Data tilastot per l'analisi. Ricerca-tilasto

Clienti, consumatori: non si tratta solo di raccogliere informazioni, ma di uno studio ja tutti gli effetti. E l'obiettivo di ogni ricerca è un'interpretazione scienceamente fondata dei fatti studiati. Il materiale primario deve essere elaborato, cioè organizzato e analizzato e, dopo aver intervistato gli intervistati, vengono analizzati i dati della ricerca. Questa è una face chiave. Si tratta di un insieme di tecniche e metodi volti a verificare quanto fossero corrette le ipotesi e le ipotesi, nonché a rispondere alle domande poste. Questa fase è forse la più difficile in termini di impegno intellettuale e qualifiche professionali, ma sutikime di ottenere il massimo delle informazioni utili dai dati raccolti. I metodi di analisi dei dati sono vari. La scelta di un metodo specifico dipende, prima di tutto, dalle domande a cui vogliamo rispondere. Si possono distinguere due classi di menettely di analisi:

• yksiulotteinen (descrittivo) e
• moniulotteinen.

Lo scopo dell'analisi univariata è descrivere una charatteristica di uni campione in momentospecific nel tempo. Diamo uno sguardo più da vicino.

Tipi di analisi dei dati unidimensionali

Ricerca quantitativa

Analisi kuvaus

La statistica descrittiva (o descrittiva) è il metodo base e più comune di analisi dei dati. Immagina di condurre un sondaggio per creare un ritratto del consumatore di un prodotto. Gli intervistati indicano il loro sesso, età, stato civile e professionale, preferenze di consumo, ecc., E le statistiche descrittive acceptono di ottenere informazioni sulla base delle quali verrà costruito l'intero ritratto. Oltre alle caratteristiche numeriche, vengono creati una varietà di grafici per aiutare a visualizzare i risultati dell'indagine. Tutta questa varietà di dati secondari è accomunata dal concetto di "analisi descrittiva". I dati numerici ottenuti durante lo studio sono spesso presentati nelle relazioni finali sotto forma di tabelle di frequenza. Le tabelle possono useimmat harvoin erilaisia ​​taajuuksia. Diamo un'occhiata ad un esempio: Domanda potenziale del prodotto

1. La frequenza assoluta mostra quante volte una particolare risposta viene ripetuta in un campione. Ad esempio, 23 persone comprerebbero il prodotto proposto del valore di 5000 ruplaa, 41 persone del valore di 4500 ruplaa. e 56 henkilöä - 4399 ruplaa.
2. La frequenza relativa mostra quale proporzione costituisce questo valore rispetto alla dimensione totale del campione (23 henkilöä - 19,2%, 41 - 34,2%, 56 - 46,6 %).
3. La frequenza cumulativa o accumulata mostra la proporzione di elementi del campione che non supera un determinato valore. Ad esempio, un cambiamento nella percentuale di intervistati pronti ad acquistare un determinato prodotto se il suo prezzo deminuisce (il 19,2% degli intervistati è pronto ad acquistare un prodotto per 5.000 ruplaa, il 53.4.50% 1000 ruplaa da 4 399 - 5 000 ruplaa). 5000 ruplaa).

Insieme alle frequenze, l'analisi descrittiva prevede il calcolo di varie Statistiche descrittive. Fedeli al loro nome, forniscono informazioni di base sui dati raccolti. Chiariamo che l'uso di statistiche Technicale dipende dalle scale in cui vengono presentate le informazioni iniziali. Scala nimellinen Usezato per registrare oggetti che non hanno un ordine classificato (sesso, luogo di residenza, marca preferita, ecc.). Per questo tipo di array di dati è impossibile calcolare indikaattorit merkitsevät tilastot, ad eccezione di moda— il valore della variabile che ricorre piùfrekventemente. In termini di analisi, la situazione è leggermente milliore scala ordinale . Qui diventa possibile, insieme alla moda, calcolare mediaani– un valore che divide il campione in due parti uguali. Ad esempio, se esistono diversi intervalli di prezzo per un prodotto (500-700 ruplaa, 700-900, 900-1100 ruplaa), la mediana nõusoleku di stabilire il prezzo esatto, più caro o più Economico, di quello che i consumatori sono ad acquistare o, al contrario, rifiutarsi di acquistare. Le più richche di tutte le statistiche possibili sono mittakaavassa määrällinen , che sono serie di valori numerici equidistanti e misurabili. Esempi di tali scale includono il livello di reddito, l’età, il tempo dedicato allo shopping, ecc. In questo caso diventano disponibili le secenti information: le misure: media, intervallo, poikkeama standardi, errore standard della media. Naturalmente il linguaggio dei numeri è piuttosto "secco" e del tutto incomprensibile per molti. Per questo motivo, l'analisi descrittiva è integrata dalla visualizzazione dei dati costruendo vari diagrammi e grafici, come istogrammi, grafici a linee, a torta tai dispersione.

Contingenza e di correlazione -taulukko

Etukäteen taulukkoè un mezzo per rappresentare la distribuzione di due variabili, progettato per studiare la relazione tra loro. Le tabelle di contingenza possono essere attentionate un tipo speciale di analisi descrittiva. È anche possibile presentare informazioni sotto forma di frequenze assolute e ratio, visualizzazione grafica sotto forma di istogrammi o diagrammi di dispersione. Le tabelle di contingenza sono più efficaci nel determinare se esiste una relazione tra variabili nominali (ad esempio, tra genere e consumo di un prodotto). Yleisesti, la tabella di contingenza si presenta così. Rapporto tra genere e fruizione dei servizi assicurativi

1. Definizione del termine "statistica" e Storia della sua origine

La statistica è una stienza esatta che studia i metodi di raccolta, analisi ed elaborazione dei dati che descrivono azioni, fenomeni e processi di massa. I dati studiati nelle statistiche non riguardano i singoli oggetti, ma i loro aggregati. Il metodo Principle per raccogliere dati per le statistiche è un sondaggio completo di oggetti relativi al problem studiato.

La statistica è una branca della conoscenza che si occupa di questioni generali suhteellisen alla raccolta, misurazione e analisi di dati statistici di massa (quantitativi o qualitativi).

La parola "statistica" deriva dal latino status - stato delle cose. Il termine “statistica” fu introdotto nella scienza dallo scienziato tedesco Gottfried Achenwall nel 1746, proponendo di sostituire il nome del corso “Studi di Stato” insegnato nelle università tedesche con “Statistica della dellado scienzia” e disciplina academica. Nonostante ciò, i registri statistici furono tenuti molto prima: nell'antica Cina furono effettuati censimenti della popolazione, fu confrontato il potenziale militare degli stati, nell'antica Roma furono registrate le proprietà dei cittadini, ecc.

La statistica sviluppa una metodologia speciale per la ricerca e l'elaborazione dei materiali: osservazioni statistiche di massa, metodo dei raggruppamenti, valori medi, indikci, metodo del bilancio, metodo delle immagini grafiche e altri metodi di analisi dei statistici.

L'inizio della pratica statistica risale approssimativamente al momento dell'emergere dello Stato. Le prime informazioni Statistiche pubblicate possono essere huomioitava tavolette d'argilla del regno sumero (III - II vuosituhat eKr.).

Inizialmente la statistica era intesa come descrizione della situazione Economica e politica di uno Stato o di una parte di esso. Ad esempio, la definizione risale al 1792: "le statistiche descrivono lo stato di uno stato nel momento presente o in un momento noto nel passato." E attualmente le attività dei servizi statistici statali rientrano perfettamente in questa definizione.

A poco a poco il termine "statistica" cominciò ad essere usato più ampiamente. Nel 20° secolo, la statistica è spesso vista principalmente come una disciplina sciencea indipendente. La statistica è un insieme di metodi e principi secondo i quali viene effettuata la raccolta, l'analisi, il confronto, la presentazione e l'interpretazione dei dati numerici. Nel 1954, l'accademico dell'Accademia delle scienze della SSR ucraina B.V. Gnedenko kuoli seuraavan määritelmän mukaan: "La statistica è composta da tre sezioni:

Raccolta di informazioni statistiche, ovvero informazioni che caratterizzano le single unità di eventuali aggregati di massa;

Studio statistico dei dati ottenuti, che compose nell'identificare quei modelli che possono essere stabiliti sulla base dei dati di osservazione di massa;

Sviluppo di tecniche per l'osservazione statistica e l'analisi dei dati statistici. L’ultima sezione, infatti, costituisce il contenuto della statistica matematica.”

