История возникновения статистики.

Основные этапы статистического исследования

Свой предмет статистика изучает при помощи своего, специфического метода. Метод статистики - это целая совокупность приемов, пользуясь которыми статистика исследует свой предмет. Она включает в себя три группы собственно методов: метод массовых наблюдений, метод группировок, метод обобщающих показателей.

Использование различных способов и приемов статистической методологии предполагает наличие исчерпывающей и достоверной информации об изучаемом объекте. Исследование массовых общественных явлений включает этапы сбора статистической информации и ее первичной обработки, сведения и группировки результатов наблюдения в определенные совокупности, обобщения и анализа полученных материалов.

На первом этапе статистического исследования формируются первичные статистические данные, или исходная статистическая информация, которая является фундаментом будущего статистического здания. Чтобы здание было прочным, добротной и качественной должна быть его основа. Если при сборе первичных статистических данных допущена ошибка или материал оказался недоброкачественным, это повлияет на правильность и достоверность как теоретических, так и практических выводов. Поэтому, статистическое наблюдение от начальной до завершающей стадии - получения итоговых материалов, должно быть тщательно продуманным и четко организованным.

Статистическое наблюдение дает исходный материал для обобщения, началом которого служит сводка. Если при статистическом наблюдении о каждой его единице получают сведения, характеризующие ее с многих сторон, то данные сводки характеризуют всю статистическую совокупность и отдельные ее части. На этой стадии совокупность делится по признакам различия и объединяется по признакам сходства, подсчитываются суммарные показатели по группам и в целом. С помощью метода группировок изучаемые явления делятся на важнейшие типы, характерные группы и подгруппы по существенным признакам. С помощью группировок ограничивают качественно однородные в существенном отношении совокупности, что является предпосылкой для определения и применения обобщающих показателей.

На заключительном этапе анализа с помощью обобщающих показателей рассчитываются относительные и средние величины, дается сводная оценка вариации признаков, характеризуется динамика явлений, применяются индексы, рассчитываются показатели, характеризующие тесноту связей в изменении признаков. С целью наиболее рационального и наглядного изложения цифрового материала он представляется в виде таблиц и графиков.

Статистическое наблюдение

Статистическое наблюдение — это первая стадия всякого статистического исследования, представляющая собой научно организованный по единой программе учет фактов, характеризующих явления и процессы общественной жизни, и сбор полученных на основе этого учета массовых данных.

Однако не всякий сбор сведений является статистическим наблюдением. О статистическом наблюдении можно говорить лишь тогда, когда изучаются статистические закономерности, т. е. такие, которые проявляются только в массовом процессе, в большом числе единиц какой-то совокупности. Поэтому статистическое наблюдение должно быть:

· планомерным,

· массовым,

· систематическим.

Планомерность статистического наблюдения заключается в том, что оно готовится и проводится по разработанному плану, который включает вопросы методологии, организации, техники сбора информации, контроля за качеством собранного материала, его достоверности, оформления итоговых результатов.

Массовый характер статистического наблюдения предполагает, что оно охватывает большое число случаев проявления данного процесса, достаточное для того, чтобы получить правдивые статистические данные, характеризующие не только отдельные единицы, но и всю совокупность в целом.

Наконец, систематичность статистического наблюдения определяется тем, что оно должно проводиться либо систематически, либо непрерывно, либо регулярно. Изучение тенденций и закономерностей социально-экономических процессов, характеризующихся количественными и качественными изменениями, возможно лишь на этой основе.

Из сказанного следует, что к данным статистического наблюдения предъявляются следующие требования:

1) полноты статистических данных (полноты охвата единиц изучаемой совокупности, сторон того или иного явления, а также полноты охвата во времени);

2) достоверности и точности данных;

3) их единообразия и сопоставимости.

Статистическая сводка

Статистическая сводка – это операция по обработке собранных данных, которые выражаются в виде показателей, относящихся к каждой единице объекта статистического наблюдения. В результате сводки эти данные превращаются в систему статистических таблиц и промежуточных итогов. По результатам сводки можно выявить наиболее типичные черты и закономерности изучаемых явлений.

Предварительно составляется программа и план сводки.

В программе определяется подлежащее и сказуемое сводки. Подлежащее составляет вся совокупность, либо группы или части, на которые разбивается совокупность. Сказуемое – это те показатели, которые характеризуют каждую группу, часть или всю совокупность в целом.

