Определение и история термина статистика, его значение в наше время. Исторические этапы становления статистики.

Билет №1

Определение и история термина статистика, его значение в наше время. Исторические этапы становления статистики.

 

Термин «статистика» происходит от латинских слов stato (государство) и status (политическое состояние). Статистика как практическая деятельность зародилась в глубокой древности: в 23 веке до н.э в Китае проведена перепись населения, статистический учет велся в Древнем Риме в 550 г. до н.э., почти современные статистические анкеты появились в средневековой Англии. Они содержали вопросы, касающиеся поместий английских лендлордов, ответы следовало давать под присягой и они легли в основу знаменитой «Книге страшного суда».

Однако в древности проводился только сбор статистических данных, а их обработку и анализ, т.е. зарождение статистики как науки следует отнести к середине 17 века.

У истоков статистики – 2 школы:

а) английская школа политических арифметиков (середина 17 века), ее цель – изучение общественных явлений с помощью числовых характеристик, имела 2 направления: демографическое (Д. Граунт) и экономическое (У. Петти). Именно эта школа – основа современной статистики;

б) немецкая описательная школа или государствоведение (2-я половина 17 века, Г. Конринг, Г. Ахенваль, А. Шлецер) видела свою задачу в описании территории, населения, политической структуры, промышленности, сельского хозяйства, торговли и т.д. Цель анализа полученной информации не ставилась. Сам термин «статистика» ввел Ахенваль.

Третье направление – статистико-математическое – возникло в начале 19 века. Бельгиец А. Кетле соединил описательную школу с основами математики и появилась математическая статистика в ее современном понимании. Она базировалась на более ранних работах Я. Бернулли, П. Лапласа и К. Гаусса.

Термин «статистика» используется в трех значениях:

1. Совокупность количественных сведений о тех или иных сторонах социально-экономической жизни общества.

2. Статистический учет – практическая деятельность по сбору, обработке и публикации информации о явлениях общественной жизни.

3. Особая наука о методах выявления закономерностей в массовых явлениях (общества и природы).

 

Наука статистика включает в себя:

· Математическую статистику, базирующуюся на теории вероятностей;

· Теорию статистики, как методологическую основу, включающую в том числе, методы:
статистического наблюдения;
сводки и группировки первичных данных;
получения итоговых, средних и относительных показателей;
построения и анализа рядов распределения;
вариационного анализа;
анализа динамических рядов;
корреляционно-регрессионного анализа;
построения индексных систем и др.

· Социально-демографическую статистику и ее отраслевые статистики (уровень жизни населения, статистика соцобеспечения, туризма и др.);

· Экономическую статистику и ее отраслевые статистики (статистика предприятий, статистика промышленности, торговли и др.);

· Финансовую статистику и ее отраслевые статистики (статистика госбюджета, банковская статистика, биржевая статистика, статистика цен и инфляции и др.)

 

 

Билет №2

Билет №4

Билет №5

Цели и этапы стат. наблюдения. Объекты и единицы наблюдения,

Отчетные единицы.

 

Статистическое наблюдение - это совокупность приемов, которыми статистика исследует массовые социально-экономические явления.

Три главных этапа:

1. Массовое наблюдение: разрабатывается гипотеза исследования, сбор первичной информации:

2. Сводка и группировка результатов наблюдения – это систематизация полученных данных.

Если на 1-м этапе мы получаем сведения о каждой ЕС, то на 2-м данные сводки (группировки) характеризуют всю СС и отдельные ее части.

3. Расчет обобщающих аналитических показателей – это выявление соотношений, взаимосвязей, закономерностей + интерпретация полученных результатов

 

 

1. Статистическое наблюдение

Это научно организованная регистрация признаков у единиц, вошедших в статистическую совокупность.

Его последовательность:

1. Подготовка;

2. Непосредственный сбор первичных данных;

3. Контроль собранной информации.

За статистические наблюдения по наиболее общим показателям отвечает Федеральная служба госстатистики (Россстат).

Подготовка включает:

1. Постановку цели и задач конкретного наблюдения;

2. Определение объекта наблюдения (обследуемой СС), например «объектами наблюдения являются все юрлица и их обособленные подразделения, занимающиеся материальным производством, среднесписочная численность которых за год больше 10 человек, а среднемесячная зарплата за год выше минимальной». В этом примере были использованы несколько цензов. Результаты наблюдения зависят от задания границ объекта наблюдения;

3. Указание единицы наблюдения и отчетной единицы (если объект наблюдения – совокупность товарных бирж РФ, то ЕН – это одна товарная биржа; если ЕН – это домашнее хозяйство, то ОЕ – члены этого хозяйства в возрасте от 15 до 72 лет).;

4. Отбор исследуемых признаков и разработка программы наблюдения – это наиболее трудоемкий этап. На основе выбранных признаков формулируют вопросы для анкеты или опросного бланка.

Правила составления анкет:

Оптимизация числа вопросов;
Простая формулировка вопросов (открытых или закрытых, т.е. с вариантами ответов). Ответы на закрытые вопросы легче обрабатывать.
Соблюдение этических норм, нельзя действовать против опрашиваемого.
Логический порядок следования вопросов.
Включение избыточных вопросов, для последующей логической проверки.
Наличие пояснения «трудных вопросов» с целью сокращения числа неверных ответов.

5. Выбор метода проведения наблюдения

 

Билет №6 Требования к программе наблюдения. Организационные вопросы. Виды статистических формуляров.

 

Статистический формуляр — это документ единого образца, содержащий программу и результаты наблюдения.

 

Обязательными элементами статистического формуляра являются титульная и адресная части. Первая содержит наименования статистического наблюдения и органа, проводящего наблюдение, информацию о том, кто и когда утвердил этот формуляр, вторая — адрес отчетной единицы, ее подчиненность. Формуляр может иметь различные названия: переписной лист, анкета, карточка, отчет и т. д.

Формуляр и инструкция по его заполнению представляют собой инструментарий статистического наблюдения.

Правила составления анкет:

Оптимизация числа вопросов;
Простая формулировка вопросов (открытых или закрытых, т.е. с вариантами ответов). Ответы на закрытые вопросы легче обрабатывать.
Соблюдение этических норм, нельзя действовать против опрашиваемого.
Логический порядок следования вопросов.
Включение избыточных вопросов, для последующей логической проверки.
Наличие пояснения «трудных вопросов» с целью сокращения числа неверных ответов.

Билет №7

Билет №8

Точность стат. наблюдения.

 

Это степень соответствия вычисленного значения наблюдаемого показателя от его действительной величины. Расхождение – это ошибка статистического наблюдения.

Две группы:

Ошибки регистрации (случайные – описки или систематические – однонаправленные, например, по всем переписям число замужних женщин превышает число женатых мужчин, округление возраста);

Ошибки репрезентативности, они присущи только выборочному наблюдению. Всегда бывают случайные, так как исследуется часть СС. Бывают и систематические, когда нарушается технология отбора обследуемых единиц из генеральной совокупности.

Для повышения точности надо обеспечить:

· Хороший персонал;

· Соблюдение технологии обследования;

· Логический анализ данных;

· Арифметический контроль данных.

 

Билет №9

Билет №10

Ряды распределения. Виды.

 

Результат первичной группировки данных – ряд распределения, т.е. группировка наблюдений по одному и тому же показателю в один и тот же момент по разным единицам совокупности.

Ряд распределения состоит из2-х частей: значений вариант и соответствующих им частот (частостей).

Варианта – это значение, которое может принимать наблюдаемый признак в ряду распределения;

Частота – число единиц наблюдения, имеющих значение данной варианты. Сумма частот всегда равна размеру совокупности.