Sana "statistia" on usato in altri due sensi. In primo luogo, nella vita di tutti i giorni, la “statistica” è spesso intesa come un insieme di dati quantitativi su un fenomeno o processo. In secondo luogo, la statistica è una funzione dei risultati osservativi usezati per stimare le caratteristiche e i parametri delle distribuzioni e verificare le ipotesi.

Esempi tipici della fase iniziale di applicazione dei metodi Statistici sono descritti nella Bibbia, nell'Antico Testamento. Lì, in particolare, viene fornito il numero di guerrieri nelle varie tribù. Da un punto di vista matematico, la questione si riduceva a contare il numero di volte in cui i valori delle caratteristiche osservate rientravano in determinate gradazioni.

Immediatamente dopo l'emergere della teoria della probabilità (Pascal, Fermat, XVII secolo), i todennäköisyysmallit iniziarono ad essere usezati nell'elaborazione dei datu statistici. Ad esempio, è stata studiata la frequenza delle nascite di maschi e femmine, è stata stabilita la differentenza tra la probabilità di avere un maschio e 0.5, sono state analizzate le ragioni per cui nei rifugi parigini questa è laillastà nonessa essa , ec.

Nel 1794 (secondo altre fontinel - 1795), il matematico tedesco Carl Gauss formalizzò uno dei metodi della moderna statistica matematica: il metodo dei minimi quadrati. Nel XIX secolo, un contributo significativo allo sviluppo della statistica pratica fu dato dal belga Quetelet, il quale, sulla base dell'analisi di un gran numero di dati reali, mostrò la stabilità di indikatori statistici relativi, come la percentuale di suicidi tra i tutti i morti.

Il primo terzo del Novecento on passato sotto il segno della statistica parametrica. I metodi sono stati studiati sulla base dell'analisi dei dati provenienti da famiglie parametriche di distribuzioni descritte dalle curve della famiglia di Pearson. La più popolare era la distribuzione normale. Perificare le ipotesi sono stati hyödyntää testi Pearson, Student ja Fisher. Sono stati proposti il ​​metodo di massima verosimiglianza e l'analisi della varianza e sono state formule le idea di base della pianificazione dell'esperimento.

La teoria dell'analisi dei dati sviluppata nel primo terzo del ventesimo secolo è chiamata statistica parametrica, poiché il suo principale oggetto di studio sono i campioni di distribuzioni descritte da uno o un piccolo numero di parametri. La più comune è la famiglia delle curve di Pearson, definita da quattro parametri. Di norma non è possibile fornire alcuna ragione convincente per cui la distribuzione dei risultati di una particolare osservazione debba essere inclusa in una particolare famiglia parametrica. Le eccezioni sono ben note: se un modelo probabilistico prevede la somma di variabili casuali indipendenti, allora è naturale descrivere la somma mediante una distribuzione normale; se il modello regarda il prodotto di tali quantità, allora il risultato è nähtavemente approssimato da una distribuzione lognormale, e così via.

Attualmente il termine statistica viene hyödyntää 4 merkitsemistä:

La scienza che studia il lato quantitativo dei fenomeni e dei processi di massa in connessione inestricabile con il loro contenuto qualitativo è una materia academica nelle istituzioni educative Specialzzate superiori e Secondarie;

Un insieme di informazioni digitali che caratterizzano lo stato dei fenomeni di massa e dei processi della vita sociale; dati statistici presentati nelle relazioni di imprese, organizzazioni, settori dell'economia, nonché pubblicati in raccolte, libri di consultazione, periodici e su Internet, che sono il risultato del lavoro statistico;

Il ramo dell'attività pratica ("contabilità statistica") per la raccolta, elaborazione, analisi e pubblicazione di dati digitali di massa su un'ampia varietà di fenomeni e processi della vita sociale;

Un certo parametro di un numero di variabili casuali ottenuto da un certo algoritmo dai risultati delle osservazioni, ad esempio, criteri statistici (statistiche crithe) usezati quando si testano varie ipotesi (dichiarazioni presuntive) riguardanti la s studioi valorii dati , caratteristiche della loro distribuzione, ecc.

2. Descrizione degli approcci sciencei e dei metodi statistici

Come ogni altra scienza, la statistica ha una propria materia e un proprio metodo di ricerca. La statistica studia il lato quantitativo dei fenomeni sociali di massa in connessione inestricabile con il loro lato o contenuto qualitativo, e studia anche l'espressione quantitativa delle leggi dello sviluppo sociale in condizioni Technical tempo di luogo. Tale studio si basa su un system di categorie (concetti) che riflettono le proprietà, le caratteristiche, le connessioni e le relazioni più generali ed essenziali degli oggetti e dei fenomeni del mondo oggettivo.

Un aggregato statistico è un insieme di oggetti socioeconomici o fenomeni della vita sociale, uniti da una base qualitativa, ma diversi tra loro per caratteristiche individuali, ad es. omogeneo sotto un aspetto, eterogeneo sotto un altro. Si tratta, ad esempio, di un insieme di nuclei familiari, famiglie, imprese, imprese, ecc.

Un'unità di popolazione è un elemento primario di una popolazione statistica, che è portatore di caratteristiche e base di un resoconto tenuto durante un'indagine.

Attributo di un'unità di popolazione - proprietà di un'unità di popolazione che differiscono nei metodi di misurazione e in altre caratteristiche

Un Indikated Statistico è un concetto che mostra caratteristiche quantitative (dimensioni) tai rapporti di caratteristiche dei fenomeni sociali. Gli indikaattori tilastot possono essere suddivisi in primari (volyymi): caratterizzano il numero totale di unità della popolazione (volume della popolazione) o la somma dei valori di qualsiasi caratteristica (volume della caratteristica) e sonoto valoricol in as secondsoluto valoricol sono specificati per unità dell'indicatore primario e sono espressi in termini relativi e valori medi. Gli indikaattorit tilastot possono essere pianificati, raportit e previsti.

Un sistema di indikatori statistici è un insieme di indikaattori tilastot che riflettono le relazioni che oggettivamente esistono tra i fenomeni. Copre tutti gli aspetti della vita sociale sia livello makro che mikro. Man mano che cambiano le condizioni di vita della società, cambiano anche i sistemi di indikatori statistici e viene migliorata la metodologia per il loro calcolo.

L'insieme delle tecniche che la statistica useza per studiare la propria materia costituisce il metodo statistico. Esistono 3 gruppi di metodi statistici (3 fasi della ricerca statistica):

L'osservazione statistica è una raccolta di informazioni organizzata scienceamente, consistenti nella registrazione di determinati fatti, caratteristiche viszonylag a ciascuna unità della popolazione studiata;

Riepilogo e raggruppamento: elorazione dei dati primari raccolti, compreso il loro raggruppamento, generalizzazione e presentazione in tabelle;

Analisi statistica: sulla base dei dati di sintesi, vengono calcolati vari indikatori generali sotto forma di valori medi e relativi, vengono identificati alcuni modelli di distribuzione, dinamica degli indikaattori, ecc.

Pertanto, qualsiasi studio statistico completato si svolge in 3 fasi, tra le quali, ovviamente, potrebbero esserci delle pause di tempo.

Metodi statistici - metodi per l'analisi dei dati statistici. Esistono metodi di statistica applicata che possono essere utilizzati in tutte le aree della ricerca sciencea e in qualsiasi settore dell'economia nazionale, e altri metodi statistici, la cui applicabilità è limitata all'una o all'altra area. Ciò si riferisce a metodi come il controllo statistico dell'accettazione, il controllo statistico dei processi tecnologici, l'affidabilità e i test e la pianificazione degli esperimenti.

Classificazione dei metodi statistici. I metodi statistici di analisi dei dati sono usezati in quasi tutte le aree dell'attività umana. Vengono usezati ogni volta che è necessario ottenere e giustificare eventuali giudizi su un gruppo (oggetti o soggetti) con una certa eterogeneità interna.

Si consiglia di distinguere tre tipologie di attività sciencehe e applicate nel campo dei metodi statistici di analisi dei dati (in base al grado di specificità dei metodi associati all'immersione in problemi specifici):

a) sviluppo e ricerca di metodi di uso generale, senza tener conto delle specificità del campo di applicazione;

b) sviluppo e ricerca di modeli statistici di fenomeni e processi reali in conformità con le esigenze di una particolare area di attività;

c) applicazione di metodi e modeli statistici per l'analisi statistica di dati specifici.

