннее представление об изучаемой совокупности по ряду существенных признаков, в целом необходимо располагать системой средних величин, которые могут описать явление с разных сторон.
Существуют различные средние:
средняя арифметическая;
средняя геометрическая;
средняя гармоническая;
средняя квадратическая;
средняя хронологическая.
Рассмотрим некоторые виды средних, которые наиболее часто используются в статистике.
Средняя арифметическая
Средняя арифметическая простая (невзвешенная) равна сумме отдельных значений признака, деленной на число этих значений.
Отдельные значения признака называют вариантами и обозначают через х (); число единиц совокупности обозначают через n, среднее значение признака - через . Следовательно, средняя арифметическая простая равна:
Пример 1.
Имеются следующие данные о производстве рабочими продукции А за смену:
| № раб. | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| Выпущено изделий за смену | 16 | 17 | 18 | 17 | 16 | 17 | 18 | 20 | 21 | 18 |
В данном примере варьирующий признак - выпуск продукции за смену.
Численные значения признака (16, 17 и т. д.) называют вариантами. Определим среднюю выработку продукции рабочими данной группы:
Простая средняя арифметическая применяется в случаях, когда имеются отдельные значения признака, т.е. данные не сгруппированы. Если данные представлены в виде рядов распределения или группировок, то средняя исчисляется иначе.
Пример 2.
Имеются следующие данные о заработной плате рабочих - сдельщиков:
Таблица 5.1.
| Месячная з/п (варианта - х), руб. | Число рабочих, n | xn |
| х = 110 | n = 2 | 220 |
| х = 130 | n = 6 | 780 |
ИТОГО | 50 | 8920 |
По данным дискретного ряда распределения видно, что одни и те же значения признака (варианты) повторяются несколько раз. Так, варианта х встречается в совокупности 2 раза, а варианта х-16 раз и т.д.
Число одинаковых значений признака в рядах распределения называется частотой или весом и обозначается символом n.
Вычислим среднюю заработную плату одного рабочего в руб.:
Фонд заработной платы по каждой группе рабочих равен произведению варианты на частоту, а сумма этих произведений дает общий фонд заработной платы всех рабочих.
В соответствии с этим, расчеты можно представить в общем виде:
Полученная формула называется средней арифметической взвешенной.
Из нее видно, что средняя зависит не только от значений признака, но и от их частот, т.е. от состава совокупности, от ее структуры. Изменим в условии задачи состав рабочих и исчислим среднюю в измененной структуре.
Статистический материал в результате обработки может быть представлен не только в виде дискретных рядов распределения, но и в виде интервальных вариационных рядов с закрытыми или открытыми интервалами.
Рассмотрим расчет средней арифметической для таких рядов.
Пример 3.
Имеются следующие данные:
Таблица 5.2.
| Группы рабочих по количеству произведенной продукции за смену, шт. | Число рабочих, n | Середина интервала, х | хn |
| 3 — 5 | 10 | 4 | 40 |
| 5 — 7 | 30 | 6 | 180 |
ИТОГО | 100 | 750 |
Исчислим среднюю выработку продукции одним рабочим за смену. В данном ряду варианты осредняемого признака (продукция за смену) представлены не одним числом, а в виде интервала "от - до". Рабочие первой группы производят продукцию от 3 до 5 шт., рабочие второй группы - от до 7 шт. и т. д. Таким образом, каждая группа ряда распределения имеет нижнее и верхнее значения вариант, или закрытые интервалы. Исчисление средней по сгруппированным данным производится по формуле средней арифметической взвешенной:
Чтобы применить эту формулу, необходимо варианты признака выразить одним числом (дискретным). За такое дискретное число принимается средняя арифметическая простая из верхнего и нижнего значения интервала. Так, для первой группы дискретная величина х будет равна:
(3 + 5) / 2 = 4
Дальнейший расчет производится обычным методом определения средней арифметической взвешенной:
Итак, все рабочие произвели 750 шт. изделий за смену, а каждый в среднем произвел 7,5 шт.
Преобразуем рассмотренный выше ряд распределения в ряд с открытыми интервалами.
Пример 4.
Имеются следующие данные о производстве продукции за смену:
Таблица 5.3.
| Группы рабочих по количеству произведенной продукции за смену, шт. | Число рабочих, n | Середина интервала, х | хn |
| до 5 | 10 | 4 | 40 |
| 5 — 7 | 30 | 6 | 180 |
ИТОГО | 100 | 750 |
В таких рядах условно величина интервала первой группы принимается равной величине интервала последующей, а величина интервала последней группы - величине интервала предыдущей. Дальнейший расчет аналогичен изложенному выше.
В практике экономической статистики иногда приходится исчислять среднюю по групповым средним или по средним отдельных частей совокупности (частным средним). В таких случаях за варианты (х) принимаются групповые или частные средние, на основании которых исчисляется общая средняя как обычная средняя арифметическая взвешенная.
Пример 5.
Определим средний процент выполнения плана по выпуску продукции по группе заводов на основании следующих данных:
Таблица 5.4.
| Номер завода | Выпуск продукции по плану, млн.руб. | Выполнение плана, % |
| 1 | 18 | 100 |
| 2 | 22 | 105 |
ИТОГО | 125 | — |
В этой задаче варианты (процент выполнения плана) являются не индивидуальными, а средними по заводу. Весами являются выпуск продукции по плану. При вычислении среднего процента выполнения плана следует использовать формулу средней арифметической взвешенной: ,
где — фактически выпущенная продукция, получаемая путём умножения вариант (процент выполнения плана) на веса (выпуск продукции по плану).
Производя вычисления, варианты (х) лучше брать в коэффициентах.
Основные свойства средней арифметической.
Средняя арифметическая обладает рядом свойств:
1. От уменьшения или увеличения частот каждого значения признака х в п раз величина средней арифметической не изменится.
Если все частоты разделить или умножить на какое-либо число, то величина средней не изменится.
2. Общий множитель индивидуальных значений признака может быть вынесен за знак средней:
3. Средняя суммы (разности) двух или нескольких величин равна сумме (разности) их средних:
4. Если х = с, где с - постоянная величина, то .
5. Сумма отклонений значений признака Х от средней арифметической х равна нулю:
Средняя гармоническая.
Наряду со средней арифметической, в статистике применяется средняя гармоническая величина, обратная средней арифметической из обратных значений признака. Как и средняя арифметическая, она может быть простой и взвешенной.
Пример 6.
Бригада токарей была занята обточкой одинаковых деталей в течение 8-часового рабочего дня. Первый токарь затратил на одну деталь 12 мин, второй - 15 мин., третий - 11, четвертый - 16 и пятый - 14 мин. Определите среднее время, необходимое на изготовление одной детали.
На первый взгляд кажется, что задача легко решается по формуле средней арифметической простой:
Полученная средняя была бы правильной, если бы каждый рабочий сделал только по одной детали. Но в течение дня отдельными рабочими было изготовлено различное число деталей. Для определения числа деталей, изготовленных каждым рабочим, воспользуемся следующим соотношением:
все затраченное время
Среднее время, затраченное = --------------------------------------
на одну деталь число деталей
Число деталей, изготовленных каждым рабочим, определяется отношением всего времени работы к среднему времени, затраченному на одну деталь. Тогда среднее время, необходимое для изготовления одной детали, равно:
Это же решение можно представить иначе:
Таким образом, формула для расчета средней гармонической простой будет иметь вид:
Пример 7.
Издержки производства и себестоимость единицы продукции А по трем заводам характеризуются следующими данными:
Таблица 5.5.
| Номер завода | Издержки производства, тыс.руб. | Себестоимость единицы продукции, руб. |
| 1 | 200 | 20 |
| 2 | 460 | 23 |
| 3 | 110 | 22 |
Исчислим среднюю себестоимость изделия по трем заводам. Как и прежде, главным условием выбора формы средней является экономическое содержание показателя и исходные данные.
Издержки производства
Средняя себестоимость = ----------------------------------------
единицы продукции () Количество продукции
руб.
Таким образом, формулу для расчета средней гармонической взвешенной можно представить в общем виде:
Мода.
Характеристиками вариационных рядов, наряду со средними, являются мода и медиана.
Мода - это величина признака (варианта), наиболее часто повторяющаяся в изучаемой совокупности. Для дискретных рядов распределения модой будет значение варианта с наибольшей частотой.
Пример 8.
Распределение проданной обуви по размерам характеризуется следующими показателями:
| размер обуви | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | и выше |
| число пар, в % к итогу | — | 1 | 6 | 8 | 22 | 30 | 20 | 11 | 1 | 1 | — |
В этом ряду распределения мода равна 41. Именно этот размер обуви пользовался наибольшим спросом покупателей.
Для интервальных рядов распределения с равными интервалами мода определяется по формуле:
где - начальное значение интервала, содержащего моду;
- величина модального интервала;
- частота модального интервала;
- частота интервала, предшествующего модальному;
- частота интервала, следующего за модальным.
Пример 9.
Распределение предприятий по численности промышленно - производственного персонала характеризуется следующими данными:
Таблица 5.6.
| Группы предприятий по числу работающих, чел | Число предприятий |
| 100 — 200 | 1 |
| 200 — 300 | 3 |
ИТОГО | 80 |
В этой задаче наибольшее число предприятий (30) имеет численность работающих от 400 до 500 человек. Следовательно, этот интервал является модальным интервалом ряда распределения.
Введем следующие обозначения:
=400, =100, =30, =7, =19
Подставим эти значения в формулу моды и произведем вычисления:
Медиана
Медиана - это варианта, расположенная в середине вариационного ряда. Если ряд распределения дискретный и имеет нечетное число членов, то медианой будет варианта, находящаяся в середине упорядоченного ряда (упорядоченный ряд - это расположение единиц совокупности в возрастающем или убывающем порядке).
Например, стаж пяти рабочих составил 2, 4, 7, 8, 10 лет. В таком упорядоченном ряду медиана - 7 лет. По обе стороны от нее находится одинаковое число рабочих.
Если упорядоченный ряд состоит из четного числа членов, то медианой будет средняя арифметическая из двух вариант, расположенных в середине ряда. Пусть теперь будет не пять человек в бригаде, а шесть, имеющих стаж работы 2, 4, 6, 7, 8 и 10 лет. В этом ряду имеются две варианты, стоящие в центре ряда. Это варианты 6 и 7. Средняя арифметическая из этих значений и будет медианой ряда:
Ме = (6 + 7) / 2 = 6,5 лет.
Рассмотрим пример расчета медианы в дискретном ряду.
Пример 10.
Определим медиану заработной платы рабочих.
