Организация статистического учета в РФ.

Организация статистического учета в РФ.

Прикладная характеристика интернет сайтов по стат. информации.

Изучением экономического и социального развития страны, отдельных ее регионов, отраслей, объединений, фирм, предприятий занимаются специально созданные для этого органы, в совокупности называемые статистической службой. В России функции статистической службы выполняют органы государственной и ведомственной статистики.

Организация государственной статистики в стране и ее задачи видоизменялись в соответствии с изменением органов государственного управления, их функций, а также с учетом особенностей развития экономики и социальной жизни общества.

Система органов государственной статистики образована в соответствии с административно-территориальным делением страны. Работу статистических органов страны организует Государственный комитет по статистике РФ (Госкомстат РФ).

Органы статистики выполняют работу по сбору, обработке и анализу научно обоснованных данных, характеризующих экономическое и социальное развитие страны, процессы становления многоукладной экономики, ход выполнения государственных и региональных программ по решению важнейших народнохозяйственных проблем. Этой информацией обеспечивается законодательная власть, исполнительные, управленческие и хозяйственные органы.

Одновременно Госкомстат РФ занимается совершенствованием методологии учета и статистики, разрабатывает формы отчетности. В настоящее время особое значение придается формированию бухгалтерских и статистических показателей в соответствии с требованиями международного бухгалтерского учета и системы национальных счетов, поскольку эта система наиболее полно отвечает требованиям рыночных отношений. Методы сбора и обработки статистических данных, установленные Госкомстатом РФ, являются официальными стандартами.

Органы статистики проводят переписи и единовременные учеты необходимые для глубокого изучения отдельных сторон экономики и образа жизни населения; публикуют данные об экономическом и социальном развитии страны и отдельных регионов, данные по международной статистике и международным сопоставлениям.

Наряду с общегосударственной статистикой существует ведомственная статистика, которая ведется на предприятиях, объединениях, ведомствах, министерствах. Ведомственная статистика выполняет работы, связанные с получением, обработкой и анализом статистической информации, необходимой для руководства их деятельности внутри конкретного ведомства и необходимой только этому ведомству. В силу того, что развитие рыночной экономики, самостоятельность предприятий и полная ответственность за результаты производственно-хозяйственной деятельности требуют более глубокого анализа экономических процессов, происходящих на предприятии, значение ведомственной статистики в настоящее время значительно возросло.

Нельзя управлять сложными социальными и экономическими системами, не располагая оперативной, достоверной и полной статистической информацией. Таким образом, главным содержанием статистики является исчисление статистических показателей и их анализ, благодаря чему органы управления получают всестороннюю информацию о характеристике подведомственных объектов.

Методы сбора статистической информации. Примеры

Статистическое наблюдение — это массовое (оно охватывает большое число случаев проявления исследуемого явления для получения правдивых статистических данных) планомерное (проводится по разработанному плану, включающему вопросы методологии, организации сбора и контроля достоверности информации), систематическое (проводится систематически, либо непрерывно, либо регулярно), научно организованное (для повышения достоверности данных, которая зависит от программы наблюдения, содержания анкет, качества подготовки инструкций) наблюдение за явлениями и процессами социально-экономической жизни, которое заключается в сборе и регистрации отдельных признаков у каждой единицы совокупности.

 

Способы получения статистической информации:

 

Непосредственное статистическое наблюдение — наблюдение, при котором сами регистраторы путем непосредственного замера, взвешивания, подсчета устанавливают факт подлежащий регистрации.

Документальное наблюдение — основано на использовании различного рода документов учетного характера.

Включает в себя отчетный способ наблюдения — при котором предприятия представляют статистические отчеты о своей деятельности в строго обязательном порядке.

Опрос - заключается в получении необходимой информации непосредственно от респондента.

Существуют следующие виды опроса:

Экспедиционный — регистраторы получают необходимую информацию от опрашиваемых лиц и сами фиксируют ее в формулярах.

Способ саморегистрации — формуляры заполняются самими респондентами, регистраторы только раздают бланки и объясняют правила их заполнения.

