что такое статистическая методология
Статистическая методология
Специфические приемы, с помощью которых статистика изучает свой предмет, образуют статистическую методологию.
Под статистической методологией понимается система приемов, способов и методов, направленных на изучение количественных закономерностей, проявляющихся «структуре, динамике и взаимосвязях социально-экономических явлений.
Статистическое исследование состоит из трех стадий:
1) статистическое наблюдение;
2) сводка и группировка результатов наблюдения;
3) анализ полученных сводных материалов.
Все эти этапы связаны между собой, отсутствие одного из них ведет к разрыву целостности статистического исследования.
Прохождение каждой стадии исследования связано с использованием специальных методов, объясняемых содержанием выполняемой работы.
Полученные в результате статистического наблюдения данные являются исходным материалом для выполнения последующих этапов статистического исследования. Характерным для этой стадии является метод массовых наблюдений, так как статистическое наблюдение всегда массовое. Это объясняется тем, что статистика изучает закономерности, которые выделяются через исследование массовых явлений под действием закона больших чисел. Кроме того, на этом этапе анализа формируются его цели и задачи, разрабатываются программы исследования в целом и по вышеуказанным стадиям, определяются конкретные способы и методы, используемые на каждом этапе исследования; составляется организационный план его проведения, определяются объект (совокупности общественных явлений или процессов) и единица наблюдения.
Эти результаты необходимо определенным образом обработать с тем, чтобы из статистического «сырья» выявить статистические данные. Такая обработка является следующей после наблюдения стадией статистического исследования и представляет собой сводку исходных данных для получения обобщающих характеристик исследуемого процесса или явления.
Метод статистической группировки и статистических таблиц. Вторая стадия статистического исследования представляет собой комплекс последовательных действий по обобщению конкретных единичных фактов, образующих совокупность в целях выявления типичных черт и закономерностей, присущих изучаемому явлению в целом. Важнейшим специфическим методом на этой стадии является методгруппировок. Статистическая сводка включает в себя распределение исходных данных по группам, качественно однородным по одному или нескольким признакам, и получение групповых итогов.
Для правильного выделения качественно однородных групп следует выбирать основные, наиболее существенные для данного явления или процесса признаки. В зависимости от числа и вида признаков; решаемых задач и исходных данных группировки подразделяются на: простые и комбинационные, по количественным и качественным признакам, типологические, структурные и аналитические, многомерные, первичные и вторичные. Одним из этапов процесса группировки является построениерядов распределения, т. е. группировка единиц наблюдения по величине или значению признака.
Результаты статистической группировки и сводки излагаются в виде статистических таблиц, являющихся наиболее рациональной, систематизированной и наглядной формой представления массовых данных.
Методы анализа с помощью обобщающих показателей. Статистический анализ является заключительной стадией статистического исследования.
В соответствии с ранее сформулированными познавательными задачами статистики как науки в процессе статистического анализа исследуются структура, динамика и взаимосвязи общественных явлений или процессе».
Выделяют следующие основные этапы анализа:
1) констатация фактов и их оценка;
2) установление характерных черт и причин явления;
3) сопоставление явления с другими, в том числе с оптимальными;
4> формулирование гипотез, выводов и предложений.
Характерным для статистических методов на этой стадии является применениеобобщающих показателей: абсолютных, относительных, средних величин и индексных систем. Некоторые общие черты формирования обобщающих показателей устанавливаются посредством измерения их вариации. Изучение вариации наряду с применением средних и относительных величин имеет большое практическое и научное значение. Показатели вариации дополняют средние величины, за которыми скрываются индивидуальные различия. Они характеризуют степень однородности статистической совокупности по данному признаку. Показатели вариации определяют границы вариации признака. Соотношение показателей вариации выражает взаимосвязь признаков.
Закономерности причинно-следственных связей общественных процессов и явлений устанавливаются с помощьюкорреляционно-регрессионного анализа, а такжеметодов многомерного статистического анализа. Взаимосвязи явлений также изучаются с помощью статистических группировок, параллельных рядов, взаимосвязанных индексов и т. д.
