Статистического исследования

Объектами статистических исследований являются статистические совокупности, состоящие из отдельных единиц, характеризуемых различными признаками. В результате исследований выявляются статистические закономерности , на основе использования моделей социально-экономических явлений и методов обработки и анализа экономико-статистической информации.

Статистическая совокупность - множество объектов, явлений, объединенных какими-либо общими свойствами (признаками) и подвергающихся статистическому исследованию. Например, совокупность промышленных предприятий страны. Отдельные объекты явления, составляющие статистическую совокупность и называемые единицами совокупности, обладая некоторыми общими признаками, могут различаться между собой по другим признакам. Поэтому совокупности могут быть однородными (качественно однородными) и неоднородными (качественно неоднородными).

В однородной совокупности объекты (единицы совокупности) сходны между собой по существенным для данного исследования признакам и относятся к одному и тому же типу явления. Однородная совокупность, будучи однородной по одним признакам, может быть разнородной по другим.

Элементы (единицы) неоднородной совокупности относятся к различным типам изучаемых явлений. Для неоднородной совокупности исчисление обобщающих характеристик, в особенности в виде средней величины, неправомерно. С помощью метода группировок и метода таксономии в неоднородной совокупности могут быть образованы однородные группы.

Вся совокупность реально существующих объектов, характеризующих какое-либо явление, называется генеральной. Для статистического исследования из генеральной совокупности по определенным правилам может быть отобрана совокупность единиц, которые образуют выборочную совокупностью.

Каждая единица совокупности характеризуется различными признаками - отличительными чертами, свойствами, качеством.

Варьирующий признак - признак, принимающий в пределах статистической совокупности разные значения у единиц статистической совокупности. Это, однако, не исключает повторений отдельных значений (вариантов) признака, у нескольких единиц совокупности значения признака могут быть одинаковыми. Примером варьирующего признака может служить размер месячной заработной платы рабочих предприятия.

Качественный признак (атрибутивный) - признак, отдельные значения которого выражаются в виде понятий, наименований. Например, профессия рабочего (слесарь, сборщик), уровень образования (начальное, среднее, высшее).

Количественный признак - признак, отдельные значения которого имеют количественное выражение (например, себестоимость продукции по различным предприятиям одной отрасли).

Результативный признак - зависимый признак, то есть изменяющий свое значение под влиянием другого, связанного с ним факторного признака.

Факторный признак (фактор) - признак, оказывающий влияние на другой, связанный с ним результативный признак, и обусловливающий его изменение (вариацию). Роль этих признаков в различных задачах может меняться, в одной задача он выступает как факторный, в другой - как результативный. Например, производительность труда выступает фактором изменения (снижения) себестоимости единицы продукции, и в то же время, производительность труда в связи с квалификацией рабочего является результативным признаком.

В результате статистического исследования устанавливается статистическая закономерность, которая рассматривается как количественная закономерность изменения в пространстве и во времени массовых явлений и процессов общественной жизни, состоящих из множества элементов (единиц совокупности). Она свойственна не отдельным единицам совокупности, а всей совокупности в целом. В силу этого закономерность, присущая данному явлению (процессу), проявляется только при достаточно большом числе наблюдений и только в среднем. Таким образом, это средняя закономерность массовых явлений и процессов. В большом числе наблюдений происходит взаимопогашение индивидуальных отклонений от средней в ту и другую стороны, вызванных случайными причинами, и проявляется закономерность. Это связывает статистическую закономерность с законом больших чисел, По мере увеличения пространственно-временных интервалов развития явления его закономерность становится все более устойчивой.

Таким образом, зная статистическую закономерность конкретного массового явления, можно с определенной вероятностью предвидеть его дальнейшее развитие, определить величину изучаемого признака (показателя). Однако необходимо учитывать, что значительные изменения условий существования этого явления могут привести к существенным изменениям силы этой зависимости.

В социально-экономической статистике закон больших чисел представляет собой общий принцип, в силу которого количественные закономерности, присущие массовым общественным явлениям, отчетливо проявляются лишь в достаточно большом числе наблюдений. Закон больших чисел порожден особыми свойствами массовых социальных явлений. Последние в силу своей индивидуальности, с одной стороны, отличаются друг от друга, а с другой - имеют нечто общее, обусловленное их принадлежностью к определенному виду, классу, к определенным группам. Единичные явления в большей степени подвержены воздействию случайных и несущественных факторов, чем масса в целом. В большом числе наблюдений взаимно погашаются случайные отклонения в противоположные стороны от закономерностей. В результате взаимопогашения случайных отклонений средние, вычисленные для величин одного и того же вида, становятся типичными, отражающими действие постоянных и существенных факторов в данных условиях места и времени. Тенденции и закономерности, вскрытые с помощью закона больших чисел - это массовые статистические тенденции.