Корреспондентский — сведения в соответствующие органы сообщает штат добровольных корреспондентов.

Анкетный — сбор информации осуществляется в виде анкет, представляющих собой специальные вопросники, удобен в случаях, когда не требуется высокая точность результатов.

Явочный — заключается в предоставлении сведений в соответствующие органы в явочном порядке

Основные правила обработки статистических данных. Пример.

Статистическая обработка представляет собой сложный многоступенчатый процесс, от уровня научной организации которого решающим образом зависит качество накапливаемых статистических данных, результаты их обработки и осмысления.

Многолетняя практика статистической работы выделила в этом процессе следующие основные этапы:

1) разработка методологии изучения массовых явлений;

2) обоснование системы показателей для характеристики изучаемых явлений (процессов);

3) организационно-методическая подготовка;

4) сбор статистических данных (статистическое наблюдение);

5) сводка и группировка;

6) обработка и анализ статистических данных;

7) обоснование выводов и формулировка предложений.

Относительные показатели сравнения и структуры. Примеры их расчета.

Относительный показатель структуры представляет собой соотношение структурных частей изучаемого объекта и их целого:

 

Выражается относительный показатель структуры в долях единицы или в процентах. Рассчитанные величины, соответственно называемые долями или удельными весами, показывают, какой долей обладает или какой удельный вес имеет та или иная часть в общем итоге.

 

Относительный показатель сравнения представляет собой соотношение одноименных абсолютных показателей, характеризующих разные объекты (предприятия, фирмы, районы, области, страны и т.п.):

Для выражения данного показателя могут использоваться как коэффициенты, так и проценты.

 

Например, согласно официальным статистическим данным, инвестиции в основной капитал в РФ в 2002 г. за счет средств федерального бюджета составили 81,6 млрд.руб., бюджетов субъектов Федерации и местных бюджетов - 184,5 млрд. руб., средств предприятий - 653,1 млрд.руб. Таким образом можно сделать вывод, что инвестиции за счет средств предприятий в 8 раз превышали инвестиции из средств федерального бюджета и в 3,5 раза превышали инвестиции из бюджетов субъектов Федерации и местных бюджетов.

Относительные показатели динамики. Примеры их расчета.

Относительный показатель динамики (ОПД) представляет собой отношение уровня исследуемого процесса или явления за данный период времени (по состоянию на данный момент времени) к уровню этого же процесса или явления в прошлом:

 

Рассчитанная таким образом величина показывает, во сколько раз текущий уровень превышает предшествующий (базисный) или какую долю от последнего составляет. Данный показатель может быть выражен кратным отношением или переведен в проценты.

 

Различают относительные показатели динамики с постоянной и переменной базой сравнения. Если сравнение осуществляется с одним и тем же базисным уровнем, например, первым годом рассматриваемого периода, получают относительные показатели динамики с постоянной базой (базисные). При расчете относительных показателей динамики с переменной базой (цепных) сравнение осуществляется с предшествующим уровнем, т.е. основание относительной величины последовательно меняется

Основные приемы группировки

Если для построения группировки используется только один признак, то такую группировку называются простой, если группировка проводится по нескольким признакам, ее называют сложной. Сложная группировка бывает или комбинационная, или многомерная.

Комбинационная группировка выполняется последовательно: группы, выделенные по одному признаку, затем выделяются в подгруппы по другому признаку, которые, в свою очередь, могут выделяться по следующему другому признаку. В этом случае число групп будет равно произведению числа выделенных групп на число группировочных признаков. Процедура определения оптимального числа групп основана на применении формулы Стерджесса

Из формулы видно, что выбор числа групп зависит от объема совокупности. Если групп оказывается много и они включают малое число единиц, то групповые показатели могут стать ненадежными. Поэтому альтернативой комбинационной группировке является многомерная группировка, которая осуществляется по комплексу признаков одновременно. Ее применение требует использования электронной вычислительной техники. С помощью специально разработанных электронных программ формируются однородные группы на основании близости по всему комплексу признаков.

