Сущность закона больших чисел.
Закон больших чисел.
Тема 2.
Организация государственной статистики в РФ.
Задачи статистики.
Метод статистики.
Отрасли статистики.
Общая теория статистики связана с другими науками.
| Общая теория статистики | ||||||||||||
| 1. Демографическая (социальная) статистика | 2. Экономическая статистика | 3. Статистика образования | 4. Медицинская статистика | 5. Спортивная статистика | ||||||||
| 2.1 Статистика труда | 2.2 Статистика заработной платы | 2.3 Статистика мат.-техн. снабжения | 2.4 Статистика транспорта | 2.5 Статистика связи | 2.6 Статистика финансового кредита | |||||||
| 2.6.1 Высшие финансовые вычисления | 2.6.2 Статистика денежного обращения | 2.6.3Статистика валютных курсов | Прочие | |||||||||
Статистика также разрабатывает теорию наблюдения.
Метод статистики предполагает следующую последовательность действий:
1. выработка статистической гипотезы,
2. статистическое наблюдение,
3. сводка и группировка статистических данных,
4. анализ данных,
5. интерпретация данных.
Прохождение каждой стадии связано с использованием специальных методов, объясняемых содержанием выполняемой работы.
1. Разработка системы гипотез, характеризующих развитие, динамику, состояние социально-экономических явлений.
2. Организация статистической деятельности.
3. Разработка методологии анализа.
4. Разработка системы показателей для управления хозяйством на макро- и микроуровне.
5. Сделать данные статистического наблюдения общественно доступными.
Принципы:
1. централизованное руководство,
2. единое организационное строение и методология,
3. неразрывная связь с органами государственного управления.
Система государственной статистики имеет иерархическую структуру, состоящую из федерального, республиканского, краевого, областного, окружного, городского и районного уровней.
Госкомстат имеет управления, отделы, вычислительный центр.
Массовый характер общественных законов и своеобразие их действий предопределяет крайне важно сть исследования совокупных данных.
Закон больших чисел порожден особыми свойствами массовых явлений, которые, с одной стороны, отличаются друг от друга, а с другой – имеют нечто общее, обусловленное их принадлежностью к определенному классу, виду. Причем единичные явления в большей степени подвержены воздействию случайных факторов, нежели их совокупность.
Закон больших чисел - ϶ᴛᴏ определение количественных закономерностей массовых явлений, которые проявляются лишь в достаточно большом их числе.
Τᴀᴋᴎᴍ ᴏϬᴩᴀᴈᴏᴍ, сущность его состоит по сути в том, что в числах, получающихся в результате массового наблюдения, выступают определенные правильности, которые не бывают обнаружены в небольшом числе фактов.
Закон больших чисел выражает диалектику случайного и крайне важно го. В результате взаимопогашения случайных отклонений средние величины, исчисленные для величины одного и того же вида, становятся типичными, отражающими действия постоянных и существенных фактов в условиях места и времени.
Тенденции и закономерности, вскрытые с помощью закона больших чисел, имеют силу лишь как массовые тенденции, но не как законы для каждого отдельного случая.
Сущность закона больших чисел. - понятие и виды. Классификация и особенности категории "Сущность закона больших чисел." 2017, 2018.
Особенности статистической методологии. Статистическая совокупность. Закон больших чисел.
Закон больших чисел
Массовый характер общественных законов и своеобразие их действий предопределяет необходимость исследования совокупных данных.
Закон больших чисел порожден особыми свойствами массовых явлений. Последние в силу своей индивидуальности, с одной стороны, отличаются друг от друга, а с другой – имеют нечто общее, обусловленное их принадлежностью к определенному классу, виду. Причем единичные явления в большей степени подвержены воздействию случайных факторов, ежели их совокупность.
Закон больших чисел в наиболее простой форме гласит, что количественные закономерности массовых явлений отчетливо проявляются лишь в достаточно большом их числе.
Таким образом, сущность его заключается в том, что в числах, получающихся в результате массового наблюдения, выступают определенные правильности, которые не могут быть обнаружены в небольшом числе фактов.
Закон больших чисел выражает диалектику случайного и необходимого. В результате взаимопогашения случайных отклонений средние величины, исчисленные для величины одного и того же вида, становятся типичными, отражающими действия постоянных и существенных фактов в данных условиях места и времени. Тенденции и закономерности, вскрытые с помощью закона больших чисел, имеют силу лишь как массовые тенденции, но не как законы для каждого отдельного случая.
Свой предмет статистика изучает с помощью различных методов:
· Метод массовых наблюдений
· Метод статистических группировок
· Метод динамических рядов
· Метод индексного анализа
· Метод корреляционно-регрессивного анализа связей показателей и т.д.
Полит. арифметики изучали общие явления с помощью числовых характеристик. Представителями этой школы являлись Грацит – исследовал закономерности массовых явлений, Пети – создатель эк. статистики, Галей – заложил идею закона больших чисел.
Статистическая совокупность - множесттво однокачественных, варьирующих явлений. Отдельные элементы,составляющие совокупности - единицы совокупности. Статист.совокупность называется однородной, если самые существенные признаки для каждой её единицы явл. в основном одинаковые и разнородные и,если объединяются разные типы явлений. Частота-повторяемость признаков в совокупности (в ряду распределения).
Признак- характерная черта (свойство) или инная особенность единиц объектов явлений.Признаки делятся на:1) количественные(эти признаки выражены числами.Они играют преобладающую роль в статистике.Это признаки отдельные значения которых отличаются по величине); 2)качественные ((атрибутивные) выражаются в виде понятий, определений, выражаю-х их сущность, качественное состояние); 3) альтеранативные (качественные признаки,которые могут принимать только одно из двух противоположных значений).Признаки отдельных единиц совокупности принимают отдельные значения. Колеблиемость признаков - вариация.