Таблица 5.7.
| Месячная з/п , руб. | Число рабочих | Сумма накопительных частот |
| 110 | 2 | 2 |
| 130 | 6 | 8 (2+6) |
| 40 |
Для определения медианы надо подсчитать сумму накопленных частот ряда. Наращивание итога продолжается до получения накопленной суммы частот, превышающей половину. В нашем примере сумма частот составила ее половина - 20.
Накопленная сумма частот ряда получилась равной Варианта, соответствующая этой сумме, т.е. 160 руб., и есть медиана ряда.
Если же сумма накопленных частот против одной из вариант равна точно половине сумме частот, то медиана определяется как средняя арифметическая этой варианты и последующей.
Пример 11.
Таблица 5.8.
| d #000001; border-left: 1.50pt solid #000001; border-right: 1px solid #000001; padding: 0in;">Месячная з/п, руб. | Число рабочих | Сумма накопительных частот |
| 110 | 2 | 2 |
| 130 | 6 | 8 (2+6) |
| 40 |
Медиана будет равна:
Ме = (150 + 170) / 2 = 160 руб.
Рассмотрим расчет медианы в интервальном вариационном ряду.
Медиана интервального вариационного ряда распределения определяется по формуле
где — начальное значение интервала, содержащего медиану;
— величина медианного интервала;
— сумма частот ряда;
— сумма накопленных частот, предшествующих медианному интервалу;
— частота медианного интервала.
Пример 12.
Таблица 5.9.
| Группы предприятий по числу рабочих | Число предприятий | Сумма накопительных частот |
| 100 — 200 | 1 | 1 |
| 200 — 300 | 3 | 4 (1+3) |
ИТОГО | 80 |
Определим прежде всего медианный интервал. В данной задаче сумма накопленных частот, превышающая половину всех значений (41), соответствует интервалу 400 - 500. Это и есть медианный интервал, в котором находится медиана. Определим ее значение по приведенной выше формуле.
Известно, что:
Следовательно,
.
Продолжение контрольной работы №1.
По данным о распределении предприятий региона по товарообороту (табл. 5.10.) определите:
- средний объем товарооборота;
- моду;
- медиану.
По всем расчетам сделать выводы. Данные каждого расчета оформить в виде таблиц.
Таблица 5.10.
| Группы предприятий по объему товарооборота, млн.руб. | Число предприятий |
| до 400 | 9 |
| 400 — 500 | 12 |
ИТОГО | 40 |
Продолжение контрольной работы №1 в лекции №6.
14
Лекция №6
Показатели вариации.
Различие индивидуальных значений признака внутри изучаемой совокупности в статистике называется вариацией признака.
Она возникает в результате того, что его индивидуальные значения складываются под совокупным влиянием разнообразных факторов, которые по-разному сочетаются в каждом отдельном случае.
Средняя величина — это абстрактная, обобщающая характеристика признака изучаемой совокупности, но она не показывает строения совокупности, которое весьма существенно для ее познания. Средняя величина не дает представления о том, как отдельные значения изучаемого признака группируются вокруг средней, сосредоточены ли они вблизи или значительно отклоняются от нее. В некоторых случаях отдельные значения признака близко примыкают к средней арифметической и мало от нее отличаются. В таких случаях средняя хорошо представляет всю совокупность.
В других, наоборот, отдельные значения совокупности далеко отстают от средней, и средняя плохо представляет всю совокупность.
Колеблемость отдельных значений характеризуют показатели вариации.
Термин "вариация" произошел от латинского variatio –“изменение, колеблемость, различие”. Однако не всякие различия принято называть вариацией. Под вариацией в статистике понимают такие количественные изменения величины исследуемого признака в пределах однородной совокупности, которые обусловлены перекрещивающимся влиянием действия различных факторов. Различают вариацию признака: случайную и систематическую.
Анализ систематической вариации позволяет оценить степень зависимости изменений в изучаемом признаке от определяющих ее факторов. Например, изучая силу и характер вариации в выделяемой совокупности, можно оценить, насколько однородной является данная совокупность в количественном, а иногда и качественном отношении, а следовательно, насколько характерной является исчисленная средняя величина. Степень близости данных отдельных единиц хi к средней измеряется рядом абсолютных, средних и относительных показателей.
Абсолютные и средние показатели вариации
и способы их расчета.
Для характеристики совокупностей и исчисленных величин важно знать, какая вариация изучаемого признака скрывается за средним.
Для характеристики колеблемости признака используется ряд показателей. Наиболее простой из них - размах вариации.
Размах вариации - это разность между наибольшим () и наименьшим () значениями вариантов.
Пример 1.
Таблица 6.1
| Группы предприятий по объему товарооборота, млн.руб. | Число предприятий |
| 90 — 100 | 28 |
| 100 — 110 | 48 |
ИТОГО | 100 |
Определяем показатель размаха вариации:
R = 130 - 90 = 40 млн. руб.
Этот показатель улавливает только крайние отклонения и не отражает отклонений всех вариант в ряду.
Чтобы дать обобщающую характеристику распределению отклонений, исчисляют среднее линейное отклонение d, которое учитывает различие всех единиц изучаемой совокупности.
Среднее линейное отклонение определяется как средняя арифметическая из отклонений индивидуальных значений от средней, без учета знака этих отклонений:
.
Порядок расчета среднего линейного отклонения следующий:
1) по значениям признака исчисляется средняя арифметическая:
;
2) определяются отклонения каждой варианты от средней ;
3) рассчитывается сумма абсолютных величин отклонений: ;
4) сумма абсолютных величин отклонений делится на число значений:
.
Пример 2.
Таблица 6.2
| Табельный номер рабочего |
|
| // |
| 1 | 2 | - 8 | 8 |
| 2 | 3 | - 7 | 7 |
Итого | 50 | 0 | 30 |
d==
Если данные наблюдения представлены в виде дискретного ряда распределения с частотами, среднее линейное отклонение исчисляется по формуле средней арифметической взвешенной:
Порядок расчета среднего линейного отклонения взвешенного следующий:
1) вычисляется средняя арифметическая взвешенная:
;
2) определяются абсолютные отклонения вариант от средней //;
3) полученные отклонения умножаются на частоты ;
4) находится сумма взвешенных отклонений без учета знака:
;
5) сумма взвешенных отклонений делится на сумму частот:
.
Расчет дисперсии и среднего квадратического отклонения по индивидуальным данным
и в рядах распределения.
Основными обобщающими показателями вариации в статистике являются дисперсии и среднее квадратическое отклонение.
Дисперсия - это средняя арифметическая квадратов отклонений каждого значения признака от общей средней. Дисперсия обычно называется средним квадратом отклонений и обозначается . В зависимости от исходных данных дисперсия может вычисляться по средней арифметической простой или взвешенной:
— дисперсия невзвешенная (простая);
— дисперсия взвешенная.
Среднее квадратическое отклонение представляет собой корень квадратный из дисперсии и обозначается S:
— среднее квадратическое отклонение невзвешенное;
— среднее квадратическое отклонение взвешенное.
Среднее квадратическое отклонение - это обобщающая характеристика абсолютных размеров вариации признака в совокупности. Выражается оно в тех же единицах измерения, что и признак (в метрах, тоннах, процентах, гектарах и т.д.).
Среднее квадратическое отклонение является мерилом надежности средней. Чем меньше среднее квадратическое отклонение, тем лучше средняя арифметическая отражает собой всю представляемую совокупность.
Вычислению среднего квадратического отклонения предшествует расчет дисперсии.
Порядок расчета дисперсии взвешенную:
1) определяют среднюю арифметическую взвешенную
;
2) определяются отклонения вариант от средней ;
3) возводят в квадрат отклонение каждой варианты от средней ;
4) умножают квадраты отклонений на веса (частоты) ;
5) суммируют полученные произведения
;
6) Полученную сумму делят на сумму весов
.
Пример 3.
Таблица 6.3.
| Произведено продукции одним рабочим, шт. ( варианта) | Число рабочих, |
|
|
|
|
| 8 | 7 | 56 | -2 | 4 | 28 |
| 9 | 10 | 90 | -1 | 1 | 10 |
ИТОГО | 50 | 500 | 74 |
Исчислим среднюю арифметическую взвешенную:
шт.
Значения отклонений от средней и их квадратов представлены в таблице 6.3. Определим дисперсию:
=1,48
Среднее квадратическое отклонение будет равно:
шт.
Если исходные данные представлены в виде интервального ряда распределения, то сначала надо определить дискретное значение признака, а далее применить тот же метод, что изложен выше.
Пример 4.
Покажем расчет дисперсии для интервального ряда на данных о распределении посевной площади колхоза по урожайности пшеницы:
Таблица 6.4
| Урожайность пшеницы, ц/га | Посевная площадь, га |
|
|
|
|
|
| 14 - 16 | 100 | 15 | 1500 | -3,4 | 11,56 | 1156 |
| 16 - 18 | 300 | 17 | 5100 | -1,4 | 1,96 | 588 |
ИТОГО | 1000 | 18400 | 3240 |
Средняя арифметическая равна:
ц с 1га.
Исчислим дисперсию:
Расчет дисперсии по формуле по индивидуальным данным и в рядах распределения.
Техника вычисления дисперсии сложна, а при больших значениях вариант и частот может быть громоздкой. Расчеты можно упростить, используя свойства дисперсии.
Свойства дисперсии.
Уменьшение или увеличение весов (частот) варьирующего признака в определенное число раз дисперсии не изменяет.
Уменьшение или увеличение каждого значения признака на одну и ту же постоянную величину А дисперсии не изменяет.
Уменьшение или увеличение каждого значения признака в какое-то число раз к соответственно уменьшает или увеличивает дисперсию в раз, а среднее квадратическое отклонение - в к раз.
Дисперсия признака относительно произвольной величины всегда больше дисперсии относительно средней арифметической на квадрат разности между средней и произвольной величиной: . Если А равна нулю, то приходим к следующему равенству: , т.е. дисперсия признака равна разности между средним квадратом значений признака и квадратом средней.
Каждое свойство при расчете дисперсии может быть применено самостоятельно или в сочетании с другими.
Порядок расчета дисперсии простой:
1) определяют среднюю арифметическую ;
2) возводят в квадрат среднюю арифметическую;
3) возводят в квадрат каждую варианту ряда ;
4) находим сумму квадратов вариант ;
5) делят сумму квадратов вариант на их число, т.е. определяют средний квадрат ;
6) определяют разность между средним квадратом признака и квадратом средней .
Пример 5.
Имеются следующие данные о производительности труда рабочих:
Таблица 6.4
| Табельный номер рабочего | Произведено продукции, шт. |
|
| 1 | 8 | 64 |
| 2 | 9 | 81 |
ИТОГО | 50 | 510 |
Произведем следующие расчеты:
шт.