Частость - это частота, выраженная либо в долях 1, либо в % к объему статистической совокупности.

Ряды распределения делятся на атрибутивные или вариационные в зависимости от признака, положенного в основу построения ряда.

Если признак качественный, то ряд распределения называется атрибутивным. Например, распределение предприятий по ОПФ (табл. 2.1).

Если признак, по которому строится ряд распределения, количественный, то ряд называется вариационным.

Вариационные ряды бывают дискретные и интервальные. У дискретных рядов значения признака обычно выражены целыми числами, чаще всего, целыми, а у интервальных – задаются в виде интервалов.

Пример: распределение предприятий-заемщиков по величине коэффициента ликвидности (табл. 2.4):

К-т ликвидности	Число предприятий	Доля предприятий, %
До 1,4		9.8
1,4 – 1,6		18,6
1,6 – 1,8		21,6
1,8 – 2,0		32,8
Выше 2,0		17,2
ИТОГО		100,0

 

Интервалы могут быть открытыми (без 1-й границы) или закрытыми, с равными интервальными промежутками или с неравными. Интервальные промежутки могут быть равными или неравными.

Число равных интервалов может задаваться самим исследователем, либо может дуть рассчитано по формуле Стерджесса:

n=1+3,322 lg N,

где n –число интервалов,

N – объем совокупности (число единиц наблюдения).

Интервалы вариационного ряда всегда округляют. Если появляются пустые интервальные группы, то интервалы изменяют, учитывая, как меняется значение исследуемого признака, по арифметической или геометрической прогрессии).

Для арифметической прогрессии: i_k=i_k-1+c. Пример: i₁ =100, с=150, тогда i₂ =250, i₃ =400 и т.д., а интервалы будут: (0,100), (100, 350), (350, 750) и т.д.

Для геометрической прогрессии: i_k=i_k-1*c. Пример: i₁ =10, с=2, тогда i₂ =20, i₃ =40, i₄ =80 и т.д., а интервалы будут: (0,10), (10, 30), (30, 70), (70,150) и т.д.

Верхняя граница интервала относится к нему, нижняя – нет.

 

Билет №11

Билет № 12

Вторичная группировка стат. данных. Табличное представление стат. данных.

 

Вторичная группировка – это перегруппировка уже сгруппированных данных без обращения к массиву первичных данных.

Два метода:

1) Метод объединения первоначальных интервалов:

Пример: распределение предприятий-заемщиков по коэффициенту ликвидности (табл. 2.5):

К-т ликвидности	Число предприятий
1,2 – 1,6
1,6 – 2,0
Выше 2,0
ИТОГО

 

2) Долевая перегруппировка, базирующаяся на принципе равномерного распределения единиц наблюдения внутри границ интервальных групп.

Было:

Распределение работников по размеру зарплаты (табл. 2.6):

Номер интервала	Зарплата, тыс. руб.	Численность работающих, чел.
	2 – 3
	3 – 4,5
	4,5 – 6,5
	6,5 – 9
	9 – 12
	Более 12
ИТОГО	-

Перегруппируем данные и образуем новые интервалы: 2000 – 3500,3500 – 5000, 5000 – 6500, 6500 – 8000, 8000 – 9500, 9500 – 11000, более 11000 руб.

В 1-й интервал войдут все единицы 1-го интервала исходной группировки (16) + 1/3 2-го интервала, т.е. 13, и т.д.

Итог: новая группировка (табл. 2.7):

Номер интервала	Зарплата, тыс. руб.	Численность работающих, чел.
	2 – 3,5
	3,5 – 5
	5 – 6,5
	6,5 - 8
	8 – 9,5
	9,5 – 11
	Более 11
ИТОГО	-

 

2.4 Табличное представление статистических данных

Массивы данных удобнее всего представлять в виде статистических таблиц. Каждая таблица имеет подлежащее и сказуемое:

Подлежащее – перечень единиц статистического наблюдения или их групп, характеризуемых статистическими показателями. Данные показатели являются сказуемым статистической таблицы. Чаще всего подлежащее располагают в строках, а сказуемое – в столбцах таблицы.

В зависимости от глубины проработки подлежащего статистические таблицы могут быть простыми, групповыми и комбинационными.

Простое подлежащее – это простой перечень единиц наблюдения (это даты, предприятия, территории и др.).

Пример: динамика числа банков РФ в 2001 – 2003 г.г. (табл. 2.8):

Число кредитных организаций, всего
В том числе, имеющих право на проведение банковских операций

 

Подлежащее статистической таблицы может быть представлено в виде определенной группировки по одному атрибутивному или количественному признаку, такие таблицы называются групповыми.

Пример: распределение коммерческих банков РФ по доле высоколиквидных активов в сумме текущих активов в 2007г. (макет табл. 2.9):

 

Доля высоколиквидных активов, %	Число банков на начало года	Число банков на конец года
До 10
10 – 15
15 – 20
20 – 25
Выше 25

 

Подлежащее комбинационной статистической таблицы представлено сложной группировкой по 2-м или более признакам. Сказуемое статистической таблицы также может быть простым и сложным (см. самостоятельно).

 

 

Билет № 13

Билет №14

Абсолютные стат. величины. Единицы измерения.

 

Результат статистического наблюдения – показатели, характеризующие каждую единицу наблюдения. Это индивидуальные абсолютные показатели. Если же показатели характеризуют всю совокупность в целом, то они называются обобщающими абсолютными показателями. Абсолютные показатели всегда имеют единицы измерения: либо натуральные, либо стоимостные.

Натуральные единицы измерения бывают простыми, составными и условными.

Простые – это штуки, тонны, часы, метры, объем совокупности и т.д.

Составные – произведение 2-х или нескольких простых единиц измерения: человеко-дни, тонно-километры, киловатт-часы и др.

Условные натуральные единицы измерения широко используются в анализе производственной деятельности, когда показатели напрямую несопоставимы, но характеризуют одни и те же свойства объектов. Например, в топливной промышленности используется понятие «условное топливо», имеющее теплоту сгорания 29,3 МДж/кг. В консервной промышленности используются условные банки объемом 353,4 см³.

Но, конечно, при анализе финансовой деятельности самыми распространенными являются стоимостные единицы измерения: рубли, доллары, евро, у.е. Их ценность в том, что они позволяют сравнивать показатели, несравнимые в натуральных единицах.

 

Билет №15

Билет 25.

Билет 26.

Билет 27

Билет 28.

Билет 29

Билет №30

Виды корреляционных полей.

Корреляционной называется такая стат. связь когда изменение независимых переменных х приводит к закономерному измененению мат. ожидания у.

Например, х=х1, . При этом можно вычислить мат. ожидание прибыли

Если наблюдаемая зависимость между изменением зависимой переменной х и мат. ожиданием у, то такая связь будет корреляционной

Эта связь может быть прямой когда с ростом х растёт и у, может быть обратной когда с ростом х зависимость признака у уменьшится.

Графически оно изображается в виде корреляционного поля.

 

Отметим, что методы статистики позволяют обнаружить и определить тесноту связи как между количественными так и между качественными признаками.

 

Билет 31

Билет №32

Билет №33

Билет №34

Билет №35

Билет №36

Билет № 37

Основные определения и обозначения в теории выборочного наблюдения

 

Группа объектов, объединенных каким-либо общим свойством называется совокупностью.

Генеральная совокупность – все объекты. размерность N

Выборочная совокупность имеет размерность n.

n<<<N отношение размерностей.

- доля отбора, еще говорят % выборки, % отбора.

Пример:

N=200 n=50 f=25% выборки

Единица отбора – это элемент отбора, при формировании выборочной совокупности.

Единица наблюдения – объект, признаки которого фиксируются (регистрируются).