План сводки содержит организационные вопросы.

Ряды распределения

Рядами распределения называются группировки особого вида, при которых по каждому признаку, группе признаков или классу признаков известны численность единиц в группе либо удельный вес этой численности в общем итоге.

Ряды распределения могут быть построены или по количественному, или по атрибутивному признаку.

Ряды распределения, построенные по количественному признаку, называются вариационными рядами. Ряд распределения может быть построен по непрерывно варьирующему признаку (когда признак может принимать любые значения в рамках какого-либо интервала) и по дискретно варьирующему признаку (принимает строго определенные целочисленные значения).

Непрерывно варьирующий признак изображается графически при помощи гистограммы. Дискретный же ряд распределения графически представляется в виде полигона распределения.

Статистические таблицы

Статистические таблицы - это наиболее рациональная форма представления результатов статистической сводки и группировки.

Значение статистических таблиц состоит в том, что они позволяют охватить материалы статистической сводки в целом. Статистическая таблица, по существу, является системой мыслей об исследуемом объекте, излагаемых цифрами на основе определенного порядка в расположении систематизированной информации.

По внешнему виду статистическая таблица представляет собой ряд пересекающихся горизонтальных и вертикальных линий, образующих по горизонтали строки, а по вертикали - графы (столбцы, колонки), которые в совокупности составляют как бы скелет таблицы.

Таблица, состоящая из строк и граф, которые еще не заполнены цифрами, называется макетом таблицы. Каждая статистическая таблица имеет подлежащее и сказуемое.

Подлежащее таблицы - это объект изучения (название района, города, предприятия).

Сказуемое - это система статистических показателей, которыми характеризуется объект изучения, т.е. подлежащее таблицы.

Обычно подлежащее располагается слева, в виде наименования горизонтальных строк, а сказуемое - справа, в виде наименования вертикальных граф.

таблице могут быть подведены итоги по графам и строкам.

Обязательная часть таблицы - заголовок, показывающий, о чем идет речь в таблице, к какому месту и времени она относится.

Название таблицы

Наименование подлежащего	Наименование сказуемого
Наименование подлежащего	Нумерация граф Заголовки сказуемого
А	1	2	3	4
Боковые
заголовки
подлежащего
Итоговая:

Рис 1. Макет таблицы

В зависимости от построения подлежащего, таблицы делятся на три вида: простые, групповые и комбинационные.

Простые таблицы получили большое распространение во многих экономических разработках.

Простыми таблицами называются такие, в подлежащем которых нет группировок, а дается лишь перечень единиц совокупности (перечневые таблицы), административных районов (территориальные таблицы) или периодов времени (хронологические таблицы).

Рассмотрим пример простой таблицы, в подлежащем которого содержатся перечисления единиц изучаемой совокупности (табл. 3.1).

Таблица 3.1

Таблицы сопряженности

Таблицей сопряженности называется таблица, которая содержит сводную числовую характеристику изучаемой совокупности по двум и более атрибутивным (качественным) признакам или комбинации количественных и атрибутивных признаков.

Таблицы сопряженности получили наибольшее распространение при изучении социальных явлений и процессов: общественного мнения, уровня и образа жизни, общественно – политического строя и т.д.

Наиболее простым видом таблиц сопряженности является таблица частот 2х2.

Гистограммы

При обработке и отображении экспериментальных данных, в которых изучаемый признак может принимать любое значение из некоторого интервала, используют следующие способы представления данных:

· гистограммы;

· полигон частот;

· полигон накопленных частот (кумулята).

Гистограмма состоит из примыкающих друг к другу прямоугольников, изображенных на координатной сетке.

Существует несколько вариантов построения гистограмм.

Виды абсолютных величин

Индивидуальные – отражают размеры количественных признаков у отдельных единиц изучаемой совокупности.

Общие – выражают размеры, величину количественных признаков у всей изучаемой совокупности в целом.

Абсолютные величины отражают наличие тех или иных ресурсов, это основа материального учета. Они наиболее объективно отражают развитие экономики. Абсолютные величины являются основой для расчета относительных статистических показателей.

Относительные статистические величины выражают количественные соотношения между явлениями общественной жизни, они получаются в результате деления одной абсолютной величины на другую.