Определение числа групп тесно связано с понятием величина интервала: чем больше число групп, тем меньше величина интервала, и наоборот. Интервал - разница между максимальным и минимальным значениями признака в каждой группе. Он определяет количественные границы групп, что для статистической практики имеет большое значение, особенно когда нужно образовать качественно однородные группы. Например, исследуется совокупность предприятий по выполнению коллективных договоров. Здесь нельзя объединять предприятия, которые не выполнили обязательства, и те, которые их перевыполнили. Показатель здесь - величина интервала.

Другим примером является невозможность образовывать группу 95 - 105%, поскольку это разные части совокупности. Следует образовать две группы: 95 - 100% и 101 - 105%. В этом случае границы, по которым различаются совокупности, абсолютно соблюдаются.

Каждый интервал имеет нижнюю (наименьшее значение признака) и верхнюю (наибольшее значение признака) границы или одну из них. Поэтому величина интервала есть разность между верхней и нижней границами интервала. Если у интервала указана лишь одна граница (у первого - верхняя, у последнего - нижняя), то речь идет об открытых интервалах. Если у интервала имеются и нижняя, и верхняя границы, то речь идет о закрытых интервалах. Закрытые интервалы подразделяются на равные и неравные (прогрессивно возрастающие, прогрессивно убывающие), а также специализированные и произвольные.

Группировку с равными интервалами строят тогда, когда исследуются количественные различия в величине признака внутри групп одинакового качества, а также если распределение носит более или менее равномерный характер. Если можно заранее установить определенное количество групп, то величину равного интервала можно вычислить по формуле

где i - величина равного интервала; xmax, xmin - наибольшее и наименьшее значения признака; n - число групп.

Если не требуется предварительного установления числа групп, то используется другой способ определения величины равного интервала - по формуле Стерджесса

где n - число наблюдений.

Если величина равного интервала рассчитывается по данной формуле, то следует знаменатель предварительно округлить до целого числа (как правило, всегда большего), так как количество групп не может быть дробным числом.

В статистической практике чаще применяются неравные интервалы (постепенно возрастающие или постепенно убывающие). При этом исследуемая совокупность делится на группы примерно равного заполнения с большим числом единиц. Неравные интервалы могут использоваться, например, в таких случаях:

а) при исследовании группировки с применением нескольких признаков, дающих возможность составить несколько подгрупп, где требуются уже и более длинные и более короткие интервалы;

б) при образовании крупных групп с новым качеством на базе мелких групп при условии сохранения их однородности, что приводит к увеличению интервалов.

В статистической практике используются также специализированные интервалы. Интервалы называют специализированными, если речь идет об установлении границ интервала в группах, схожих по типу и по признаку, но имеющих отношение, скажем, к разным отраслям производства.

 

виды группировок зависят от целей и задач, которые они выполняют. С помощью метода статистических группировок выделяют качественно однородные совокупности, изучают структуры совокупности и изменения, происходящие в них, а также решают задачи по исследованию существующих связей и зависимостей.

С известной мерой условности для выполнения этих задач группировки соответственно делят на типологические, структурные и аналитические.

Средние характеристики в статистических наблюдениях: виды, расчет показателей. Примеры использования в практике социально-экономического анализа.

Средние величины используются на этапе обработки и обобщения полученных первичных статистических данных. Потребность определения средних величин связана с тем, что у различных единиц исследуемых совокупностей индивидуальные значения одного и того же признака, как правило, неодинаковы.

Средней величиной называют показатель, который характеризует обобщенное значение признака или группы признаков в исследуемой совокупности.

Если исследуется совокупность с качественно однородными признаками, то средняя величина выступает здесь как типическая средняя. Например, для групп работников определенной отрасли с фиксированным уровнем дохода определяется типическая средняя расходов на предметы первой необходимости, т.е. типическая средняя обобщает качественно однородные значения признака в данной совокупности, каковым является доля расходов у работников данной группы на товары первой необходимости.