Единицы статистической совокупности и вариация признаков. Статистические показатели.
Явления и процессы в жизни общества характеризуются статистикой с помощью статистических показателей. Статистический показаетль – это количественная оценка свойств изучаемого явления. В статистическом показателе проявляется единство качественной и количественной сторон. Если не определена качественная сторона явления, нельзя определить и его количественную сторону.
Статистика при помощи стат. показателей характеризует: размеры изучаемых явлений; их особенность; закономерности развития; их взаимосвязи.
Статистические показатели подразделяются на учетно – оценочные и аналитические.
Учетно – оценочные показатели отражают объем или уровень изучаемого явления.
Аналитические показатели используются для характеристики особенностей развития явления, распространенности в пространстве, соотношения его частей, взаимосвязи другими явлениями. В качестве аналитических показателей используются: средние величины, показатели структуры, вариации, динамики, степени тесноты и др. 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.
Каждое отдельное явление, подлежащее статистическому изучению, называется
Стадии статистического наблюдения. Статистическое наблюдение. Цели и задачи статистического наблюдения. Основные понятия.
Статистическое наблюдение – это сбор необходимых данных по явлениям, процессам общественной жизни.
Любое статистическое исследование состоит из следующих этапов:
· Статистическое наблюдение – сбор данных об изучаемом явлении.
· Сводка и группировка – подсчет итогов в целом или по группам.
· Получение обобщающих показателей и их анализ (выводы).
Задачей статистического наблюдения является получение достоверной исходной информации и получение ее в возможно короткий срок.
Стоящие перед менеджером задачи определяют цель наблюдения. Она может вытекать из постановлений правительственных органов, администрации региона, маркетинговой стратегии фирмы. Общая цель статистического наблюдения состоит в информационном обеспечении управления. Она конкретизируется в зависимости от многих условий.
Объект наблюдения – совокупность единиц изучаемых явлений, о котором должны быть собраны данные.
Единица наблюдения – тот элемент объекта, который обладает изучаемым признаком.
Признаки могут быть:
- Количественные
- Качественные (атрибутивные)
Для регистрации собранных данных используетсяформуляр – специально подготовленный бланк, имеющий обычно титульную, адресную и содержательную части. В титульной части содержится наименование обследования, организация, проводящая обследование, и кем и когда утвержден формуляр. Адресная часть содержит наименование, местонахождение объекта исследования и др. реквизиты, позволяющие его идентифицировать. В зависимости от построения содержательной части различают два вида формуляра:
§ Бланк-карточка, который составляется на каждую единицу наблюдения;
§ Бланк-список, который составляется на группу единиц наблюдения.
У каждого из формуляров есть свои достоинства и недостатки.
Бланк-карточка удобен для ручной обработки, но связан с дополнительными затратами в оформлении титульной и адресной книги.
Бланк-список применяется для автоматической обработки и экономий затрат на подготовку титульной и адресной частей.
Для сокращения затрат на сводку и ввод данных целесообразно использовать машины, читающие формуляры. Вопросы содержательной части формуляра должны быть сформулированы таким образом, чтобы на них можно было получить однозначные, объективные ответы. Лучший вопрос это тот, на который можно ответить «Да» или «Нет». Нельзя включать в формуляр вопросы, на которые трудно или нежелательно отвечать. Нельзя соединять в одной формулировке два разных вопроса. Для оказания помощи опрашиваемых в правильном понимании программы и отдельных вопросов составляются инструкции . Они могут быть как на бланке формуляра, так и в виде отдельной книги.
Чтобы направить ответы респондента в правильное русло применяются статистические подсказы , то есть готовые варианты ответов. Они бывают полные и неполные. Неполные дают респонденту возможность для импровизации.
Статистические таблицы. Подлежащее и сказуемое таблицы. Простые (перечневые, территориальные, хронологические), групповые и комбинированные таблицы. Простая и сложная разработка сказуемого статистической таблицы. Правила построения таблиц в статистике.
Результаты сводки и группировки должны быть представлены так, чтобы ими можно было пользоваться.
Существует 3 способа представления данных:
1. данные могут быть включены в текст.
2. представление в таблицах.
3. графический способ
Статистическая таблица – система строк и столбцов, в которой в определенной последовательности излагается статистическая информация о социально-экономических явлениях.
Различают подлежащее и сказуемое таблицы.
Подлежащим называется объект характеризующийся числами, обычно подлежащее дается в левой части таблицы.
Сказуемое – система показателей с помощью которых характеризуется объект.
Общий заголовок должен отражать содержание всей таблицы, располагается над таблицей по центру.
Правило составления таблиц.
1. по возможности таблицу следует составлять небольшой по размеру, легко обозримой
2. общий заголовок таблицы должен кратко выражать по размеру ее осн. содержание (территория, дата)
3. нумерация граф и строк (подлежащего), которые заполняются данными
4. при заполнении таблиц нужно использовать условные обозначения
5. соблюдение правил округления чисел.
Статистические таблицы делятся на 3 вида:
1. простые таблицы не содержат в подлежащем систематизации изучаемых единиц статистической совокупности, а содержит перечислений единиц изучаемой совокупности. По характеру представляемого материало эти таблицы бывают перечневые, территориальные и хронологические . Таблицы, в подлежащем которых приводится перечень территории (районов, областей и т.п.), называются перечневыми территориальными.
2. 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.
3. при построении комбинационных таблиц каждая группа подлежащего, сформированная по одному признаку, делится на подгруппы по второму признаку, каждая вторая группа делится по третьему признаку, т.е. факторные признаки в данном случае берутся в определенном сочетании, комбинации. Комбинационная таблица устанавливает взаимное действие на результативные признаки и существенную связь связь между факторными группировки.