Широкое применение в статистике находят графические методы, позволяющие в наглядной форме представлять результаты статистических исследований.
Вопросы для самопроверки:
1. Назовите основные особенности предмета статистики?
2. Что такое предмет статистики и статистическая совокупность?
3. Что является объектом статистического исследования?
4. Дайте определение единице статистической совокупности.
5. Понятие вариации в статистике.
6. Что такое статистический показатель?
7. Изучение структуры массовых явлений.
8. Перечислите основные стадии статистического исследования.
9. Основные методы статистического исследования.
10. В чем сущность статистических методов и какие из них применяются в статистических исследованиях?
СТАТИСТИЧЕСКИЕ МЕТОДЫ
Полезное
Смотреть что такое «СТАТИСТИЧЕСКИЕ МЕТОДЫ» в других словарях:
СТАТИСТИЧЕСКИЕ МЕТОДЫ – — научные методы описания и изучения массовых явлений, допускающих количественное (численное) выражение. Слово «статистика» (от итал. stato – государство) имеет общий корень со словом «государство». Первоначально оно относилось к науке управления и … Философская энциклопедия
Статистические методы — (в экологии и биоценологии) методы вариационной статистики, позволяющие исследовать целое (напр., фитоценоз, популяцию, продуктивность) по его частным совокупностям (напр., по данным, полученным на учетных площадках) и оценить степень точности… … Экологический словарь
статистические методы — (в психологии) (от лат. status состояние) нек рые методы прикладной математической статистики, используемые в психологии в основном для обработки экспериментальных результатов. Основная цель применения С. м. повышение обоснованности выводов в… … Большая психологическая энциклопедия
Статистические методы — методы анализа статистических данных. Выделяют методы прикладной статистики, которые могут применяться во всех областях научных исследований и любых отраслях народного хозяйства, и другие статистические методы, применимость которых ограничена той … Википедия
Статистические методы — 20.2. Статистические методы Конкретные статистические методы, используемые для организации, регулирования и проверки деятельности, включают, но не ограничиваются следующими: а) планированием экспериментов и факторный анализ; b) анализ дисперсии и … Словарь-справочник терминов нормативно-технической документации
СТАТИСТИЧЕСКИЕ МЕТОДЫ — методы исследования количеств. стороны массовых обществ. явлений и процессов. С. м. дают возможность в цифровом выражении характеризовать происходящие изменения в обществ. процессах, изучать разл. формы социально экономич. закономерностей, смену… … Сельско-хозяйственный энциклопедический словарь
СТАТИСТИЧЕСКИЕ МЕТОДЫ — некоторые методы прикладной математической статистики, используемые для обработки экспериментальных результатов. Ряд статистических методов был разработан специально для проверки качества психологических тестов, для применения в профессиональном… … Профессиональное образование. Словарь
СТАТИСТИЧЕСКИЕ МЕТОДЫ — (в инженерной психологии) (от лат. status состояние) некоторые методы прикладной статистики, используемые в инженерной психологии для обработки экспериментальных результатов. Основная цель применения С. м. повышение обоснованности выводов в… … Энциклопедический словарь по психологии и педагогике
Статистические методы анализа — группа методов и способов сбора и обработки данных, используемых для описания и анализа информации. По английски: Statistical methods of analysis См. также: Статистические методы анализа Методы анализа Статистические данные Финансовый словарь… … Финансовый словарь
СТАТИСТИЧЕСКИЕ МЕТОДЫ В ДЕМОГРАФИИ — СТАТИСТИЧЕСКИЕ МЕТОДЫ В ДЕМОГРАФИИ, совокупность основанных на принципах статистики приёмов наблюдения, описания и количеств. анализа демографич. процессов и явлений. Исторически нас. было одним из первых объектов статистич. учёта, а процессы… … Демографический энциклопедический словарь
Статистические методы в управлении инновациями
1. Понятие об общей статистической методологии.
Как известно, термин «статистика» может рассматриваться в трех значениях:
1. как синоним слова «данные», то есть совокупность сведений об массовых явлениях, публикуемых в сборниках, справочниках и т.д. Не случайно говорят, что степень цивилизованности общества определяется толщиной статистических сборников.
2. как научный метод, содержащий принципы работы с данными, характеризующими массовые случайные явления.
3. как область практической деятельности, направленной на сбор, регистрацию и анализ данных наблюдений.
В связи с вышесказанным, общая методология статистических исследований всегда связана с обязательной реализацией следующих этапов:
1) статистическое наблюдение – планомерный, научно организованный сбор и регистрация данных в соответствии с заранее разработанными программой и формами наблюдений;
2) статистическая сводка и группировка данных, предполагающая классификацию и группирование изучаемых объектов по некоторым существенным признакам;
3) исчисление статистических показателей и формирование статистических выводов.
Говоря о статистических методах в управлении инновациями, нужно понимать, что логика и последовательность анализа должна строго соответствовать общепринятым нормам и законам общей теории статистики.
Законы общей теории статистики вообще можно условно разделить на две группы: 1) описательная статистика и 2) выводная статистика.
В рамках описательной статистики производится первичный анализ данных наблюдений, который может касаться исследования следующих аспектов:
Выводная статистика позволяет проводить:
Следует также отметить, что общая статистическая методология оперирует следующими понятиями:
1. признак – это свойство единиц, которые могут быть наблюдаемы или измерены;
2. вариация – это изменяемость значений признака у отдельных единиц совокупности;
3. статистическая совокупность – это множество объектов или явлений, объединенных по одному или нескольким существенным признакам.
4. показатель – количественная обобщенная характеристика явлений в их качественной обусловленности в условиях конкретного места и времени.
Обращаясь к предметной области, связанной с управлениями инновациями, можно рассмотреть все обозначенные выше категории на следующем примере.
Совокупность предприятий нефтегазохимического комплекса образует статистическую совокупность, которая образована из числа предприятий, объединенных отраслевой принадлежностью. Затраты на технологические инновации по каждому из предприятий могут выступать в роли изучаемого признака. В данном случае речь идет о количественном признаке. Не исключением является выбор в статистических исследованиях качественных признаков. К таковым относятся, например, перечень источников средств на инновации (собственные, заемные), уровни риска (высокий, средний, низкий), квалификация персонала (с высшим образованием, средним специальным) и др.
Традиционно в качестве важнейших количественных признаков при изучении инновационного развития используют, помимо затрат на технологические инновации, объем отгруженных товаров и услуг инновационного характера, число предоставляемых патентных заявок на изобретения, число научно-исследовательских подразделений в организации и т.д.
Если в обозначенной в данном примере совокупности исследовать изменчивость затрат на технологические инновации, пределы их изменения, разброс относительно среднего уровня по исследуемой совокупности, то можно говорить о том, что проводится оценка изменчивости наблюдаемых значений признака, то есть рассматривается вариация этих значений.
И, наконец, завершая обзор основных категорий статистической науки на данном примере, можно упомянуть, что в роли показателя количественной оценки вариации может выступать, например, дисперсия затрат на технологические инновации.
Статистическая методология не только четко выделяет основные понятия и категории, но и содержит ряд основополагающих принципов статистического анализа, связанных с обоснованием той или иной системы показателей применительно к конкретным целям и задачам исследования. Некоторые основные подходы к применению различных статистических показателей приведены в Таблице 1.
Возвращаясь к нашему примеру, можно пояснить следующее. Исчисление среднего объема затрат на технологические инновации по совокупности рассматриваемых предприятий условно будет характеризовать общее свойство, закономерность для данной совокупности. Разбиение общей совокупности затрат на технологические инновации на отдельные статьи затрат с исчисление доли каждой статьи в общем итоге – позволит провести первичный анализ структуры совокупности затрат. Сравнение значений затрат на технологические инновации по совокупности рассматриваемых предприятий за разные периоды времени позволит оценить динамику изучаемого явления. Фактически оказался задействованным практически весь «арсенал» описательной статистики. А сколько новых возможностей для управления может получить исследователь, если обратится к методам выводной статистики, но для этого необходимо будет существенно расширить информационную базу, явившейся основой в рассматриваемом примере.
Статистические показатели и методы
Выявление общих закономерностей, присущих элементам изучаемой совокупности
Метод исчисления средних величин, показатели центров рядов распределений – модальные и медианные величины
Характеристика вариации наблюдаемых значений
Показатели вариации – дисперсия, среднеквадратическое отклонение, коэффициент вариации, децильные и квартильные группы в рядах распределений
Оценка взаимосвязей между признаками
Коэффициенты корреляции, регрессионный анализ, факторный анализ
Оценка структурных сдвигов и изменений
Относительные величины структуры и координации, коэффициенты структурных сдвигов Гатева, Салаи
Исследование динамики наблюдаемого явления
Темпы роста, прироста, абсолютные приросты значений, индексы качественных и количественных показателей
Распространение данных выборочных наблюдений на генеральную совокупность
Построение доверительных интервалов, проверка соответствия эмпирических частот теоретическим законам распределения
Аналитическое выравнивание, выявление циклических колебаний
Группирование и классификация объектов
Метод статистических группировок, кластерный анализ
Таким образом, независимо от предмета исследования, общая статистическая методология содержит определенный перечень показателей и методов, сфера приложений которых может быть различной. В дальнейшем будем говорить о специфических особенностях применения статистической методологии в управлении инновациями.
7 методов статистического анализа, которые может применять каждый
Деятельность людей во множестве случаев предполагает работу с данными, а она в свою очередь может подразумевать не только оперирование ими, но и их изучение, обработку и анализ. Например, когда нужно уплотнить информацию, найти какие-то взаимосвязи или определить структуры. И как раз для аналитики в этом случае очень удобно пользоваться не только разными техниками мышления, но и применять статистические методы.
Особенностью методов статистического анализа является их комплексность, обусловленная многообразием форм статистических закономерностей, а также сложностью процесса статистических исследований. Однако мы хотим поговорить именно о таких методах, которые может применять каждый, причем делать это эффективно и с удовольствием.
Статистическое исследование может проводиться посредством следующих методик:
Далее мы рассмотрим каждый из них более подробно. Но отметим, что представим лишь основные характеристики без подробного описания алгоритмов действий. Впрочем, понять их не составит никакого труда.
Статистическое наблюдение
Статистическое наблюдение является планомерным, организованным и в большинстве случаев систематическим сбором информации, направленным, главным образом, на явления социальной жизни. Реализуется данный метод через регистрацию предварительно определенных наиболее ярких признаков, цель которой состоит в последующем получении характеристик изучаемых явлений.
Статистическое наблюдение должно выполняться с учетом некоторых важных требований:
Также статистическое наблюдение может иметь две формы:
Кроме того, статистическое наблюдение может быть категоризировано на основе двух признаков: либо на основе характера регистрации данных, либо на основе охвата единиц наблюдения. К первой категории относятся опросы, документирование и прямое наблюдение, а ко второй – наблюдение сплошное и несплошное, т.е. выборочное.
Для получения данных при помощи статистического наблюдения можно применять такие способы как анкетирование, корреспондентская деятельность, самоисчисление (когда наблюдаемые, например, сами заполняют соответствующие документы), экспедиции и составление отчетов.
Сводка и группировка материалов статистического наблюдения
Говоря о втором методе, в первую очередь следует сказать о сводке. Сводка представляет собой процесс обработки определенных единичных фактов, которые образуют общую совокупность данных, собранных при наблюдении. Если сводка проводится грамотно, огромное количество единичных данных об отдельных объектах наблюдения может превратиться в целый комплекс статистических таблиц и результатов. Также такое исследование способствует определению общих черт и закономерностей исследуемых явлений.