При исследовании совокупности с качественно разнородными признаками на первый план может выступить нетипичность средних показателей. Такими, к примеру, являются средние показатели произведенного национального дохода на душу населения (разные возрастные группы), средние показатели урожайности зерновых культур по всей территории России (районы разных климатических зон и разных зерновых культур), средние показатели рождаемости населения по всем регионам страны, средние температуры за определенный период и т.д. Здесь средние величины обобщают качественно разнородные значения признаков или системных пространственных совокупностей (международное сообщество, континент, государство, регион, район и т.д.) или динамических совокупностей, протяженных во времени (век, десятилетие, год, сезон и т.д.). Такие средние величины называют системными средними.

Таким образом, значение средних величин состоит в их обобщающей функции. Средняя величина заменяет большое число индивидуальных значений признака, обнаруживая общие свойства, присущие всем единицам совокупности. Это, в свою очередь, позволяет избежать случайных причин и выявить общие закономерности, обусловленные общими причинами.

 

 

- величины, для которых исчисляется средняя

средняя, где черта сверху свидетельствует о том, что имеет место осреднение индивидуальных значений

частота (повторяемость индивидуальных значений признака).

 

Средняя арифметическая - самый распространенный вид средней. Она используется, когда расчет осуществляется по несгруппированным статистическим данным, где нужно получить среднее слагаемое. Средняя арифметическая - это такое среднее значение признака, при получении которого сохраняется неизменным общий объем признака в совокупности.

где n - численность совокупности.

 

 

Простая средняя гармоническая используется тогда, когда веса значений признака одинаковы.

 

 

Средняя геометрическая. Чаще всего средняя геометрическая находит свое применение при определении средних темпов роста (средних коэффициентов роста), когда индивидуальные значения признака представлены в виде относительных величин. Она используется также, если необходимо найти среднюю между минимальным и максимальным значениями признака (например, между 100 и 1000000). Существуют формулы для простой и взвешенной средней геометрической.

 

 

Средняя квадратическая величина. Основной сферой ее применения является измерение вариации признака в совокупности (расчет среднего квадратического отклонения).

 

 

В итоге можно сказать, что от правильного выбора вида средней величины в каждом конкретном случае зависит успешное решение задач статистического исследования. Выбор средней предполагает такую последовательность:

а) установление обобщающего показателя совокупности;

б) определение для данного обобщающего показателя математического соотношения величин;

в) замена индивидуальных значений средними величинами;

г) расчет средней с помощью соответствующего уравнения.

Средняя арифметическая. Вывод формулы простой и взвешенных средних арифметических: средняя хронологическая. Примеры расчета.

Средняя арифметическая – самый распространенный вид средней величины. Когда речь идет о средней величине без указания ее вида, подразумевается именно средняя арифметическая. Она исчисляется в тех случаях, когда объем усредняемого признака образуется как сумма его значений у отдельных единиц изучаемой статистической совокупности.

 

Средняя арифметическая - самый распространенный вид средней. Она используется, когда расчет осуществляется по несгруппированным статистическим данным, где нужно получить среднее слагаемое. Средняя арифметическая - это такое среднее значение признака, при получении которого сохраняется неизменным общий объем признака в совокупности.

 

Формула средней арифметической (простой) имеет вид

(5.2)

 

где n - численность совокупности.

 

 

При расчете средних величин отдельные значения признака, который осредняется, могут повторяться, поэтому расчет средней величины производится по сгруппированным данным. В этом случае речь идет об использовании средней арифметической взвешенной, которая имеет вид

(5.3)

 

Средняя хронологическая.

Средней хронологической называется величина, исчисленная из абсолютных величин, образующих ряды динамики.

Ее расчет производится по формуле:

Средними хронологическими величинами пользуются для характеристики средних уровней явлений за определенные промежутки времени.

Средние геометрическая и квадратическая. Примеры их расчета и использования на практике.

Средняя геометрическая применяется в тех случаях, когда индивидуальные значения признака представляют собой относительные величины динамики, построенные в виде цепных величин, как отношение к предыдущему уровню каждого уровня в ряду динамики, т. е. характеризует средний коэффициент роста.

 

В контрольных по статистике она исчисляется извлечением корня степени n из произведений отдельных значений — вариантов признака Х по формуле:

где П — оператор умножения, знак произведения;

n — число вариантов.