Пример 6.
Определить дисперсию в дискретном ряду распределения, используя табл. 6.5.
Таблица 6.5.
| Произведено продукции 1 рабочим, шт. (х) | Число рабочих, n |
|
|
|
| 8 | 7 | 56 | 64 | 448 |
| 9 | 10 | 90 | 81 | 810 |
ИТОГО | 50 | 500 | 510 | 5074 |
Получим тот же результат, что в табл. 6.3.
Рассмотрим расчет дисперсии в интервальном ряду распределения.
Порядок расчета дисперсии взвешенной (по формуле ):
определяют среднюю арифметическую ;
возводят в квадрат полученную среднюю ;
возводят в квадрат каждую варианту ряда ;
умножают квадраты вариант на частоты ;
суммируют полученные произведения ;
делят полученную сумму на сумму весов и получают средний квадрат признака ;
определяют разность между средним значением квадратов и квадратом средней арифметической, т.е. дисперсию .
Пример 7.
Имеются следующие данные о распределении посевной площади колхоза по урожайности пшеницы:
Таблица 6.6
| Урожайность пшеницы, ц/га | Посевная площадь, га |
|
|
|
|
| 14 - 16 | 100 | 15 | 1500 | 225 | 22500 |
| 16 - 18 | 300 | 17 | 5100 | 289 | 36700 |
ИТОГО | 1000 | 18400 | 341200 |
В подобных примерах прежде всего определяется дискретное значение признака в каждом интервале, а затем применяется метод расчета, указанный выше:
Средняя величина отражает тенденцию развития, т.е. действие главных причин. Среднее квадратическое отклонение измеряет силу воздействия прочих факторов.
Показатели относительного рассеивания.
Для характеристики меры колеблемости изучаемого признака исчисляются показатели колеблемости в относительных величинах. Они позволяют сравнивать характер рассеивания в различных распределениях (различные единицы наблюдения одного и того же признака в двух совокупностях, при различных значениях средних, при сравнении разноименных совокупностей). Расчет показателей меры относительного рассеивания осуществляют как отношение абсолютного показателя рассеивания к средней арифметической, умножаемое на 100%.
1. Коэффициент осцилляции отражает относительную колеблемость крайних значений признака вокруг средней.
(1)
2. Относительное линейное отклонение характеризует долю усредненного значения абсолютных отклонений от средней величины.
(2)
3. Коэффициент вариации.
(3)
Учитывая, что среднеквадратическое отклонение дает обобщающую характеристику колеблемости всех вариантов совокупности, коэффициент вариации является наиболее распространенным показателем колеблемости, используемым для оценки типичности средних величин. При этом исходят из того, что если V больше 40 %, то это говорит о большой колеблемости признака в изучаемой совокупности.
Продолжение контрольной работы №1.
Для характеристики производственного стажа работников одной из отраслей промышленности проведено обследование различных категорий работников. Результаты обследования систематизированы в виде таблицы.
По данным таблицы 6.7 определите:
размах вариации;
среднее линейное отклонение;
дисперсию (двумя способами);
среднее квадратическое отклонение;
коэффициент вариации стажа рабочих, мастеров, технологов.
Таблица 6.7
| Группы работников по стажу работы, лет | Удельный вес работников по стажу в % к итогу | ||
| Рабочие | Мастера | Технологи | |
| До 2 | 7 | 1 | — |
| 2 - 4 | 15 | 10 | 3 |
Свыше 14 | 8 | 11 | 5 |
Для расчета выберете две любые группы.
15
Лекция №7
Ряды Динамики.
Установление вида ряда динамики.
Основная цель статистического изучения динамики коммерческой деятельности состоит в выявлении и измерении закономерностей их развития во времени. Это достигается посредством построения и анализа статистических рядов динамики.
Рядами динамики называются статистические данные, отображающие развитие изучаемого явления во времени. В каждом ряду динамики имеются два основных элемента: показатель времени t; соответствующие им уровни развития изучаемого явления у. В качестве показаний времени в рядах динамики выступают либо определенные даты (моменты) времени, либо отдельные периоды (годы, кварталы, месяцы, сутки).
Уровни рядов динамики отображают количественную оценку (меру) развития во времени изучаемого явления. Они могут выражаться абсолютными, относительными или средними величинами.
В зависимости от характера изучаемого явления уровни рядов динамики могут относиться или к определенным датам (моментам) времени, или к отдельным периодам. В соответствии с этим, ряды динамики подразделяются на моментные и интервальные.
Моментные ряды динамики отображают состояние изучаемых явлений на определенные даты (моменты) времени.
Примером моментного ряда динамики является следующая информация о списочной численности работников фирмы N в 1994 г.:
| Дата | 1.01 | 1.04 | 1.07 | 1.10 | 1.01 |
| Год | 1994 г. | 1994 г. | 1994 г. | 1994 г. | 1995 г. |
| Число работников, чел. | 192 | 190 | 195 | 198 | 200 |
Особенностью моментного ряда динамики является то, что в его уровни могут входить одни и те же единицы изучаемой совокупности. Так, основная часть персонала фирмы N, составляющая списочную численность на 1.01.1994г., продолжающая работать в течение данного года, отображена в уровнях последующих периодов. Поэтому при суммировании уровней моментного ряда динамики может возникнуть повторный счет.
Интервальные ряды динамики отображают итоги развития (функционирования) изучаемых явлений за отдельные периоды (интервалы) времени.
Примером интервального ряда динамики могут служить данные о розничном товарообороте магазина в 1990-1994 гг.:
| Год | 1990 | 1991 | 1992 | 1993 | 1994 |
| Объем розничного товарооборота, тыс. руб. | 885,7 | 932,6 | 980,1 | 1028,7 | 1088,4 |
Особенностью интервального ряда динамики является то, что каждый его уровень складывается из данных за более короткие интервалы времени. Например, суммируя товарооборот за первые три месяца года, получают его объем за I квартал, а сумма товарооборота четырех кварталов дает объем товарооборота за год и т.д.
Ряды динамики могут быть полными и неполными.
Полный ряд - ряд динамики, в котором одноименные моменты времени или периоды времени строго следуют один за другим в календарном порядке или равноотстоят друг от друга.
Неполный ряд динамики - ряд, в котором уровни зафиксированы в неравноотстоящие моменты или периоды времени.
Пример.
Численность населения СССР характеризуется данными переписей, млн. чел.:
1939 1959 1970 1979 неполный моментный ряд
170,6 208,8 241,7 262, 4 абсолютных величин
Пример.
Производство электроэнергии характеризуется следующими данными, млрд. кВт-ч.:
1930 1940 1950 1960 полный интервальный ряд
48,6 91,2 292,3 740,9 абсолютных величин
Приведение рядов динамики в сопоставимый вид.
Ряды динамики, изучающие изменение статистического показателя, могут охватывать значительный период времени, на протяжении которого могут происходить события, нарушающие сопоставимость отдельных уровней ряда динамики (изменение методологии учета, изменение цен и т.д.).
Для того, чтобы анализ ряда был объективен, необходимо учитывать события, приводящие к несопоставимости уровней ряда и использовать приемы обработки рядов для приведения их в сопоставимый вид.
Наиболее характерные случаи несопоставимости уровней ряда динамики:
Территориальные изменения объекта исследования, к которому относится изучаемый показатель (изменение границ городского района, пересмотр административного деления области и т.д.).
Разновеликие интервалы времени, к которым относится показатель. Так, например, в феврале - 28 дней, в марте - 31 день, анализируя изменения показателя по месяцам, необходимо учитывать разницу в количестве дней.
Изменение даты учета. Например, численность поголовья скота в разные годы могла определяться по состоянию на 1 января или на 1 октября, что в данном случае приводит к несопоставимости.
Изменение методологии учета или расчета показателя.
Изменение цен.
Изменение единиц измерения.
Пример.
Динамика изменения численности населения района области по состоянию на 1 января (в тыс. человек) представлена рядом динамики:
1982 1983 1984
22,0 22,3 22,8 - в старых границах района.
В 1984 году произошло изменение административного деления области, и площадь района увеличилась, соответственно увеличилась и численность населения района:
1985 1986 1987
34,2 34,3 34,4 - в новых границах района.
Для приведения ряда в сопоставимый вид необходимо для 1984 года знать численность населения в старых и новых границах района для определения коэффициента пересчета:
Все уровни ряда, предшествующие 1984 году, умножаются на коэффициент К и ряд принимает вид:
1982 1983 1984 1985 1986 1987
33,0 33,3 34,2 34,2 34,3 34,4
После этого преобразования ряда динамики возможен дальнейший анализ ряда (определение темпов роста и др.).
Определение среднего уровня ряда динамики.
В качестве обобщенной характеристики уровней ряда динамики служит средний уровень ряда динамики . В зависимости от типа ряда динамики используются различные расчетные формулы.
Интервальный ряд абсолютных величин с равными периодами (интервалами времени):
Моментный ряд с равными интервалами между датами:
Моментный ряд с неравными интервалами между датами:
где - уровни ряда, сохраняющиеся без изменения на протяжении интервала времени .
Показатели изменения уровней ряда динамики.
Одним из важнейших направлений анализа рядов динамики является изучение особенностей развития явления за отдельные периоды времени.
С этой целью для динамических рядов рассчитывают ряд показателей:
К - темпы роста;
- абсолютные приросты;
- темпы прироста.
Темп роста - относительный показатель, получающийся в результате деления двух уровней одного ряда друг на друга. Темпы роста могут рассчитываться как цепные, когда каждый уровень ряда сопоставляется с предшествующим ему уровнем: , либо как базисные, когда все уровни ряда сопоставляются с одним и тем же уровнем , выбранным за базу сравнения: . Темпы роста могут быть представлены в виде коэффициентов либо в виде процентов.
Абсолютный прирост - разность между двумя уровнями ряда динамики, имеет ту же размерность, что и уровни самого ряда динамики. Абсолютные приросты могут быть цепными и базисными, в зависимости от способа выбора базы для сравнения:
цепной абсолютный прирост - ;
базисный абсолютный прирост - .
Для относительной оценки абсолютных приростов рассчитываются показатели темпов прироста.
Темп прироста - относительный показатель, показывающий на сколько процентов один уровень ряда динамики больше (или меньше) другого, принимаемого за базу для сравнения.
Базисные темпы прироста: .
Цепные темпы прироста: .
и - абсолютный базисный или цепной прирост;
- уровень ряда динамики, выбранный за базу для определения базисных абсолютных приростов;
- уровень ряда динамики, выбранный за базу для определения i-го цепного абсолютного прироста.
Существует связь между темпами роста и прироста:
К = К - 1 или К = К - 100 % (если темпы роста определены в процентах).
