Функциональная связь y=5x
Корреляционная связь 
Различают 2 типа связей меду различными явлениями и их признаком
функциональную и статистическую.
Функциональной называется такая связь, когда с изменением значения одной
из переменных вторая изменяется строго определенным образом, т.е., значению
одной переменной соответствует одно или несколько точно заданных значений
другой переменной. Функциональная связь возможна лишь в том случае, когда
переменная у зависит от переменной х и не от каких других факторов не зависит,
но в реальной жизни такое невозможно.
Статистическая связь существует в том случае, когда с изменением значения
одной из переменных вторая может в определенных пределах принимать любые
значения, но ее статистические характеристики изменяются по определ закону.
Важнейший частный случай статистической связи – корреляционная связь. При
корреляционной связи разным значениям одной переменной соответствуют
различные средние значения другой переменной, т.е. с изменением значения
признака х закономерным образом изменяется среднее значение признака у.
Коррел связь может возникнуть разными путями:
· причинная зависимость вариации результативного признака от
вариации факторного признака.
· Корреляционная связь может возникнуть между 2 следствиями одной
причины (пожары, кол-во пожарников, размер пожара)
· Взаимосвязь признаков каждый из которых и причина и следствие
одновременно (производительность труда и з/плата)
В статистике принято различать следующие виды зависимости:
1. парная корреляция – связь между 2мя
признаками результ и фактор-м, либо между двумя факторными.
2. частная корреляция – зависимость между результативным и
одним факторным признаком при фиксированном значении др факторного признака.
3. множественная корреляция – зависимость результативного
признака от двух и более факторных признаков включенных в исследование.
Задачей корреляционного анализа является количественная оценка тесноты
связи между признаками. Регрессия исследует форму связи.
Задача регрессионного анализа – определение аналитического выражения связи.
Корреляционно-регрессионный анализ как общее понятие включает в себя
изменение тесноты связи и установления аналитического выражения связи.
Условия примен и ограничения КРА.
1. наличие массовых данных, т.к. корреляционная связь является
статистической
2. необходима качест однородность совокупности.
3. подчинение распределения совокупности по результативному и
факторному признаку, нормальному закону распределения, что связано с
применением метода наименьших квадратов.
Вопрос №3.История и современность.
Историю уголовно-правовой статистики России следует начинать с организации в 1802г. министерств. Именно с этого времени стали регулярно накапливаться данные уголовно-правовой статистики, как было предписано законом.
Манифестом от 8 сентября 1802г. об учреждении министерств было положено начало новой системе государственной статистики, в частности уголовно-правовой, сосредоточивавшейся в то время в основном в Министерстве юстиции и Министерстве внутренних дел.
А.Н. Радищев настаивал на статистическом отражении всего судопроизводства России, всей судебной практики и, в частности, на учете преступности самих представителей Фемиды (взятки, злоупотребление властью и пр.). Он призывал собирать и изучать статистические данные за большой промежуток времени, исследовать преступность по определенным периодам в динамике, что позволило бы определить ее причины, поставить вопрос о целесообразности смертной казни.
Академик К.Ф. Герман был первым русским уголовным статистиком, пытавшимся всесторонне проанализировать причины преступности на основе официально опубликованных данных. Исследуя статистические материалы о числе преступлений и самоубийств, используя обобщающие показатели, он стремился доказать закономерность и причинную обусловленность подобных событий. В докладе на эту тему на заседании Академии наук, за 13 лет до выхода в свет работы А. Кетле «О человеке, развитии его способностей, или Опыт социальной физики».
С 1804г. и вплоть до Октябрьской революции губернаторы обязаны были представлять Министерству внутренних дел, а затем Министерству полиции, учрежденному в 1811г. (в его структуре было статистическое отделение, руководил которым до 1838г. К.ф. Герман), ежегодные отчеты с целым рядом числовых приложений. По вопросу статистики преступлений и наказаний к отчету прилагалась особая ведомость, содержавшая наряду с цифровыми данными некоторые пояснения. Особое внимание обращалось на число преступлений («случаев»), сословную принадлежность преступников, их численность. Из этого можно сделать вывод, что уже изначально преступность учитывалась в двух взаимосвязанных единицах измерения - деяниях (фактах) и лицах, их совершивших, с применением некоторой группировки преступлений. Кроме годовых отчетов, губернаторы обязаны были посылать в министерство ежемесячные ведомости «Особых происшествий», на основании которых составлялась сводная ведомость «Особых происшествий в империи». Тем не менее эти данные почти ничего не дают для анализа преступности; качество статистических материалов, собираемых низшими чинами полиции, было очень низким.
Основным источником данных о преступности являлась статистика Министерства юстиции, которое, согласно манифесту от 25 июня 1811г. «Об учреждении министерств», осуществляло «устройство суда гражданского и уголовного». Этим было положено начало организации новой системы судебной статистики: местные судебные органы (объединенные в губернском масштабе) обязаны были отчитываться перед министром по определенным формам отчетов. Специального статистического отделения министерство не имело до 1872г., и все статистические материалы сосредоточивались в архиве. На основе полученных с мест материалов министерство стало составлять ежегодные отчеты о своей деятельности.