В зависимости от задачи исследования и характера исходной информации сказуемое статистических таблиц бывает простым и сложным . Показатели сказуемого при простой разработке располагаются последовательно один за другим. Распределяя показатели на группе по одному или нескольким признаком в определенном сочетании, получают сложное сказуемое.
Статистические графики. Элементы статистического графика: графический образ, поле графика, пространственные ориентиры, масштабные ориентиры, экспликация графика. Виды графиков по форме графического образу и по образу построения.
Статистический гафик – представляет собой чертеж, на котором при помощи условных геометрических фигур (линий, точек или др. символических знаков) изображаются статистические данные.
Основные элементы статистического графика:
1. Поле графика – место, на котором он выполняется.
2. Графический образ – это символические знаки, с помощью которых изображаются стат. данные (точки, линии, квадраты, груги и т.д.)
3. Пространственные ориентиры определяют размещение графических образов на поле графика. Они задаются координатной сеткой или контурными линиями и делят поле графика на части, соответствие значениям изучаемых показателей.
4. Масштабные ориентиры стат. графика придают графическим образам количественную значимость, которая передается с помощью системы масштабных шкал. Масштаб графика – это мера перевода численной величины в графическую. Масштабная шкала – линия, отдельной точки которой читаются как определенного числа. Шкала графика может быть прямолинейной и криволинейной, равномерной и неравномерной.
5. Эксплуатация графика – это пояснение его содержания, включает в себя заголовокграфика, объеснение масштабных шкал, пояснения отдельных элементов графического образа. Заголовок графика в краткой и четкой форме поясняет основное содержание изображаемых данных.
Также на графике дается текст, делающий возможным чтение графика. Цифровые обозначения шкалы дополняются указанием единиц измерения.
Классификация графиков:
По способу построения:
1. диаграмма представляет чертеж на котором стат. информация изображается посредством геометрических фигур или символических знаков. В стат. применяют след. виды диаграмм:
§ линейные
§ столбиковые
§ ленточные (полосовые) графики
§ круговые
§ радиальные
2. Картограмма – это схематическая (контурная) карта, или план местности, на которой отдельные территории в зависимости от величины изображаемого показателя обозначаются с помощью графических символов (штриховки, расцветки, точек). Картограмма подразделяется на:
§ Фоновые
§ Точечные
В фоновых картограммах территории с различной величиной изучаемого показателя имеют различную штриховку.
В точечных картограммах в качестве графического знака используются точки одинакого размера, размещенные в пределах определенных территориальных единиц.
3. Картодиаграммы (стат. карты) представляет собой сочетание контурной карты (плана) местности с диаграммой.
По форме применяемых графических образов:
1. В точечных графиках в качестве граф. образов применяется совокупность точек.
2. В линейных графиках граф. образами являются линии.
3. Для плоскостных графиков граф. образами являются геометрические фигуры: прямоугольники, квадраты, окружности.
4. Фигурные графики.
По характеру решаемых задач графики:
Рядов распределения; структуры стат. совокупности; рядов динамики; показателей связи; показателей выполнения заданий.
Вариация признака. Абсолютные показатели вариации: размах вариации, среднее линейное отклонение, дисперсия, среднее квадратическое отклонение. Относительные показатели вариации: коэффициенты осцилляции и вариации.
Показатели варьирования осредненных статичтических признаков: размах вариации, среднее линейное отклонение, среднее кватратическое отклонение (дисперсия), коэффициент вариации. Расчетные формулы и порядок расчета показателей вариации.
Применение показателей вариации при анализе статистических данных в деятельности предприятий и организаций, учреждений БР, макроэкономических показателей.
Средний показатель дает обобщающий, типичный уровень признака, но не показывает степень его колеблемости, вариации.
Поэтому средние показатели необходимо дополнять показателями вариации. От размера и распределения от клонений зависит надежность средних показателей.
Важно знать основные показатели вариации, уметь правильно их рассчитывать и использовать.
Основными показателями вариации являются: размах вариации, среднее линейное отклонение, дисперсия, среднее квадратическое отклонение, коэффициент вариации.
Формулы показателей вариации:
1. размах вариации.
X μαχ - максимальное значение признака
X min - минимальное значение признака.
Размах вариации может служить лишь приближенной мерой вариации признака, т.к. он исчисляется на основе двух крайних ее значений, а остальные во внимание не принимаются; при этом крайние значения признака для данной совокупности могут быть чисто случайными.
2. среднее линейное отклонение.
Означает, что отклонения берутся без учета их знака.
Среднее линейное отклонение довольно редко используется в экономическом статистическом анализе.
3. Дисперсия.
Индексный метод сравнения сложных совокупностей и его элементы: индексируемая величина и соизмеритель (вес). Статистический индекс. Классификация индексов по объекту исследования: индексы цен, физического объема, себестоимости и производительности труда.
Слово «индекс» имеет несколько значений:
Показатель,
Указатель,
Опись и т.д.
Это слово, как понятие, используют в математике, экономике и др. науках. В статистике под индексом понимается относительный показатель, который выражает соотношение величин какого-либо явления во времени, в пространстве.
С помощью индексов решаются следующие задачи:
1. Измерение динамики, социально-экономического явления за 2 и более периода времени.
2. Измерение динамики среднего экономического показателя.
3. Измерение соотношения показателей по разным регионам.
По объекту исследования индексы бывают:
Производительности труда
Себестоимости
Физического объема продукции и т.д.
P1- цена единицы товара в текущем периоде
P0- цена единицы товара в базисном периоде
2. индекс физического объема показывает как изменился объем продукции в текущем периоде по сравнению с базисным
q1- кол-во проданного или произведеннго товара в текущем периоде
q0-кол-во проданного или произведенного товара в базисном периоде
3. индекс себестоимости показывает, как изменилась себестоимость единицы продукции в текущем периоде по сравнению с базисным.