С учетом показателей точности и глубины изучения можно выделить простую и сложную сводку, но любая из них должна основываться на конкретных этапах:
Важно заметить, что есть и разные формы сводки:
Выполняться же сводка может при помощи специализированного оборудования, например, с использованием компьютерного ПО или вручную.
Что же касается группировки, то этот процесс отличается разделением исследуемых данных на группы по признакам. Особенности поставленных статистическим анализом задач влияют на то, какой именно будет группировка: типологической, структурной или аналитической. Именно поэтому для сводки и группировки либо прибегают к услугам узкопрофильных специалистов, либо применяют конкретные техники мышления.
Абсолютные и относительные статистические величины
Абсолютные величина считаются самой первой формой представления статистических данных. С ее помощью удается придать явлениям размерные характеристики, например, по времени, по протяженности, по объему, по площади, по массе и т.д.
Если требуется узнать об индивидуальных абсолютных статистических величинах, можно прибегнуть к замерам, оценке, подсчету или взвешиванию. А если нужно получить итоговые объемные показатели, следует использовать сводку и группировку. Нужно иметь в виду, что абсолютные статистические величины отличаются наличием единиц измерения. К таким единицам относят стоимостные, трудовые и натуральные.
А относительные величины выражают количественные соотношения, касающиеся явлений социальной жизни. Чтобы их получить, одни величины всегда делятся на другие. Показатель, с которым сравнивают (это знаменатель), называют основанием сравнения, а показатель, которой сравнивают (это числитель), называют отчетной величиной.
Относительные величины могут быть разными, что зависит от их содержательной части. Например, существуют величины сравнения, величины уровня развития, величины интенсивности конкретного процесса, величины координации, структуры, динамики и т.д. и т.п.
Чтобы изучить какую-то совокупность по дифференцирующимся признакам, в статистическом анализе применяются средние величины – обобщающие качественные характеристики совокупности однородных явлений по какому-либо дифференцирующемуся признаку.
Крайне важным свойством средних величин является то, что они говорят о значениях конкретных признаков во всем их комплексе единым числом. Невзирая на то, что у отдельных единиц может наблюдаться количественная разница, средние величины выражают общие значения, свойственные всем единицам исследуемого комплекса. Получается, что при помощи характеристики чего-то одного можно получить характеристику целого.
Следует иметь в виду, что одним из самых важных условий применения средних величин, если проводится статистический анализ социальных явлений, считается однородность их комплекса, для которого и нужно узнать среднюю величину. А от такого, как именно будут представлены начальные данные для исчисления средней величины, будет зависеть и формула ее определения.
Вариационные ряды
В некоторых случаях данных о средних показателях тех или иных изучаемых величин может быть недостаточно, чтобы провести обработку, оценку и глубокий анализ какого-то явления или процесса. Тогда во внимание следует брать вариацию или разброс показателей отдельных единиц, который тоже представляет собой важную характеристику исследуемой совокупности.
На индивидуальные значения величин могут воздействовать многие факторы, а сами изучаемые явления или процессы могут быть очень многообразны, т.е. обладать вариацией (это многообразие и есть вариационные ряды), причины которой следует искать в сущности того, что изучается.
Вышеназванные абсолютные величины находятся в непосредственной зависимости от единиц измерения признаков, а значит, делают процесс изучения, оценки и сравнения двух и более вариационных рядов более сложным. А относительные показатели нужно вычислять в качестве соотношения абсолютных и средних показателей.
Выборка
Смысл выборочного метода (или проще – выборки) состоит в том, что по свойствам одной части определяются численные характеристики целого (это называется генеральной совокупностью). Основной выборочного метода является внутренняя связь, объединяющая части и целое, единичное и общее.
Метод выборки отличается рядом существенных преимуществ перед остальными, т.к. благодаря уменьшению количества наблюдений позволяет сократить объемы работы, затрачиваемые средства и усилия, а также успешно получать данные о таких процессах и явлениях, где либо нецелесообразно, либо просто невозможно исследовать их полностью.