Знаменатель (основание сравнения, база) – это величина, с которой производится сравнение.

Сравниваемая (отчетная, текущая) величина – это величина, которая сравнивается.

Относительная величина показывает, во сколько раз сравниваемая величина больше или меньше базисной или какую долю первая составляет по отношению ко второй. В ряде случае относительная величина показывает, сколько единиц одной величины приходится на единицу другой.

Важное свойство – относительная величина абстрагирует различия абсолютных величин и позволяет сравнивать такие явления, абсолютные размеры которых непосредственно несопоставимы.

В результате сопоставления одноименных абсолютных величин получают неименованные относительные величины. Они могут выражаться в виде долей, кратных соотношений, процентных соотношений, в виде промилле и т.д.

Результатом сопоставления разноименных величин являются именованные относительные величины. Их название образуется сочетанием сравниваемой и базисной абсолютных величин.

Выбор формы зависит от характера аналитической задачи, которая состоит в том, чтобы с наибольшей ясностью выразить соотношение.

Все применяемые на практике относительные статистические величины подразделяются на следующие виды:

Относительная величина	Характеристика
динамики	Достигнутый показатель / базисный показатель
планового задания	Плановый показатель / базисный показатель.
выполнения плана	Достигнутый показатель / плановый показатель.
структуры	Отношение частей и целого.
координации	Соотношение частей целого между собой.
интенсивности	Характеризует распределение явления в определенной среде (насыщенность каким-либо явлением). Это всегда соотношение разноименных величин.
сравнения	Представляет собой отношение одноименных величин, относящихся к различным объектам

Предыдущий Следующий

Понятие о средних величинах

Большое распространение в статистике имеют средние величины. Средние величины характеризуют качественные показатели правоохранительной деятельности.

Средняя — это один из распространенных приемов обобщений. Правильное понимание сущности средней определяет ее особую значимость в конкретных условиях, когда средняя через единичное и случайное позволяет выявить общее и необходимое, выявить тенденцию закономерностей развития процесса.

Средняя величина — это обобщающий показатель, в котором находит выражение действие общих условий, закономерностей изучаемого явления.

Статистические средние рассчитываются на основе массовых данных правильно статистически организованного массового наблюдения сплошного (или выборочного). Однако статистическая средняя будет объективна и типична, если она рассчитывается по массовым данным для качественно однородной совокупности (массовых явлений). При помощи средней происходит сглаживание различий в величине признака, которые возникают по тем или иным причинам у отдельных единиц наблюдения.

Средняя величина является отражением значений изучаемого признака, следовательно, измеряется в той же размерности, что и этот признак.

Каждая средняя величина характеризует изучаемую совокупность по какому-либо одному признаку. Чтобы получить полное и всестороннее представление об изучаемой совокупности по ряду существенных признаков, в целом необходимо располагать системой средних величин, которые могут описать явление с разных сторон.

Существуют различные средние:

· средняя арифметическая;

· средняя геометрическая;

· средняя гармоническая;

· средняя квадратическая;

· средняя хронологическая.

Рассмотрим некоторые виды средних, которые наиболее часто используются в статистике.

Средняя арифметическая

Средняя арифметическая простая (невзвешенная) равна сумме отдельных значений признака, деленной на число этих значений.

Отдельные значения признака называют вариантами и обозначают через х (); число единиц совокупности обозначают через n, среднее значение признака — через . Следовательно, средняя арифметическая простая равна:

По данным дискретного ряда распределения видно, что одни и те же значения признака (варианты) повторяются несколько раз.

Число одинаковых значений признака в рядах распределения называется частотой или весом и обозначается символом n.

В соответствии с этим, расчеты можно представить в общем виде:

Полученная формула называется средней арифметической взвешенной.

Статистический материал в результате обработки может быть представлен не только в виде дискретных рядов распределения, но и в виде интервальных вариационных рядов с закрытыми или открытыми интервалами.

Исчисление средней по сгруппированным данным производится по формуле средней арифметической взвешенной:

В практике статистики иногда приходится исчислять среднюю по групповым средним или по средним отдельных частей совокупности (частным средним). В таких случаях за варианты (х) принимаются групповые или частные средние, на основании которых исчисляется общая средняя как обычная средняя арифметическая взвешенная.