Если исследуется количественные признаки, то главная задача – это оценка среднего и суммарного значения.

Генеральное среднее оценивается с помощью выборочного среднего. В общем случае они не совпадают.

Генеральная дисперсия

Оценивается с помощью выборочной дисперсии:

В малых выборках делится не на n, а на (n-1).

При оценке характеристик альтернативного признака численность единиц генеральной совокупности обычно обозначают М, а в выборке м.

Пример: Доля убыточных банков.

 

Доля единиц обладающих исследуемым признаком

А долей единиц в выборке, обладающих исследуемым признаком

Р- единиц обладает исследуемым признаком.

q единиц не обладает. q=1-р

 

Дисперсия альтернативного признака рассчитывается –

Билет №38

Средняя и предельная ошибка выборки.

 

Из одной и той же генеральной совокупности можно извлечь множество разных выборок и каждая из них будет давать свои оценки среднего и дисперсию (характеристики генеральной совокупности).

Можно говорить о средней из ошибок всех возможных выборок – М – которая является обобщающей характеристикой.

Она показывает на сколько в среднем параметр выборочной совокупности отклоняется от параметра генеральной совокупности.

Бесповторный отбор – это такой отбор, когда единица такого наблюдения может быть отобрана один раз.

А повторный - когда одна и та же единица, будучи отобранной может быть еще раз отобранной из генеральной совокупности.

При повторном отборе

При бесповторном отборе

- имеет серьезное влияние при больших выборках.

Вероятность того, что ошибка будет равняться М = 0,683.

Эта вероятность не столь велика, на практике хотелось бы получить значение ошибка с большей точностью.

 

Предельная ошибка выборки.

 

Р доверительная вероятность	0,6827	0,8664	0,9545	0,9876	0,9973
t коэффициент доверия		1,5		2,5

 

Предельная ошибка зависит от:

1) Степени вариации единиц генеральной совокупности

2) От объема выборки.

3) От схем отбора (бесповторный дает меньше ошибок).

4) От уровня доверительной вероятности

Если n>30, то t определяется по таблице нормального распределения, если n<30, то по таблице Стьюдента.

 

Способы отбора:

1) Индивидуальный - в выборку попадают непосредственно отдельные единицы генеральной совокупности. Подвиды: Случайная, механическая, этипическая выборка

2) При групповом отборе единицы наблюдения извлекаются в выборку группами.

3) Комбинированный.

 

 

Билет № 39

Виды выборок.

 

а) Случайная выборка.

таблица случайных чисел.

0…1

к1=0,1638

к2=0,7547

к3=0,0101

n=1000

б) Механическая

Исходная совокупность делится на столько групп, сколько единиц войдет в выборку и из каждой группы выбирается один элемент.

два способа:

1) Группы формируются не в ранжированной совокупности.

2) В ранжированной совокупности (по росту, когда единицы совокупности выстраивается по рангам – первый – лучший).

 

г) этипическая.

Применяется при значительно вариации признака в исходной совокупности. В этом случае целесообразно сначала разбить совокупность на однородные типы, а потом производить случайный или механический отбор.

Два способа:

1) Пропорционально объему типической группы.

2) Пропорционально степени колеблемости (вариации) количественного признака внутри типической группы.

 

Чем больше колеблится значение признака в группе, тем больше надо взять элементов из этой группы.

 

д) Серийная

Применяется когда совокупность можно разделить на одинаковые по объему и однородные группы. В этом случае берется одна из групп и ведется сплошное обследование.

 

е) Комбинированная выборка.

Статистическая совокупность разбивается на типические группы, внутри которых единицы упорядываются, устанавливается шаг отбора и производится механический отбор.

 

ж) Многоступенчатая выборка.

Последовательно извлекаются самые крупные группы единиц, затем из них извлекаются под группы, под подгруппы (в соответствии с количеством ступеней) и только на последней ступени извлекаются сами единицы, попадающие в выборочную совокупность.