Соответствие характеристик выборки характеристикам изучаемого явления или процесса будет зависеть от комплекса условий, и в первую очередь от того, как вообще будет реализовываться выборочный метод на практике. Это может быть как планомерный отбор, идущий по подготовленной схеме, так и непланомерный, когда выборка производится из генеральной совокупности.
Но во всех случаях выборочный метод должен быть типичным и соответствовать критериям объективности. Данные требования нужно выполнять всегда, т.к. именно от них будет зависеть соответствие характеристик метода и характеристик того, что подвергается статистическому анализу.
Таким образом, перед обработкой выборочного материала необходимо провести его тщательную проверку, избавившись тем самым от всего ненужного и второстепенного. Одновременно с этим, составляя выборку, в обязательном порядке нужно обходить стороной любую самодеятельность. Это означает, что ни в коем случае не следует делать выборку только из вариантов, кажущихся типичными, а все другие – отбрасывать.
Эффективная и качественная выборка должна составляться объективно, т.е. производить ее нужно так, чтобы были исключены любые субъективные влияния и предвзятые побуждения. И чтобы это условие было соблюдено должным образом, требуется прибегнуть к принципу рандомизации или, проще говоря, к принципу случайного отбора вариантов из всей их генеральной совокупности.
Представленный принцип служит основой теории выборочного метода, и следовать ему нужно всегда, когда требуется создать эффективную выборочную совокупность, причем случаи планомерного отбора исключением здесь не являются.
Корреляционный и регрессионный анализ
Корреляционный анализ и регрессионный анализ – это два высокоэффективных метода, позволяющие проводить анализ больших объемов данных для изучения возможной взаимосвязи двух или большего количества показателей.
В случае с корреляционным анализом задачами являются:
А в случае с регрессионным анализом задачи следующие:
Чтобы решить все вышеназванные задачи, практически всегда нужно применять и корреляционный и регрессионный анализ в комплексе.
Ряды динамики
Посредством этого метода статистического анализа очень удобно определять интенсивность или скорость, с которой развиваются явления, находить тенденцию их развития, выделять колебания, сравнивать динамику развития, находить взаимосвязь развивающихся во времени явлений.
Ряд динамики – это такой ряд, в котором во времени последовательно расположены статистические показатели, изменения которых характеризуют процесс развития исследуемого объекта или явления.
Ряд динамики включает в себя два компонента:
В совокупности эти компоненты представляют собой два члена ряда динамики, где первый член (временной период) обозначается буквой «t», а второй (уровень) – буквой «y».
Исходя из длительности временных промежутков, с которыми взаимосвязаны уровни, ряды динамики могут быть моментными и интервальными. Интервальные ряды позволяют складывать уровни для получения общей величины периодов, следующих один за другим, а в моментных такой возможности нет, но этого там и не требуется.
Ряды динамики также существуют с равными и разными интервалами. Суть же интервалов в моментных и интервальных рядах всегда разная. В первом случае интервалом является временной промежуток между датами, к которым привязаны данные для анализа (удобно использовать такой ряд, например, для определения количества действий за месяц, год и т.д.). А во втором случае – временной промежуток, к которому привязана совокупность обобщенных данных (такой ряд можно использовать для определения качества тех же самых действий за месяц, год и т.п.). Интервалы могут быть равными и разными, независимо от типа ряда.
Естественно, чтобы научиться грамотно применять каждый из методов статистического анализа, недостаточно просто знать о них, ведь, по сути, статистика – это целая наука, требующая еще и определенных навыков и умений. Но чтобы она давалась проще, можно и нужно тренировать свое мышление и улучшать когнитивные способности.
В остальном же исследование, оценка, обработка и анализ информации – очень интересные процессы. И даже в тех случаях, когда это не приводит к какому-то конкретному результату, за время исследования можно узнать множество интересных вещей. Статистический анализ нашел свое применение в огромном количестве сфер деятельности человека, а вы можете использовать его в учебе, работе, бизнесе и других областях, включая развитие детей и самообразование.