Если разделить абсолютный прирост (цепной) на темп прироста (цепной) за соответствующий период, получим показатель, называемый - абсолютное значение одного процента прироста: .
Пример.
Выпуск продукции предприятия за 1985 — 1990 гг. характеризуются следующими данными (в сопоставимых ценах), млн. руб.:
| 1985 | 1986 | 1987 | 1988 | 1989 | 1990 |
| 23,3 | 24,9 | 26,6 | 27,6 | 29,0 | 32,2 |
Требуется произвести анализ динамики выпуска продукции предприятием за пять лет.
1. Определяем цепные и базисные темпы роста (К).
Цепные: Базисные:
2. Определяем цепной и базисный абсолютный прирост ().
Цепные: Базисные:
3. Определяем цепные и базисные темпы прироста ().
Цепные: Базисные:
Проверим связь между темпами роста и прироста.
Цепные темпы прироста:
и т.д.
Видим, что получаем такие же результаты.
Определение среднего абсолютного прироста,
средних темпов роста и прироста.
По показателям изменения уровней ряда динамики (абсолютные приросты, темпы роста и прироста), полученным в результате анализа исходного ряда, могут быть рассчитаны обобщающие показатели в виде средних величин - средний абсолютный прирост, средний темп роста, средний темп прироста.
Средний абсолютный прирост может быть получен по одной из формул:
или ,
где n - число уровней ряда динамики;
- первый уровень ряда динамики;
- последний уровень ряда динамики;
- цепные абсолютные приросты.
Средний темп роста можно определить, пользуясь формулами:
где n - число рассчитанных цепных или базисных темпов роста;
- уровень ряда, принятый за базу для сравнения;
- последний уровень ряда;
- цепные темпы роста (в коэффициентах);
- первый базисный темп роста;
- последний базисный темп роста.
Между темпами прироста и темпами роста К существует соотношение = К - 1, аналогичное соотношение верно и для средних величин.
Контрольная работа №2.
Задача №1.
Имеются данные о реализации продукции (млн. руб.) фирмой “Орион”. Для июля эта фирма состояла из восьми торговых точек, затем появились еще четыре точки.
| Месяц | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 8 торговых точек | 235 | 300 | 267 | 285 | 289 | - | - | - | - |
| 12 торговых точек | - | - | - | - | 462 | 509 | 456 | 487 | 516 |
Приведите уровни ряда в сопоставимый вид.
Задача №2.
Имеются следующие данные о валовом сборе овощей в хозяйствах области, млн. ц.:
| 1986 | 1987 | 1988 | 1989 | 1990 |
| 7,6 | 9,1 | 7,8 | 8,4 | 9,6 |
Определить средний уровень валового сбора овощей за пять лет.
Задача №3.
По следующим данным о товарных запасах в розничной сети торгующих организаций города определить величину среднеквартального запаса за 1989г., млн. руб.:
| 1 января | 1989 | 64,1 |
| 1 апреля | 1989 | 57,8 |
1 января | 1990 | 72,3 |
Задача №4.
За январь 1990г. произошли следующие изменения в списочном составе работников предприятия, чел.:
| состояло по списку на 1.01.90г. | 842 |
| выбыло с 5.01.90г. | 4 |
зачислено с 26.01.90г. | 2 |
Определить среднедневную списочную численность работников предприятия за январь 1990г.
Задача №5.
Используя взаимосвязь показателей динамики, определите уровни ряда добычи нефти и недостающие в таблице цепные показатели динамики:
Добыча | Цепные показатели динамики | ||||
| Год | нефти, млн.т | абсолют. прирост, млн.т. | темп роста, % | темп прироста, % | абс.значение 1% прироста |
| 1980 | 353 | - | - | - | - |
| 1981 | 24 | ||||
1989 | 14 | 5,72 | |||
Задача №6
Используя взаимосвязь показателей динамики, определите уровни ряда и недостающие в таблице базисные показатели динамики:
| Производство эл.энергии | Базисные показатели динамики | |||
| Год | млрд. кВт.ч. | абсолют. прирост, | темп роста, % | темп прироста, % |
| 1980 | 741 | - | - | - |
| 1981 | 59 | |||
1989 | 167,2 | |||
Продолжение контрольной работы №2 на странице 19.
Определение в рядах динамики
общей тенденции развития.
Определение уровней ряда динамики на протяжении длительного периода времени обусловлено действием ряда факторов, которые неоднородны по силе и направлению воздействия, оказываемого на изучаемое явление.
Рассматривая динамические ряды, пытаются разделить эти факторы на постоянно действующие и оказывающие определяющее воздействие на уровни ряда, формирующие основную тенденцию развития, и случайные факторы, приводящие к кратковременным изменениям уровней ряда динамики. Наиболее важна при анализе ряда динамики его основная тенденция развития, но часто по одному лишь внешнему виду ряда динамики ее установить невозможно, поэтому используют специальные методы обработки, позволяющие показать основную тенденцию ряда. Методы обработки используются как простые, так и достаточно сложные. Простейший способ обработки ряда динамики, применяемый с целью установления закономерностей развития - метод укрупнения интервалов.
Суть метода в том, чтобы от интервалов, или периодов времени, для которых определены исходные уровни ряда динамики, перейти к более продолжительным периодам времени и посмотреть, как уровни ряда изменяются в этом случае.
Пример.
Данные о реализации молочной продукции в магазинах города по месяцам представлены таблицей (в тоннах)
| месяц | 1987 | 1988 | 1989 |
| январь | 5,3 | 5,3 | 5,4 |
| февраль | 5,3 | 5,1 | 5,2 |
итого за год | 96,7 | 98,4 | 101 |
Исходные уровни ряда динамики подвержены сезонным изменениям; для определения общей тенденции развития переходят от ежемесячных уровней к годовым уровням:
1987г. - 96,7 тонн
1988г. - 98,4 тонн
1989г. - 101 тонна
Эти цифры, полученные в результате перехода к годовым уровням ряда динамики, показывают общую тенденцию роста реализации молочной продукции.
Другой способ определения тенденции в ряду динамики — метод скользящих средних. Суть метода заключается в том, что фактические уровни ряда заменяются средними уровнями, вычисленными по определённому правилу, например:
— исходные или фактические уровни ряда динамики заменяются средними уровнями:
...
...
...
В результате получается сглаженный ряд, состоящий из скользящих пятизвенных средних уровней . Между расположением уровней и устанавливается соответствие:
— — — — ,
сглаженный ряд короче исходного на число уровней , где k - число уровней, выбранных для определения средних уровней ряда.
Сглаживание методом скользящих средних можно производить по четырём, пяти или другому числу уровней ряда, используя соответствующие формулы для усреднения исходных уровней.
Полученные при этом средние уровни называются четырёхзвенными скользящими средними, пятизвенными скользящими средними и т.д.
При сглаживании ряда динамики по чётному числу уровней выполняется дополнительная операция, называемая центрированием, поскольку, при вычислении скользящего среднего, например по четырём уровням, относится к временной точке между моментами времени, когда были зафиксированы фактические уровни и . Схема вычислений и расположений уровней сглаженного ряда становится сложнее:
... — исходные уровни;
— — ... — сглаженные уровни;
— — ... — центрированные сглаженные уровни;
.
Метод скользящих средних не позволяет получить численные оценки для выражения основной тенденции в ряду динамики, давая лишь наглядное графическое представление (пример 1).
Пример.
Таблица 1.
| Годы | Валовый сбор хлопка-сырца, млн. т. | Скользящая средняя по 5 уровням |
| 1960 | 4,3 | — |
| 1961 | 4,5 | — |
1982 | 9,3 | — |
На рис. 1 показан график, построенный по данным о валовом сборе хлопка-сырца в стране за ряд лет наблюдения и по расчетным данным, представленным в таблице 1.
Рис. 1. Валовый сбор хлопка - сырца.
Наиболее совершенным способом определения тенденции развития в ряду динамики является метод аналитического выравнивания. При этом методе исходные уровни ряда динамики заменяются теоретическими или расчетными , которые представляют из себя некоторую достаточно простую математическую функцию времени, выражающую общую тенденцию развития ряда динамики. Чаще всего в качестве такой функции выбирают прямую, параболу, экспоненту и др.
Например, ,
где - коэффициенты, определяемые в методе аналитического выравнивания;
- моменты времени, для которых были получены исходные и соответствующие теоретические уровни ряда динамики, образующие прямую, определяемую коэффициентами .
Расчет коэффициентов ведется на основе метода наименьших квадратов:
Если вместо подставить (или соответствующее выражение для других математических функций), получим:
Это функция двух переменных (все и известны), которая при определенных достигает минимума. Из этого выражения на основе знаний, полученных в курсе высшей математики об экстремуме функций n переменных, получают значения коэффициентов .
Для прямой:
где n — число моментов времени, для которых были получены исходные уровни ряда .
Если вместо абсолютного времени выбрать условное время таким образом, чтобы , то записанные выражения для определения упрощаются:
Пример.
Нечетное число уровня ряда.
| 1981 | 1982 | 1983 | 1984 | 1985 | 1986 | 1987 | абсолютное время |
| -3 | -2 | -1 | 0 | 1 | 2 | 3 | условное время |
Чётное число уровней ряда.
| 1981 | 1982 | 1983 | 1984 | 1985 | 1986 | 1987 | 1988 | абсолютное время |
| -7 | -5 | -3 | -1 | 1 | 3 | 5 | 7 | условное время |
В обоих случаях .
Пример.
Выполняется аналитическое выравнивание ряда, отражающего производство стали в стране по годам (млн. т).
| 1985 | 1986 | 1987 | 1988 | 1989 |
| 141,3 | 144,8 | 146,7 | 151,5 | 149,0 |
В качестве математической функции, отражающей тенденцию развития, выбирается прямая , определение производится для условного времени, в результате , .
| Год | Производство стали | Условное время
| Теоретические уровни
|
| 1985 | 141,3 | -2 | 142,2 |
1989 | 149,0 | 2 | 151,1 |
Определение в рядах внутригодовой динамики.
Многие процессы хозяйственной деятельности, торговли, сельского хозяйства и других сфер человеческой деятельности подвержены сезонным изменениям, например, продажа мороженого, потребление электроэнергии, производство молока, сахара, продажа сельхозпродукции и др.
Для анализа рядов динамики, подверженных сезонным изменениям, используются специальные методы, позволяющие установить и описать особенности изменения уровней ряда. Прежде, чем использовать методы изучения сезонности, необходимо подготовить данные, приведённые в сопоставимый вид, за несколько лет наблюдения по месяцам или кварталам. Изменения сезонных колебаний производится с помощью индексов сезонности. В зависимости от существующих в ряду динамики тенденций используются различные правила построения индексов.