 

з) Многофазная.

Это когда создаются подвыборки для последующих исследований в расширенной программе.

 

и) Малая выборка.

Применяется когда много исследований проводить экономически не целесообразно. Малой считается выборка с числом единиц меньшей 20.

 

 

Билет №40

Билет № 41

Индивидуальные индексы.

 

Они показывают изменения отдельного элемента какого-то сложного социально-экономического явления.

Обязательное требование – ОДНОРОДНОСТЬ!

Показатель в текущем периоде делается на основе показателя базисного периода.

Например: Индивидуальный индекс цен.

ip – показывает как показатель в текущем периоде изменился по сравнению с базисным.

 

Индивидуальный индекс физического объема –

Аналогично строится индивидуальные индексы для сравнения с планом или нормой.

Речь идет о конкретном виде продукции.

 

Территориальные индексы.

В числителе и знаменателе находятся абсолютные значения показателя отношения к разным территориям.

Например территориальный индивидуальный индекс цен.

 

Ip=Pa/Pb

 

Индексы выражаются как в коэффициентах, так и в процентах.

Пример:

Ip=P1/P0 инд. индекс цен

Iq=q1/q0 инд. индекс физического объема

ipq=p1q1/p0q0 инд. индекс товарооборота

iz=Z1/Z0 инд. индекс себестоимости

Izq=z1q1/z0q0 инд. индекс затрат.

 

Билет №42

Билет №43

Веса агрегатных индексов.

 

Особое место в финансовом анализе имеет исследовании цен. Анализ инфляции, пересчет фактических цен в сопоставимые цены, которые можно сравнивать, расчет прожиточного минимума, коррекция МРОТ, определение налоговых ставок – все это базируется на индексах цен.

В 1864 году немецкий ученый Ласпейрас предложил рассчитывать сводный индекс цен с весами – количеством продукции базисного периода

Через 10 лет Пааше предложил использовать физический объем производства и продаж отчетного периода

Расчеты по этим двум индексам дают совершенно разные результаты. Обычно индекс Пааше меньше индекса Ласпейраса.

 

Пааше занижает инфляцию, а Ласпейрас завышает.

 

Большой недостаток индекса Пааше - надо иметь физические объемы (стат данные) текущего периода, а статистика всегда опаздывает, это и не удобно.

Гораздо проще с индексом Ласпейраса, когда веса одни и теже из года в год.

Но в то же время разность числителя и знаменателя имеет конкретную информационную ценность. Кроме того по мере удаления от базисного периода номенклатура продукции существенно изменяется (а это минус).

 

Какой же индекс использовать?

В микроэкономике лучше использовать индекс цен Пааше и индекс физического объема продукции Ласпейраса.

На уровне макроэкономики используются оба этих показателя.

В СССР применялся индекс цен Пааше.

 

В перестройке использовался индекс Ласпейраса. Обоснование сего факта трудностью сбора данных.

В начале 20 века Американец Фишер предложил использовать нечто среднее. А именно среднегеометрическую величину этих индексов.

Аналогичным образом индекс Фишера можно построить для любого показателя (индекс цен, себестоимости, физического объема и т.д.).

На практике индекс Фишера используют редко.

Еще один компромисс – это индекс Лоу.

Это индекс, где берется среднее количество продукции между базисными и средним периодом.

q=(q1+q0)/2

 

Билет №44.

Средние индексы

 

Они используются тогда, когда исходная информация представлена индивидуальными индексами I каждой единицы исследуемой совокупности.

Средние индексы – это сводный индекс, вычисляемый как средневзвешенная величина значений индивидуальных индексов.

Отметим, что значение среднего индекса тождественно или равно соответствующему значению агрегатного индекса, а разница в вычислениях и исходных данных.

Среднеарифметическая форма индекса физического объема продукции имеет вид, где используется товарооборот базисного периода

и используется индивидуальные индексы по каждой единице исследуемой совокупности.

