Статистическое исследование

Различают простые, групповые и комбинационные таблицы.

В простых таблицах, как правило, содержится справочный материал, где дается перечень групп или единиц, составляющих объект изучения. При этом части подлежащего не являются группами одинакового качества, отсутствует систематизация изучаемых единиц. Сказуемое этих таблиц содержит абсолютные величины, отражающие объемы изучаемых процессов.

Групповые и комбинационные таблицы предназначены для научных целей, где, в отличие от простых таблиц, в сказуемом - средние и относительные величины на основе абсолютных величин.

Групповая таблица - это таблица, где статистическая совокупность разбивается на отдельные группы по какому-либо одному существенному признаку, при этом каждая группа характеризуется рядом показателей. Примером такой группировки может быть разделение российских семей на группы по месту проживания (сельское и городское), где образуются подгруппы семей по количеству детей. Анализ этих группировок по материалам переписи 1989 года позволил сделать вывод, что большинство семей, независимо от принадлежности к городскому или сельскому населению, имеют только по одному ребенку.

Для получения сводной характеристики всего объекта при помощи обобщающих показателей нужно систематизировать и обобщить результаты, которые были получены в ходе статистического наблюдения. Это даст нам возможность выявить особенности и черты статистической совокупности в целом и отдельных ее составляющих, обнаружить закономерности изучаемых социально-экономических явлений и процессов. Данную систематизацию называют сводкой первичного статистического материала.

Второй этап статистической работы - статистическая сводка - это обработка первичных данных в целях получения обобщенных характеристик изучаемого явления или процесса по ряду существенных для него признаков для выявления типичных черт и закономерностей, присущих явлению или процессу в целом.

Статистическая сводка - это переход от единичных данных к сведениям о группах единиц и совокупности в целом.

Проведение сводки включает три этапа:

1) предварительный контроль - это проверка данных;

2) группировка данных по заданным признакам - это определение производных показателей;

3) оформление результатов сводки в виде статистических таблиц, они являются удобной формой для восприятия полученной информации.

В соответствии с программой статистической сводки для того, чтобы в дальнейшем предоставить полученную информацию в доступном для восприятия виде, используется статистическая группировка данных.

Полученные результаты группировки оформляются в виде группировочных таблиц, содержащих сводную характеристику исследуемой совокупности по одному или нескольким признакам, которые взаимосвязаны логикой анализа.

Различают сводку простую и сложную.

Виды сводок: простая и сложная статистическая сводка; централизованная и децентрализованная статистическая сводка

Простая статистическая сводка - это операция по подсчету общих итоговых и групповых данных по совокупности единиц наблюдения и оформление этого материала в таблицах.

Простая статистическая сводка дает возможность определить число единиц изучаемой совокупности и объем изучаемых признаков, но тем самым простая сводка не дает представления о целостности состава изучаемой совокупности.

Если единицы совокупности разбивают на однородные группы, после этого подсчитывают итоги по каждой группе, а затем по всей совокупности в целом, такую статистическую сводку называют сложной.

Сложная сводка позволяет нам изучить состав совокупности и выявить влияние одних признаков на другие, т.е. раскрыть свойственные данной совокупности закономерности.

Сложная статистическая сводка - это комплекс операций, включающих распределение единиц наблюдения изучаемого социально-экономического явления или процесса на группы, составление системы показателей для характеристики типичных групп и подгрупп изучаемой совокупности явлений, подсчет числа единиц и итогов в каждой группе и подгруппах и оформление результатов этой работы в виде статистических таблиц.

На основе всестороннего теоретического анализа сущности и содержания изучаемых явлений и процессов проводится статистическая сводка.

Программой и планом проведения статистической сводки обеспечивается достоверность и обоснованность ее результатов.

Программа статистической сводки содержит перечень групп, на которые может быть разбита или разбивается совокупность единиц статистического наблюдения, а также систему показателей, характеризующих изучаемую совокупность явлений и процессов как в целом, так и отдельных ее частей.

От целей и задач исследования зависит программа статистической сводки.

Вместе с программой статистической сводки составляют план ее проведения. План должен содержать информацию о последовательности, сроках и технике проведения сводки, ее исполнителях, о порядке и правилах оформления ее результатов в виде таблиц.

Децентрализованная статистическая сводка - это способ обобщения материала, который осуществляется снизу доверху по иерархической лестнице управления и на каждом из этапов подвергается обработке.

Централизованная статистическая сводка - это способ, при котором все первичные данные, полученные в результате статистического наблюдения, сосредоточиваются в одной центральной организации и подвергаются обработке от начала до конца.

По технике выполнения статистическая сводка бывает механизированная и ручная.

1.2 Абсолютные и относительные статистические величины

Изучая массовые общественные явления, статистика в своих выводах опирается на числовые данные, полученные в конкретных условиях места и времени. Результаты статистического наблюдения регистрируются прежде всего в форме первичных абсолютных величин. Абсолютная величина отражает уровень развития явления.

В статистике все абсолютные величины являются именованными, измеряются в конкретных единицах и, в отличие от математического понятия абсолютной величины, могут быть как положительными, так и отрицательными (убытки, убыль, потери и т.п.).

Натуральные единицы измерения могут быть простыми (тонны, штуки, метры, литры) и сложными, являющимися комбинацией нескольких разноименных величин (грузооборот железнодорожного транспорта выражается в тонно-километрах, производство электроэнергии - в киловатт-часах). В статистике применяют и абсолютные показатели, выраженные в условно-натуральных единицах измерения (например, различные виды топлива пересчитываются в условное топливо).

Стоимостные единицы измерения используются, например, для выражения объема разнородной продукции в стоимостной (денежной) форме - рублях. При использовании стоимостных измерителей принимают во внимание изменения цен с течением времени. Этот недостаток стоимостных измерителей преодолевают применением «неизменных» или «сопоставимых» цен одного и того же периода.

В трудовых единицах измерения (человеко-днях, человеко-часах) учитываются общие затраты труда на предприятии, трудоемкость отдельных операций.

С точки зрения конкретного исследования совокупность абсолютных величин можно рассматривать как состоящую из показателей индивидуальных, характеризующих размер признака у отдельных единиц совокупности, и суммарных, характеризующих итоговое значение признака по определенной части совокупности.

Поскольку абсолютные показатели - это основа всех форм учета и приемов количественного анализа, то следует разграничивать моментные и интервальные абсолютные величины. Первые показывают фактическое наличие или уровень явления на определенный момент, дату (например, наличие запасов материалов или оборотных средств, величина незавершенного производства, численность проживающих и т.д.). Вторые - итоговый накопленный результат за период в целом (объем произведенной продукции за месяц или год, прирост населения за определенный период, величина валового сбора зерна за год и за пятилетку и т.п.).

Сама по себе абсолютная величина не дает полного представления об изучаемом явлении, не показывает его структуру, соотношение между отдельными частями, развитие во времени. В ней не выявлены соотношения с другими абсолютными показателями. Эти функции выполняют определяемые на основе абсолютных величин относительные показатели.

Относительная величина в статистике - это обобщающий показатель, который дает числовую меру соотношения двух сопоставляемых абсолютных величин. Так как многие абсолютные величины взаимосвязаны, то и относительные величины одного типа в ряде случаев могут определяться через относительные величины другого типа.

Виды и взаимосвязи относительных величин

Относительные величины образуют систему взаимосвязанных статистических показателей. По содержанию выражаемых количественных соотношений выделяют следующие типы относительных величин.

1. Относительная величина выполнения задания. Рассчитывается как отношение фактически достигнутого в данном периоде уровня к запланированному, выраженное в процентах.

На практике различают две разновидности относительных показателей выполнения плана. В первом случае сравниваются фактические и плановые уровни. Во втором случае в плановом задании устанавливается абсолютная величина прироста или снижения показателя и соответственно проверяется степень выполнения плана по этой величине. В аналитических расчетах при исследовании взаимосвязей чаще применяется оценка выполнения плана по уровню показателя. Оценка же выполнения плана по изменению уровня обычно приводится для целей иллюстрации, особенно если планируется снижение абсолютного значения затрат, расходов по видам и т.п.

Относительные величины динамики, планового задания и выполнения плана связаны соотношением

i=i_пл.з.? i_вып.пл. (1.1)

2. Относительная величина динамики. Характеризует изменение уровня развития какого-либо явления во времени. Получается в результате деления уровня признака в определенный период или момент времени на уровень этого же показателя в предшествующий период или момент, выраженное в процентах.

3. Относительные величины структуры. Характеризуют доли, удельные веса составных элементов в общем итоге. Как правило, их получают в форме процентного содержания:

 (1.2)

Для аналитических расчетов предпочтительнее использовать коэффициентное представление, без умножения на 100.

4. Относительные величины координации (ОВК). Характеризуют отношение частей данной совокупности к одной из них, принятой за базу сравнения. ОВК показывают, во сколько раз одна часть совокупности больше другой либо сколько единиц одной части приходится на 1, 10, 100, 1000,… единиц другой части. Относительные величины координации могут рассчитываться и по абсолютным показателям, и по показателям структуры.

По относительным величинам координации можно восстановить исходные относительные показатели структуры, если вычислить отношение относительной величины координации данной части (ОВК) к сумме всех ОВК (включая и ту, которая принята за базу сравнения):

. (1.3)

5. Относительные величины сравнения (ОВС). Характеризуют сравнительные размеры одноименных абсолютных величин, относящихся к одному и тому же периоду либо моменту времени, но к различным объектам или территориям. Посредством этих показателей сопоставляются мощности различных видов оборудования, производительность труда отдельных рабочих, производство продукции данного вида разными предприятиями, районами, странами. При известных коэффициентах роста (индексах динамики) и начальном соотношении уровней можно найти условие равенства уровней в предстоящем периоде t:

. (1.4)

ОВС_{a / б} =Y_a / Y_б=(i_a / i_б)^t, (1.5)

. (1.6).

Сопоставляя показатели динамики разных явлений, получают еще один вид относительных величин сравнения - коэффициенты опережения (отставания) по темпам роста или прироста.

6. Относительные величины интенсивности. Характеризуют степень распределения или развития данного явления в той или иной среде. Представляют собой отношение абсолютного уровня одного показателя, свойственного изучаемой среде, к другому абсолютному показателю, также присущему данной среде и, как правило, являющемуся для первого показателя факторным признаком.

Относительными величинами интенсивности выступают, например, показатели выработки продукции в единицу рабочего времени, затрат на единицу продукции, трудоемкости, эффективности использования производственных фондов и т.д., поскольку их получают сопоставлением разноименных величин, относящихся к одному и тому же явлению и одинаковому периоду или моменту времени. Метод расчета относительных величин интенсивности применяется при определении средних уровней (среднего уровня выработки, средних затрат труда, средней себестоимости изделий, средней цены и т.д.). Поэтому распространено мнение, что относительные величины интенсивности - это один из способов выражения средних величин.

1.3 Средние величины

Средняя величина - это обобщающий показатель, характеризующий типический уровень явления. Он выражает величину признака, отнесенную к единице совокупности.

Средняя всегда обобщает количественную вариацию признака, т.е. в средних величинах погашаются индивидуальные различия единиц совокупности, обусловленные случайными обстоятельствами. В отличие от средней абсолютная величина, характеризующая уровень признака отдельной единицы совокупности, не позволяет сравнивать значения признака у единиц, относящихся к разным совокупностям.

Остановимся на некоторых общих принципах применения средних величин.

1. Средняя должна определяться для совокупностей, состоящих из качественно однородных единиц.

2. Средняя должна исчисляться для совокупности, состоящей из достаточно большого числа единиц.

3. Средняя должна рассчитываться для совокупности, единицы которой находятся в нормальном, естественном состоянии.

4. Средняя должна вычисляться с учетом экономического содержания исследуемого показателя.

Виды средних и способы их вычисления

Рассмотрим теперь виды средних величин, особенности их исчисления и области применения. Средние величины делятся на два больших класса: степенные средние, структурные средние.

К степенным средним относятся такие наиболее известные и часто применяемые виды, как средняя геометрическая, средняя арифметическая и средняя квадратическая.

В качестве структурных средних рассматриваются мода и медиана.

Остановимся на степенных средних. Степенные средние в зависимости от представления исходных данных могут быть простыми и взвешенными.

Простая средняя считается по не сгруппированным данным и имеет следующий общий вид:

где, X_i - варианта (значение) осредняемого признака;

m - показатель степени средней;

n - число вариант.

Взвешенная средняя считается по сгруппированным данным и имеет общий вид

(1.2)

где X_i - варианта (значение) осредняемого признака или серединное значение интервала, в котором измеряется варианта;

m - показатель степени средней;

f_i - частота, показывающая, сколько раз встречается i-e значение осредняемого признака.

Таблица 1. Виды степенных средних

Средняя гармоническая имеет более сложную конструкцию, чем средняя арифметическая. Среднюю гармоническую применяют для расчетов тогда, когда в качестве весов используются не единицы совокупности - носители признака, а произведения этих единиц на значения признака (т.е. m=Xf). К средней гармонической простой следует прибегать в случаях определения, например, средних затрат труда, времени, материалов на единицу продукции, на одну деталь по двум (трем, четырем и т.д.) предприятиям, рабочим, занятым изготовлением одного и того же вида продукции, одной и той же детали, изделия.

Главное требование к формуле расчета среднего значения заключается в том, чтобы все этапы расчета имели реальное содержательное обоснование; полученное среднее значение должно заменить индивидуальные значения признака у каждого объекта без нарушения связи индивидуальных и сводных показателей. Иначе говоря, средняя величина должна исчисляться так, чтобы при замене каждого индивидуального значения осредняемого показателя его средней величиной оставался без изменения некоторый итоговый сводный показатель, связанный тем или другим образом с осредняемым.

Средняя геометрическая применяется, если задана последовательность цепных относительных величин динамики, указывающих, например, на рост объема производства по сравнению с уровнем предыдущего года: i₁, i₂, i₃,…, i_n. Очевидно, что объем производства в последнем году определяется начальным его уровнем (q₀) и последующим наращиванием по годам:

q_n=q₀? i₁? i₂?…?i_n.

(1.3)

Структурные средние

Структурные средние - применяется для изучения внутреннего строения рядов распределения значений признака, а также для оценки средней величины (степенного типа), если по имеющимся статистическим данным ее расчет не может быть выполнен (например, если бы в рассмотренном примере отсутствовали данные и об объеме производства, и о сумме затрат по группам предприятий).

В качестве структурных средних чаще всего используют показатели моды - наиболее часто повторяющегося значения признака - и медианы - величины признака, которая делит упорядоченную последовательность его значений на две равные по численности части. Если изучаемый признак имеет дискретные значения, то особых сложностей при расчете моды и медианы не бывает. Если же данные о значениях признака Х представлены в виде упорядоченных интервалов его изменения (интервальных рядов), расчет моды и медианы несколько усложняется. Поскольку медианное значение делит всю совокупность на две равные по численности части, оно оказывается в каком-то из интервалов признака X. С помощью интерполяции в этом медианном интервале находят значение медианы:

(1.4)

где X_Me - нижняя граница медианного интервала;

h_Me - его величина;

?m/2 - половина от общего числа наблюдений или половина объема того показателя, который используется в качестве взвешивающего в формулах расчета средней величины (в абсолютном или относительном выражении);

S_Me-1 - сумма наблюдений (или объема взвешивающего признака), накопленная до начала медианного интервала;

m_Me - число наблюдений или объем взвешивающего признака в медианном интервале (также в абсолютном либо относительном выражении).

При расчете модального значения признака по данным интервального ряда надо обращать внимание на то, чтобы интервалы были одинаковыми, поскольку от этого зависит показатель повторяемости значений признака X. Для интервального ряда с равными интервалами величина моды определяется как

, (1.5)

где Х_Mo - нижнее значение модального интервала;

m_Mo - число наблюдений или объем взвешивающего признака в модальном интервале (в абсолютном либо относительном выражении);

m_Mo-1 - то же для интервала, предшествующего модальному;

m_Mo+1 - то же для интервала, следующего за модальным;

h - величина интервала изменения признака в группах.

1.4 Показатели вариации

Конкретные условия, в которых находится каждый из изучаемых объектов, а также особенности их собственного развития (социальные, экономические и пр.) выражаются соответствующими числовыми уровнями статистических показателей. Таким образом, вариация, т.е. несовпадение уровней одного и того же показателя у разных объектов, имеет объективный характер и помогает познать сущность изучаемого явления.

Для измерения вариации в статистике применяют несколько способов.

Наиболее простым является расчет показателя размаха вариации Н как разницы между максимальным (X_max) и минимальным (X_min) наблюдаемыми значениями признака:

H=X_max - X_min. (1.1)

Однако размах вариации показывает лишь крайние значения признака. Повторяемость промежуточных значений здесь не учитывается.

Более строгими характеристиками являются показатели колеблемости относительно среднего уровня признака. Простейший показатель такого типа - среднее линейное отклонение Л как среднее арифметическое значение абсолютных отклонений признака от его среднего уровня:

(1.2)

При повторяемости отдельных значений Х используют формулу средней арифметической взвешенной:

Показатель среднего линейного отклонения нашел широкое применение на практике. С его помощью анализируются, например, состав работающих, ритмичность производства, равномерность поставок материалов, разрабатываются системы материального стимулирования. Но, к сожалению, этот показатель усложняет расчеты вероятностного типа, затрудняет применение методов математической статистики. Поэтому в статистических научных исследованиях для измерения вариации чаще всего применяют показатель дисперсии.

Дисперсия признака (s²) определяется на основе квадратической степенной средней:

. (1.3)

Показатель s, равный , называется средним квадратическим отклонением.

В общей теории статистики показатель дисперсии является оценкой одноименного показателя теории вероятностей и (как сумма квадратов отклонений) оценкой дисперсии в математической статистике, что позволяет использовать положения этих теоретических дисциплин для анализа социально-экономических процессов.

Если вариация оценивается по небольшому числу наблюдений, взятых из неограниченной генеральной совокупности, то и среднее значение признака определяется с некоторой погрешностью. Расчетная величина дисперсии оказывается смещенной в сторону уменьшения. Для получения несмещенной оценки выборочную дисперсию, полученную по приведенным ранее формулам, надо умножить на величину n / (n - 1). В итоге при малом числе наблюдений (< 30) дисперсию признака рекомендуется вычислять по формуле

. (1.4)

Обычно уже при n > (15?20) расхождение смещенной и несмещенной оценок становится несущественным. По этой же причине обычно не учитывают смещенность и в формуле сложения дисперсий.

Если из генеральной совокупности сделать несколько выборок и каждый раз при этом определять среднее значение признака, то возникает задача оценки колеблемости средних. Оценить дисперсию среднего значения можно и на основе всего одного выборочного наблюдения по формуле

, (1.5)

где n - объем выборки; s² - дисперсия признака, рассчитанная по данным выборки.

Коэффициент вариации:

(1.6)

является наиболее распространенным показателем, используемым для оценки типичности средних величин.

1.5 Ряды динамики

Ряд динамики (хронологический ряд, динамический ряд, временной ряд) - это последовательность упорядоченных во времени числовых показателей, характеризующих уровень развития изучаемого явления. Всякий ряд динамики включает, следовательно, два обязательных элемента: во-первых, время и, во-вторых, конкретное значение показателя, или уровень ряда. Ряды динамики различаются по следующим признакам.

1. По времени - моментные и интервальные ряды. Интервальный ряд динамики - последовательность, в которой уровень явления относится к результату, накопленному или вновь произведенному за определенный интервал времени. Таковы, например, ряды показателей объема продукции по месяцам года, количества отработанных человеко-дней по отдельным периодам и т.д. Если же уровень ряда показывает фактическое наличие изучаемого явления в конкретный момент времени, то совокупность уровней образует моментный ряд динамики. Примерами моментных рядов могут быть последовательности показателей численности населения на начало года, величины запаса какого-либо материала на начало периода и т.д. Важное аналитическое отличие моментных рядов от интервальных состоит в том, что сумма уровней интервального ряда дает вполне реальный показатель - общий выпуск продукции за год, общие затраты рабочего времени, общий объем продаж акций и т.д., сумма же уровней моментного ряда, хотя иногда и подсчитывается, но реального содержания, как правило, не имеет.

2. По форме представления уровней - ряды абсолютных, относительных и средних величин

3. По расстоянию между датами или интервалам времени выделяют полные и неполные хронологические ряды.

Полные ряды динамики имеют место, когда даты регистрации или окончания периодов следуют друг за другом с равными интервалами. Это равноотстоящие ряды динамики. Неполные - когда принцип равных интервалов не соблюдается.

Статистические данные должны быть сопоставимы по территории, кругу охватываемых объектов, единицам измерения, времени регистрации, ценам, методологии расчета. Сопоставимость по территории означает, что данные по странам и регионам, границы которых изменились, должны быть пересчитаны в старых пределах. Сопоставимость по кругу охватываемых объектов означает сравнение совокупностей с равным числом элементов. Территориальная и объемная сопоставимость обеспечивается смыканием рядов динамики, при этом либо абсолютные уровни заменяются относительными, либо делается пересчет в условные абсолютные уровни. Не возникает особых сложностей при обеспечении сопоставимости данных по единицам измерения; стоимостная сравнимость достигается системой сопоставимых цен.

Числовые уровни рядов динамики должны быть упорядоченными во времени. Не допускается анализ рядов с пропусками отдельных уровней, если же такие пропуски неизбежны, то их восполняют условными расчетными значениями.

Показатели анализа рядов динамики

При изучении явления во времени перед исследователем встает проблема описания интенсивности изменения и расчета средних показателей динамики. Решается она путем построения соответствующих показателей. Для характеристики интенсивности изменения во времени такими показателями будут:

1) абсолютный прирост,

2) темпы роста,

3) темпы прироста,

4) абсолютное значение одного процента прироста.

Таблице 2. Расчет показателей динамики

В случае, когда сравнение проводится с периодом (моментом) времени, начальным в ряду динамики, получают базисные показатели. Если же сравнение производится с предыдущим периодом или моментом времени, то говорят о цепных показателях.

Система средних показателей динамики включает:

средний уровень ряда,

средний абсолютный прирост,

средний темп роста,

средний темп прироста.

Средний уровень ряда - это показатель, обобщающий итоги развития явления за единичный интервал или момент из имеющейся временной последовательности. Расчет среднего уровня ряда динамики определяется видом этого ряда и величиной интервала, соответствующего каждому уровню.

Для интервальных рядов с равными периодами времени средний уровень Y рассчитывается следующим образом:

(1.7)

где n или (n +1) - общая длина временного ряда или общее число равных временных отрезков, каждому из которых соответствует свой уровень Y_i (1 = 1, 2,…, n или 1 = 0, 1, 2,…, n).

Средний абсолютный прирост рассчитывается по формулам в зависимости от способа нумерации интервалов (моментов).

. (1.8)

Средний темп роста:

 (1.9)

где - средний коэффициент роста, рассчитанный как

(1.10)

К_цеп - цепные коэффициенты роста;

Средний темп прироста (%) определяется по единственной методологии:

Изучение тенденции развития

Всякий ряд динамики теоретически может быть представлен в виде составляющих:

1) тренд - основная тенденция развития динамического ряда (к увеличению либо снижению его уровней);

2) циклические (периодические) колебания, в том числе сезонные;

3) случайные колебания.

Изучение тренда включает два основных этапа:

1) ряд динамики проверяется на наличие тренда;

2) производится выравнивание временного ряда и непосредственное выделение тренда с экстраполяцией полученных результатов.

Непосредственное выделение тренда может быть произведено тремя методами.

1. Укрупнение интервалов. Ряд динамики разделяют на некоторое достаточно большое число равных интервалов. Если средние уровни по интервалам не позволяют увидеть тенденцию развития явления, переходят к расчету уровней за большие промежутки времени, увеличивая длину каждого интервала (одновременно уменьшается количество интервалов).

2. Скользящая средняя. В этом методе исходные уровни ряда заменяются средними величинами, которые получают из данного уровня и нескольких симметрично его окружающих. Целое число уровней, по которым рассчитывается среднее значение, называют интервалом сглаживания. Интервал может быть нечетным (3, 5, 7 и т.д. точек) или четным (2, 4, 6 и т.д. точек).

При нечетном сглаживании полученное среднее арифметическое значение закрепляют за серединой расчетного интервала, при четном этого делать нельзя. Поэтому при обработке ряда четными интервалами их искусственно делают нечетными, для чего образуют ближайший больший нечетный интервал, но из крайних его уровней берут только 50%.

Недостаток методики сглаживания скользящими средними состоит в условности определения сглаженных уровней для точек в начале и конце ряда. Получают их специальными приемами - расчетом средней арифметической взвешенной.

3. Аналитическое выравнивание. Под этим понимают определение основной проявляющейся во времени тенденции развития изучаемого явления. Развитие предстает перед исследователем как бы в зависимости только от течения времени. В итоге выравнивания временного ряда получают наиболее общий, суммарный, проявляющийся во времени результат действия всех причинных факторов. Отклонение конкретных уровней ряда от уровней, соответствующих общей тенденции, объясняют действием факторов, проявляющихся случайно или циклически. В результате приходят к трендовой модели

(1.11)

где f(t) - уровень, определяемый тенденцией развития;

e_t - случайное и циклическое отклонение от тенденции.

Целью аналитического выравнивания динамического ряда является определение аналитической или графической зависимости f(t). На практике по имеющемуся временному ряду задают вид и находят параметры функции f(t), а затем анализируют поведение отклонений от тенденции. Функцию f(t) выбирают таким образом, чтобы она давала содержательное объяснение изучаемого процесса.

1.6 Индексы

Индексами называют сравнительные относительные величины, которые характеризуют изменение сложных социально-экономических показателей (показатели, состоящие из несуммируемых элементов) во времени, в пространстве, по сравнению с планом.

Индекс - это результат сравнения двух одноименных показателей, при исчислении которого следует различать числитель индексного отношения (сравниваемый или отчетный уровень) и знаменатель индексного отношения (базисный уровень, с которым производится сравнение). Выбор базы зависит от цели исследования. Если изучается динамика, то за базисную величину может быть взят размер показателя в периоде, предшествующем отчетному. Если необходимо осуществить территориальное сравнение, то за базу можно принять данные другой территории. За базу сравнения могут приниматься плановые показатели, если необходимо использовать индексы как показатели выполнения плана.

По степени охвата элементов явления индексы делят на индивидуальные и общие (сводные).

Индивидуальные индексы (i) - это индексы, которые характеризуют изменение только одного элемента совокупности и определяется по формуле

 (1.1)

Общий (сводный) индекс (I) характеризует изменение по всей совокупности элементов сложного явления. Если индексы охватывают только часть явления, то их называют групповыми. В зависимости от способа изучения общие индексы могут быть построены или как агрегатные (от лат. аggrega - присоединяю) индексы, или как средние взвешенные индексы (средние из индивидуальных).

В статистике имеют большое значение индексы переменного и фиксированного состава, которые используются при анализе динамики средних показателей.

Индексом переменного состава называют отношение двух средних уровней.

(1.6)

?q1z1 - это затраты на производство продукции отчетного периода.

?q1z0 - это затраты на производство продукции, если бы себестоимость единицы продукции оставалась на уровне базисного периода.

Этот индекс показывает во сколько раз возрос или уменьшился в среднем уровень себестоимости на продукцию произведенную в отчетном периоде или сколько процентов составляет его рост или снижение в отчетном периоде по сравнению с базисным.

Если из значения индекса себестоимости вычесть 100%, то разность покажет на сколько процентов в среднем возрос или уменьшился уровень себестоимости на продукцию произведенную в отчетном периоде.

Разность между числителем и знаменателем индекса характеризует экономию (-) или перерасход (+) от снижения себестоимости единицы продукции.

7. Индекс выручки.

(1.7)

-это выручка или стоимость реализованной продукции в отчетном периоде.

-выручка базисного периода.

Этот индекс можно разложить на индекс физического объема и индекс цен.

8. Индекс производительности труда (стоимостной).