Z1- себестоимость единицы продукции в текущем периоде
Z0- себестоимость единицы продукции в базисном периоде
4. индекс производительности труда показывает, как изменилась производительность труда одного работающего в текущем периоде по сравнению с базисным периодом
t0- трудоемкость обного работающего за базисный период
t1- трудоемкость одного работающего за текущий период
По методу отбора
Повторный
Бесповторный вид выборки
При повторной выборке общая численность единиц генеральной совокупности в процессе выборки неизменна. Единицу, попавшую в выборку после регистрации снова возвращают в генеральную совокупность- «отбор по схеме возвращенного шара». Повторная выборка в социально-экономической жизни встречается редко. Обычно выборку организуют по схеме бесповторной выборки.
При бесповторной выборке единица совокупности, попавшая в выборку в генеральную совокупность возвращается и в дальнейшем в выборке не участвует (отбор по схеме невозвращенного шара) . Т.о., при бесповторной выборки численность единиц генеральной совокупности сокращается в процессе исследования.
3. по степени охвата единиц совокупности:
Большие выборки
Малые выборки(малая выборка (n<20))
Малая выборка в статистике.
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.
В торговле к малой выборке прибегают, когда большая выборка или невозможна, или нецелесообразна (например, если проведение исследования связано с порчей или уничтожением обследуемых образцов).
Величина ошибки малой выборки определяется по формулам, отличным от формул выборочного наблюдения со сравнительно большим объемом выборки(n>100). Средняя ошибка малой выборки вычисляется по формуле:
Предельная ошибка малой выборки определяется по формуле:
T- коэффициент доверия, зависящий от вероятности (P), с какой предельная ошибка определяется
μ- средняя ошибка выборки.
При этом значение коэффициента доверия t зависит не только от заданной доверительной вероятности, но и от численности единиц выборки n.
Посредством малой выборки в торговле решается ряд практических задач, прежде всего установление предела, в котором находится генеральная средняя изучаемого признака.
Выборочное наблюдение. Генеральная и выборочная совокупности. Ошибки регистрации и репрезентативности. Ошибка выборочного наблюдения. Средняя и предельная ошибки выборки. Распространение результатов выборочного наблюдения на генеральную совокупность.
При любых статичтических исследованиях воз0никают ошибки двух видов:
1. ошибки регистрации могут иметь случайный(непреднамеренный) и ситематический (тендециозный) характер. Случайные ошибки обычно уравновешивают друг друга, поскольку не имеют преимущественного нарпавления в сторону преувеличения или преуменьшения значения изучаемого признака. Систематические ошибки направлены в одну сторону вследствие преднамеренного нарушения правил отбора. Их можно избежать при правильной организации и проведении наблюдения.
2. Ошибки репрезентативности присущи только выборочному наблюдению и возникают в силу того, что выборочная совокупность не полностью воспроизводит генеральную.
выборочная доля
генеральная дисперсия
генеральное среднее квадратическое отклонение
выборочная дисперсия
выборочное среднее квадратическое оттклонение
При выборочном наблюдении должна быть обеспечена случайность отбора единиц.
Доля выборки- отношение числа единиц выборочной совокупности к числу единиц генеральной совокупности.
Выборочная доля (или частость)- отношение чмсла единиц, обладающих изучаемым признаком m к общему числу единиц выборочной совокупности n.
Для характеристике надежности выборочных показателей различают среднюю и предельную ошибку выборки.
1. средняя ошибка выборки при повотрном отборе
Для доли предельная ошибка при повотрном отборе равна:
Доля при бесповторном отборе:
Значение интеграла Лапласа- это вероятность (P) для разных tприведены в специальной таблице:
при t=1 P=0.683
при t=2 P=0.954
при t=3 P=0.997
Это означает, что с вероятностью 0,683 можно гарантировать, что отклонение генеральной средней от выборочной не превысит однократной средней ошибки
Причинно-следственные связи между явлениями. Этапы изучения причинно-следственнных связей: качественный анализ, построение модели связи, интерпретация результатов. Функциональная связь и стохастическая зависимость.
Исследование объективно существующих связей между явлениями - важнейшая задача теории статистики. В процессе статистического исследования зависимостей вскрываются причинно -следственные отношения между явлениями, что позволяет выявлять факторы (признаки),
оказывающие основное влияние на вариацию изучаемых явлений и процессов. Причинно -следственные отношения - это такая связь явлений и процессов, когда изменение одного из них - причины ведет к изменению другого - следствия.
Признаки по их значению для изучения взаимосвязи делятся на два класса. Признаки, обуславливающие изменения других, связанных с ними признаков, называют факторными, или просто факторами. Признаки, изменяющиеся под действием факторных признаков, называют
результативными.
Понятие о взаимосвязи между различными признаками изучаемых явлений. Признаки-факторы и результативные признаки. Виды взаимосвязи: функциональная и корреляционная. Поле корреляции. Прямая и обратная связь. Линейные и нелинейные связи.
Прямые и обратные связи.
В зависимости от направления действия функциональные и стохастические связи могут быть прямыми и обратными. При прямой связи направление изменения результативного признака совапдает с направлением изменения признака-фактора, т.е. с увеличением факторного признака увеличивается и результативный, и, наоборот, с уменьшением факторного признака уменьшается и результативный признак. В противном случае между рассматриваемыми величинами существуют обратные связи. Например, чем выше квалификация рабочего (разряд), тем выше уровень производительности труда- прямая связь. А чем выше производительность труда, тем ниже себестоимость единицы продукции- обратная связь.
Прямолинейные и криволинейные связи.
По аналитическому выражению (форме) связи могут быть прямолинейными и криволинейными. При прямолинейной связи с возрастанием значения факторного признака происходит непрерывное возрастание (или убывание) значений результативного признака. Математически такая связь представляется уравнением прямой, а графически прямой линией. Отсюда ее более короткое название- линейная связь.