La Statistica Applicata è la stienza su come kehittää tietoja di natura arbitraria. La base matematica della statistica applicata e dei metodi statistici di analisi è la teoria della probabilità e la statistica matematica.

Una descrizione del tipo di dati e del meccanismo per la loro generazione è l'inizio di qualsiasi studio statistico. Per descrivere i dati vengono usezati sia metodi deterministici che probabilistici. Utilizzando metodi deterministici, è possibile analizzare solo i dati a disposizione del ricercatore. Ad esempio, con il loro aiuto sono state ottenute tabelle che sono state calcolate dagli organ Statistici statali ufficiali sulla base dei rapporti statistici presentati da imprese e organizzazioni. I risultati ottenuti possono essere transferiti ad una popolazione più ampia e usezati per la previsione e il controllo soolo sulla base di modeli probabilistico-statistici. Pertanto, nella statistica matematica sono spesso inclusi solo metodi basati sulla teoria della probabilità.

I metodi statistici sono metodi sciencei per descrivere e studiare fenomeni di massa che nõusolekuno un'espressione quantitativa (numerica). Parola statistiche (da Igal. stato - stato) ha una radice comune con la parola stato . Inizialmente, si riferiva alla scienza della gestione e significava la raccolta di dati su alcuni parametri della vita dello stato. Col tempo la statistica cominciò a coprire la raccolta, l'elaborazione e l'analisi dei dati sui fenomeni di massa in generale; Al giorno d'oggi, i metodi statistici coprono quasi tutti gli ambiti della conoscenza e della vita sociale.

I metodi statistici includono sia principi sperimentali che teorici. Le statistiche provengono principalmente dall'esperienza; Non a caso viene spesso definita come la scienza dei metodi generali di elaborazione dei risultati sperimentali. L'elaborazione di enormi quantità di dati sperimentali è un compito indipendente. A volte una simple registerazione di alcune serie di osservazioni porta all'una tai all'altra päätelmissä. Quindi, se in un determinato paese il volume del prodotto interno lordo cresce di anno in anno, ciò indica il suo sviluppo sostenibile. Tuttavia, nella maggior parte dei casi, per detaile il materiale statistico sperimentale, vengono usezati modeli matematici del fenomeno in studio, basati sulle idea e sui metodi della teoria della probabilità.

La teoria della probabilità è la stienza dei fenomeni casuali di massa. La scala di massa significa che vengono studiate enormi quantità di fenomeni omogenei (oggetti, processi). Casualità significa che il valore del parametro regardato di un fenomeno separato (oggetto) è fundamentalmente indipendente e non determinato dai valori di questo parametro in altri fenomeni inclusi nello stesso insieme. La caratteristica Principe di un fenomeno casuale di massa è la distribuzione di probabilità. La teoria della probabilità può essere definita come la scienza delle distribuzioni di probabilità, delle loro proprietà, tipi, leggi delle relazioni, distribuzione delle quantità che caratterizzano l'oggetto studiato e leggi dei dei distribuzi tempo. Pertanto, parlano della distribuzione delle molecole di gas in base alla velocità, della distribuzione del reddito dei cittadini in una determinata società, ecc.

Le distribuzioni definite empiricamente corrispondono alle cosiddette. la popolazione generale, cioè con la descrizione teorica più completa delle distribuzioni dei corrispondenti fenomeni di massa. Tuttavia, in molti casi è inappropriato tavallinen tutti gli elementi delle collezioni in questione, sia per il loro numero estremamente elevato, sia per il fatto che se esiste un certo numero risolto tenere conto dei nuovi elementi non apporterà modifiche significative ai risultati complessivi. Per questi casi è stato sviluppato uno speciale metodo di campionamento per studiare le proprietà generali dei systemi statistici basato sullo studio solo di una parte degli elementi corrispondenti presi per il campione. Pertanto, quando si valutano le simpatie politiche dei cittadini di una determinata regione o paese prima delle prossime elezioni, è impossibile condurre un sondaggio completo tra i cittadini. In questi casi si ricorre al metodo del campionamento: affinché la distribuzione campionaria possa caratterizzare in modo piisavemente affidabile il sistema studiato, deve soddisfare particolari condizioni di rappresentatività. La rappresentatività richiede una selezione casuale di elementi e la presa in regardazione della macrostruttura dell'intero fenomeno di massa.

Le distribuzioni rappresentano la caratteristica più generale dei fenomeni casuali di massa. Stabilire la distribuzione iniziale spesso Comporta la costruzione di un modelo matematico delle aree corrispondenti della realtà. La costruzione e l'analisi di tali modelli è l'obiettivo principale dei metodi statistici. Il modelo matematico costruito, a sua volta, indica quali variabili dovrebbero essere misurate e quali di esse sono di primaria importanza. Ma la cosa principale nella costruzione di un modelo matematico è spiegare i fenomeni e i processi studiati. Se il modelo è tarpeeksiemente completo, descrive le dipendenze tra i principali parametri di questi fenomeni.

I metodi statistici nelle science naturali hanno dato origine a molte teoria sciencehe e hanno portato allo sviluppo delle più tärkeäi aree fondamentali della ricerca: fisica statistica classica, genetica, teoria quantitativea, teoria delle reazioni chimiche a catena, teoria delle reazioni chimiche a catena. Va notato, tuttu, che in molti casi le distribuzioni di probabilità iniziali non sono specificate dalla lavorazione diretta del materiale sfuso. Un'ipotesi probabilistica viene spesso introdotta ipoteticamente, indirettamente, sulla base di premesse teoriche. Pertanto, nello studio dei gas, è stata introdotta come ipotesi l'ipotesi dell'esistenza di distribuzioni di probabilità, basate su ipotesi circa disordine molecolare . La possibilità di una tale specificazione delle distribuzioni di probabilità e della verifica della loro validità è dovuta alla natura e alla natura delle distribuzioni stesse, la cui espressione matematica ha caratteristiche indipendenti elementti indipendipendi de valodi de sonoti.

Particolari difficoltà sorgono quando si usezano metodi statistici nello studio dei fenomeni sociali. L'analisi delle direzioni generali dei processi sociali e dei meccanismi interni che causano risultati statistici specifici è estremamente laboriosa. Pertanto, il benessere delle persone è caratterizzato da numerosi parametri e distribuzioni corrispondenti: livello di reddito, partecipazione a lavori socialmente utili, livello di istruzione e assistenza sanitaria e altri indikaattori della vita umana. Identificare la relazione tra queste distribuzioni e le tendenze nei loro cambiamenti richiede la risoluzione di molti problemi complessi. Lo stato della società può essere determinato attraverso parametri quali il prodotto interno lordo, il consumo di energia pro capite, la stratificazione della società in base al reddito, ecc. Allo stesso tempo, la società è un sistema insolitamente complesso e la conoscenza dei sistemi complessi si basa sullo sviluppo di molti modelli che esprimono vari aspetti della loro struttura e funzionamento. Di conseguenza, per caratterizzare più pienamente lo stato della società, è necessario operare con moltissimi parametri e le loro distribuzioni. Si parla quindi di statistiche economiche, produttive, agricole, sociali e tante alre statistiche. Per combinare i data di queste statistiche in unico quadro olistico, è necessario identificare la subordinazione, la gerarchia dei parametri che caratterizzano lo stato della società.

3. Il rapporto della statistica con le altre science

La statistica è una disciplina multidisciplinare perché useza metodi e principi presi in prestito da altre discipline. Pertanto, la conoscenza nel campo della sociologia e della teoria Economica funge da base teorica per la formazione della scienza statistica. Nell'ambito di queste discipline, vengono studiate le leggi dei fenomeni sociali. La statistica aiuta a valutare la portata di un particolare fenomeno, nonché a sviluppare un system di metodi di analisi e studio. La statistica è senza dubbio legata alla matematica, poiché identificare modelli, valutare e analizzare l'oggetto di studio richiede una serie di operazioni, metodi e leggi matematiche e la sistematizzazione dei risultati si riflette sottotab forma di grafici e.

4. Tipologie di ricerche statistiche

L'osservazione come phase iniziale della ricerca è associata alla raccolta dei dati iniziali sulla questione studiata. È molte tieteen ominaisuudet. Tuttavia, ogni scienza ha le sue specificità, che differentiscono nelle sue osservazioni. Pertanto, non tutte le osservazioni sono statistiche.