Статистическое исследование социально-экономических явлений осуществляется различными методами с использованием моделей этих явлений.

Моделью называется отображение, аналог явления или процесса в основных, существенных для целей исследования чертах. Процесс создания модели называется моделированием. Модель должна учитывать все важные взаимосвязи, закономерности и условия развития таким образом, чтобы на ее основе можно было выполнить эксперименты, цель которых - определение “поведения” объекта моделирования в различных возможных (часто ненаблюдаемых в действительности) условиях. Экономические явления и процессы моделируются с помощью экономико-математических моделей.

Экономико-математическая модель - описание экономического явления или процесса с помощью одного или нескольких математических выражений (уравнений, функций, неравенств, тождеств). Математические выражения характеризуют важнейшие взаимосвязи явлений и процессов, условия и закономерности их развития, ограничения, требования и т.д. Экономико-математическая модель представляет собой обобщение существенной качественной и количественной информации об объекте анализа и служит базой для проведения расчетных экспериментов, которые позволяют получить различные характеристики и параметры изучаемого объекта для заданных условий его развития. Разработка и применение экономико-математических моделей существенно расширяют возможности экономического анализа. Основные преимущества использования экономико-математических моделей заключаются в следующем:

- одновременный учет в модели большого числа требований, условий и предположений, а также достаточная свобода в пересмотре этих условий в ходе работы с моделью;

- непротиворечивость (совместность) получаемых по модели системы показателей;

- возможность получения вариантов поведения изучаемого явления для широкого диапазона и сочетания исходных условий и предположений (например, вариантов прогноза экономического развития).

Экономико-математические модели по назначению делятся на теоретико-экономические и прикладные модели. Многие прикладные модели являются экономико-статистическими моделями или включают последние в качестве составных частей.

Теоретико-экономические - это экономико-математические модели, предназначенные для качественного анализа экономических систем, процессов и явлений, Значения параметров и даже функциональный вид входящих в теоретико-экономическую модель соотношений обычно не конкретизируется. Выводы, которые получаются с помощью этих моделей, как правило, носят общий характер. Типичным примером является вывод об устойчивости (неустойчивости) изучаемой экономической системы, если ее параметры удовлетворяют определенным требованиям, о существовании (отсутствии) сбалансированных или оптимальных решений. Теоретико-экономические модели широко используются в теоретических экономических исследованиях. В настоящее время построение и исследование теоретико-экономических моделей является предметом математической экономики. Для их исследования применяется развитый математический аппарат (теория дифференциальных уравнений, теория матриц, оптимизационные и теоретико-игровые методы и т.д.).

Экономико-статистическая модель - это система математических соотношений, описывающая некоторый экономический объект, процесс или явление, параметры которой определяются (оцениваются) на основе фактических данных с помощью статистических данных (в отличие от теоретико-экономической модели). Структура и конкретный вид экономико-статистической модели определяются спецификой моделируемого объекта, теоретическими представлениями исследователя, целями исследования, доступностью информации, используемыми методами обработки данных. Процесс построения модели распадается на два взаимосвязанных этапа: определение общего вида соотношений модели и входящих в них переменных и статистическое оценивание значений параметров на основе данных наблюдений. К наиболее часто используемым экономико-статистическим моделям относятся тренды, модели временных рядов, изолированные уравнения регрессии, эконометрические модели. Экономико-статистические модели широко применяются при планировании и анализе экономических систем, исследовании их реакции на изменение внешних и внутренних условий функционирования, а также при прогнозировании и определении различных вариантов будущего развития.

Эконометрическая модель - особый вид экономико-статистических моделей, представляет собой систему одновременных регрессионных (стохастических) уравнений. Линейная эконометрическая модель может быть записана в следующем виде (структурная форма модели):

,

где А - невырожденная матрица неизвестных параметров m х m;

- вектор эндогенных переменных, т.е. переменных, зависящих от

внутренней структуры изучаемого объекта, m х 1;

B - матрица неизвестных параметров m х k;

- вектор экзогенных переменных, т.е. переменных не зависящих от

структуры моделируемого объекта, k х 1;

- случайный вектор ненаблюдаемых отклонений;

t - номер наблюдения (если эконометрическая модель является

динамической, то t обозначает момент времени).