 

Средний индекс цен используется в качестве весов товарооборота отчетного периода.

 

 

Билет № 45

Цепные и базисные индексы.

 

Цепные индексы отражают в показателе в отчетном периоде по отношению к предшествующему периоду, а базисные – по отношению к каждому выбранному базисному периоду.

Произведение цепных индексов = значению базисного индекса последнего периода.

При таком случае значение индекса берется в виде коэффициентов, а не %.

Так же строятся индексы и для других показателей экономики.

 

Билет №46

Территориальные индексы.

 

Они используются для сравнения уровня экономического развития городов, регионов, стран и т.д. Самым важным являются международные сопоставления как правило из других государств.

Например – возможны два варианта территориальных индексов цен. Сравниваются две территории А и В.

 

В качестве весов можно использовать физические объемы либо территории А либо территории В.

На практике эти индексы использовать сложно, особенно при анализе производства, т.к. структура разных рынков сильно отличается друг от друга.

Следствие этого – расчеты по этим двум формулам дают абсолютно противоречивые результаты.

 

Билет №1

Определение и история термина статистика, его значение в наше время. Исторические этапы становления статистики.

 

Термин «статистика» происходит от латинских слов stato (государство) и status (политическое состояние). Статистика как практическая деятельность зародилась в глубокой древности: в 23 веке до н.э в Китае проведена перепись населения, статистический учет велся в Древнем Риме в 550 г. до н.э., почти современные статистические анкеты появились в средневековой Англии. Они содержали вопросы, касающиеся поместий английских лендлордов, ответы следовало давать под присягой и они легли в основу знаменитой «Книге страшного суда».

Однако в древности проводился только сбор статистических данных, а их обработку и анализ, т.е. зарождение статистики как науки следует отнести к середине 17 века.

У истоков статистики – 2 школы:

а) английская школа политических арифметиков (середина 17 века), ее цель – изучение общественных явлений с помощью числовых характеристик, имела 2 направления: демографическое (Д. Граунт) и экономическое (У. Петти). Именно эта школа – основа современной статистики;

б) немецкая описательная школа или государствоведение (2-я половина 17 века, Г. Конринг, Г. Ахенваль, А. Шлецер) видела свою задачу в описании территории, населения, политической структуры, промышленности, сельского хозяйства, торговли и т.д. Цель анализа полученной информации не ставилась. Сам термин «статистика» ввел Ахенваль.

Третье направление – статистико-математическое – возникло в начале 19 века. Бельгиец А. Кетле соединил описательную школу с основами математики и появилась математическая статистика в ее современном понимании. Она базировалась на более ранних работах Я. Бернулли, П. Лапласа и К. Гаусса.

Термин «статистика» используется в трех значениях:

1. Совокупность количественных сведений о тех или иных сторонах социально-экономической жизни общества.

2. Статистический учет – практическая деятельность по сбору, обработке и публикации информации о явлениях общественной жизни.

3. Особая наука о методах выявления закономерностей в массовых явлениях (общества и природы).

 

Наука статистика включает в себя:

· Математическую статистику, базирующуюся на теории вероятностей;

· Теорию статистики, как методологическую основу, включающую в том числе, методы:
статистического наблюдения;
сводки и группировки первичных данных;
получения итоговых, средних и относительных показателей;
построения и анализа рядов распределения;
вариационного анализа;
анализа динамических рядов;
корреляционно-регрессионного анализа;
построения индексных систем и др.

· Социально-демографическую статистику и ее отраслевые статистики (уровень жизни населения, статистика соцобеспечения, туризма и др.);

· Экономическую статистику и ее отраслевые статистики (статистика предприятий, статистика промышленности, торговли и др.);

· Финансовую статистику и ее отраслевые статистики (статистика госбюджета, банковская статистика, биржевая статистика, статистика цен и инфляции и др.)

 

 

Билет №2