средняя квадратичная применяется, например, для вычисления средней величины сторон n квадратных участков, средних диаметров стволов, труб и т. д. Она подразделяется на два вида.

 

Средняя квадратичная простая. Если при замене индивидуальных величин признака на среднюю величину необходимо сохранить неизменной сумму квадратов исходных величин, то средняя будет являться квадратичной средней величиной.

 

Она является квадратным корнем из частного от деления суммы квадратов отдельных значений признака на их число:

Средняя квадратичная взвешенная вычисляется по формуле:

где f — признак веса.

Мода и медиана, как показатели статистического ряда. Правила их расчета. Примеры практического применения.

Кроме степенных средних в статистике для относительной характеристики величины варьирующего признака и внутреннего строения рядов распределения пользуются структурными средними, которые представлены,в основном, модой и медианой.

 

Мода — это наиболее часто встречающийся вариант ряда. Мода применяется, например, при определении размера одежды, обуви, пользующейся наибольшим спросом у покупателей. Модой для дискретного ряда является варианта, обладающая наибольшей частотой. При вычислении моды для интервального вариационного ряда необходимо сначала определить модальный интервал (по максимальной частоте), а затем — значение модальной величины признака по формуле:

где: - — значение моды

- нижняя граница модального интервала

— величина интервала

— частота модального интервала

— частота интервала, предшествующего модальному

— частота интервала, следующего за модальным

 

Медиана — это значение признака, которое лежит в основе ранжированного ряда и делит этот ряд на две равные по численности части.

 

Для определения медианы в дискретном ряду при наличии частот сначала вычисляют полусумму частот , а затем определяют, какое значение варианта приходится на нее. (Если отсортированный ряд содержит нечетное число признаков, то номер медианы вычисляют по формуле: Ме = (n(число признаков в совокупности) + 1)/2,

случае четного числа признаков медиана будет равна средней из двух признаков находящихся в середине ряда).

 

При вычислении медианы для интервального вариационного ряда сначала определяют медианный интервал, в пределах которого находится медиана, а затем — значение медианы по формуле:

где:

— искомая медиана

— нижняя граница интервала, который содержит медиану

— величина интервала

— сумма частот или число членов ряда

сумма накопленных частот интервалов, предшествующих медианному

— частота медианного интервала

 

Дисперсия. Свойства дисперсии. Примеры использования.

диспе́рсия случа́йной величины́ — мера разброса данной случайной величины, то есть её отклонения от математического ожидания

В статистике часто употребляется обозначение или . Квадратный корень из дисперсии, равный , называется среднеквадрати́чным отклоне́нием, станда́ртным отклоне́нием или стандартным разбросом. Стандартное отклонение измеряется в тех же единицах, что и сама случайная величина, а дисперсия измеряется в квадратах этой единицы измерения.

 

Свойства

Дисперсия любой случайной величины неотрицательна:

 

Если дисперсия случайной величины конечна, то конечно и её математическое ожидание;

 

Если случайная величина равна константе, то её дисперсия равна нулю: D[a] = 0. Верно и обратное: если D[X] = 0, то X = M[X] почти всюду;

 

Дисперсия суммы двух случайных величин равна:

, где — их ковариация;

 

Правила построения статистических таблиц и графического материала (гистограммы, полигон частот, круговые и полосковые диаграммы, двухмерные графики). Примеры их использования.

Результаты обработки статистических данных оформляются в виде статистических таблиц. Табличная форма позволяет изложить материал наиболее удобно, компактно, наглядно и рационально. Использование таблиц как средства систематизации данных можно найти в трудах Д.Граунта, В.Петти, Г.Кинга. Статистические таблицы, которые можно рассматривать как вполне научное представление статистического материала, впервые применены в работах русского академика Л.Ю.Крафта. Большой вклад в разработку теории табличного метода внесли русские статистики А.А.Чупров и А.А.Кауфман.

Статистические таблицы внешне представляют определенного рода пересечения вертикальных граф и горизонтальных строк, которые образуют клетки, предназначенные для записи в них статистических данных.