При криволинейных связях свозрастанием значения факторного признака возрастание (или убывание) результативного признака происходит неравномерно или же направление его измененияменяется на обратное. Геометрически такие связи представляются кривыми линиями (гиперболой, параболой и т.д.).
Предмет и задачи статистики. Закон больших чисел. Основные категории статистической методологии.
В настоящее время термин «статистика» употребляется в 3х значениях:
· Под «статистикой» понимают отрасль деятельности, к-рая занимается сбором, обработкой, анализом, публикаций данных о различных явлениях общественной жизни.
· Статистикой называют цифровой материал, служащий для характеристики общих явлений.
· Статистикой называют отрасль знания, учебный предмет.
Предметом статистики является количественная сторона массовых общих явлений в неразрывной связи с их качественной стороной. Свой предмет статистика изучает при помощи опр. категорий:
· Статистическая совокупность – совокупность соц.-эк. объектов и явлений общ. Жизни, объединен. Некоторой кач. Основой н-р, совокупность пред-тий, фирм, семей.
· Единица совокупности – первичный элемент статистической совокупности.
· Признак – кач. Особенность единицы совокупности.
· Статистический показатель – понятие отбражает количеств. харак-ки (размеры) признаков общ. явлений.
· Система статистич. Показателей – совокупность статистич. показателей, отражающая взаимосвязи, к-рые существ. между явлениями.
Основными задачами статистики являются:
1. всестороннее исследование глубоких преобразований эк. и соц. процессов на основе научнообоснов. системы показателей.
2. обобщение и прогнозирование тенденций развития разл. отраслей экономики в целом
3. своевременное обеспеч. надежности информации гос., хоз., эк. органов и широкой общ-сти
Теоретической основой статистики является материалистическая диалектика, которая требует рассмотрения общественных явлений во взаимосвязи и взаимообусловленности, в непрерывном развитии (в динамике), в исторической обусловленности; она указывает на переход количественных изменений в качественные.
Специфические приёмы, с помощью которых статистика изучает свой предмет, образуют статистическую методологию . Она включает методы:
статистическое наблюдение – сбор первичного статистического материала, регистрация фактов. Это первый этап статистического исследования;
сводка и группировка результатов наблюдения в определённые совокупности. Это второй этап статистического исследования;
методы анализа полученных сводных и сгруппированных данных специальными приёмами (третий этап статистического исследования): при помощи абсолютных, относительных и средних величин, статистических коэффициентов, показателей вариации, индексный метод, показатели рядов динамики, корреляционно-регрессионный метод. На этом этапе выявляются взаимосвязи явлений, определяются закономерности их развития, даются прогнозные оценки.
Методы статистики применяются как инструмент исследования во многих других науках: экономическая теория, математика, социология, маркетинг и т.д.
1.4. Задачи статистики в условиях рыночной экономики.
Основными задачами статистики в современных условиях являются:
разработка и совершенствование статистической методологии, методов расчета статистических показателей исходя из потребностей рыночной экономики и внедренной в статистический учёт СНС, обеспечение сопоставимости статистической информации в международных сравнениях;
исследование происходящих экономических и социальных процессов на основе научно-обоснованной системы показателей;
обобщение и прогнозирование тенденций развития современного общества, в том числе экономики, на макро- и микроуровнях;
обеспечение информацией структур законодательной и исполнительной власти, органов управления, хозяйственных органов, общественности;
совершенствование практической системы статистического учета: сокращение отчётности, её унифицирование, переход от сплошной отчётности к несплошным видам наблюдения (единовременные, выборочные обследования).
1.5. Сущность закона больших чисел.
Изучаемые статистикой закономерности – формы проявления причинной связи – выражаются в повторяемости с определённой регулярностью событий с достаточно высокой степенью вероятности. При этом должно соблюдаться условие, что факторы, порождающие события, изменяются незначительно или не меняются вообще. Статистическая закономерность обнаруживается на основе анализа массовых данных, подчиняется закону больших чисел.
Сущность закона больших чисел заключается в том, что в сводных статистических характеристиках (суммарное число, получаемое в результате массового наблюдения) действия элементов случайности погашаются, а выступают в них определённые правильности (тенденции), которые не могут быть обнаружены на небольшом числе фактов.
Закон больших чисел порождён связями массовых явлений. Необходимо помнить, что тенденции и закономерности, вскрытые с помощью закона больших чисел, имеют силу только как массовые тенденции, но не как законы для индивидуальных единиц, для отдельных случаев.
Вам предстоит изучить следующие основные вопросы темы:
Связь статистики с теорией и практикой рыночной экономики
Задачи статистики
Понятия и методы статистики
Закон больших чисел, статистическая закономерность
Занятие 1. Введение
1. История возникновения статистики
Статистика – самостоятельная общественная наука, имеющая свой предмет и метод исследования. Возникла она из практических потребностей общественной жизни. Уже в древнем мире появилась потребность подсчитать численность жителей государства, учитывать людей, пригодных к военному делу, определять количество скота, размеры земельных угодий и другого имущества. Информация такого рода была необходима для сбора налогов, ведения войн и т.п. В дальнейшем, по мере развития общественной жизни, круг учитываемых явлений постепенно расширяется.
Особенно возрос объём собираемой информации с развитием капитализма и мировых хозяйственных связей. Потребности этого периода вынуждали органы государственного управления и капиталистические предприятия собирать для практических нужд обширную и разнообразную информацию о рынках труда и сбыта товаров, сырьевых ресурсов.
В середине XVII-го века в Англии возникло научное направление, получившее название «политические арифметики». Начало этому направлению положили Вильям Пети (1623-1687) и Джон Граунт (1620-1674). «Политические арифметики» на основе изучения информации о массовых общественных явлениях стремились открыть закономерности общественно жизни и, таким образом, отметить на вопросы, возникавшие в связи с развитием капитализма.