(1.8)

- Стоимость валовой продукции отчетного периода в сопоставимых ценах.

-стоимость валовой продукции базисный период.

-общие затраты труда отчетного периода (чел./час)

- общие затраты труда базисного периода (чел./час)

Разлагается на индекс физического объема и индекс затрат труда.

9. Индекс средних затрат на 1 рубль совокупной продукции.

(1.9)

общие затраты средств на всю продукцию текущего периода.

общие затраты средств на всю продукцию базисного периода.

Этот индекс можно разложить на индекс физического объема и индекс общих затрат.

2. Корреляционный анализ

Исследуя природу, общество, экономику, необходимо считаться со взаимосвязью наблюдаемых процессов и явлений. При этом полнота описания так или иначе определяется количественными характеристиками причинно-следственных связей между ними. Оценка наиболее существенных из них, а также воздействия одних факторов на другие является одной из основных задач статистики.

Формы проявления взаимосвязей весьма разнообразны. В качестве двух самых общих их видов выделяют функциональную (полную) и корреляционную (неполную) связи. В первом случае величине факторного признака строго соответствует одно или несколько значений функции. Достаточно часто функциональная связь проявляется в физике, химии. В экономике примером может служить прямо пропорциональная зависимость между производительностью труда и увеличением производства продукции.

Корреляционная связь (которую также называют неполной, или статистической) проявляется в среднем, для массовых наблюдений, когда заданным значениям зависимой переменной соответствует некоторый ряд вероятных значений независимой переменной. Объяснение тому - сложность взаимосвязей между анализируемыми факторами, на взаимодействие которых влияют неучтенные случайные величины. Поэтому связь между признаками проявляется лишь в среднем, в массе случаев. При корреляционной связи каждому значению аргумента соответствуют случайно распределенные в некотором интервале значения функции.

Например, некоторое увеличение аргумента повлечет за собой лишь среднее увеличение или уменьшение (в зависимости от направленности) функции, тогда как конкретные значения у отдельных единиц наблюдения будут отличаться от среднего. Такие зависимости встречаются повсеместно. Например, в сельском хозяйстве это может быть связь между урожайностью и количеством внесенных удобрений. Очевидно, что последние участвуют в формировании урожая. Но для каждого конкретного поля, участка одно и то же количество внесенных удобрений вызовет разный прирост урожайности, так как во взаимодействии находится еще целый ряд факторов (погода, состояние почвы и др.), которые и формируют конечный результат. Однако в среднем такая связь наблюдается - увеличение массы внесенных удобрений ведет к росту урожайности.

По направлению связи бывают прямыми, когда зависимая переменная растет с увеличением факторного признака, и обратными, при которых рост последнего сопровождается уменьшением функции. Такие связи также можно назвать соответственно положительными и отрицательными.

Относительно своей аналитической формы связи бывают линейными и нелинейными. В первом случае между признаками в среднем проявляются линейные соотношения. Нелинейная взаимосвязь выражается нелинейной функцией, а переменные связаны между собой в среднем нелинейно.

Существует еще одна достаточно важная характеристика связей с точки зрения взаимодействующих факторов. Если характеризуется связь двух признаков, то ее принято называть парной. Если изучаются более чем две переменные - множественной.

Указанные выше классификационные признаки наиболее часто встречаются в статистическом анализе. Но кроме перечисленных различают также непосредственные, косвенные и ложные связи. Собственно, суть каждой из них очевидна из названия. В первом случае факторы взаимодействуют между собой непосредственно. Для косвенной связи характерно участие какой-то третьей переменной, которая опосредует связь между изучаемыми признаками. Ложная связь - это связь, установленная формально и, как правило, подтвержденная только количественными оценками. Она не имеет под собой качественной основы или же бессмысленна.

По силе различаются слабые и сильные связи. Эта формальная характеристика выражается конкретными величинами и интерпретируется в соответствии с общепринятыми критериями силы связи для конкретных показателей.

Задачи собственно корреляционного анализа сводятся к измерению тесноты связи между варьирующими признаками, определению неизвестных причинных связей и оценке факторов оказывающих наибольшее влияние на результативный признак.