В статистическом отделении Министерства юстиции полученные документы первичного учета сводились, группировались причем основные итоги и выводы ежегодно публиковались в «Сводах статистических сведений по делам уголовным».
Статистика играет важную роль в управлении экономическим и социальным развитием страны, так как правильность любого управленческого решения во многом зависит от той информации, на основе которой оно принято. Только точные, достоверные и правильно проанализированные данные должны приниматься во внимание на высоких уровнях управления.
Высшим органом управления статистикой в нашей стране является Федеральная служба государственной статистики (ФСГС), созданная в соответствии с Указом Президента РФ от 09.03.2004 № 314 «Структура федеральных органов исполнительной власти». ФСГС является федеральным органом исполнительной власти, осуществляющим функции по формированию официальной статистической информации о социальном, экономическом, демографическом и экологическом положении страны, а также функции по контролю и надзору в области государственной статистической деятельности на территории РФ.
Федеральная служба государственной статистики находится в ведении Министерства экономического развития и торговли РФ.
В ходе реформирования статистической науки должна быть создана единая информационная база (система), которая будет включать в себя информационные базы всех статистических органов, находящихся на более низкой ступени иерархической лестницы организации государственной статистики. В настоящее время проведена большая работа по организации работы статистических органов, но она еще не закончена, и предстоит еще много внимания уделить совершенствованию этого очень важного для государства информационного института.
Наряду с государственными статистическими службами существует ведомственная статистика, которая ведется в министерствах, ведомствах, на предприятиях, в объединениях и фирмах различных отраслей экономики. Ведомственная статистика занимается сбором, обработкой и анализом статистической информации, необходимой для руководства, принятия управленческих решений, планирования деятельности предприятия или органа власти. На небольших предприятиях этой работой, как правило, занимается либо главный бухгалтер, либо непосредственно сам руководитель. На крупных предприятиях с разветвленной собственной региональной структурой или большой численностью, на крупных производствах организуются целые отделы или управления, занимающиеся анализом статистической информации. К этой работе привлекаются специалисты в области статистики, математики, бухгалтерского учета и экономического анализа, менеджеры и технологи. Подобная «команда», вооруженная современными средствами вычислительной техники, опираясь на методологию, предлагаемую теорией статистики и используя современные методики анализа, помогает строить эффективные стратегии развития бизнеса, а также эффективно организовывать деятельность органов государственной власти. Управлять сложными социальными и экономическими системами, не располагая оперативной, полной и достоверной статистической информацией, невозможно.
Таким образом, перед органами государственной и ведомственной статистикой стоит очень важная задача теоретического обоснования объема и состава статистической информации, которая соответствовала бы современным условиям развития экономики, способствовала рационализации в системе учета и статистики и минимизированию затрат на выполнение этой функции.
Вопрос №26.Виды динамических рядов.
Ряды динамики - это значения статистических показателей, которые представлены в определенной хронологической последовательности.Каждый динамический ряд содержит две составляющие:1) показатели периодов времени (годы, кварталы, месяцы, дни или даты);2) показатели, характеризующие исследуемый объект за временные периоды или на соответствующие даты, которые называют уровнями ряда.
Уровни ряда выражаются как абсолютными, так и средними или относительными величинами. В зависимости от характера показателей строят динамические ряды абсолютных, относительных и средних величин. Ряды динамики из относительных и средних величин строят на основе производных рядов абсолютных величин. Различают интервальные и моментные ряды динамики.
Динамический интервальный ряд содержит значения показателей за определенные периоды времени. В интервальном ряду уровни можно суммировать, получая объем явления за более длительный период, или так называемые накопленные итоги.
Динамический моментный ряд отражает значения показателей на определенный момент времени (дату времени). В моментных рядах исследователя может интересовать только разность явлений, отражающая изменение уровня ряда между определенными датами, поскольку сумма уровней здесь не имеет реального содержания. Накопленные итоги здесь не рассчитываются.
Важнейшим условием правильного построения динамических рядов является сопоставимость уровней рядов, относящихся к различным периодам. Уровни должны быть представлены в однородных величинах, должна иметь место одинаковая полнота охвата различных частей явления.
Для того, чтобы избежать искажения реальной динамики, в статистическом исследовании проводятся предварительные расчеты (смыкание рядов динамики), которые предшествуют статистическому анализу динамических рядов. Под смыканием рядов динамики понимается объединение в один ряд двух и более рядов, уровни которых рассчитаны по разной методологии или не соответствуют территориальным границам и т.д. Смыкание рядов динамики может предполагать также приведение абсолютных уровней рядов динамики к общему основанию, что нивелирует несопоставимость уровней рядов динамики.
Вопрос №28.
Преобразование динамических рядов осуществляется с целью выявления обшей тенденции ряда и, следовательно, общей тенденции, закономерности развития изучаемого явления.