1. Ряд динамики не имеет общей тенденции развития, либо она не велика.
Индекс сезонности: ,
где — средний уровень ряда, полученный в результате осреднения уровней ряда за одноимённые периоды времени (например, средний уровень января за все годы наблюдения);
— общий средний уровень ряда за всё время наблюдения.
Вывод о наличии или отсутствия в ряду динамики ярко выраженной тенденции может производиться, например, при помощи метода укрупнения интервалов.
Пример.
Имеются данные заключения брака в городе за ряд лет наблюдения:
| Месяц | 1986 | 1987 | 1988 |
| январь | 173 | 183 | 178 |
| февраль | 184 | 185 | 179 |
итого за год | 1940 | 2008 | 2088 |
При переходе от месячных к годовым уровням можно установить, что тенденция роста очень незначительна.
Общий средний уровень ряда:
— среднее число браков, заключаемых за один день.
Средний уровень января:
— среднее число браков за один день января.
Аналогично рассчитывается средние уровни февраля, марта и т.д. Результаты расчётов сведены в таблицу:
| Месяц |
|
|
| январь | 5,74 | 104,2 |
| февраль | 6,45 | 117,1 |
декабрь | 6,14 | 111,4 |
Полученные индексы сезонности дают оценку того, как в отдельные месяцы года количество заключённых браков отклоняется от среднего значения. Построенный по полученным индексам сезонности линейный график наглядно покажет сезонность рассматриваемого процесса.
2. Ряд динамики имеет общую тенденцию, и она определена либо методом скользящего среднего, либо методом аналитического выравнивания.
Индекс сезонности ,
где — исходные уровни ряда:
— уровни ряда, полученные в результате определения скользящих средних для тех же периодов времени, что и исходные уровни:
I — номер месяца или квартала, для которого определяется индекс сезонности:
n — число лет наблюдения за процессом.
В случае, если тенденция развития определялась методом аналитического выравнивания, расчетная формула получения индексов сезонности совершенно аналогична предыдущей, но вместо — уровней, полученных методом скользящих средних, используются — полученные методом аналитического выравнивания.
Пример.
На основе исходных данных о реализации сахара в продовольственных магазинах города в 1990 — 1992 гг. (т), определены скользящие средние по трем уровням ряда:
| 1990 | 1991 | 1992 | |||||||
| Месяц | Исходные уровни
| Сглажен. уровни
| Исходные уровни
| Сглажен. уровни
| Исходные уровни
| Сглажен. уровни
| |||
| январь | 78,9 | ------- | 108,6 | 106,2 | 129,1 | 131,3 | |||
| февраль | |||||||||
| март | |||||||||
| апрель | |||||||||
| май | |||||||||
| июнь | |||||||||
| июль | |||||||||
| август | |||||||||
| сентябрь | |||||||||
| октябрь | |||||||||
| ноябрь | |||||||||
| декабрь | 102,1 | 102,6 | 136,3 | 128,0 | 156,5 | ------- | |||
На основе исходных и сглаженных уровней ряда строятся индексы сезонности:
Так для января:
Для февраля:
и т.д.
Индексы сезонности по месяцам сведены в таблицу:
| Месяц | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
|
| 100 | 98 | 96 | 110 | 95 | 98 | 106 | 96 | 93 | 107 | 95 | 103 |
Построив линейный график, можно увидеть закономерности изменения объёма продаж сахара по месяцам года.
Продолжение контрольной работы №2.
Задача №1.
Имеются следующие данные о реализации молочной продукции в магазинах города по месяцам с 1987 — 1990 г.г. (тыс.т.):
| Месяц | 1987 | 1988 | 1989 | 1990 |
| январь | 5,3 | 8,3 | 10,4 | 5,3 |
| февраль | 5,0 | 7,6 | 10,2 | 5,2 |
декабрь | 7,5 | 10,1 | 8,6 | 5,6 |
Для изучения общей тенденции реализации данной продукции:
1) произведите преобразование исходных данных путём укрупнения периодов времени: а) в квартальные уровни, б) в годовые уровни;
2) нанесите на линейный график полученные квартальные уровни;
3) произведите сглаживание квартальных уровней с применением пятизвенной скользящей средней;
4) нанесите полученные при сглаживании данные на график с квартальными уровнями;
5) сделайте выводы о характере общей тенденции изучаемого явления.
Задача №2.
Имеются следующие данные о розничном товарообороте за 1984 — 1990 г.г. (тыс. руб.):
| 1984 | 1985 | 1986 | 1987 | 1988 | 1989 | 1990 |
| 483,5 | 500,7 | 546,1 | 570,2 | 580,7 | 590,1 | 611,2 |
Для изучения общей тенденции развития розничного товарооборота:
1) изобразите ряд динамики в виде линейного графика;
2) произведите аналитическое выравнивание уровней ряда по прямой и выразите общую тенденцию роста соответствующим математическим уравнением;
3) определите выровненные (теоретические) уровни ряда динамики и нанесите их на график с исходными (эмпирическими) данными;
4) сделайте выводы.
Задача №3.
Имеются следующие данные по городу о числе родившихся детей по месяцам 1986 — 1988 гг. (чел.):
| Месяц | 1986 | 1987 | 1988 |
| январь | 454 | 413 | 410 |
| февраль | 389 | 354 | 352 |
декабрь | 315 | 316 | 310 |
Для анализа внутригодовой динамики:
1) определите индексы сезонности, считая, что в ряду динамики отсутствует тенденция развития;
2) представьте в виде линейного графика сезонную волну;
3) сделайте соответствующие выводы.
24
Лекция №8
Индексный метод.
Статистические индексы.
Важное значение в статистических исследованиях коммерческой деятельности имеет индексный метод. Полученные на основе этого метода показатели используются для характеристики развития анализируемых показателей во времени, по территории, изучения структуры и взаимосвязей, выявления роли факторов в изменении сложных явлений.
Индексы широко применяются в экономических разработках государственной и ведомственной статистики.
Статистический индекс — это относительная величина сравнения сложных совокупностей и отдельных их единиц. При этом под сложной понимается такая статистическая совокупность, отдельные элементы которой непосредственно не подлежат суммированию.
Например, ассортимент продовольственных товаров состоит из товарных разновидностей, первичный учет которых на производстве и в оптовой торговле ведется в натуральных единицах измерения: молоко — в литрах, мясо — в центнерах, яйцо — в штуках, консервы — в условных банках и т.д. Для определения общего объема производства и реализации продовольственных товаров суммировать данные учета разнородных товарных масс в натуральных измерителях нельзя. Не подлежат непосредственному суммированию и данные о количестве произведенных и реализованных различных видов непродовольственных товаров. Было бы, например, бессмысленно для получения общего объема реализации суммировать данные о продаже тканей (в метрах), костюмов (в штуках), обуви (в парах) и т.д.
В этих сложных статистических совокупностях единицами наблюдения являются товары с различными потребительскими свойствами. Данные о натурально — вещественной форме реализации отдельных товарных разновидностей непосредственному суммированию не подлежат. Для получения в сложных статистических совокупностях обобщающих (суммарных) величин прибегают к индексному методу.
Основой индексного метода при определении изменений в производстве и обращении товаров является переход от натурально — вещественной формы выражения товарных масс к стоимостным (денежным) измерителям. Именно посредством денежного выражения стоимости отдельных товаров устраняется их несравнимость как потребительских стоимостей и достигается единство.
Индивидуальные и общие индексы.
В зависимости от степени охвата подвергнутых обобщению единиц изучаемой совокупности индексы подразделяются на индивидуальные (элементарные) и общие.
Индивидуальные индексы характеризуют изменения отдельных единиц статистической совокупности. Так, например, если при изучении оптовой реализации продовольственных товаров определяются изменения в продаже отдельных товарных разновидностей, то получают индивидуальные (однотоварные) индексы.
Общие индексы выражают сводные (обобщающие) результаты совместного изменения всех единиц, образующих статистическую совокупность. Пример, показатель изменения объема реализации товарной массы продуктов питания по отдельным периодам будет общим индексом физического объема товарооборота.
Важной особенностью общих индексов является то, что они обладают синтетическими и аналитическими свойствами.
Синтетические свойства индексов состоят в том, что посредством индексного метода производится соединение (агрегирование) в целом разнородных единиц статистической совокупности.
Аналитические свойства индексов состоят в том, что посредством индексного метода определяется влияние факторов на изменение изучаемого показателя.
Для определения индекса надо произвести сопоставление не менее двух величин. При изучении динамики социально-экономических явлений сравниваемая величина (числитель индексного отношения) принимается за текущий (или отчетный) период, а величина, с которой производится сравнение — за базисный период.
Основным элементом индексного отношения является индексируемая величина. Под индексируемой величиной понимается значение признака статистической совокупности, изменение которой является объектом изучения. Так, при изучении изменения цен индексируемой величиной является цена единицы товара p. При изучении изменения физического объема товарной массы в качестве индексируемой величины выступают данные о количестве товаров в натуральных измерителях q. Стоимость продукции обозначается через s.
Индивидуальные индексы принято обозначать i, а общие индексы — I.
Знак внизу справа означает период:
— базисный,
— отчетный.
Пример.
В текущем, отчётном году предприятие произвело 120 тыс.т. продукции вместо 100 тыс.т. в прошлом базисном, году. Цены за каждую тонну этой продукции снизились с 20 до 18 рублей; а её общая стоимость возросла с 2 000 до 2 160 тыс. руб.
В данном примере можно вычислить три индекса:
индекс объёма продукции: или 120%;
индекс цен: или 90%;
индекс стоимости продукции: или 108%
Полученные индексы показывают, что объём продукции и её стоимость возросла в отчётном году по сравнению с базисным в 1,2 и 1,08 раза, а цены, наоборот, снизились до 1,9 их базисного уровня. Все три индекса образуют систему показателей — сомножителей: или 1,2 * 0,9 = 1,08.
Агрегатные индексы.
Основной формой общих индексов являются агрегатные индексы.
Достижение в сложных статистических совокупностях сопоставимости разнородных единиц осуществляется введением в индексные отношения специальных сомножителей индексируемых величин. Такие сомножители называются соизмерителями. Они необходимы для перехода от натуральных измерителей разнородных единиц статистической совокупности к однородным показателям. При этом в числителе и знаменателе общего индекса изменяется лишь значение индексируемой величины, а их соизмерители являются постоянными величинами.
В качестве соизмерителей индексируемых величин выступают тесно связанные с ними экономические показатели: цены, количество и др.
Произведение каждой индексируемой величины на соизмеритель образует в индексном отношении определённые экономические категории.
Пример.