Средняя арифметическая обладает рядом свойств:

1. От уменьшения или увеличения частот каждого значения признака х в п раз величина средней арифметической не изменится.

Если все частоты разделить или умножить на какое-либо число, то величина средней не изменится.

2. Общий множитель индивидуальных значений признака может быть вынесен за знак средней:

3. Средняя суммы (разности) двух или нескольких величин равна сумме (разности) их средних:

4. Если х = с, где с - постоянная величина, то .

5. Сумма отклонений значений признака Х от средней арифметической х равна нулю:

Другие виды средней

Наряду со средней арифметической, в статистике применяется средняя гармоническая величина, обратная средней арифметической из обратных значений признака. Как и средняя арифметическая, она может быть простой и взвешенной.

Характеристиками вариационных рядов, наряду со средними, являются мода и медиана.

Мода - это величина признака (варианта), наиболее часто повторяющаяся в изучаемой совокупности. Для дискретных рядов распределения модой будет значение варианта с наибольшей частотой.

Для интервальных рядов распределения с равными интервалами мода определяется по формуле:

где - начальное значение интервала, содержащего моду;

- величина модального интервала;

- частота модального интервала;

- частота интервала, предшествующего модальному;

- частота интервала, следующего за модальным.

Медиана - это варианта, расположенная в середине вариационного ряда. Если ряд распределения дискретный и имеет нечетное число членов, то медианой будет варианта, находящаяся в середине упорядоченного ряда (упорядоченный ряд - это расположение единиц совокупности в возрастающем или убывающем порядке)

Показатели вариации

Различие индивидуальных значений признака внутри изучаемой совокупности в статистике называется вариацией признака.

Она возникает в результате того, что его индивидуальные значения складываются под совокупным влиянием разнообразных факторов, которые по-разному сочетаются в каждом отдельном случае.

Средняя величина – это абстрактная, обобщающая характеристика признака изучаемой совокупности, но она не показывает строения совокупности, которое весьма существенно для ее познания. Средняя величина не дает представления о том, как отдельные значения изучаемого признака группируются вокруг средней, сосредоточены ли они вблизи или значительно отклоняются от нее. В некоторых случаях отдельные значения признака близко примыкают к средней арифметической и мало от нее отличаются. В таких случаях средняя хорошо представляет всю совокупность.

В других, наоборот, отдельные значения совокупности далеко отстают от средней, и средняя плохо представляет всю совокупность.

Колеблемость отдельных значений характеризуют показатели вариации.

Термин "вариация" произошел от латинского variatio –“изменение, колеблемость, различие”. Однако не всякие различия принято называть вариацией. Под вариацией в статистике понимают такие количественные изменения величины исследуемого признака в пределах однородной совокупности, которые обусловлены перекрещивающимся влиянием действия различных факторов.

Различают вариацию признака: случайную и систематическую.

Анализ систематической вариации позволяет оценить степень зависимости изменений в изучаемом признаке от определяющих ее факторов. Например, изучая силу и характер вариации в выделяемой совокупности, можно оценить, насколько однородной является данная совокупность в количественном, а иногда и качественном отношении, а следовательно, насколько характерной является исчисленная средняя величина. Степень близости данных отдельных единиц хi к средней измеряется рядом абсолютных, средних и относительных показателей.

Для характеристики совокупностей и исчисленных величин важно знать, какая вариация изучаемого признака скрывается за средним.

Для характеристики колеблемости признака используется ряд показателей. Наиболее простой из них - размах вариации.

Размах вариации - это разность между наибольшим () и наименьшим () значениями вариантов.

Чтобы дать обобщающую характеристику распределению отклонений, исчисляют среднее линейное отклонение d, которое учитывает различие всех единиц изучаемой совокупности.

Среднее линейное отклонение определяется как средняя арифметическая из отклонений индивидуальных значений от средней, без учета знака этих отклонений:

Порядок расчета среднего линейного отклонения следующий:

1) по значениям признака исчисляется средняя арифметическая:

;

2) определяются отклонения каждой варианты от средней ;

3) рассчитывается сумма абсолютных величин отклонений: ;

4) сумма абсолютных величин отклонений делится на число значений:

Если данные наблюдения представлены в виде дискретного ряда распределения с частотами, среднее линейное отклонение исчисляется по формуле средней арифметической взвешенной:

Порядок расчета среднего линейного отклонения взвешенного следующий:

1) вычисляется средняя арифметическая взвешенная:

;

2) определяются абсолютные отклонения вариант от средней //;

3) полученные отклонения умножаются на частоты ;

4) находится сумма взвешенных отклонений без учета знака:

;

5) сумма взвешенных отклонений делится на сумму частот:

Коэффициент вариации.

Учитывая, что среднеквадратическое отклонение дает обобщающую характеристику колеблемости всех вариантов совокупности, коэффициент вариации является наиболее распространенным показателем колеблемости, используемым для оценки типичности средних величин. При этом исходят из того, что если V больше 40 %, то это говорит о большой колеблемости признака в изучаемой совокупности.

Малая выборка

Статистическое исследование может проводиться на основе малой выборки.

Под малой выборкой понимается несплошное статистическое обследование, при котором выборочная совокупность образуется из сравнительно небольшого числа единиц генеральной совокупности. Объем малой выборки обычно не превышает 30 единиц и может доходить до 4 — 5 единиц.

Средняя ошибка малой выборки вычисляется по формуле:

где — дисперсия малой выборки.

При определении дисперсии число степеней свободы равно n-1:

Предельная ошибка малой выборки определяется по формуле

При этом значение коэффициента доверия t зависит не только от заданной доверительной вероятности, но и от численности единиц выборки n. Для отдельных значений t и n доверительная вероятность малой выборки определяется по специальным таблицам Стьюдента (Табл. 9.1.), в которых даны распределения стандартизированных отклонений:

Поскольку при проведении малой выборки в качестве доверительной вероятности практически принимается значение 0,59 или 0,99, то для определения предельной ошибки малой выборки используются следующие показания распределения Стьюдента:

n
	0,95	0,99
4	3,183	5,841
5	2,777	4,604
6	2,571	4,032
7	2,447	3,707
8	2,364	3,500
9	2,307	3,356
10	2,263	3,250
15	2,119	2,921
20	2,078	2,832

Ряды динамики

Основная цель статистического изучения динамики социально-правовых процессов состоит в выявлении и измерении закономерностей их развития во времени. Это достигается посредством построения и анализа статистических рядов динамики.

Рядами динамики называются статистические данные, отображающие развитие изучаемого явления во времени. В каждом ряду динамики имеются два основных элемента: показатель времени t; соответствующие им уровни развития изучаемого явления у. В качестве показаний времени в рядах динамики выступают либо определенные даты (моменты) времени, либо отдельные периоды (годы, кварталы, месяцы, сутки).

Уровни рядов динамики отображают количественную оценку (меру) развития во времени изучаемого явления. Они могут выражаться абсолютными, относительными или средними величинами.

В зависимости от характера изучаемого явления уровни рядов динамики могут относиться или к определенным датам (моментам) времени, или к отдельным периодам. В соответствии с этим, ряды динамики подразделяются на моментные и интервальные.

Моментные ряды динамики отображают состояние изучаемых явлений на определенные даты (моменты) времени.

Особенностью моментного ряда динамики является то, что в его уровни могут входить одни и те же единицы изучаемой совокупности. Так, основная часть персонала фирмы N, составляющая списочную численность на 1.01.1994г., продолжающая работать в течение данного года, отображена в уровнях последующих периодов. Поэтому при суммировании уровней моментного ряда динамики может возникнуть повторный счет.

Интервальные ряды динамики отображают итоги развития (функционирования) изучаемых явлений за отдельные периоды (интервалы) времени.

Особенностью интервального ряда динамики является то, что каждый его уровень складывается из данных за более короткие интервалы времени. Например, суммируя товарооборот за первые три месяца года, получают его объем за I квартал, а сумма товарооборота четырех кварталов дает объем товарооборота за год и т.д.

Ряды динамики могут быть полными и неполными.

Полный ряд - ряд динамики, в котором одноименные моменты времени или периоды времени строго следуют один за другим в календарном порядке или равноотстоят друг от друга.

Неполный ряд динамики - ряд, в котором уровни зафиксированы в неравноотстоящие моменты или периоды времени.

Ряды динамики, изучающие изменение статистического показателя, могут охватывать значительный период времени, на протяжении которого могут происходить события, нарушающие сопоставимость отдельных уровней ряда динамики (изменение методологии учета, изменение цен и т.д.).

Для того, чтобы анализ ряда был объективен, необходимо учитывать события, приводящие к несопоставимости уровней ряда и использовать приемы обработки рядов для приведения их в сопоставимый вид.

Наиболее характерные случаи несопоставимости уровней ряда динамики:

· Территориальные изменения объекта исследования, к которому относится изучаемый показатель (изменение границ городского района, пересмотр административного деления области и т.д.).

· Разновеликие интервалы времени, к которым относится показатель. Так, например, в феврале - 28 дней, в марте - 31 день, анализируя изменения показателя по месяцам, необходимо учитывать разницу в количестве дней.

· Изменение даты учета. Например, численность поголовья скота в разные годы могла определяться по состоянию на 1 января или на 1 октября, что в данном случае приводит к несопоставимости.

Предыдущий Следующий

Ряды динамики

Моментные ряды динамики отображают состояние изучаемых явлений на определенные даты (моменты) времени.

Ряды динамики могут быть полными и неполными.

Наиболее характерные случаи несопоставимости уровней ряда динамики:

Предыдущий Следующий

Задача №1

Районным судом рассмотрено за год следующее количество уголовных дел. О хулиганстве (А) и грабежах (Б):

	1 квартал	2 квартал	3 квартал	4 квартал
А	72	69	101	84
Б	86	89	75	67

На основании этих данных вычислите относительные величины динамики (базисным и цепным способами), взяв за базу данные за 1 квартал.

Решение:

Базисный метод заключается в том, что данные за какой-либо период принимаются за 100%. Показатели следующих периодов в % определяются по отношению к этой базе.

	1 квартал		2 квартал		3 квартал		4 квартал
	Кол-во дел	%	Кол-во дел	%	Кол-во дел	%	Кол-во дел	%
А	72	100	69	95,8	101	140,3	84	116,7
Б	86	100	89	103,5	75	87,2	67	77,9

Цепной метод заключается в том, что базой сравнения служат показатели предыдущего периода. Статистические данные за каждый последующий квартал сравниваются с соответствующими данными за предыдущий квартал. Данные за предыдущий квартал принимаются за 100%.

	1 квартал		2 квартал		3 квартал		4 квартал
	Кол-во дел	%	Кол-во дел	%	Кол-во дел	%	Кол-во дел	%
А	72	100	69	95,8	101	146,4	84	83,2
Б	86	100	89	103,5	75	84,3	67	89,3

Задача №2

Определите средний срок лишения свободы на основе следующих данных:

Срок лишения свободы	Число осуждённых
От 1 до 2 лет	170
От 2 до3 лет	81
От 3 до 5 лет	48
От 5 до 10 лет	31

Решение:

Определяем следующие значения интервалов:

Определяем среднюю величину, то есть серединные значения интервалов умножаем на соответствующее количество заключённых, после чего сумму произведений делим на сумму заключённых:

Таким образом, средний срок лишения свободы 2,67 лет.

Пример.

Занятость (х)	Уровень преступности (у)
480	30	230400	900	14400
510	25	260100	625	12750
530	31	280900	961	16430
540	28	291600	784	15120
570	29	324900	841	16530
590	32	348100	1024	18880
620	36	384400	1296	22320
640	36	409600	1296	23040
650	37	422500	1369	24050
660	38	435600	1444	25080

Все необходимые данные для определения коэффициента корреляции есть в таблице, их лишь остается подставить в необходимую формулу.

В ряде случаев возникает необходимость установления статистической связи между признаками, не имеющими количественного выражения.

Первый признак (х): — наличие (1), отсутствие — (0).

Второй признак (у): — отсутствие (1), наличие (0).

Наблюдения представим таблицей:

	66	133	199
0	27	74	101
1	39	59	98
y x	1	0

Для центральной части таблицы введем специальные обозначения

c	d
a	b

коэффициент корреляции (коэффициент ассоциации). Он так же меняется от -1 до +1 и для нашего примера равен:

Полученный коэффициент невелик и показывает, что связь между признаками несущественна.

История возникновения статистики.

Слово «статистика» имеет латинское происхождение (от status – состояние, положение). В средние века оно означало политическое состояние государства. В науку этот термин введен в XVIII в. немецким ученым Готфридом Ахенвалем. Собственно как наука статистика возникла только в XVII в., однако статистический учет существовал уже в глубокой древности. Так, известно, что еще за 1,5 тыс. лет до н. э. проводились переписи населения в Китае, осуществлялось сравнение военного потенциала разных стран, велся учет имущества граждан в Древнем Риме, затем - населения, домашнего имущества, земель в средние века.

У истоков статистической науки стояли две школы - немецкая описательная и английская школа политических арифметиков. Представители описательной школы стремились:

а) систематизировать существующие способы описаний государств;

б) создать теорию такого рода описаний, разработать их подробную схему;

в) вести описание только в словесной форме, без цифр и вне динамики,

т. е. без отражения особенностей развития государств в те или иные периоды, а только лишь на момент наблюдения.

Видными представителями описательной школы были Г. Конринг (1606-1661), Г. Ахенваль (1719-1772), А. Бюшинг (1724-1793) и др.

Со своей стороны, политические арифметики ставили целью изучать общественные явления с помощью числовых характеристик (меры веса и числа). Тем самым они увеличили арсенал статистических методов, способствовали возникновению статистики как теории статистического учета. Это был принципиально новый этап развития статистической науки по сравнению со школой государствоведения, так как от описания явлений и процессов статистика перешла к их измерению и исследованию, к выработке вероятных гипотез будущего развития. Политические арифметики видели основное назначение статистики в изучении массовых общественных явлений, осознавали необходимость учета в статистическом исследовании требований закона больших чисел, поскольку закономерность может проявиться лишь при достаточно большом объеме анализируемой совокупности. Школа политических арифметиков имела два направления: демографическое - Д. Граунт (1620-1674), Э. Галлей (1656-1742) -и статистико-экономическое - глава школы В. Петти (1623-1687). История показала, что последнее слово в статистической науке осталось именно за школой политических арифметиков.

В XIX в. получило развитие учение бельгийского статистика А. Кетле, основоположника учения о средних величинах.

В развитии статистики видное место принадлежит представителям отечественной науки и практики. В эпоху Петра I статистика трактовалась преимущественно как описательная наука. Но уже со второй половины XIX в. выдвигается познавательное значение статистики. Профессор петербургского университета Ю.Э. Янсон (1835-93) назвал статистику общественной наукой. Видный экономист А.И. Чупров (1842-1908) отмечал необходимость массового статистического исследования при помощи метода количественного наблюдения большого числа факторов для того, чтобы описать общественные явления, подметить законы и определить причины, их вызвавшие. Развитие статистики в России тесным образом связано с созданной после отмены крепостного права земской статистикой, которая пользовалась заслуженным авторитетом за объективность и профессионализм.

История развития статистики показывает, что статистическая наука сложилась в результате теоретического обобщения накопленного человечеством передового опыта учетно - статистических работ, обусловленных, прежде всего, потребностями управления жизни общества.

Развитие статистической науки, расширение сферы практической статистической работы привели к изменению содержания самого понятия «статистика». В настоящее время данный термин употребляется в трех значениях:

1. под статистикой понимают отрасль практической деятельности, которая имеет своей целью сбор, обработку, анализ и публикацию массовых данных о самых различных явлениях общественной жизни (в этом смысле «статистика» выступает как синоним словосочетания «статистический учет»);

2. статистикой называют цифровой материал, служащий для характеристики какой-либо области общественных явлений или территориального распределения какого-то показателя;

3. статистикой называется отрасль знания, особая научная дисциплина и соответственно учебный предмет в высших и средних специальных учебных заведениях.

Познавательное значение статистики заключается в том, что:

· статистика дает цифровое и содержательное освещение изучаемых явлений и процессов, служит самым надежным способом оценки действительности;

· статистика дает доказательную силу экономическим выводам, позволяет проверить различные «ходячие» утверждения, отдельные теоретические положения;

· статистика обладает способностью раскрывать взаимосвязи между явлениями, показывать их конкретную форму и силу;

· статистика первая обнаруживает новые явления, процессы и закономерности, дает их количественную и качественную характеристику.

Все вышесказанное в особенной степени касается уголовно-правовых наук, в том числе и правовой статистики.

1.2. Предмет и основные понятия статистики

Как и всякая наука, статистика имеет свой предмет. Таковым является количественная сторона массовых общественных явлений в неразрывной связи с их качественной стороной, или их содержанием, а также количественное выражение закономерностей общественного развития в конкретных условиях места и времени. Свой предмет статистика изучает при помощи определенных категорий, т. е. понятий, которые отражают наиболее общие и существенные свойства, признаки, связи и отношения предметов и явлений объективного мира.

В статистике таких основных понятий пять.

Статистическая совокупность - это совокупность социально-экономических объектов или явлений общественной жизни, объединенных некоей качественной основой, общей связью, но отличающихся друг от друга отдельными признаками. Таковы, например, совокупность домохозяйств, совокупность семей, совокупность предприятий, фирм, объединений и т. п. Совокупности могут быть однородными и разнородными.

Совокупность называется однородной, если один или несколько изучаемых существенных признаков ее объектов являются общими для всех единиц. При этом совокупность оказывается однородной именно с точки зрения этих признаков.

Совокупность, в которую входят явления разного типа, считается разнородной. Совокупность может быть однородна в одном отношении и разнородна в другом. В каждом отдельном случае однородность совокупности устанавливается путем проведения качественного анализа, выяснения содержания изучаемого общественного явления.

Единица совокупности - это первичный элемент статистической совокупности, являющийся носителем признаков, подлежащих регистрации, и основой ведущегося при обследовании счета.

Признак - это качественная особенность единицы совокупности. По характеру отображения свойств единиц совокупности признаки делятся на две группы: количественные и качественные.

Количественные признаки имеют непосредственное количественное выражение, например возраст, количество судимостей, средний заработок и т. д. Они могут быть дискретными и непрерывными;

Качественные – признаки, не имеющие непосредственного количественного выражения.

В этом случае отдельные единицы совокупности различаются своим содержанием (например, профессии - характером труда: судья, следователь, прокурор и т. д.). Такие признаки обычно называют атрибутивными (в философии «атрибут» - неотъемлемое свойство предмета). В случае, когда имеются противоположные по значению варианты признака, говорят об альтернативном признаке (да, нет). Например, лицо может быть судимым или несудимым; может состоять на учете в органах МВД или нет и т. д.

Особенностью статистического исследования является то, что в нем изучаются только варьирующие признаки, т. е. признаки, принимающие различные значения (для атрибутивных, альтернативных признаков) или имеющие различные количественные уровни у отдельных единиц совокупности.

Вариация – это изменение («колеблемость») величины, либо значения признака при переходе от одной единицы совокупности к другой.

Обычно под вариацией понимают обусловленное перекрещивающимся влиянием различных факторов на данное явление изменение величин только в пределах однородной совокупности. Если же изменения изучаемого явления происходят в разные периоды времени, причем носят характер закономерности, то говорят уже не о вариации признака, а о его динамике.

Статистический показатель – это понятие, отображающее количественные характеристики (размеры) соотношения признаков общественных явлений. Статистические показатели могут быть объемными (численность населения, трудовых ресурсов) и расчетными (средние величины). Они могут быть плановыми, отчетными и прогностическими (т. е. выступать в качестве прогнозных оценок). Статистические показатели следует отличать от статистических данных. Статистические данные - это конкретные численные значения статистических показателей. Они всегда определены не только качественно, но и количественно и зависят от конкретных условий места и времени.

Задачами статистики в этом направлении являются:

· правильное определение содержания статистического показателя (валового национального продукта, национального дохода, производительности труда и т. п.);

· разработка методологии подсчета и расчета статистического показателя.

Система статистических показателей — это совокупность статистических показателей, отражающая. взаимосвязи, которые объективно существуют между явлениями. Для каждой общественно-экономической формации характерна определенная система взаимосвязи общественных явлений. Поэтому образуют систему и статистические показатели.

Система статистических показателей охватывает все стороны жизни общества на различных уровнях: страны, региона - макроуровень; отделов, подразделений и т. д. — микроуровень.

Системы статистических показателей имеют следующие особенности: они носят исторический характер - меняются условия жизни населения, общества, меняются и системы статистических показателей. Методология расчета статистических показателей непрерывно совершенствуется.

12 3 4 5 6 7 8 9 10 Следующая ⇒

Последнее изменение этой страницы: 2019-05-08; Просмотров: 176; Нарушение авторского права страницы