При нанесении только строк и граф без их наименований и статистических данных получается графленая сетка, которая именуется скелетом таблицы. Если скелет таблицы заполнить наименованиями строк и граф, то получиться макет таблицы.

Статистическую таблицу можно рассматривать как форму логического предложения, имеющего статистическое подлежащее и статистическое сказуемое. Идея уподобления статистической таблицы грамматическому предложению принадлежит А.Кауфману. Подлежащее таблицы представляет ту статистическую совокупность, о которой идет речь в таблице, т.е. перечень отдельных или всех единиц совокупности либо их групп. Сказуемое таблицы – это цифровая характеристика изучаемой совокупности.

Статистические таблицы могут быть простые и сложные. К простым относят перечневые таблицы, в которых подлежащим служит перечень отдельных объектов (заводов, районов, республик, городов), и динамические таблицы, где подлежащим являются отдельные годы, месяцы или другие периоды времени. Таблицы, в подлежащем которых имеет место группировка по одному признаку, именуют групповыми.

При наличии в подлежащем группировки по двум и более признаков таблица именуется комбинационной (табл.11).

Построение статистических таблиц начинается с разработки макета будущей таблицы. Макет таблицы включает следующие элементы: общий заголовок, скелет, полное наименование подлежащего и всех его составляющих, наименование всех граф сказуемого, итоговые строки и графы.

Существуют определенные правила, которыми необходимо руководствоваться при оформлении таблиц:

1) Каждая таблица должна иметь заголовок, который в лаконичной форме должен раскрывать ее содержание. В названии следует указать границы статистической совокупности, период или момент времени, к которому относятся данные. Если единица измерения для всех данных таблицы одинакова, ее целесообразно вынести в общий заголовок;

2) Графам таблицы, если их много, желательно давать нумерацию;

3) Обязательным атрибутом статистической таблицы являются итоговые строки и графы. В сложных таблицах следует различать «итого» и «всего». «Итого» – это характеристика, относящаяся к определенной части совокупности, а «всего» – это итог в целом для всей изучаемой совокупности;

4) Округление чисел во всех графах и строках следует проводить с одинаковой точностью (до целого числа, до десятой, до сотой). Многозначные числа, состоящие из четырех и более цифр, необходимо записывать, отделяя каждые 3 цифры друг от друга для удобства их чтения и сопоставления (117 819 350);

5) В статистической таблице каждая клетка должна быть заполнена. Однако в ряде случаев числа в клетках могут отсутствовать и причины отсутствия должны быть показаны в таблице. Если сведения о данном факте отсутствуют, то сам факт имеет место, ставят 3 точки (…). Если отсутствует само явление, ставится тире (-). Если клетка не подлежит заполнению, ставится (х). Если показать есть, но его размер ниже минимальной цифры, которая может быть записана по принятой единице измерения, то в графе ставится “0”

6) Числа в табличных клетках могут сопровождаться определенными значками. Если число получено на основании условных расчетов, его рекомендуется брать в скобки. Сомнительные числа должны сопровождаться (?), а предварительные – (*).

Графический метод – это метод условных изображений статистических данных при помощи геометрических фигур, линий, точек и разнообразных символических образов.

Графиками в статистике называются условные изображения числовых величин и их соотношений в виде различных геометрических образов – точек, линий, плоских фигур.

Каждый график состоит из графического образа и вспомогательных элементов. Графический образ – это совокупность точек, линий и плоских фигур, с помощью которых изображаются статистические данные.

Вспомогательными элементами графика являются поле графика, масштаб, масштабная шкала, экспликация графика.

Всякий статистический график состоит из плоскостного изображения изучаемого явления в некотором пространстве, называемом полем графика, с помощью знаков (точек, отрезков прямых, кругов, секторов, геометрических фигур, силуэтов).

Чтобы понять график, дается пояснение знаков, масштаб и приводится наименование графика.

Масштаб – это условная мера перевода числовой величины в графическую и обратно.

Масштабная шкала – линия, разделенная на отрезки точками.

Экспликация графика – это пояснения, раскрывающие содержание графика: заголовок графика, единицы измерения, условные обозначения.