Таблица 1.
| Товар | Ед. изм. | I период | II период | Индивидуальные индексы | ||||
| цена за единицу товара, руб. | кол-во | цена за единицу товара, руб. | кол-во,
| цен | физич-го объёма | |||
| А | т | 20 | 7 500 | 25 | 9500 | 1,25 | 1,27 | |
| Б | м | 30 | 2 000 | 30 | 2500 | 1,0 | 1,25 | |
| В | шт. | 15 | 1 000 | 10 | 1500 | 0,67 | 1,5 | |
При определении по данным таблицы статистических индексов первый период принимается за базисный, в котором цена единицы товара принимается , а количество — .
Второй период принимается за текущий (или отчетный), в котором цена единицы товара обозначается , а количество — .
Индивидуальные индексы показывают, что в текущем периоде по сравнению с базисным цена на товар А повысилась на 25%, на товар Б осталась без изменения, а на товар В снизилась на 33%. Количество реализации товара А возросло на 27%, товара Б — на 25%, а товара В — на 50%.
При определении общего индекса цен в агрегатной форме в качестве соизмерителя индексируемых величин и могут приниматься данные о количестве реализации товаров в текущем периоде . При умножении на индексируемые величины в числителе индексного отношения образуется значение ,
сумма стоимости продажи товаров в текущем периоде по ценам того же текущего периода. В знаменателе индексного отношения образуется значение , т.е. сумма стоимости продажи товаров в текущем периоде по ценам базисного периода.
Агрегатная формула такого общего индекса цен имеет следующий вид:
= (1)
Расчёт агрегатного индекса цен по данной формуле предложил немецкий экономист Г. Пааше, поэтому он называется индексом Пааше.
Применяем формулу для расчёта агрегатного индекса цен по данным табл.1:
числитель индексного отношения
=25 * 9 500 + 30 * 2 500 + 10 * 1 500 = 327 500 руб.
знаменатель индексного отношения
= 20 * 9 500 + 30 * 2 500 + 15 * 1 500 = 287 500 руб.
Полученные значения подставляем в формулу 1:
= или 113,9%
Применение формулы 1 показывает, что по данному ассортименту товаров в целом цены повысились в среднем на 13,9%.
При другом способе определения агрегатного индекса цен в качестве соизмерителя индексируемых величин и могут применяться данные о количестве реализации товаров в базисном периоде . При этом умножение на индексируемые величины в числителе индексного отношения образует значение , т.е. сумму стоимости продажи товаров в базисном периоде по ценам текущего периода.
В знаменателе индексного отношения образуется значение , т.е. сумма стоимости продажи товаров в базисном периоде по ценам того же базисного периода.
Агрегатная формула такого общего индекса имеет вид:
= (2)
Расчёт общего индекса цен по данной формуле предложил немецкий экономист Э. Ласпейрес, и получил название индекса Ласпейреса.
Применяем формулу для расчёта агрегатного индекса цен по данным табл.1:
числитель индексного отношения
= 25 * 7 500 + 30 * 2 000 + 10 * 1000 = 257 500 руб.
знаменатель индексного отношения
= 20 * 7 500 + 30 * 2 000 + 15 * 1 000 = 225 000 руб.
Полученные значения подставляем в формулу 2:
=или 114,4%
Применение формулы 2 показывает, что по данному ассортименту товаров в целом цены повысились в среднем на 14,4%.
Таким образом, выполненные по формулам 1 и 2 расчёты имеют разные показания индексов цен. Это объясняется тем, что индексы Пааше и Ласпейреса характеризуют различные качественные особенности изменения цен.
Индекс Пааше характеризует влияние изменения цен на стоимость товаров, реализованных в отчётном периоде. Индекс Ласпейреса показывает влияние изменения цен на стоимость количества товаров, реализованных в базисном периоде.
Другим важным видом общих индексов, которые широко применяются в статистике, являются агрегатные индексы физического объёма товарной массы.
При определении агрегатного индекса физического объёма товарной массы в качестве соизмерителей индексируемых величин и могут применяться неизменные цены базисного периода . При умножении на индексируемые величины в числителе индексного отношения образуются значение , т.е. сумма стоимости товарной массы текущего периода в базисных ценах. В знаменателе — , т.е. сумма стоимости товарной массы базисного периода в ценах того же базисного периода.
Агрегатная форма общего индекса имеет следующий вид:
= (3)
Поскольку, в числителе формулы 3 содержится сумма стоимости реализации товаров в текущем периоде по неизменным (базисным) ценам, а в знаменателе — сумма фактической стоимости товаров, реализованных в базисном периоде в тех же неизменных (базисных) ценах, то данный индекс является агрегатным индексом товарооборота в сопоставимых (базисных) ценах.
Используем формулу 3 для расчёта агрегатного индекса физического объёма реализации товаров по данным табл.1:
числитель индексного отношения
= 9 500 * 20 + 2 500 * 30 + 1 500 * 15 = 287 500 руб.
знаменатель индексного отношения
= 7 500 * 20 + 2 000 * 30 + 1 000 * 15 = 225 000 руб.
Полученные значения подставляем в формулу 3:
= или 127,8%
Применение формулы 3 показывает, что по данному ассортименту товаров в целом прирост физического объёма реализации в текущем периоде составил в среднем 27,8%.
Агрегатный индекс физического объёма товарооборота может определяться посредством использования в качестве соизмерителя индексируемых величин и цен текущего периода .
Агрегатная формула общего индекса будет иметь вид:
= (4)
числитель индексного отношения
= 9 500 * 25 + 2 500 * 30 + 1 500 * 10 = 327 500 руб.
знаменатель индексного отношения
= 7 500 * 25 + 2 000 * 30 + 1 000 * 10 = 257 500 руб.
Полученные значения подставляем в формулу 4:
= или 127,2%
Применение формулы 4 показывает, что по данному ассортименту товаров в целом прирост физического объёма реализации в текущем периоде составил в среднем 27,2%.
Аналогичным образом производится расчёт индекса себестоимости, при этом сравниваются суммы затрат в производстве в отчётном периоде (— числитель индекса) с суммой затрат в производстве на продукцию отчётного периода по себестоимости базисного периода (— знаменатель).
Индексы с постоянными
и переменными весами.
При изучении динамики коммерческой деятельности приходится производить индексные сопоставления более чем за два периода.
Поэтому индексные величины могут определяться как на постоянной, так и на переменной базах сравнения. При этом, если задача анализа состоит в получении характеристик изменения изучаемого явления во всех последующих периодах по сравнению с начальным, то вычисляются базисные индексы. Например, сопоставление объёма розничного товарооборота II, III и IV кварталов с I кварталом.
Но если требуется охарактеризовать последовательно изменения изучаемого явления из периода в период, то вычисляются цепные индексы. Например, при изучении объёма розничного товарооборота по кварталам года сопоставляют товарооборот II квартала c I, III — cо II и IV — с III кварталом.
В зависимости от задачи исследования и характера исходной информации базисные и цепные индексы исчисляются как индивидуальные, так и общие.
Способы расчёта индивидуальных базисных и цепных индексов аналогичны расчёту относительных величин динамики. Общие индексы в зависимости от их вида вычисляются с переменными и постоянными весами — соизмерителями.
Используя индексный ряд за несколько периодов, можно получить динамику стоимости продукции и динамику товарооборота в неизменных ценах, т.е. в ценах какого - то одного прошлого периода. Такие индексные ряды называются индексами с постоянными весами. Для них действует правило: произведение цепных индексов даёт индекс базисный.
Пример.
По заводу имеются данные об объёме производства и стоимости продукции.
Таблица 2.
| Вид. прод. | Ед. изм. | Произведено продукции | Цена в 1985г., тыс.руб. | Стоимость продукции в неизменных ценах 1985, тыс.руб. | ||||
| 1988 | 1989 | 1990 | 1988 | 1989 | 1990 | |||
| А | тыс.т. | 60 | 64 | 69 | 5 000 | 300 | 320 | 345 |
| Б | млн.шт. | 5,5 | 6,2 | 7,0 | 2 000 | 11000 | 12400 | 14000 |
| всего | - | - | - | - | 11300 | 12720 | 14345 | |
Требуется рассчитать индексы физического объёма продукции с постоянными весами.
Индексы с постоянной базой (базисные):
Индексы с переменной базой (цепные):
Убедимся, что произведение цепных индексов равно базисному:
1,126 * 1,128 = 1,27
Если индексы цен, себестоимости и производительности труда имеют в качестве весов количество продукции отчётного периода, то эти индексы образуют индексные ряды с переменными весами, поскольку в каждом отдельном индексе отчётный период изменяется. Индексы с переменными весами не подчиняются правилу, согласно которому произведение цепных индексов равно базисному.
Пример.
Имеются данные об объёме производства и себестоимости продукции:
Таблица 3.
Вид | Единица | Выработано продукции за квартал | Себестоимость единицы продукции в квартал, руб. | ||||
| Продукции | измерения | I | II | III | I | II | III |
| А | шт. | 100 | 120 | 150 | 10 | 9,9 | 9,6 |
| Б | шт. | 300 | 310 | 320 | 35 | 35 | 34 |
| В | кг. | 7 800 | 8 200 | 8 500 | 0,5 | 0,48 | 0,45 |
Рассчитать индексы себестоимости с переменными весами.
Перемножив цепные индексы, получим:
0,989 * 0, 963 = 0, 9524
Рассчитаем базисный индекс III квартала:
Как видим, расхождение есть, но оно проявляется только в четвёртом знаке после запятой. Величина расхождения не многим более 0,01%.
Средние индексы.
Всякий агрегатный индекс может быть преобразован в средний арифметический из индивидуальных индексов. Для этого индексируемая величина отчётного периода, стоящая в числителе агрегатного индекса, заменяется произведением индивидуального индекса на индексируемую величину базисного периода.
Так, индивидуальный индекс цен равен , откуда .
Следовательно, преобразование агрегатного индекса цен в средний арифметический имеет вид:
==
Аналогично индекс себестоимости равен , откуда , следовательно, ==,
Аналогично индекс физического объёма продукции (товарооборота) равен , откуда , следовательно, ==
Пример.
Определить средний арифметический индекс физического объёма продукции.
Таблица 4.
| Отрасль произв. | Стоимость прод. в базисном году, млн. руб. | Индексы физич. объёма прод. в отчёт. году (базис. год = 1) |
| Сахарная | 20 | 1,47 |
| Мукомольная | 30 | 1,55 |
| Мясная | 25 | 1,71 |
| Рыбная | 15 | 2,1 |
| ИТОГО | 90 | - |
== или 166,7%
Физический объём продукции 4 отраслей увеличился на 66,7%.
Расчеты недостающих индексов
с помощью индексных систем.