La ricerca statistica è una raccolta, un riepilogo e un'analisi scienceamente organizzati di dati (fatti) su fenomeni e processi socioeconomici, demografici e di altro tipo della vita sociale nello stato, con la registrazione delle loro caratteristiche, più organizzatique conorganisatabilla secondo un System Unificato -ohjelma.

Le caratteristiche distintive (specificità) della ricerca statistica sono: finalità, organisazione, carattere di massa, systemticità (complessità), vertailukelpoisuus, dokumentaatio, ohjattava, käytännöllinen.

Yleisesti, uno studio statistico dovrebbe:

Avere uno scopo socialmente utile e un significato generale (statale);

Trattare l'argomento statistico nelle condizioni Technicale del suo luogo e del suo tempo;

Esprimere la tipologia contabile statistica (e non contabile o operativa);

Condotto secondo un program pre-sviluppato con il suo supporto metodologico e di altro tipo scienceamente basato;

Raccogliere dati di massa (fatti), che riflettono l'intero insieme di causa-effetto e altri fattori che caratterizzano il fenomeno in molti modi;

Registrarsi sotto forma di documenti contabili nella forma stabilita;

Assicurarsi che non vi siano errori di osservazione o ridurli al minimo possibile;

Fornire determinati criteri e modalità di qualità per il monitoraggio dei dati raccolti, garantendone l’affidabilità, la completezza e il contenuto;

Concentrarsi su una tecnologia Economicamente vantaggiosa per la raccolta e l'elaborazione dei dati;

Essere una base informativa affidabile per tutte le fasi peräkkäinen della ricerca statistica e per tutti gli utenti delle informazioni statistiche.

Gli studi che non soddisfano questi requisiti non sono statistici. Gli studi non sono statistici, ad esempio osservazioni e studi su: madri che guardano i propri figli giocare (domanda personale); spettatori di uno spettacolo teatrale (non esiste documentazione contabile dello spettacolo); uno scienziato per esperimenti fisici e chimici con suhteellisen misurazioni, calcoli e registrazione documentale (non dati pubblici di massa); medico per i pazienti con tenuta delle cartelle cliniche (operatiiviset asiakirjat); contabile per la circolazione dei fondi sul conto bancario della società (contabilità); giornalisti sulle attività pubbliche e personali di funzionari governativi o altre celebrità (non oggetto di statistiche).

Una popolazione statistica è un insieme di unità che hanno massa, tipicità, omogeneità qualitativa e presenza di variazione.

La popolazione statistica è costituita da oggetti materialmente essistenti (riippuvaiset, imprese, paesi, regioni) ed è oggetto di ricerca statistica.

L'osservazione statistica è la prima fase della ricerca statistica, che è una raccolta scienceamente organzzata di dati sui fenomeni e sui processi della vita sociale studiati.

5. Scopo del metodo di campionamento

L'insieme di tutte le unità di una popolazione che hanno una determinata caratteristica e sono oggetto di studio è chiamato in statistica popolazione generale.

In pratica, per un motivo o per l’altro, non semper è possibile o impraticabile attentionare l’intera popolazione. Quindi si limitano a studiarne solo una certa parte, il cui obiettivo finale è diffondere i risultati ottenuti a tutta la popolazione, ovvero usezano il metodo del campionamento.

Per fare ciò, una parte degli elementi, il cosiddetto campione, viene selezionata in modo speciale dalla popolazione generale, e i risultati dell'elaborazione dei dati del campione (ad esempio, le medie aritmetiche) vengono generalizzati all'intera.

La Base teorica del metodo di campionamento la legge dei grandi numeri. In virtù di questa legge, con una dispersione limitata di una caratteristica nella popolazione e un campione riittäväemente ampio con una probabilità prossima alla completa affidabilità, la media campionaria può essere arbitrariamente vicina alla media generale. Questa legge, che comprende un group di teoremi, è stata dimostrata rigorosamente matematicamente. Pertanto, la media aritmetica calcolata sul campione può ragionevolmente essere regardata un indikaattori caratterizzante la popolazione nel suo insieme.

Naturalmente non tutti i campioni possono costituire la base per caratterizzare l'intera popolazione a cui appartengono. Solo i campioni rappresentativi hanno questa proprietà, cioè i campioni che riflettono correttamente le proprietà della popolazione generale. Esistono modi per garantire che il campione sia tarpeeksiemente rappresentativo. Come è stato dimostrato in numerosi teoremi di statistica matematica, questo metodo, a condizione che vi sia un campione piisavemente ampio, è il metodo di selezione casuale degli elementi della popolazione generale, tale selezione quando haà bilitsione generale quando haàbilitsione deciascullazione. elementi di essere inclusi nel campione. I campioni ottenuti in questo modo vengono detti campioni casuali. La casualità del campione è quindi una condizione essenziale per l'applicazione del metodo di campionamento.

Ambiti di applicazione del metodo di campionamento nella ricerca storica. L'ambito di sovelluksen menetelmän nello studio della storia è ampio. In primo luogo, gli storici possono usezare il metodo di campionamento quando conducono tutti i tipi di indagini al fine di studiare vari fenomeni e processi del nostro tempo. È vero, ora i sociologi sono più coinvolti in tali ricerche rispetto agli storici, sebbene siano gli storici che possono condurre indagini sociologiche specifiche, basandosi su dati storici, e ottenere il massimo effetto da tali ricerche.

In secondo luogo, gli storici spesso hanno a che fare con i dati sopravvissuti provenienti da indagini campionarie condotte in precedenza. Tali indagini sono diventate semper più hyödyntää dalla fine del XIX secolo. Pertanto, nel corso di una serie di indagini e censimenti continui, le informazioni sono state e vengono raccolte selettivamente su un programm più ampio. Gran parte dei dati sono stati raccolti soolo in modo selettivo. Le più interessanti tra queste per gli storici sono le descrizioni di vari tipi di complessi Economici (fattorie contadine, imprese industriali, fattorie collettive, fattorie statali, jne.), nonché indagini di bilancio e di altro tipo su vari segmenti della popolazione.

In terzo luogo, gli storici hanno a disposizione un numero significativo di diversi data primari di massa continua, la cui dolgozorazione completa è molto difficile anche con l'uso della moderna technologia informatica. Quando li si Studia, è mahdollista soveltaa un metodo di campionamento. Tali materiali sono disponibili per tutti i periodi storici, ma ce ne sono soprattutto molti per la storia dei secoli XIX ja XX.

Infine, molto spesso gli storici hanno a che fare con dati parziali, i cosiddetti campioni naturali. Durante l'elaborazione di questi datas è possibile applicare anche un metodo di campionamento. La natura dei campioni naturali varia. Innanzitutto, potrebbero rappresentare un residuo superstite di un insieme più o meno completo di dati che un tempo esistevano. Pertanto, molti materiali storici, documenti dell'attuale lavoro d'ufficio e resoconti rappresentano i resti di insiemi di dati estesi e sistematici del passato. Inoltre, nella raccolta sistematica di determinate informazioni, i singoli indikaattori potrebbero essere presi in regardazione solo parzialmente (parzialmente, non selettivamente). Pertanto, durante la compilazione delle "Note Economiche" per l'Indagine generale della seconda metà del XVIII secolo, che copriva la maggior parte del territorio del paese, furono presi in regardazione una serie di indikatori (numero di popolazione, superficie del territorio, e .). conto ovunque, e alcuni dati tärkeitä raccolta è stata effettuata da vari enti locali, organizzazioni sciencehe e pubbliche e singoli individui.

Pertanto, gli ambiti del metodo di campionamento nella ricerca storica sono molto estesi e diversi sono i problemi che dovrebbero essere risolti.

Pertanto, quando si organizza un'indagine campionaria e si forma un campione dai dati continui disponibili, il ricercatore ha una certa libertà di manovra per garantire la rappresentatività dei campioni. Allo stesso tempo, può fare affidamento su una teoria, metodologia e tecnica ben sviluppate per ottenere tali campioni nella statistica matematica.

Quando si Opera con dati provenienti da indagini campionarie precedentemente condotte, è necessario verificare in che misura queste Siano State Completate in conformità con i requisiti del metodo di campionamento. Per fare ciò, è necessario sapere come è stato effettuato questo kokeessa. Molto spesso questo può essere fatto abbastanza bene.