Наряду со школой «политических арифметиков» в Англии, в Германии развивалась школа описательной статистики или «государствоведения». Возникновение этой науки относится к 1660 г.
Развитие политической арифметики и государствоведения привело к появлению науки статистики.
Понятие «статистика» происходит от латинского слова «status», которое в переводе означает положение, состояние, порядок явлений.
В научный оборот термин «статистика» ввел профессор Геттингенского университета Готфрид Ахенваль (1719-1772).
В зависимости от объекта изучения статистика как наука подразделяется на социальную, демографическую, экономическую, промышленную, торговую, банковскую, финансовую, медицинскую и т.д. Общие свойства статистических данных, независимо от их природы и методы их анализа рассматриваются математической статистикой и общей теорией статистики.
Предмет статистики . Статистика имеет дело прежде всего с количественной стороной явлений и процессов общественной жизни. Одной из характерных особенностей статистики является то, что при изучении количественной стороны общественных явлений и процессов она всегда отображает качественные особенности исследуемых явлений, т.е. изучает количество в неразрывной связи, единстве с качеством.
Качество в научно-философском понимании – это свойства, присущие предмету или явлению, которые отличают данный предмет или явление от других. Качество – это то, что делает предметы и явления определёнными. Пользуясь философской терминологией, можно сказать, что статистика изучает общественные явления как единство их качественной и количественной определённости, т.е. изучает меру общественных явлений.
Статистическая методология . Важнейшими составными элементами статистической методологии являются:
массовое наблюдение
группировка, применение обобщающих (сводных) характеристик;
анализ и обобщение статистических фактов и обнаружение закономерностей в изучаемых явлениях.
Рассмотрим более подробно эти элементы.
Чтобы охарактеризовать с количественной стороны любое массовое явление, необходимо сначала собрать информацию о составляющих его элементах. Это достигается при помощи массового наблюдения, осуществляемого на основе выработанных статистической наукой правил и способов.
Собранные в процессе статистического наблюдения сведения подвергаются в дальнейшем сводке (первичной научной обработке), в процессе которой из всей совокупности обследованных единиц выделяются характерные части (группы).Выделение групп и подгрупп единиц из всей обследованной массы называется в статистике группировкой . Группировка в статистике является основой обработки и анализа собранной информации. Осуществляется она на основе определённых принципов и правил.
В процессе обработки статистической информации совокупность обследованных единиц и выделенные её части на основе применения метода группировок характеризуются системой цифровых показателей: абсолютных и средних величин, относительных величин, показателей динамики и т.д.
3. Задачи статистики
Полная и достоверная статистическая информация является тем необходимым основанием, на котором базируется процесс управления экономикой. Принятие управленческих решений на всех уровнях, от общегосударственного или регионального и до уровня отдельной корпорации или частной фирмы, невозможно без должностного статистического обеспечения.
Именно статистические данные позволяют определить объёмы валового внутреннего продукта и национального дохода, выявить основные тенденции развития отраслей экономики, оценить уровень инфляции, проанализировать состояние финансовых и товарных рынков, исследовать уровень жизни населения и другие социально-экономические явления и процессы.
Статистика – это наука, изучающая количественную сторону массовых явлений и процессов в неразрывной связи с их качественной стороной, количественное выражение закономерностей общественного развития в конкретных условиях места и времени.
Для получения статистической информации органы государственной и ведомственной статистики, а также коммерческие структуры проводят различного рода статистические исследования. Как уже отмечалось, процесс статистического исследования включает три основные стадии: сбор данных, их сводка и группировка, анализ и расчет обобщающих показателей.
От того, как собран первичный статистический материал, как он обработан и сгруппирован, в значительной степени зависят результаты и качество всей последующей работы. Недостаточная проработка программно-методологических и организационных аспектов статистического наблюдения, отсутствие логического и арифметического контроля собранных данных, несоблюдение принципов формирования групп в конечном итоге могут привести к абсолютно ошибочным выводам.
Не менее сложной, трудоёмкой и ответственной является и заключительная, аналитическая стадия исследования. На этой стадии рассчитываются средние показатели и показатели распределения, анализируется структура совокупности, исследуется динамика и взаимосвязи между изучаемыми явлениями и процессами.
Используемые на всех стадиях исследования приёмы и методы сбора, обработки и анализа данных являются предметом изучения общей теории статистики, которая является базовой отраслью статистической науки. Разработанная методология применяется в макроэкономической статистики, отраслевых статистиках (промышленности, сельского хозяйства, торговли прочих), статистике населения, социальной статистике, и в других статистических отраслях. Большое значение статистики в обществе объясняется тем, что она представляет собой одно из самых основных, одно из наиболее важных средств, с помощью которых хозяйствующий субъект ведёт учёт в хозяйстве.
Учёт является способом систематического измерения и изучения обобщённых явлений с помощью количественных методов.
На всякое изучение количественных соотношений есть учёт. Различные количественные отношения между явлениями можно представить в виде тех или иных математических формул, и это, само по себе, ещё не будет учётом. Одна из характерных особенностей учёта – подсчёт ОТДЕЛЬНЫХ элементов, ОТДЕЛЬНЫХ единиц, из которых складывается то или иное явление. В учёте используются различные математические формулы, но их применение обязательно связано с подсчётом элементов.
Учёт является средством контроля и обобщения результатов, полученных в процессе обобщённого развития.
Таким образом, статистика выступает важнейшим инструментом познания и использования экономических и других законов общественного развития.
Экономическая реформа ставит качественно новые задачи перед статистической наукой и практикой. В соответствии с государственной программой перехода России на принятую в международной практике систему учёта и статистики реорганизуется система сбора статистической информации и совершенствуется методология анализа рыночных процессов и явлений.
Широко применяемая в мировой практике система национальных счетов (СНС) соответствует особенностям и требования рыночных отношений. Поэтому переход к рыночной экономике позволил внедрить в статистический и бухгалтерский учёт СНС, отражающую функционирование отраслей рыночной экономики.
Это необходимо для комплексного анализа экономики на макроуровне и обеспечения информацией международных экономических организаций, с которыми Россия сотрудничает.
Статистике принадлежит большая роль в информационно-аналитическом обеспечении развития экономической реформы. Единой целью этого процесса является оценка, анализ и прогнозирование состояния и развития экономики на современном этапе.
Зако́н больши́х чи́сел в теории вероятностей утверждает, что эмпирическое среднее (среднее арифметическое) достаточно большой конечной выборки из фиксированного распределения близко к теоретическому среднему (математическому ожиданию) этого распределения. В зависимости от вида сходимости различают слабый закон больших чисел, когда имеет место сходимость по вероятности , и усиленный закон больших чисел, когда имеет место сходимость почти всюду .
Всегда найдётся такое конечное число испытаний, при котором с любой заданной наперёд вероятностью меньше 1 относительная частота появления некоторого события будет сколь угодно мало отличаться от его вероятности.
Общий смысл закона больших чисел: совместное действие большого числа одинаковых и независимых случайных факторов приводит к результату, в пределе не зависящему от случая.
На этом свойстве основаны методы оценки вероятности на основе анализа конечной выборки. Наглядным примером является прогноз результатов выборов на основе опроса выборки избирателей.
Энциклопедичный YouTube
1 / 5
✪ Закон больших чисел
✪ 07 - Теория вероятностей. Закон больших чисел
✪ 42 Закон больших чисел
✪ 1 - Закон больших чисел Чебышёва
✪ 11 класс, 25 урок, Гауссова кривая. Закон больших чисел
Субтитры
Давайте разберем закон больших чисел, который является, пожалуй, самым интуитивным законом в математике и теории вероятностей. И поскольку он применим ко многим вещам, его иногда используют и понимают неправильно. Давайте я вначале для точности дам ему определение, а потом уже мы поговорим об интуиции. Возьмем случайную величину, например Х. Допустим, мы знаем ее математическое ожидание или среднее для совокупности. Закон больших чисел просто говорит, что, если мы возьмем пример n-ого количества наблюдений случайной величины и выведем среднее число всех этих наблюдений… Давайте возьмем переменную. Назовем ее Х с нижним индексом n и с чертой наверху. Это среднее арифметическое n-ого количества наблюдений нашей случайной величины. Вот мое первое наблюдение. Я провожу эксперимент один раз и делаю это наблюдение, затем я провожу его еще раз и делаю вот это наблюдение, я провожу его снова и получаю вот это. Я провожу этот эксперимент n-ое количество раз, а затем делю на количество моих наблюдений. Вот мое выборочное среднее значение. Вот среднее значение всех наблюдений, которые я сделала. Закон больших чисел говорит нам, что мое выборочное среднее будет приближаться к математическому ожиданию случайной величины. Либо я могу также написать, что мое выборочное среднее будет приближаться к среднему по совокупности для n-ого количества, стремящегося к бесконечности. Я не буду четко разделять понятия «приближение» и «сходимость», но надеюсь, вы интуитивно понимаете, что, если я возьму довольно большую выборку здесь, то я получу математическое ожидание для совокупности в целом. Думаю, большинство из вас интуитивно понимает, что, если я сделаю достаточное количество испытаний с большой выборкой примеров, в конце концов, испытания дадут мне ожидаемые мною значения, принимая во внимание математическое ожидание, вероятность и все такое прочее. Но, я думаю, часто бывает непонятно, почему так происходит. И прежде, чем я начну объяснять, почему это так, давайте я приведу конкретный пример. Закон больших чисел говорит нам, что... Допустим, у нас есть случайная величина Х. Она равна количеству орлов при 100 подбрасываниях правильной монеты. Прежде всего, мы знаем математическое ожидание этой случайной величины. Это количество подбрасываний монеты или испытаний, умноженное на шансы успеха любого испытания. Значит, это равно 50-ти. То есть, закон больших чисел говорит, что, если мы возьмем выборку, или если я приведу к среднему значению эти испытания, я получу... В первый раз, когда я провожу испытание, я подбрасываю монету 100 раз или возьму ящик с сотней монет, тряхну его, а потом сосчитаю, сколько у меня выпадет орлов, и получу, допустим, число 55. Это будет Х1. Затем я снова встряхну ящик и получу число 65. Затем еще раз – и получу 45. И я проделываю это n-ое количество раз, а затем делю это на количество испытаний. Закон больших чисел говорит нам, что это среднее (среднее значение всех моих наблюдений) будет стремиться к 50-ти в то время, как n будет стремиться к бесконечности. Теперь я бы хотела немного поговорить о том, почему так происходит. Многие считают, что если после 100 испытаний, у меня результат выше среднего, то по законам вероятности у меня должно выпасть больше или меньше орлов для того, чтобы, так сказать, компенсировать разницу. Это не совсем то, что произойдет. Это часто называют «заблуждением азартного игрока». Давайте я покажу различие. Я буду использовать следующий пример. Давайте я изображу график. Поменяем цвет. Это n, моя ось Х – это n. Это количество испытаний, которые я проведу. А моя ось Y будет выборочным средним. Мы знаем, что математическое ожидание этой произвольной переменной равно 50-ти. Давайте я это нарисую. Это 50. Вернемся к нашему примеру. Если n равно… Во время моего первого испытания я получила 55, это мое среднее значение. У меня только одна точка ввода данных. Затем, после двух испытаний, я получаю 65. Значит, мое среднее значение будет 65+55, деленное на 2. Это 60. И мое среднее значение немного возросло. Затем я получила 45, что вновь снизило мое среднее арифметическое. Я не буду наносить на графике 45. Теперь мне нужно привести все это к среднему значению. Чему равно 45+65? Давайте я вычислю это значение, чтобы обозначить точку. Это 165 делить на 3. Это 53. Нет, 55. Значит, среднее значение снова опускается до 55-ти. Мы можем продолжить эти испытания. После того, как мы проделали три испытания и получили это среднее, многие люди думают, что боги вероятности сделают так, что у нас выпадет меньше орлов в будущем, что в следующих нескольких испытаниях результаты будут ниже, чтобы уменьшить среднее значение. Но это не всегда так. В дальнейшем вероятность всегда остается такой же. Вероятность того, что у меня выпадет орел, всегда будет 50-ти %. Не то, что у меня изначально выпадает определенное количество орлов, большее, чем я ожидаю, а дальше внезапно должны выпасть решки. Это «заблуждение игрока». Если у вас выпадает несоразмерно большое количество орлов, это не значит, что в определенный момент у вас начнет выпадать несоразмерно большое количество решек. Это не совсем так. Закон больших чисел говорит нам, что это не имеет значения. Допустим, после определенного конечного количества испытаний, ваше среднее... Вероятность этого достаточно мала, но, тем не менее... Допустим, ваше среднее достигло этой отметки – 70-ти. Вы думаете: «Ого, мы основательно отошли от математического ожидания». Но закон больших чисел говорит, что ему все равно, сколько испытаний мы провели. У нас все равно осталось бесконечное количество испытаний впереди. Математическое ожидание этого бесконечного количества испытаний, особенно в подобной ситуации, будет следующим. Когда вы приходите к конечному числу, которое выражает какое-нибудь большое значение, бесконечное число, которое сойдется с ним, снова приведет к математическому ожиданию. Это, конечно, очень свободное толкование, но это то, что говорит нам закон больших чисел. Это важно. Он не говорит нам, что, если у нас выпало много орлов, то каким-то образом вероятность выпадения решки увеличится, чтобы это компенсировать. Этот закон говорит нам, что неважно, каков результат при конечном количестве испытаний, если у вас еще осталось бесконечное количество испытаний впереди. И если вы сделаете достаточное их количество, вы вернетесь снова к математическому ожиданию. Это важный момент. Подумайте о нем. Но это не используется ежедневно на практике с лотереями и в казино, хотя известно, что, если вы сделаете достаточное количество испытаний... Мы даже можем это посчитать... чему равна вероятность того, что мы серьезно отклонимся от нормы? Но казино и лотереи каждый день работают по тому принципу, что если взять достаточное количество людей, естественно, за короткий срок, с небольшой выборкой, то несколько человек сорвут куш. Но за большой срок казино всегда останется в выигрыше из-за параметров игр, в которые они приглашают вас играть. Это важный принцип вероятности, который является интуитивным. Хотя иногда, когда вам его формально объясняют со случайными величинами, все это выглядит немного запутанно. Все, что этот закон говорит, – это что чем больше выборок, тем больше среднее арифметическое этих выборок будет стремиться к истинному среднему. А если быть более конкретной, то среднее арифметическое вашей выборки сойдется с математическим ожиданием случайной величины. Вот и все. До встречи в следующем видео!
Слабый закон больших чисел
Слабый закон больших чисел также называется теоремой Бернулли , в честь Якоба Бернулли , доказавшего его в 1713 году .
Пусть есть бесконечная последовательность (последовательное перечисление) одинаково распределённых и некоррелированных случайных величин . То есть их ковариация c o v (X i , X j) = 0 , ∀ i ≠ j {\displaystyle \mathrm {cov} (X_{i},X_{j})=0,\;\forall i\not =j} . Пусть . Обозначим через выборочное среднее первых n {\displaystyle n} членов:
.
Тогда X ¯ n → P μ {\displaystyle {\bar {X}}_{n}\to ^{\!\!\!\!\!\!\mathbb {P} }\mu } .
То есть для всякого положительного ε {\displaystyle \varepsilon }
lim n → ∞ Pr (| X ¯ n − μ | < ε) = 1. {\displaystyle \lim _{n\to \infty }\Pr \!\left(\,|{\bar {X}}_{n}-\mu |<\varepsilon \,\right)=1.}Усиленный закон больших чисел
Пусть есть бесконечная последовательность независимых одинаково распределённых случайных величин { X i } i = 1 ∞ {\displaystyle \{X_{i}\}_{i=1}^{\infty }} , определённых на одном вероятностном пространстве (Ω , F , P) {\displaystyle (\Omega ,{\mathcal {F}},\mathbb {P})} . Пусть E X i = μ , ∀ i ∈ N {\displaystyle \mathbb {E} X_{i}=\mu ,\;\forall i\in \mathbb {N} } . Обозначим через X ¯ n {\displaystyle {\bar {X}}_{n}} выборочное среднее первых n {\displaystyle n} членов:
X ¯ n = 1 n ∑ i = 1 n X i , n ∈ N {\displaystyle {\bar {X}}_{n}={\frac {1}{n}}\sum \limits _{i=1}^{n}X_{i},\;n\in \mathbb {N} } .Тогда X ¯ n → μ {\displaystyle {\bar {X}}_{n}\to \mu } почти всегда.
Pr (lim n → ∞ X ¯ n = μ) = 1. {\displaystyle \Pr \!\left(\lim _{n\to \infty }{\bar {X}}_{n}=\mu \right)=1.} .Как и любой математический закон, закон больших чисел может быть применим к реальному миру только при известных допущениях, которые могут выполняться лишь с некоторой степенью точности. Так, например, условия последовательных испытаний часто не могут сохраняться бесконечно долго и с абсолютной точностью . Кроме того, закон больших чисел говорит лишь о невероятности значительного отклонения среднего значения от математического ожидания .