Многообразие графиков, используемых в статистике, обусловлено различиями в их содержании, способах построения и широтой круга изображаемых ими явлений и процессов.

По форме изображения явления графики делят на диаграммы, картограммы и статистические рисунки (пиктограммы). Наиболее широкое распространение получили диаграммы:

 

-линейные в прямоугольной системе координат, которые используются для характеристики изменения явлений во времени, при изучении связей между явлениями, для освещения хода выполнения планов.

Статистика населения

19. Ошибки наблюдения, регистрации и репрезентативности. Привести примеры.

Собранные в процессе статистического наблюдения данные по отдельным единицам изучаемой совокупности на последующих стадиях статистического исследования должны быть сведены (обобщены) и обработаны, чтобы получить объективный и точный ответ на все вопросы, поставленные целью исследования. Качество и правильность результатов любого статистического исследования, которые можно получить на основе обобщения, обработки и анализа статистических данных, зависят от качества и достоверности исходного материала – статистических данных.

Всякое статистическое наблюдение ставит задачу получения таких данных, которые по возможности более точно отображали бы действительность, состояние изучаемых единиц совокупности. Под точностью статистической информации понимается уровень (степень) соответствия зафиксированной при статистическом наблюдении величины изучаемого признака действительному его значению.

Отклонения или разности между зафиксированными при статистическом наблюдении величинами изучаемого признака и действительными (истинными) величинами его называют ошибками наблюдения.

В зависимости от источников и причины возникновения неточностей, допускаемых в процессе статистического наблюдения, обычно выделяют ошибки регистрации и ошибки репрезентативности (представительности).

Ошибки регистрации возникают вследствие неправильного установления фактов в процессе наблюдения или неправильной их записи. Они имеют место как при сплошном, так и несплошном наблюдении. Ошибки регистрации подразделяются на случайные и систематические.

Случайные ошибки – это ошибки, допущенные при заполнении бланков (цифра записана не в ту графу или допущена описка в записи), оговорка в ответах, нечеткость в вопросе и соответственно в ответе и т.д.

Систематические ошибки могут быть преднамеренными и непреднамеренными. Преднамеренные ошибки (сознательные) получаются в результате того, что при знании действительного состояния (величины) признака сознательно сообщаются неправильные данные. Непреднамеренными называются ошибки, вызываемые случайными причинами: например, неправильностью измерительных приборов, невнимательностью регистраторов и др.

Ошибки репрезентативности (представительности) свойственны не сплошному наблюдению. Они возникают в результате того, что состав отобранной для обследования части массового явления (части единиц совокупности, выборки) недостаточно полно отображает особенности, сущность всей изучаемой совокупности.

Эти ошибки тоже могут быть случайными из-за того, что отобранные единицы совокупности неполно воспроизводят всю совокупность. Величина случайной ошибки репрезентативности может быть оценена с помощью соответствующих математических методов (рассматриваются в дисциплине “Математическая статистика”).

Систематическая ошибки репрезентативности может возникнуть вследствие нарушения принципов случайного отбора единиц не сплошного наблюдения. Размеры систематической ошибки репрезентативности не поддаются оценке.

20..

21..

22.

23.

24..

Цели и приемы сглаживания рядов динамики. Экстраполяция и интерполяция данных. Примеры использования на практике.

3адача состоит в том, чтобы выявить общую тенденцию в изменении уровней ряда, освобожденную от действия различных случайных факторов. С этой целью ряды динамики подвергаются обработке методами укрупнения интервалов, скользящей средней и аналитического выравнивания. Одним из наиболее простых методов изучения основной тенденции в рядах динамики является метод укрупнения интервалов. Он основан на укрупнении периодов времени, к которому относится наблюдение.

 

Анализ динамики социально-экономических явлений следует проводить, используя все показатели. Пренебрежение каким-либо показателем приводит к неполному, одностороннему анализу

 

Важной управленческой задачей, решаемой с использованием рядов динамики, является определение общей тенденции развития.

дним из наиболее элементарных способов изучения общей т<