Многие экономические индексы тесно связаны между собой и образуют индексные системы. Так, индекс цен связан с индексом физического объема товарооборота или физического объема продукции, образуя следующую индексную систему:
или
Произведение индекса цен на индекс физического объема товарооборота или продукции дает индекс физического объема товарооборота в фактических ценах, или индекс стоимости продукции.
Индекс себестоимости промышленной продукции связан с индексом физического объема продукции по себестоимости, образуя следующую индексную систему:
или
Произведение индекса себестоимости продукции на индекс физического объема дает индекс затрат в производстве.
Используя индексы системы, можно по двум известным индексам найти третий, неизвестный.
Пример.
Имеются следующие данные о продаже товаров в магазинах А:
Таблица 5
| Товар | Продано, кг | Цена 1 кг, руб. | ||
| базисный период | отчетный период | базисный период | отчетный период | |
| Яблоки | 5000 | 6000 | 12 | 10 |
| Бананы | 2000 | 2500 | 25 | 24 |
| Апельсины | 4000 | 3800 | 16 | 14 |
Необходимо исчислить индексы цен, физического объема товарооборота в фактических ценах по трем товарам вместе.
Рассчитаем индекс цен:
Цены снизились на 11,33%, и покупатель имел экономию, равную 22100 руб. (19530 — 173200).
Определим индекс физического объема товарооборота:
Товарооборот в неизменных ценах вырос на 12,23%, прирост товарооборота в неизменных ценах составил 21300 руб. (195300 — 174000).
Рассчитаем индекс товарооборота в фактических ценах:
Товарооборот в фактических ценах снизился на 0,5%, что в абсолютном выражении составляет 800 руб. (174000 — 173200). Произведение первых двух индексов дает третий индекс
В определенной связи находятся и разности между знаменателем и числителем индексов: населению по ценам базисного периода было продано товаров на 21300 руб. больше, но в силу того, что население имело экономию от снижения цен на товары в сумме 22100 руб., оно за эти товары в отчетном периоде по фактическим ценам уплатило на 800 руб. меньше.
Контрольная работа №3
Задача №1.
По данным таблицы 6 определить:
1) общий индекс цен по всем товарам;
2) индекс цен по товарам овощной группы;
3) индекс цен по товарам молочной группы;
4) общий индекс физического объёма товарооборота;
5) индекс объёма продукции по овощной группе;
6) индекс объёма продукции по молочной группе;
7) сделайте выводы.
Таблица 6.
Товары | Цена, руб. | Продано, натур. ед. | Стоим. прод. в отч. периоде по ценам: | |||
| (кг.) | Базисн. период | Отчёт. период | Базисн. период | Отчёт. период | Базисн. период | Отчёт. период |
| Картофель | 16 | 15 | 80 000 | 100 000 | ||
| Капуста | 20 | 20 | 45 000 | 50 000 | ||
| Морковь | 40 | 35 | 15 000 | 20 000 | ||
| Молоко | 50 | 60 | 12 000 | 10 000 | ||
| Творог | 150 | 180 | 4 000 | 5 000 | ||
| Сметана | 200 | 200 | 200 | 500 | ||
Задача №2
По данным таблицы 7 определить базисные и цепные индексы цен. Сделайте выводы.
Таблица 7.
| Товар | Среднесуточная продажа, кг. | Цена за 1 кг, руб. | ||||
| Октябрь | Ноябрь | Декабрь | Октябрь | Ноябрь | Декабрь | |
| А | 1 200 | 1 000 | 600 | 0,8 | 1,0 | 1,2 |
| Б | 800 | 300 | 100 | 1,1 | 1,5 | 2,0 |
Продолжение контрольной работы № 3 в лекции №9.
13
Лекция №9
Выборочное наблюдение.
Статистическое исследование может осуществляться по данным несплошного наблюдения, основная цель которого состоит в получении характеристик изучаемой совокупности по обследованной ее части. Одним из наиболее распространенных в статистике методов, применяющих несплошное наблюдение, является выборочный метод.
Под выборочным понимается метод статистического исследования, при котором обобщающие показатели изучаемой совокупности устанавливаются по некоторой ее части на основе положений случайного отбора. При выборочном методе обследованию подвергается сравнительно небольшая часть всей изучаемой совокупности (обычно до 5 — 10%, реже до 15 — 25%). При этом подлежащая изучению статистическая совокупность, из которой производится отбор части единиц, называется генеральной совокупностью. Отобранная из генеральной совокупности некоторая часть единиц, подвергающаяся обследованию, называется выборочной совокупностью или просто выборкой.
Значение выборочного метода состоит в том, что при минимальной численности обследуемых единиц проведение исследования осуществляется в более короткие сроки и с минимальными затратами труда и средств. Это повышает оперативность статистической информации, уменьшает ошибки регистрации.
В проведении ряда исследований выборочный метод является единственно возможным, например, при контроле качества продукции (товара), если проверка сопровождается уничтожением или разложением на составные части обследуемых образцов (определение сахаристости фруктов, клейковины печеного хлеба, установление носкости обуви, прочности тканей на разрыв и т.д.).
Проведение исследования социально — экономических явлений выборочным методом складывается из ряда последовательных этапов:
1) обоснование (в соответствии с задачами исследования) целесообразности применения выборочного метода;
2) составление программы проведения статистического исследования выборочным методом;
3) решение организационных вопросов сбора и обработки исходной информации;
4) установление доли выборки, т.е. части подлежащих обследованию единиц генеральной совокупности;
5) обоснование способов формирования выборочной совокупности;
6) осуществление отбора единиц из генеральной совокупности для их обследования;
7) фиксация в отобранных единицах (пробах) изучаемых признаков;
8) статистическая обработка полученной в выборке информации с определением обобщающих характеристик изучаемых признаков;
9) определение количественной оценки ошибки выборки;
10) распространение обобщающих выборочных характеристик на генеральную совокупность.
В генеральной совокупности доля единиц, обладающих изучаемым признаком, называется генеральной долей (обозначается р), а средняя величина изучаемого варьирующего признака — генеральной средней (обозначается ).
В выборочной совокупности долю изучаемого признака называют выборочной долей, или частостью (обозначается ), а среднюю величину в выборке — выборочной средней (обозначается ).
Пример.
При контрольной проверке качества хлебобулочных изделий проведено 5%-ное выборочное обследование партии нарезных батонов из муки высшего сорта. При этом из 100 отобранных в выборку батонов 90 шт. соответствовали требованиям стандарта. Средний вес одного батона в выборке составлял 500,5 г при среднем квадратическом отклонении г.
На основе полученных в выборке данных нужно установить возможные значения доли стандартных изделий и среднего веса одного изделия во всей партии.
Прежде всего устанавливаются характеристики выборочной совокупности. Выборочная доля, или частость, определяется из отношения единиц, обладающих изучаемым признаком m, к общей численности единиц выборочной совокупности n:
Поскольку из 100 изделий, попавших в выборку n, 90 ед. оказались стандартными m, то показатель частости равен: = 90:100=0,9.
Средний вес изделия в выборке х = 500,5 г определен взвешиванием. Но полученные показатели частости (0,9) и средней величины (500,5 г) характеризуют долю стандартной продукции и средний вес одного изделия лишь в выборке. Дляопределения соответствующих показателей для всей партии товара надо установить возможные при этом значения ошибки выборки.
Ошибка выборки — это объективно возникающее расхождение между характеристиками выборки и генеральной совокупности. Она зависит от ряда факторов: степени вариации изучаемого признака, численности выборки, методом отбора единиц в выборочную совокупность, принятого уровня достоверности результата исследования.
Определение ошибки выборочной средней.
При случайном повторном отборе средняя ошибка выборочной средней рассчитывается по формуле:
,
где — средняя ошибка выборочной средней;
— дисперсия выборочной совокупности;
n — численность выборки.
При бесповторном отборе она рассчитывается по формуле:
,
где N — численность генеральной совокупности.
Определение ошибки выборочной доли.
При повторном отборе средняя ошибка выборочной доли рассчитывается по формуле:
,
где — выборочная доля единиц, обладающих изучаемым признаком;
— число единиц, обладающих изучаемым признаком;
— численность выборки.
При бесповторном способе отбора средняя ошибка выборочной доли определяется по формулам:
Предельная ошибка выборки связана со средней ошибкой выборки отношением:
.
При этом t как коэффициент кратности средней ошибки выборки зависит от значения вероятности Р, с которой гарантируется величина предельной ошибки выборки.
Предельная ошибка выборки при бесповторном отборе определяется по следующим формулам:
,
.
Предельная ошибка выборки при повторном отборе определяется по формуле:
,
.
Малая выборка.
При контроле качества товаров в экономических исследованиях эксперимент может проводиться на основе малой выборки.
Под малой выборкой понимается несплошное статистическое обследование, при котором выборочная совокупность образуется из сравнительно небольшого числа единиц генеральной совокупности. Объем малой выборки обычно не превышает 30 единиц и может доходить до 4 — 5 единиц.
Средняя ошибка малой выборки вычисляется по формуле:
,
где — дисперсия малой выборки.
При определении дисперсии число степеней свободы равно n-1:
.
Предельная ошибка малой выборки определяется по формуле
При этом значение коэффициента доверия t зависит не только от заданной доверительной вероятности, но и от численности единиц выборки n. Для отдельных значений t и n доверительная вероятность малой выборки определяется по специальным таблицам Стьюдента (Табл. 9.1.), в которых даны распределения стандартизированных отклонений:
.
Таблица 9.1.
| n | t | |||||
| 0,5 | 1,0 | 1,5 | 2,0 | 3,0 | ||
| 4 | 0,347 | 0,609 | 0,769 | 0,861 | 0,942 | |
| 6 | ||||||
| 8 | ||||||
| 10 | ||||||
| 15 | ||||||
| 20 | 0,377 | 0,670 | 0,850 | 0,940 | 0,993 | |
Поскольку при проведении малой выборки в качестве доверительной вероятности практически принимается значение 0,59 или 0,99, то для определения предельной ошибки малой выборки используются следующие показания распределения Стьюдента (Табл. 9.2.)
Таблица 9.2.
| n |
| |
| 0,95 | 0,99 | |
| 4 | 3,183 | 5,841 |
20 | 2,078 | 2,832 |
Пример.
При контрольной проверке качества поставленной в торговлю колбасы получены данные о содержании поваренной соли в пробах. По данным выборочного обследования нужно установить с вероятностью 0,95 предел, в котором находится средний процент содержания поваренной соли в данной партии товара.
Составляем расчётную таблицу и по её итогам определяем среднюю пробу малой выборки.
Таблица 9.3.
| Пробы |
|
|
| 4,3 | 0,2 | 0,04 |
41,0 | — | 0,68 |
Определяем дисперсию малой выборки:
Определяем среднюю ошибку малой выборки:
Исходя из численности выборки (n=10) и заданной вероятности =0,95, устанавливается по распределению Стьюдента (см. Табл. 9.2.) значение коэффициента доверия t=2,263.
Предельная ошибка малой выборки составит:
Следовательно, с вероятностью 0,95 можно утверждать, что во всей партии колбасы содержание поваренной соли находится в пределах:
, т.е. от 4,1% - 0,2%=3,9%
до 4,1%+0,2%=4,3%.
Способы распространения характеристик выборки на генеральную совокупность.
Выборочный метод чаще всего применяется для получения характеристик генеральной совокупности по соответствующим показателям выборки. В зависимости от целей исследований это осуществляется или прямым пересчётом показателей выборки для генеральной совокупности, или посредством расчёта поправочных коэффициентов.
Способ прямого пересчёта. Он состоит в том, что показатели выборочной доли или средней распространяется на генеральную совокупность с учётом ошибки выборки.
Так, в торговле определяется количество поступивших в партии товара нестандартных изделий. Для этого (с учётом принятой степени вероятности) показатели доли нестандартных изделий в выборке умножаются на численность изделий во всей партии товара.
Пример.
При выборочном обследовании партии нарезных батонов 2 000 ед. доля нестандартных изделий в выборке составляет: 0,1 (10 : 100) при установленной с вероятностью =0,954 предельной ошибке выборки .
На основе этих данных доля нестандартных изделий во всей партии составит: или от 0,04 до 0,16.
Способом прямого пересчёта можно определить пределы абсолютной численности нестандартных изделий во всей партии: минимальная численность — 2 000 : 0,04 = 80 шт.; максимальная численность — 2 000 : 0,16 = 320 шт.
Способ поправочных коэффициентов. Применяется в случаях, когда целью выборочного метода является уточнение результатов сплошного учета.
В статистической практике этот способ используется при уточнении данных ежегодных переписей скота, находящегося у населения. Для этого после обобщения данных сплошного учета практикуется 10%-ное выборочное обследование с определением так называемого “процента недоучета”.
Так, например, если в хозяйствах населения поселка по данным 10%-ной выборки было зарегистрировано 52 головы скота, а по данным сплошного учета в этом массиве значится 50 голов, то коэффициент недоучета составляет 4% [(2*50):100]. С учетом полученного коэффициента вносится поправка в общую численность скота, находящегося у населения данного поселка.
Способы отбора единиц
из генеральной совокупности.
В статистике применяются различные способы формирования выборочных совокупностей, что обусловливается задачами исследования и зависит от специфики объекта изучения.
Основным условием проведения выборочного обследования является предупреждение возникновения систематических ошибок, возникающих вследствие нарушения принципа равных возможностей попадания в выборку каждой единицы генеральной совокупности. Предупреждение систематических ошибок достигается в результате применения научно обоснованных способов формирования выборочной совокупности.
Существуют следующие способы отбора единиц из генеральной совокупности:
1) индивидуальный отбор — в выборку отбираются отдельные единицы;
2) групповой отбор — в выборку попадают качественно однородные группы или серии изучаемых единиц;
3) комбинированный отбор — это комбинация индивидуального и группового отбора.
Способы отбора определяются правилами формирования выборочной совокупности.
Выборка может быть:
— собственно-случайная;
— механическая;
— типическая;
— серийная;
— комбинированная.
Собственно-случайная выборка состоит в том, что выборочная совокупность образуется в результате случайного (непреднамеренного) отбора отдельных единиц из генеральной совокупности. При этом количество отобранных в выборочную совокупность единиц обычно определяется исходя из принятой доли выборки.
Доля выборки есть отношение числа единиц выборочной совокупности n к численности единиц генеральной совокупности N, т.е.
.
Так, при 5%-ной выборке из партии товара в 2 000 ед. численность выборки n составляет 100 ед. (5*2000:100), а при 20%-ной выборке она составит 400 ед. (20*2000:100) и т.д.
Механическая выборка состоит в том, что отбор единиц в выборочную совокупность производится из генеральной совокупности, разбитой на равные интервалы (группы). При этом размер интервала в генеральной совокупности равен обратной величине доли выборки.
Так, при 2%-ной выборке отбирается каждая 50-я единица (1:0,02), при 5%-ной выборке — каждая 20-я единица (1:0,05) и т.д.
Таким образом, в соответствии с принятой долей отбора, генеральная совокупность как бы механически разбивается на равновеликие группы. Из каждой группы в выборку отбирается лишь одна единица.
Важной особенностью механической выборки является то, что формирование выборочной совокупности можно осуществить, не прибегая к составлению списков. На практике часто используют тот порядок, в котором фактически размещаются единицы генеральной совокупности. Например, последовательность выхода готовых изделий с конвейера или поточной линии, порядок размещения единиц партии товара при хранении, транспортировке, реализации и т.д.
Типическая выборка. При типической выборке генеральная совокупность вначале расчленяется на однородные типические группы. Затем из каждой типической группы собственно-случайной или механической выборкой производится индивидуальный отбор единиц в выборочную совокупность.
Типическая выборка обычно применяется при изучении сложных статистических совокупностей. Например, при выборочном обследовании производительности труда работников торговли, состоящих из отдельных групп по квалификации.
Важной особенностью типической выборки является то, что она дает более точные результаты по сравнению с другими способами отбора единиц в выборочную совокупность.
Для определения средней ошибки типической выборки используются формулы:
повторный отбор
,
бесповторный отбор
,
Дисперсия определяется по следующим формулам:
,
Пример.
Для выявления доли простоев из-за несвоевременного поступления полуфабрикатов была проведена фотография рабочего дня 10% рабочих четырех различных цехов. Отбор рабочих внутри цехов производится методом механического отбора. В результате выборки были получены следующие данные:
| Цех | Число рабочих в выборке | Удельный вес простоев из-за несвоевременного поступления полуфабрикатов, % |
| №1 | 20 | 5 |
№4 | 30 | 2 |
С вероятностью 0,954 требуется определить пределы, в которых находится доля простоев на заводе из-за несвоевременного поступления полуфабрикатов.
Рассчитаем долю простоев из-за несвоевременного поступления полуфабрикатов в выборке:
Рассчитаем дисперсии типических групп:
для группы
Средняя из внутригрупповых дисперсий определяется по формуле:
Определяем среднюю ошибку в выборочной доле:
Рассчитаем предельную ошибку выборки для доли с вероятностью 0,954:
С вероятностью 0,954 можно утверждать, что доля простоев рабочих из-за несвоевременного поступления полуфабрикатов находится в пределах .
Серийная выборка. При серийной выборке генеральную совокупность делят на одинаковые по объему группы — серии. В выборочную совокупность отбираются серии. Внутри серий производится сплошное наблюдение единиц, попавших в серию.
При бесповторном отборе серий средняя ошибка выборочной серии определяется по формуле:
,
где — межсерийная дисперсия средних;
R — число серий в генеральной совокупности;
r — число отобранных серий.
Пример.
В механическом цехе завода в десяти бригадах работает 100 рабочих. В целях изучения квалификации рабочих была произведена 20%-ная серийная бесповторная выборка, в которую вошли 2 бригады. Получено следующее распределение обследованных рабочих по разрядам:
| Рабочие | Разряды рабочих в бригаде 1 | Разряды рабочих в бригаде 2 |
| 1 | 2 | 3 |
| 2 | 4 | 6 |
10 | 5 | 2 |
Необходимо определить с вероятностью 0,997 пределы, в которых находится средний разряд рабочих механического цеха.
Определим выборочные средние по бригадам и общую среднюю:
Определим межсерийную дисперсию:
Рассчитаем среднюю ошибку выборки:
Вычислим предельную ошибку выборки с вероятностью 0,997.
С вероятностью 0,997 можно утверждать, что средний разряд рабочих механического цеха находится в пределах .
При бесповторном серийном отборе средняя ошибка выборки для доли определятся по формуле:
,
где — межсерийная дисперсия доли.
Пример.
200 ящиков деталей упакованы по 40 шт. в каждом. Для проверки качества деталей был проведён сплошной контроль деталей в 20 ящиках (выборка бесповторная). В результате контроля установлено, что доля бракованных деталей составляет 15%. Межсерийная дисперсия равна 49. С вероятностью 0,997 определим пределы, в которых находится доля бракованной продукции в партии ящиков.
Определим среднюю ошибку выборки для доли:
.
Предельная ошибка выборки для доли с вероятностью 0,997 равна: .
С вероятностью 0,997 можно утверждать, что доля бракованных деталей в партии будет находиться в пределах от 10,59% до 19,41%.
В статистике различают одноступенчатые и многоступенчатые способы отбора единиц в выборочную совокупность.
При одноступенчатой выборке каждая отобранная единица сразу же подвергается изучению по заданному признаку. Так обстоит дело при собственно-случайной и серийной выборке.
При многоступенчатой выборке производят подбор из генеральной совокупности отдельных групп, а из групп выбираются отдельные единицы. Так производится типическая выборка с механическим способом отбора единиц в выборочную совокупность.
Комбинированная выборка может быть двухступенчатой. При этом генеральная совокупность сначала разбивается на группы. Затем производят отбор групп, а внутри последних осуществляется отбор отдельных единиц.
Продолжение контрольной работы № 3.
Задача №1.
В районе А проживает 2500 семей. Для установления среднего числа детей в семье была проведена 2%-ная случайная бесповторная выборка семей. В результате обследования были полученные следующие данные:
| число детей в семье | 0 | 1 | 2 | 3 | 4 | 5 |
| число семей | 10 | 20 | 12 | 4 | 2 | 2 |
С вероятностью 0,997 требуется определить границы, в которых будет находиться среднее число детей в семье в генеральной совокупности (в городе А). Генеральная средняя
Задача №2.
При обследовании 100 образцов изделий, отобранных из партии в случайном порядке, оказалось 20 нестандартных. С вероятностью 0,954 определите пределы, в которых находится доля нестандартной продукции партии. Генеральная доля равна: .
Задача №3.
С целью определения доли брака во всей партии изготовленных деталей была произведена 10%-ная типическая выборка с отбором единиц пропорционально численности единиц типических групп. Внутри типических групп применялся метод механического отбора. Результаты выборки представлены в таблице:
| Тип станка | Выработка одного станка, шт. | Процент брака по данным выборки |
| 1 | 1 500 | 2,0 |
5 | 2 500 | 1,8 |
С вероятностью 0,997 определить пределы, в которых находится доля брака во всей партии деталей, изготовленных на всех станках.
Продолжение контрольной работы № 3 в лекции №10.
15