Дело в том, что не всякий динамический ряд сразу позволяет нам обнаружить ту или иную тенденцию, поскольку часто динамические ряды получаются колеблющимися, "прыгающими", в которых показатели то растут, то снижаются.
Для выявления скрытых закономерностей, тенденций применяют различные приемы преобразования динамических рядов. Среди различных приемов преобразования динамических рядов наиболее часто применяют такие, как сглаживание, укрупнение периодов, смыкание рядов динамики.
Сглаживание (метод скользящей среднем) динамического ряда заключается в том, что конкретные показатели ряда заменяются сглаженными (скользящими средними), в результате чего обнаруживается та или иная тенденция ряда.
Укрупнение периодов динамического ряда заключается в суммировании показателей ряда за более продолжительные отрезки времени. Если, например, динамика преступности по району, городу или области представлена по месяцам, то месячные показатели можно сгруппировать (укрупнить) в квартальные, и получить новый преобразованный динамический ряд, в котором случайные "перепады" в месячных показателях нейтрализуются и выявляется та или иная тенденция ряда. Таким же образом можно квартальные показатели укрупнять (группировать) в годовые, а годовые - в показатели за 3 года, 5 лет и т.д.
Смыкание динамических рядов. К этому методу прибегают тогда, когда имеет место несопоставимость показателей ряда вследствие территориальных или иных организационных изменений.
Укрупнение интервалов - наиболее простой способ. Он заключается в преобразовании первоначальных рядов динамики в более крупные по продолжительности временных периодов, что позволяет более четко выявить действие основной тенденции (основных факторов) изменения уровней.
По интервальным рядам итоги исчисляются путем простого суммирования уровней первоначальных рядов. Для других случаев расcчитывают средние величины укрупненных рядов (переменная средняя). Переменная средняя рассчитывается по формулам простой средней арифметической.
Вопрос №29. Преобразование динамических рядов осуществляется с целью выявления обшей тенденции ряда и, следовательно, общей тенденции, закономерности развития изучаемого явления.
Дело в том, что не всякий динамический ряд сразу позволяет нам обнаружить ту или иную тенденцию, поскольку часто динамические ряды получаются колеблющимися, "прыгающими", в которых показатели то растут, то снижаются.
Для выявления скрытых закономерностей, тенденций применяют различные приемы преобразования динамических рядов. Среди различных приемов преобразования динамических рядов наиболее часто применяют такие, как сглаживание, укрупнение периодов, смыкание рядов динамики.
Сглаживание (метод скользящей среднем) динамического ряда заключается в том, что конкретные показатели ряда заменяются сглаженными (скользящими средними), в результате чего обнаруживается та или иная тенденция ряда.
Укрупнение периодов динамического ряда заключается в суммировании показателей ряда за более продолжительные отрезки времени. Если, например, динамика преступности по району, городу или области представлена по месяцам, то месячные показатели можно сгруппировать (укрупнить) в квартальные, и получить новый преобразованный динамический ряд, в котором случайные "перепады" в месячных показателях нейтрализуются и выявляется та или иная тенденция ряда. Таким же образом можно квартальные показатели укрупнять (группировать) в годовые, а годовые - в показатели за 3 года, 5 лет и т.д.Смыкание динамических рядов. К этому методу прибегают тогда, когда имеет место несопоставимость показателей ряда вследствие территориальных или иных организационных изменений.
Скользящая средняя - это такая динамическая средняя, которая последовательно рассчитывается при передвижении на один интервал при заданной продолжительности периода.
При четных периодах скользящей средней можно центрировать данные, т.е. определять среднюю из найденных средних.
Вопрос №9.
Репрезентативная выборка – это такая выборка, в которой все основные признаки генеральной совокупности, из которой извлечена данная выборка, представлены приблизительно в той же пропорции или с той же частотой, с которой данный признак выступает в этой генеральной совокупности. Таким образом, если 50% всех законодательных органов штатов собираются лишь раз в два года, приблизительно половина состава репрезентативной выборки законодательных органов штатов должна быть такого типа. Если 30% избирателей Пенсильвании принадлежат к “синим воротничкам”, около 30% репрезентативной [c.155] выборки для этих избирателей (а не 100%, как в приведенном выше примере) должны быть из числа “синих воротничков”. И если 2% всех студентов колледжей являются спортсменами, приблизительно та же самая часть репрезентативной выборки студентов колледжей должна приходиться на спортсменов. Иными словами, репрезентативная выборка представляет собой микрокосм, меньшую по размеру, но точную модель генеральной совокупности, которую она должна отражать. В той степени, в какой выборка является репрезентативной, выводы, основанные на изучении этой выборки, можно без всяких опасений считать применимыми к исходной совокупности. Это распространение результатов и есть то, что мы называем генерализуемостью.
Ошибка репрезентативности - расхождение между выборочной характеристикой и предполагаемой характеристикой генеральной совокупности.