E una questione completamente diversa sono i campioni di dati naturali, con cui lo storico molto spesso si occupa. Innanzitutto è necessario dimostrare la loro rappresentatività. Senza ciò, l’estrapolazione degli indikaattori campione all’intera popolazione studiata sarà infondata. Poiché non esistono ancora metodi toldemente affidabili per verificare matematicamente la rappresentatività dei campioni naturali, il ruolo decisivo qui è giocato dalla delucidazione della storia della loro presenza e dall'analisi significativa dei dati.

6. Scopo dell'analisi di correlazione e regressione

stagionale regressiotilasto

I dati Economici sono quasi semper presentati in forma tabellare. I dati numerici contenuti nelle tabelle solitamente hanno relazioni esplicite (conosciute) tai implisiittinen (nascoste) tra loro.

Gli indikaattori esplicitamente correlati sono stati ottenuti usezando metodi di calcolo diretto, ovvero calcolati usezando formula precedentemente note. Ad esempio vengono calcolate la percentuale di completamento del piano, i tassi di crescita, gli indici, ecc.

Le connessioni del secondo tipo non sono note in anticipo. Tuttavia, le persone devono essere in grado di spiegare e prevedere (prevedere) fenomeni complessi per poterli gestire. Pertanto, gli specialisti, con l'aiuto delle osservazioni, si sforzano di identificare le dipendenze nas coste e di esprimerle sotto forma di formula, cioè di modellare matematicamente fenomeni o processi. Una di queste opportunità è fornita dall’analisi di correlazione-regressione.

Prestiamo attenzione al fatto che gli Speciali costruiscono e usezano modeli matematici per tre scopi generali: spiegazione, previsione e controllo.

Oggigiorno presentare data Economici e di altro tipo nei fogli di calcolo è diventato semplice e naturale. Dotare i fogli di calcolo di mezzi di analisi di correlazione-regressione contribuisce al fatto che da un gruppo di metodi complessi, syvällinen tieteellinen e quindi usati raramente, quasi esotici, l'analisi di correlazione-traregression asiantuntija Quotidiano, tehokkuus ja toiminta.

Utilizzando i metodi di correlazione e analisi di regressione, gli analisti misurano la vicinanza delle connessioni tra gli indikaattorit utilizzando il coefficiente di correlazione. In questo caso si scoprono connessioni erilaisia ​​nella forza (forte, debole, moderata, ecc.) ja erilaisia ​​nella direzione (diretta, inversa). Se le connessioni risultassero merkitsevä, sarebbe opportuno trovare la loro espressione matematica sotto forma di modelo di regressione e valuetare la significatività statistica del modelo. In economia, di norma, viene usezata un'equazione di regressione significativa per prevedere il fenomeno o l'indicatore studiato.

Pertanto, l'analisi di regressione è definita il metodo principle della moderna statistica matematica per identificare connessioni implicite e velate tra i data osservativi. I fogli di calcolo rendono tale analisi facilmente accessibile.

7. Scopo e metodologia per l'analisi delle fluttuazioni stagionali

Analizzando molte serie temporali, si può notare una certa ripetibilità (ciclicità, andamento delle fluttuazioni) e cambiamenti nei loro livelli. Ad esempio, nella maggior parte dei settori dell'economia ciò si manifesta sotto forma di alternanze intra-lavoro, aumenti e diminuzioni della produzione, consumo ineguale di materie prime ed energia, fluttuazioni dei livelli di costo, profitti. L'agricoltura, la pesca, il disboscamento, la caccia, il turismo e così via hanno una marcata natura stagionale. La circolazione monetaria e il fatturato commerciale sono soggetti a fluttuazioni significative nelle dinamiche interne. I maggiori redditi monetari sono generati dalla popolazione nel terzo e quarto trimestre, soprattutto tra gli abitanti dei villaggi. Il volume massimo del fatturato commerciale (vario) si verifica alla fine di ogni anno. Le venndite di prodotti lattiero-caseari aumentano solitamente nel secondo e terzo trimestre, mentre quelle di frutta e verdura nella seconda metà dell'anno. Il consumo di cibo è legato all'ora del giorno, ai giorni della settimana e all stagioni. Inoltre, i modelli di cambiamento nei livelli di una serie di dinamiche sono solitamente chiamati fluttuazioni stagionali.

Per fluttuazioni stagionali si intendono fluttuazioni intraannuali più o meno stabili di livelli di tipo dinamico, dovute alle specificità dello sviluppo di un dato fenomeno.

Lo scopo dello studio delle fluttuazioni stagionali è sia quello di sviluppare misure per eliminarle o mitigare le fluttuazioni stagionali (spesso questo è fenomen ciò a cui si limita la ricerca statistica), sia di studiare levolieup divolipoonii prosessi massa.

In uno studio statistico sulla dinamica delle fluttuazioni stagionali, vengono risolti i seguenti due compiti correlati: 1) identificare le specificità dello sviluppo del fenomeno studiato nelle dinamiche yeari interne; 2) misura delle fluttuazioni stagionali del fenomeno oggetto di studio con la costruzione di un modelo ondulatorio stagionale.

Erityinen huomio on posta nel garantire la comparabilità dei livelli delle serie. Se il materiale sorgente contiene periodi temporali di peso diverso, i valori volumetrici vengono ricalcolati in valori medi che caratterizzano l'intensità dello sviluppo del fenomeno studiato per unità di tempo.

Per identificare le fluttuazioni stagionali, i dati vengono solitamente presi per gli ultimi anni, distribuiti su determinati periodi intraannuali.

Per misurare le fluttuazioni stagionali vengono calcolati apositi indikaattori tilastot, chiamati indici di stagionalità (Is) e la cui totalità riflette l'onda stagionale.

Per calcolare gli indikci di stagionalità vengono usezati vari metodi.

Yleisesti, gli indici di stagionalità sono determinati dal rapporto tra i livelli iniziale (effettivi) della serie iniziale (y) e i livelli calcolati (teorici), che servono come base per il confronto.

Ciò elimina (elimina) l'influenza della tendenza principale (trendi). Quindi, calcolando la media dei singoli indici dei periodi intraannuali stagionali con lo stesso nome nelle serie dinamiche analizzate, viene eliminata l'influenza delle deviazioni casuali sulle fluttuazioni stagionali. Pertanto per ciascun periodo l'importo viene determinato sintetizzando gli indikaattori sotto forma di indici di stagionalità media

Toinen natura del trendi, l’ultima formula può essere scritta in diversi modi:

Ad esempio, i coefficienti di continuità mensile sono definiti in questo caso come il rapporto tra il livello di ciascun mese e la media mensile dell'anno. Per una maggiore affidabilità, gli indici di stagionalità vengono solitamente calcolati usezando dati per 3-5 ani. In questo caso, per ogni mese viene calcolato il livello medio di questi 3-5 bambini, che viene confrontato con il livello mensile generale per 3-5 ani. È quindi possibile calcolare prima un index di stagionalità mensile per ciascuno di questi 3-5 anni, da cui poi calcolare l'indice di stagionalità medio per ciascun mese. I risultati saranno gli stessi.

Pertanto, per tutti i livelli effettivi della serie di dinamiche analizzate, il livello medio complessivo è un valore costante, quindi questo aproccio è chiamato metodo della media costante. In questo caso, viene prima eseguito un allineamento analitico preliminare dei livelli effettivi e successivamente viene calcolato il valore stagionale, ma non da una media costante (come nel caso precedente), ma dai dati livellati.

La misurazione delle fluttuazioni stagionali sulla base di livelli di tendenza variabili (livelli di serie calcolate) nelle statistiche è chiamata metodo della media variabile. Esistono altri metodi più complessi per il calcolo degli indici di stagionalità. Ad esempio, se tutte le fluttuazioni nei termini della serie originale sono spiegate solo (o principalmente) da ragioni stagionali, allora l’equazione del trend esprime solo fluttuazioni stagionali. Di conseguenza, lo studio delle fluttuazioni stagionali si riduce al problem della scelta di una funzione matematica adeguata. Tuttavia, l'equazione migliore dal punto di vista della riflessione delle fluttuazioni stagionali del carico viene selezionata al minimo degli indici di stagionalità quadratica media pari al 100%.

Bibliografia

1.Gusarov V.M. Teoria della statistica: M.: "Audit", casa editrice "UNITY", 2010.

2.Lapunina L., Chetverina T. Tensione nel mercato russo e meccanismi superarla: Questioni Economiche, n. 2, 2008.

.Teoria generale della statistica: metodologia statistica nello studio dell'attività commerciale, Libro di testo / a cura di A.A. Spirina, O.E. Bashina: M.: "Finanza e Statistica", 2009.

.Sabiryanova K. Analisi microeconomica dei cambiamenti dinamici nel mercato del lavoro russo. Questioni Economiche, n. 1, 2012.

.Statistica sociale: libro di testo / Toim. membro-corr. RAS I.I. Eliseeva - 3a edizione, rivista. e aggiuntivi - M.: Finanza e Statistica, 2011. - 480 s.

Tutoraggio

Hai bisogno di aiuto per studiare un argomento?

I nostri specialisti ti consiglieranno o forniranno servizi di tutoraggio su argomenti che ti interessano.
Invia la tua candidatura indicando subito l'argomento per conoscere la possibilità di ottenere una consulenza.

Sono descritti in modo piisavemente dettagliato nella letteratura nazionale. Nella pratica delle imprese russe, tuttu, ne vengono usezate soolo alcune. Esaminiamone ulteriormente alcuni tilastollinen menetelmä.

tiedot yleisiä

Nella pratica delle imprese nazionali, sono prevalentemente diffuusi metodi di controllo statistico. Se parliamo di regolamentazione del processo tecnologico, si osserva estremamente raramente. Appliazione di metodi statistici prevede che l'impresa formi un gruppo di specialisti dotati delle qualifiche adeguate.

Senso

Toiseksi vaaditaan normaali ISO ser. 9000, il fornitore deve determinare la necessità di metodi statistici usezati nello sviluppo, nella regolamentazione e nel test delle capacità del processo di produzione e delle prestazioni del prodotto. Le tecniche utilizzate si basano sulla teoria della probabilità e su calcoli matematici. Metodi statistici di analisi dei dati Può essere implementato in qualsiasi fase del ciclo di vita del prodotto. Forniscono valutazione e contabilità del grado di eterogeneità del prodotto o di variabilità delle sue proprietà rispetto alle denominazioni stabilite o ai valori richiesti, nonché della variabilità nel processo della sua creazione. I metodi statistici sono techniche mediante le quali si può giudicare con una certa precizza e affidabilità lo stato dei fenomeni studiati. Permettono di prevedere determinati problemi e sviluppare soluzioni ottimali sulla base delle informazioni fattuali, delle tendenze e dei modelli studiati.

Istruzioni per l'uso

Principali aree in cui sono diffusi i metodi statistici lo sono:

Pratica dei paesi sviluppati

I metodi statistici sono una base che garantisce la realizzazione di prodotti con elevate caratteristiche di consumo. Queste techniche sono ampiamente usezate nei paesi industrializzati. I metodi statistici sono, in sostanza, garanzie che i consumatori riceano prodotti che soddisfano i requisiti stabiliti. L'effetto del loro usezo on stato dimostrato dalla pratica delle imprese industriali in Giappone. Sono stati loro a contribuire al raggiungimento del più alto livello di produzione in questo paese. Molti anni di esperienza all'estero dimostrano quanto siano efficaci queste techniche. Erityisesti è noto che la società Hewlelt Packard, usezando metodi statistici, è riuscita a ridurre in un caso il numero di difetti al mese da 9.000 a 45 unità.

Difficoltà di implementazione

Nella pratica domestica, ci sono una serie di ostacoli che ne impediscono l'uso studio statici metodi indikaattori. Le difficoltà sorgono a causa di:

Sviluppo del ohjelma

Va detto che determinare la necessità di determinati metodi statistici nel campo della qualità, scegliere e padroneggiare tecniche Technicale è un lavoro piuttosto complesso e lungo per qualsiasi impresa nazionale. Per la sua efficace attuazione, è consigliabile sviluppare uno speciale program a lungo termine. Dovrebbe prevedere la creazione di un servizio i cui compiti comprenderanno l'organizzazione e l'orientamento metodologico dell'applicazione dei metodi statistici. Nell'ambito del program, è necessario provvedere all'equipaggiamento di mezzi technici adeguati, alla formazione di specialisti e alla determinazione della composizione dei compiti di produzione che devono essere risolti usezando le tecniche selezionate. Si consiglia di iniziare a padroneggiare usezando gli approcci più semplici. Ad esempio, puoi usezare la famosa produzione elementare. Successivamente è consigliabile passare ad alre techniche. Ad esempio, potrebbe trattarsi di analisi della varianza, elaborazione selettiva di informazioni, regolamentazione dei processi, pianificazione di ricerche ed esperimenti fattoriali, ecc.

Luokittelu

I metodi statistici di analisi Economica includono tekninen monimuotoisuus. Vale la pena dire che ce ne sono molti. Tuttavia, uno dei massimi esperti nel campo della gestione della qualità in Giappone, K. Ishikawa, consiglia di utilizzare sette metodi principali:

1. Grafici di Pareto.
2. Raggruppare le informazioni in base a caratteristiche comuni.
3. Carte di controllo.
4. Kaavio syyn vaikutuksesta.
5. Istogrammi.
6. Liste di controllo.
7. Grafici ja dispersio.

Sulla base della propria esperienza gestionale, Ishikawa afferma che il 95% di tutti i problemi e le problemtiche di un'impresa possono essere risolti usezando questi sette aprocci.

Pareton kaavio

Questo si basa su un certo rapporto. Si chiamava "principio di Pareto". Secondo lui, l'80% degli effetti deriva dal 20% delle syy. Mostra in forma chiara e comprensibile l'influenza relativa di ciascuna circostanza sul problem complessivo in ordine decrescente. Questo impatto può essere studiato in base al numero di perdite e difetti causati da ciascuna causa. L'influenza relativa è illustrata utilizzando barre, l'impatto accumulato dei fattori usezando una linea retta cumulativa.

Kaavio syy-vaikutus

Su di esso, il problem in studio è convenzionalmente rappresentato sotto forma di una freccia diritta orizzontale, e le condizioni e i fattori che lo influenzano indirettamente o direttamente sono sotto forma di frecce inclinate. Durante la costruzione, è necessario tenere conto anche delle circostanze habitemente insignificanti. Ciò è dovuto al fatto che nella pratica si verificano molto spesso casi in cui la soluzione di un problem si ottiene eliminando diversi fattori, nähtavemente poco fontosi. Le ragioni che influenzano le circostanze principali (del primo e del successivo ordine) sono rappresentate sul diagramma con brevi frecce orizzontali. Il diagramma dettagliato avrà la forma di uno scheletro di pesce.

Tietoa ryhmistä

Questo talous- ja taloustilastot usezato per organizzare una varietà di indikaattorit ottenuti valutando e misurando uno o più parametri di un oggetto. Tipicamente, tali informationazioni vengono presentate sotto forma di una sequenza non ordinata di valori. Queste possono essere le dimensioni lineari del pezzo, la temperatura di fusione, la durezza del materiale, il numero di difetti e così via. Sulla base di un tale sistema, è difficile trarre Decisioni sulle proprietà del prodotto o sui processi della sua creazione. L'ordinamento viene effettuato usezando grafici a linee. Mostrano chiaramente i cambiamenti nei parametri osservati in un certo periodo.

Lista di controllo

Di norma, viene presentato sotto forma di una tabella della distribuzione della frequenza di occorrenza dei valori misurati dei parametri dell'oggetto negli intervalli corrispondenti. Le liste di controllo vengono koota perus allo scopo dello studiossa. L'intervallo dei valori dell'indicatore è diviso in intervalli uguali. Il loro numero viene solitamente scelto uguale alla radice quadrata del numero di misurazioni eseguite. Il modulo deve essere semplice per evitare problemi durante la compilazione, la lettura o il controllo.

graafinen barre

Si presenta sotto forma di un poligono a gradini. Illustra chiaramente la distribuzione degli indikaattorit di misurazione. L'intervallo dei valori stabiliti è diviso in intervalli uguali, tracciati lungo l'asse delle ascisse. Per ogni intervallo viene costruito un rettangolo. La sua altezza è uguale alla frequenza con cui si verifica una quantità in un dato intervallo.

Grafiikka dispersiota

Sono utilizzati per testare un'ipotesi sulla relazione tra due variabili. Il modelo è costruito come segue. Il valore di un parametro è riportato sull'asse delle ascisse, mentre il valore di un altro parametro è riportato sull'asse delle ordinate. Di conseguenza, sul grafico viene visualizzato un punto. Questi passaggi vengono ripetuti per tutti i valori delle variabili. Se esiste una relazione, il campo di correlazione è allungato e la direzione non coinciderà con la direzione dell'asse y. Se non ci sono vincoli, sarà parallelo a uno degli assi o avrà la forma di un cerchio.

Carte di controllo

Vengono käyttää quando si arvoa ja prosessointia tietyssä jaksossa. La formazione delle carte di controllo si basa sulle secenti disposizioni:

1. Kaikki prosessit si discostano nel tempo dai parametrispecifiated.
2. Il corso instabile dei fenomeni non cambia per caso. Le deviazioni che vanno oltre i limiti previsti non sono casuali.
3. È mahdollista prevedere i cambiamenti individuali.
4. Un prosesso vakaa può poikkeaa casualmente entro i limiti previsti.

Utilizzo nella pratica delle imprese russe

Va detto che l'esperienza nazionale ed estera mostra che il metodo statistico più efficace per valuetare la stabilità e l'accuratezza delle apparecchiature e dei processi tecnologici è la compilazione di carte di controllo. Questo metodo viene usezato anche per regolare le capacità potenziali di produzione. Quando si costruiscono mapppe, è necessario Selectionare correttamente il parametro da datdiare. Si raccomanda di dare la preferenza a quegli indikaattori che sono direttamente correlati allo scopo del prodotto, possono essere facilmente misurati e possono essere influenzati dal controllo del processo. Se tale scelta risulta difficile o non giustificata, si possono valutare le grandezze correlate (interrelate) con il parametro controllato.

Sfumature

Se misurare gli indikaattorit con la precisione richiesta per la compilazione di mappe basate su criteri quantitativi è Economicamente o technicamente impossibile, viene usezato un Indikator alternativo. Ad esso sono asssociati termini tulevat "difetto" ja "difetto". Per quest'ultima si intende ogni singola non conformità del prodotto ai requisiti stabiliti. I difetti sono prodotti che non possono essere forniti ai consumatori a causa della presenza di difetti in essi.

Omituinen

Ogni tipo di carta ha le sue Technicale. Deve essere preso in regardazione quando li si sceglie per un caso particolare. Le mappe basate su un criterio quantitativo sono attentionate più sensibili ai cambiamenti di processo rispetto a quelle che usezano una caratteristica alternativa. Tuttavia, i primi richiedono più manodopera. Sono usezati per:

1. Prosessin virheenkorjaus.
2. Valutazione delle opportunità di implementazione della technologia.
3. Verifica dell'accuratezza del funzionamento dell'apparecchiatura.
4. Definizioni di tolleranza.
5. Confronto di diversi modi accettabili per creature un prodotto.

Inoltre

Se il häiriö prosessoinnissa on parametrin ohjausobjekti, joka on tarpeen käyttää X-korttia. Se c'è un aumento nella dispersione dei valori, è necessario scegliere i modeli R o S. Tuttavia, è necessario tenere conto di una serie di caratteristiche. In particolare, l'uso delle mappe S nõusolekuirà di stabilire allo stesso tempo il disordine del processo in modo più accurato e rapido rispetto ai modelli R. Tuttavia, la costruzione di questi ultimi non richiede calcoli complessi.

Johtopäätös

In economia è possibile studiare i fattori che vengono Scoperti durante una valutazione qualitativa, nello spazio e nella dinamica. Con il loro aiuto, puoi eseguire calcoli predittivi. I metodi statistici di analisi Economica non includono metodi per valuetare le relazioni di causa-effetto di processi ed eventi economici, identificando riserve promettenti e inutilizzate per aumentare le prestazioni aziendali. Altre ehdonalaisessa, gli aprocci regardati non includono tecniche fattoriali.

Metodi statistici - metodi per l'analisi dei dati statistici. Esistono metodi di statistica applicata che possono essere utilizzati in tutte le aree della ricerca sciencea e in qualsiasi settore dell'economia nazionale, e altri metodi statistici, la cui applicabilità è limitata all'una o all'altra area. Ciò si riferisce a metodi come il controllo statistico dell'accettazione, il controllo statistico dei processi tecnologici, l'affidabilità e i test e la pianificazione degli esperimenti.

I metodi statistici di analisi dei dati sono usezati in quasi tutte le aree dell'attività umana. Vengono usezati ogni volta che è necessario ottenere e giustificare eventuali giudizi su un gruppo (oggetti o soggetti) con una certa eterogeneità interna. Si consiglia di distinguere tre tipologie di attività sciencehe e applicate nel campo dei metodi statistici di analisi dei dati (in base al grado di specificità dei metodi associati all'immersione in problemi specifici):

a) sviluppo e ricerca di metodi di uso generale, senza tener conto delle specificità del campo di applicazione;

b) sviluppo e ricerca di modeli statistici di fenomeni e processi reali in conformità con le esigenze di una particolare area di attività;

c) applicazione di metodi e modeli statistici per l'analisi statistica di dati specifici.

Analisi della varianza. L'analisi della varianza (dal latino Dispersio - dispersione / english Analysis Of Variance - ANOVA) viene usezata per studiare l'influenza di una o più variabili qualitative (fattori) su una variabile quantitativa dipendente (risposta). La base dell'analisi della varianza è l'assunzione che alcune variabili possano essere huomaavainen come syy (fattori, variabili indipendenti), e altre come conseguenze (variabili dipendenti). A volte vengono chiamate variabili indipendenti fattori controllati proprio perché in un esperimento il ricercatore ha la possibilità di variarli e analizzare il risultato che ne risulta.

Obiettivo pääasiallinen l'analisi della varianza (ANOVA) on studio della significatività delle differentenze tra le mediante confronto (analisi) delle varianze. Dividendo la varianza totale in più fonti è mahdollista kohdata varianza dovuta all different tra gruppi con la varianza dovuta alla variianza all'interno del groupo. Se l’ipotesi nulla (che le medie siano uguali in diversi gruppi di osservazioni selezionati dalla popolazione) è vera, la stima della varianza associata alla variabilità all’interno del gruppo dovrebbe essere vicina alla stima della varianza tra gruppi. Se si confrontano semplicemente le medie di due campioni, l'ANOVA darà lo stesso risultato di un normale test t per campioni indipendenti (se si confrontano due gruppi indipendenti di soggetti o osservazioni) o di un test t per campioni dipendenti variabili sulla stessa cosa). insieme di oggetti o osservazioni).

L'essenza dell'analisi della varianza koostuu nel dividere la varianza totale del tratto studiato in Componenti individuali determinate dall'influenza di fattorispecifi e nel testare ipotesi sul significato dell'influenza di questi fattori sul tratto studiato. Confrontando tra loro le Componenti della varianza utilizzando il test F di Fisher, è possibile determinare quale proporzione della variabilità totale dell'attributo risultante è dovuta all'azione di fattori controllati.

Alkuperämateriaali Per l'analisi della varianza vengono utilizzati i dati provenienti da uno studio di tre o più campioni, che possono essere in numero uguale o disuguale, sia collegati che incoerenti. In base al numero di fattori regolati identificati, l'analisi della varianza può essere a un fattore (quando si studia l'influenza di un fattore sui risultati dell'esperimento), a due fattori (quando si studia l'influenza di due fattori) e multifattoriale (consentendo un valutare non solo l'influenza di ciascun fattore separatamente, ma anche la loro interazione).

L'analisi della varianza si riferisce al gruppo dei metodi parametrici e pertanto dovrebbero essere sovellukset soolo quando la distribuzione si è dimostrata normale.

Viene usezata l'analisi della varianza, se la variabile dipendente è misurata su una scala di rapporti, intervalli o ordine e le variabili d'influenza sono di natura non numerica (scala dei nomi).

Esempi di compiti. Nei problemi risolti mediante l'analisi della varianza, esiste una risposta di natura numerica, che è influenzata da diverse variabili di natura nominale. Ad esempio, diversi tipi di razioni di ingrasso del bestiame o due metodi per mantenerle, ecc.

Esempio 1: Durante la settimana sono stati aperti diversi chioschi di farmacie in tre luoghi diversi. In futuro possiamo lasciarne soolo uno. È necessario determinare se esiste una differentenza statisticamente significativa tra i volumi di vendita di farmaci nei chioschi. Se sì, sceglieremo il chiosco con il volyymi medio di venndite giornaliero più alto. Se la differentenza nel volume delle venndite risulta statisticamente insignificante, altri indikaattori dovrebbero essere la base per la scelta di un chiosco.