Число эндогенных переменных должно быть равно числу уравнений эконометрической модели. Характерной особенностью эконометрической модели является то, что эндогенная переменная, являясь зависимой переменной в одном из уравнений системы, может быть независимой переменной в другом уравнении эконометрической модели. В развернутом виде эконометрическая модель записывается следующим образом:

где i = 1, 2, ..., m - номер уравнения.

Для оценивания параметров эконометрической модели необходимы специальные методы одновременного оценивания (доказано, что обычный метод наименьших квадратов, примененный к каждому уравнению эконометрической модели изолированно, приводит к несостоятельным оценкам). Наиболее употребительными методами одновременного оценивания эконометрической модели являются двухшаговый и трехшаговый метод наименьших квадратов.

Статистическая методология

 

Статистическая методология - совокупность приемов, правил и методов статистического исследования социально-экономических явлений. Важнейшими особенностями статистической методологии являются: конкретность исследования; установление, прежде всего, сущности явления с учетом места и времени его развития; выделение однородных совокупностей, прежде всего, социальных и экономических типов изучаемого явления; разработка новых и модернизация существующих приемов и методов исследования в связи с изменением сущности и форм изучаемых явлений и процессов общественной жизни; применение системы показателей, позволяющих дать всестороннюю характеристику изучаемых явлений и процессов, закономерностей изменения их размеров и количественных соотношений.

Статистическое исследование - это процесс изучения социально-экономических явлений посредством системы статистических методов и количественных характеристик (системы показателей). Основными стадиями статистического исследования являются: статистическое наблюдение, сводка и обработка статистических данных и статистический анализ. Иногда статистическое исследование дополняется статистическим прогнозом.

Стадии статистического исследования тесно взаимосвязаны. Получен-ная в результате наблюдения первичная информация подвергается сводной обработке, в процессе которой осуществляется группировка единиц изучаемой совокупности, подсчитываются групповые и общие итоги, рассчитывается система обобщающих (сводных) показателей. Результаты сводки подвергаются анализу с целью установления фактов, необходимых для формулировки выводов и разработки конкретных практических предложений. На этих стадиях статистического исследования применяются специальные методы, образующие статистическую методологию и обусловленные спецификой предмета статистики. Основными являются метод массового наблюдения, метод группировок и метод обобщающих показателей.

Метод массовых наблюдений. На первой стадии статистической работы (стадии статистического наблюдения) учитывается каждый единичный факт, индивидуальные значения признаков, присущие каждой единице совокупности. Характерным для этой стадии является метод массовых наблюдений. Это объясняется тем, что статистика изучает закономерности, которые проявляются в массовых явлениях под действием закона больших чисел.

Метод группировок. На второй стадии статистического исследования (сводке первичного статистического материала) собранные факты подвергаются систематизации и подсчету. Их делят по признакам различия и объединяют по признакам сходства. Затем на этой же стадии подсчитываются суммарные показатели численности совокупности фактов (по группам и в целом) и объема признаков. Важнейшим методом на этой стадии является метод группировок. Значение метода группировок определяется тем, что статистика изучает явления общественной жизни, отличающиеся сложностью и многообразием форм развития. С помощью метода группировок изучаемые явления делятся на важнейшие типы, характерные группы и подгруппы по существенным признакам. С помощью группировок отграничиваются качественно однородные в существенном отношении совокупности, что является необходимым условием для применения обобщающих показателей. На второй стадии статистического исследования переходят от характеристик единичного факта к характеристике совокупности этих фактов, от характеристики индивидуального проявления признака к характеристике общего его проявления во всей совокупности.

Метод обобщающих показателей. На третьей стадии статистического исследования проводится анализ сводного материала, анализ проявления закономерностей и связей в изучаемых процессах. Анализ с помощью обобщающих показателей заключается в измерении признаков, расчете относительных и средних величин, в сводной оценке вариации признаков, динамики явлений, в применении индексов, в балансовых построениях, в расчете показателей, характеризующих тесноту связей и др.

 

 

⇐ Предыдущая12345678910Следующая ⇒

Поделиться: