Johdanto

1. Menetelmät lähdetietojen saamiseksi

2. Tilastollinen yhteenveto ja ensisijaisten tietojen ryhmittely

2.1 Ryhmittely

2.2 Keskimääräisen aritmeettisen ja rakenteellisen välineen määrittäminen

2.3 Histogrammi ja kumulatiikka

2.4 Käyttöomaisuuden kustannukset

2.5 Tuotteen tilavuus

3. Korrelaatioanalyysi

3.1 Tekijän ja tehokkaiden toimintojen välisen viestinnän tutkimus. Korrelaatiotaulukon rakentaminen

3.2 Tiiviisuuden asteen määrittäminen

4. Regressioanalyysi

4.1 Mallinnus

4.2 Ennuste

Johtopäätös

Käytetty Kirjallisuus ja ohjelmat

Johdanto

Julkisen elämän ilmiöiden tilastollinen tutkimus alkaa tilastollisen havainnon vaiheesta, jonka aikana kognitiivisten tavoitteiden ja tehtävien mukaisesti muodostuu joukko, joka tutkitaan tutkittavasta kohteesta, ts. Tutkimuksen tietopohja muodostuu, jolloin suoritetaan kirjanpito ja valvonta, tilastollinen analyysi ja hallinta. Tässä vaiheessa massavalvontamenetelmät perustuvat " suuret numerot"Koska joukkoilmiöiden määrälliset mallit ilmenevät selvästi, kun tutkitaan vain riittävän suuri määrä sosioekonomisia ilmiöitä ja prosesseja.

Kaikki tilastolliset havainnot olisi laadittava ja toteutetaan hyvin kehittyneellä suunnitelmalla, joka sisältää menetelmien, organisaation ja teknologian keräystekniikan ongelmat, jotka valvovat sen laatua ja luotettavuutta. Siksi tilastollisella havainnoinnilla on oltava ohjelma ja organisaatiosuunnitelma. Samalla on välttämätöntä ratkaista kysymyksiä menetelmästä, muodosta, muodoista, keinoista, ajastamisesta, organisaation ja havainnon käyttäytymisen sijainnista jne. Mitä puolestaan \u200b\u200bmääritetään sen suunnittelulla.

Tilastollinen havainto olisi tehtävä spontaanisti tilaisuudessa, mutta systemaattisesti: joko jatkuvasti tai säännöllisesti - yhtäläisesti. Tämä määräytyy tutkittujen sosioekonomisten ilmiöiden ja prosessien avaruusaika vaihtelee.

Tilastollinen havainto voi suorittaa valtion tilastoviranomaiset, tutkimuslaitokset, talous- ja analyyttiset palvelut eri organisaatiorakenteista.

Tilastotutkimuksen toinen vaihe on tilastollisten havaintotietojen tilastollinen yhteenveto ja ryhmittely. Tilastollisen havainnon seurauksena saadaan tietoa jokaisesta aggregaatin yksiköstä, jolla on lukuisia merkkejä, jotka vaihtelevat ajan ja tilaan. Näissä olosuhteissa on tarve systemoida ja tiivistää tilastollisen havainnon tulokset ja saada tältä pohjalta koko esineen tiivistelmäominaisuudet yleisten indikaattoreiden avulla, jotta voidaan määrittää tilastollisen aggregaatin ominaispiirteet, erityispiirteet Koko ja sen erilliset komponentit ja havaitsee tutkittujen sosiaalisesti - sisäiset ilmiöt ja prosessit. Edellä esitetystä tarve ilmoittaa ensisijaisesta tilastollisesta materiaalista.

Tilastollinen yhteenveto toteutetaan erityisesti kehitetyssä ohjelmassa, joka tarjoaa saadun tuloksen täydellisyyden ja tarkkuuden. Tämä ohjelma sisältää luettelon ryhmistä, joihin tarkkailuyksiköiden joukko voidaan jakaa yksittäisillä ominaisuuksilla sekä indikaattoreita, jotka kuvaavat kokonaisuutena kokonaisuutena ja erillisiä osia.

Tilastotutkimuksen kolmas vaihe on tilastotietojen analyysi. Tässä vaiheessa tilastotutkimuksen tulosten mukaan saadaan päätelmät, jotka ovat hyödyllisiä käytännön toimista ja ennustavat myös tutkittu ilmiötä tai prosessia.

1. Menetelmät lähdetietojen saamiseksi

Jotta voitaisiin tutkia tuotteiden määrän riippuvuutta käyttöomaisuuden arvosta kaudelle 2006-2007. Alueellinen elin valtion tilastot Chelyabinsk-alueella järjestettiin instrumenttiyritysten tilastollinen tutkimus.

Prosenttiosuus 20% tyypillisestä näytteestä.

Tilastollisen havainnon kohde on joukko instrumenttiyrityksiä Chelyabinskissa ja Chelyabinskalueella. Tilastollisen havainnon raportointiyksikkö on instrumenttiyritys.

Instrumenttiyritysten näytetutkimusten parantamiseksi Venäjän federaation GositomStat on kehittänyt tavoiteohjelman.

Ohjelman mukaan resurssien säästämiseksi tutkitaan 20 prosenttia Tšuabinsk-alueen yritysten kokonaismäärästä, joka toimii töissä. Ohjelman toiminnassa oli useita organisatorisia ja metodologisia ja teknologisia toimia, joilla varmistetaan instrumenttiyritysten valikoivien tutkimusten valmistelu ja käyttäytyminen, jonka aiheena kattaa tällaisen kysymyksen tuotteiden määrän riippuvuudesta kustannuksista Käyttöomaisuus. Yritysten näytetutkimusten valmisteluun varmistamiseksi ohjelman toiminnot sisältävät myös koulutushenkilöstön kysymyksiä tutkimuksessa ja toteuttamisessa. Ohjelman täytäntöönpanoa oletetaan toteutuvan vuosina 2008-2009. Taulukossa 1 esitetään taulukossa 1 esitetyt instrumenttiyritysten näytteenottoyritysten näytteenottoyritysten näytteen valvontaa kahdessa indikaattorissa (tuotteiden määrä ja käyttöomaisuuden kustannukset).

Pöytä 1 . Tärkeimmät instrumenttiyritykset Chelyabinskissa ja Chelyabinskissa vuosina 2006-2007.

Kasvien numero	Käyttöomaisuuden kustannukset,	Tuotteiden määrä, miljoonaa ruplaa.	Kasvien numero	Käyttöomaisuuden kustannukset,	Tuotteiden määrä, miljoonaa ruplaa.

2. Tilastollinen yhteenveto ja ensisijaisten tietojen ryhmittely

2.1 Ryhmittely

Tilastollisen havainnon mukaan voidaan havaita, että ominaisuuksien vaihtelu ilmenee suhteellisen kapeissa rajoissa ja jakelu on yhtenäinen. Tällöin ryhmittely on rakennettu yhtälyksillä. Ryhmien määrä riippuu ensisijaisesti ominaisuuden viettelemisestä: Mitä suurempi merkki (muunnelma vaihtelu), sitä enemmän ryhmiä voidaan muodostaa. Alla on tallennusryhmän kaavoja.

T. K. Selektiivisen aggregaatin määrä ei ole suuri, sitten määrittää ryhmien lukumäärän, jota käytämme kaava:

Aikaväli h. Kaavan mukaan:

Kaavan (1.2) mukainen arvo, joka on vaiheen väli, pyöristetään (pyöristys ei saa poiketa lähdearvosta yli 10-15%). Samalla ensimmäisellä aikavälillä alaraja on ja yläreuna - (+ h. ) jne. Siten väliajan alaraja on yhtä suuri kuin ylärajan (I-1) aikaväli. Tiivistelmä \u003e\u003e Filosofia

... tasot. 1.Huolto tasot Sosiologian kehitys 1.1 päivä vaihe ... , "Huolto Marxismia kysymyksiä, "taidetta ja julkinen elämä", "K ... Naturalistiset tulkinnat julkinen ilmiöt. Olemus ... luottamus tilastollinen Tiedot sosiologisissa tutkimus ". ...

Markkinointi tutkimus matkailussa

Huijata arkki \u003e\u003e Fyysinen kulttuuri ja urheilu

Matkailualue, tieteellinen ja tilastollinen tutkimus Matkailun alalla valmistelu ... (komission jäsen). 3. Tärkein vaihe: Työn todistuksen järjestäminen ... jne.). Menetelmä - Tietotapa, tutkimus ilmiöt julkinen elämä, vastaanotto- tai vastaanottojärjestelmä ...

Menetelmät tilastollinen tutkimus (2)

TUTKIMUS \u003e\u003e Talous

Kustannus elämä. Indeksi... tilastollinen tutkimus Tilastollinen tutkija koostuu kolmesta perus- Tasot: tilastollinen ... vaihe tutkimus; Sen käyttäytymisen järjestämissuunnitelma laaditaan; Kohde määritellään (sarja julkinen ilmiöt ...

Tilastollinen Menetelmät makrotalouden indikaattoreiden analysoimiseksi (1)

Tiivistelmä \u003e\u003e Markkinointi

... tilastollinen Tutkimukset ................................................. .............................................. ..4 2.2 . Järjestelmä tilastollinen Makrotalouden indikaattorit .................. ...6 2.3. Huolto ... taso elämä Väestö ... vaihe tilastollinen tutkimus Käytä menetelmää tilastollinen ... julkinen ilmiöt Heijastuu ...

Tilastollinen tutkimus (SI) Voit saada ajatuksen yhdestä tai toisesta ilmiöstä, tutkia sen kokoa, tasoa, tunnistaa kuvioita. Aihe voi olla väestön terveys, organisaatio lääketieteellinen hoito, Terveyteen ja niin edelleen huomioon ulkoisen ympäristön tekijät.

Käytettäessä C voidaan käyttää 2 Menetelmää:

1) Tutkimus ilmiön intensiteetistä väliaineessa, ilmiön esiintyvyys, väestön terveydentilan tunnistaminen - suoritetaan yleisesti aggregaateilla tai melko suurilla valikoivien sarjojen määrässä. Intensiiviset indikaattorit ja siirtävät tiedot koko yleiseen aggurseihin

2) toteutetaan tiukasti suunniteltuja tutkimuksia yksittäisten tekijöiden tutkimuksesta tunnistamatta ilmiön intensiteettiä keskipitkällä - toteutetaan pääsääntöisesti pieninä numeroina, jotta voidaan tunnistaa uusia tekijöitä, tutkitaan tuntematonta tai vähän- Tunnetut syy-yhteydet

Tilastotutkimuksen vaiheet:

Vaihe 1. Suunnitelman ja tutkimusohjelman laatiminen - Se on valmisteleva, se määräytyy tutkimuksen tarkoituksella ja tavoitteilla, suunnitelma ja tutkimusohjelma laaditaan, tilastollisen materiaalikertomuksen ohjelmaa kehitetään ja organisatorisia kysymyksiä kehitetään.

A) Tutkimuksen tarkoitus ja tavoitteet olisi selkeästi muotoiltava; Tavoitteena määrittää tutkimuksen ja kulumisen pääsuunnan mahdollisuuksien mukaan paitsi teoreettisen vaan myös käytännöllisen, se on selkeästi selvästi yksiselitteisesti; Tavoitteen luovuttamisessa määritetään tutkimuksen tavoitteet.

B) On tarpeen oppia kirjallisuutta tästä aiheesta.

C) on kehitettävä Organisaatiosuunnitelma - Tarjoaa määritelmät 1) Paikat (hallinnolliset seurantarajat), 2) Aika (tarkkailu, materiaalin seurannan, kehittämisen ja analysoinnin) ja 3) opiskelijatutkimus (järjestäjät, esiintyjät, metodologinen ja organisatorinen hallinta, tutkimusrahoituksen lähteet) .

D) kehitys Tutkimussuunnitelma - Sisältää määritelmän:

- tutkimuksen kohde (tilastollinen aggregaatti);

- tutkimuksen soveltamisala (vankka, palkaton);

- lajit (nykyinen, kertaluonteinen);

- menetelmät tilastotietojen keräämiseksi.

D) täytyy olla Tutkimusohjelma (havainnot) - Sisältää:

- havaintoyksikön määrittäminen;

- Luettelo kysymyksistä (kirjanpitomerkit), jollei rekisteröinti jokaiselle havaintoyksikölle

- yksittäisen kirjanpidon (rekisteröinti) muotoilu, jossa on kirjanpitoa koskevien kysymysten ja merkkien luettelo;

- Taulukon ulkoasujen kehittäminen, joissa tutkimuksen tulokset syötetään.

Erillinen muoto täytetään jokaisella havaintoyksiköllä, se sisältää passin osa, joka on selkeästi muotoiltu, joka on toimitettu spesifisessä ohjelman sekvenssissä ja asiakirjan täyttämispäivänä. Kirjanpitomuotoina lääketieteellisiä laitoksia käytetään lääketieteellisten ja ehkäisevien instituutioiden käytännössä.

Tietojen hankkimislähteet voivat toimia muiden lääketieteellisten asiakirjojen (sairaushistorian ja avohoidon, lastenkehityshistorian, synnytyksen historian), lääketieteellisten ja ehkäisevien instituutioiden raportoinnista jne.

Näiden asiakirjojen tilastotietojen kehittämisen mahdollisuuden varmistamiseksi se tekee tiedot tietoa erityisesti suunniteltujen kirjanpitomuotoista, jonka sisältö määritetään kussakin yksittäisessä tapauksessa tutkimuksen tavoitteiden mukaisesti.

Tällä hetkellä koneen käsittelyn yhteydessä havaintotulosten avulla ohjelmointikysymykset voidaan virallistaa , Kun kirjanpidon asiakirjan kysymykset asetetaan vaihtoehtoisena (kyllä, ei) , Tai tarjotaan valmiita vastauksia, joista sinun pitäisi valita tietty vastaus.

E) On tarpeen tehdä yhteenvedon ohjelma saaduista tiedoista, jotka sisältävät ryhmittelyn periaatteiden perustamisen, ryhmittelyn jakamisen , Näiden ominaisuuksien yhdistymisen määrittäminen, tilastotietojen laatiminen.