Esempio 2: Confronto dei kontrasti medi dei gruppi. Le sette affiliazioni politiche sono ordinate da estremamente liberale a estremamente conservatore, e un kontrasto lineare viene utilizzato per verificare se esiste una tendenza diversa da zero all'aumento delle medie del gruppo, ovvero se linja esiste un'remamente media i gruppi ordinati nella direzione dal liberale al konservatore.

Esempio 3: Analisi della varianza a due fattori. Il numero di venndite di un prodotto, oltre all dimensioni del negozio, è spesso influenzato dalla posizione degli scaffali con il prodotto. Questo esempio contiene data sinulle venite settimanali per quattro layout di scaffale e tre dimensioni di negozio. I risultati dell'analisi mostrano che entrambi i fattori - l'ubicazione degli scaffali con le merci e le dimensioni del negozio - influenzano il numero delle venndite, ma la loro interazione non è significativa.

Esempio 4: ANOVA univariata: disegno a blocco completo randomizzato con due trattamenti. Viene studiato l'effetto di tutte le possibili combinazioni di tre grassi e tre agenti lievitanti sulla cottura del pane. Quattro campioni di farina prelevati da quattro fonti diverse sono serviti come fattori di blocco. È necessario identificare il significato dell'interazione grasso-coltivatore. Successivamente, identifica varie possibilità di scelta dei kontrasti che ti nõusolekuno di scoprire quali combinazioni di livelli di fattore differentiscono.

Esempio 5: un modelo di progettazione gerarchico (in cluster) a effetti misti. Viene studiato l'effetto di quattro teste selezionate casualmente montate su una macchina sulla deformazione dei portacatodi di vetro prodotti. (Le testine sono integrate nella macchina, quindi la stessa testina non può essere usezata su macchine diverse.) L'effetto testa viene trattato come un fattore casuale. Le statistiche ANOVA indicano che non ci sono differentenze significative tra le macchine, ma ci sono indicazioni che le testine possano differentire. La differentenza tra tutte le macchine non è significativa, ma per due di esse la differentenza tra i tipi di testa è significativa.

Esempio 6: Analisi univariata di misure ripetute usezando un disegno a diagramma diviso. Questo esperimento è stato condotto per determinare l'effetto delle valutazioni dell'ansia individuale sulla prestazione all'esame nel corso di quattro tentativi consecutivi. I dati sono organizzati in modo da poter essere visualizzati come gruppi di sottoinsiemi dell'intero set di dati ("intero diagramma"). L'effetto dell'ansia era insignificante, ma l'effetto del tentativo era significativo.

Analisi di covarianza. L'analisi della covarianza è un insieme di metodi di statistica matematica relativi all'analisi di modelli dipendenza del valore medio di alcune variabili casuali simultaneamente da un insieme di fattori qualitativi (principali) e fattori quantitativi (associati). I fattori F specificano combinazioni di condizioni in cui sono state ottenute le osservazioni X, Y e sono descritte usezando variabili indikaattori, e tra le variabili di accompagnamento e indikaattori possono esserci sia casuali che non casuali (controllate nell'es).

Se la variabile casuale Y on tutkittu, allora si parla di analisi di covarianza multivariata.

Viene spesso utilizzata l'analisi della covarianza prima dell'analisi della varianza, per verificare l'omogeneità (omogeneità, rappresentatività) del campione di osservazioni X, Y per tutti i fattori correlati.

L'osservazione come phase iniziale della ricerca è associata alla raccolta dei dati iniziali sulla questione studiata. È molte tieteen ominaisuudet. Tuttavia, ogni scienza ha le sue specificità, che differentiscono nelle sue osservazioni. Pertanto, non tutte le osservazioni sono statistiche.

Ricerca-tilastoè una raccolta, riepilogo e analisi scienceamente organizzata di dati (fatti) su fenomeni e processi socioeconomici, demografici e di altro tipo della vita sociale nello stato, con registrazione delle loro caratteristiche più significative nella documentazione unorganizza contabile, un programming

Le caratteristiche distintive (specificità) della ricerca statistica sono: finalità, organisazione, carattere di massa, systemticità (complessità), vertailukelpoisuus, dokumentaatio, ohjattava, käytännöllinen.

Yleisesti, uno studio statistico dovrebbe:

• Avere uno scopo socialmente utile e un significato generale (statale);
• Si riferiscono alle condizioni Technicale del suo luogo e del suo tempo;
• Esprimere la tipologia contabile statistica (e non contabile o operativa);
• Condotto secondo un program pre-sviluppato con il suo supporto metodologico e di altro tipo scienceamente basato;
• Raccogliere dati di massa (fatti), che riflettono l'intero insieme di causa-effetto e altri fattori che caratterizzano il fenomeno in molti modi;
• Registrarsi sotto forma di documenti contabili nella forma stabilita;
• Assicurarsi che non vi siano errori di osservazione o ridurli al minimo possibile;
• Fornire determinati criteri e modalità di qualità per il monitoraggio dei dati raccolti, garantendone l’affidabilità, la completezza e il contenuto;
• Concentrarsi su una tecnologia Economicamente vantaggiosa per la raccolta e l'elaborazione dei dati;
• Essere una base informativa affidabile per tutte le fasi peräkkäinen della ricerca statistica e per tutti gli utenti delle informazioni statistiche.

Gli studi che non soddisfano questi requisiti non sono statistici. Gli studi non sono statistici, ad esempio osservazioni e studi su: madri che guardano i propri figli giocare (domanda personale); spettatori di uno spettacolo teatrale (non esiste documentazione contabile dello spettacolo); uno scienziato per esperimenti fisici e chimici con suhteellisen misurazioni, calcoli e registrazione documentale (non dati pubblici di massa); medico per i pazienti con tenuta delle cartelle cliniche (operatiiviset asiakirjat); contabile per la circolazione dei fondi sul conto bancario della società (contabilità); giornalisti sulle attività pubbliche e personali di funzionari governativi o altre celebrità (non oggetto di statistiche).

Un insieme di unità che hanno massa, tipicità, omogeneità qualitativa e presenza di variazione.

La popolazione statistica è costituita da oggetti materialmente essistenti (riippuvaiset, imprese, paesi, regioni) ed è oggetto di ricerca statistica.

L'osservazione statistica è la prima fase della ricerca statistica, che è una raccolta scienceamente organzzata di dati sui fenomeni e sui processi della vita sociale studiati.

Fasi delle operazioni statistiche

Qualsiasi studio statistico on koostettu sei fasi.

• Effettuare.
• Utilizzo di fonti ufficiali governative e aziendali (aziende).
• Utilizzo di ricerche statistiche sciencehe in riviste, giornali, monografie, ecc.
• Käytä sähköisiä tukia (Internet, CD, levyke, jne.).

• , cumula (), grafici di distribuzione della frequenza (frequenza).
• Formazione e loro analisi primaria. Previsioni grafiche (con il concetto di "ottimista", "pessimista", "realista").
• Calcolo dei momenti di ordine K (media, varianze, misure di asymmetria, misure di curtosi) per determinare indikaattori del centro di espansione, indikaattori di asimmetria (asimmetria), indikaattori di curtosi (nitidezza).
• Formazione e calcoli primari di indikaattorien tilastolliset täydelliset (suhteelliset, sintetici multilivello).
• Formazione e calcoli primari degli indikaattorit dell'indice.

• e valutazione finanziaria dell'oggetto di analisi.
• Formazione di ansia (soddisfazione) nelle situazioni economyhe e finanziarie.
• Avvertimento sull'avvicinamento ai valori statistici soglia nei problemi applicati, solitamente makroekonomi.
• Diversificazione della generalizzazione statistica primaria dei risultati applicati ottenuti secondo la gerarchia di potere, partenariato e affari.

• Analisi delle variazioni di Statistiche Avanzate.
• Analisi della dinamica dei dati statistici avansati.
• Analisi delle relazioni di data statistici avazati.
• Riepiloghi ja raggruppamenti moniulotteinen.

• Metodo dei Minimi Quadrati (LSM).
• Medie mobiili.
• Analisi technica.
• Presenta analisi sintetiche e opzioni di previsione con raccomandazioni per adeguamenti alla gestione e agli investimenti.