Vaihe 2. Materiaalin kokoelma (tilastollinen havainto) - - Rekisteröityjen ilmiöiden yksittäiset tapaukset ja luonnehtivat kirjanpitomerkinsä rekisteröintilomakkeisiin. Ennen tämän työn toteuttamista ja sen aikana suoritetaan ohjeet (suulliset tai kirjalliset) havainnollistajat, jotka tarjoavat heille rekisteröintilomakkeet.

Tilastollinen havainto voi olla:

MUTTA ) ajallaan:

1) Nykyinen - Ilmiötä tutkitaan erilliselle ajanjaksolle (viikko, neljännes , Vuosi jne.) Ilmiön jokapäiväisessä rekisteröinnillä kunkin tapauksen mukaan (ottaen huomioon syntymän määrä , Kuollut, sairas raaka , Poistettiin sairaalasta). Näin otetaan huomioon nopeasti muuttuvat ilmiöt.

2) Kerran - Tilastotietoja kerätään tiettyyn (kriittiseen) ajankohtana (väestönlaskenta, lasten fyysisen kehityksen tutkimus, väestön ennaltaehkäisevät tarkastukset). Kertaluonteinen rekisteröinti heijastaa ilmiön tilaa opiskelun aikana, käytetään opiskelemaan hitaasti muuttuvia ilmiöitä.

Tarkkailun tyypin valinnointi ajankohtana määräytyy tutkimuksen tarkoituksella ja tavoitteilla (sairaalahoidon potilaiden ominaispiirteet voidaan saada eläkkeellä olevan sairaalan nykyisestä rekisteröinnistä - nykyinen havainto tai yhden päivän väestönlaskenta sairaalan potilaista - kertaluonteinen havainto).

B) riippuen ilmiön kattavuuden täydellisyydestä:

1) Kiinteä - Osa aggregaattiin sisältyvään tarkkailuyksikköön tutkitaan, toisin sanoen yleinen väestö. Se toteutetaan ilmiön absoluuttisten koon määrittämiseksi (väestö, syntynyt tai kuollut kokonaismäärä). Siinä sovelletaan myös tapauksissa, joissa tiedot ovat välttämättömiä operatiiviseen työhön (tarttuvan sairastuvuuden kirjanpito, lääkäreiden kuormitus jne.)

2) Upottamaton - Vain osa yleisestä aggregaatikosta tutkitaan, se on jaettu useisiin lajeihin:

1. Monografinen menetelmä - antaa yksityiskohtainen kuvaus Erilliset yhteenlasketut yksiköt ja syvä, kattava kuvaus esineistä.

2. Määräämöidyn menetelmä - liittyy näiden esineiden tutkimukseen, joissa huomattava enemmistö havaintoyksiköistä keskittyy. Tämän menetelmän haittana on se, että kokonaisuuden osa on edelleen sitoutunut tutkimus, vaikka pieni koko, mutta joka voi poiketa merkittävästi tärkeimmistä taulukosta.

3. Ankrug-menetelmä - Tämä on tilastotietojen kokoelma erityisesti tiettyyn henkilöryhmään osoitettuun erityiseen kyselylomakkeeseen. Tämä tutkimus perustuu vapaaehtoroiden periaatteeseen, joten kyselylomake on usein epätäydellinen. Usein vastaukset kysymyksiin ovat merkittäviä subjektiivisia ja mahdollisuuksia. Tätä menetelmää käytetään tutkimuksen kohteena olevan ilmiön likimääräisen ominaisuuden saamiseksi.

4. Valikoiva menetelmä - Yleisin menetelmä vähennetään tutkimukseen joidenkin tarkkailuyksiköiden erityisen valituista osista koko yleisestä väestöstä. Tämän menetelmän etuna on saada aikaan suuri luotettavuus sekä huomattavasti alhaisemmat kustannukset. Tutkimuksessa käytetään vähemmän kuin esiintyjät , Lisäksi se vaatii pienempiä aikaa menoja. Lääketieteellisissä tilastoissa otosmenetelmän rooli ja paikka on erityisen suuri, koska lääketieteelliset työntekijät Se on yleensä vain osa tutkittu ilmiötä (tutkii potilaita, joilla on yksi tai useampia sairauksia, analysoi yksittäisten yksiköiden työtä).

C) tietojen hankkimismenetelmän mukaisesti sen täytäntöönpanon toteuttamisen ja luonteen vuoksi

1. Suora havainto (Potilaiden kliininen tutkimus , Johtava laboratorio , Työkalututkimus , Antropometriset mittaukset jne.)

2. Sosiologiset menetelmät: Haastattelutapa (kokopäiväinen tutkimus), kyselylomake (pysyvä tutkimus - nimettömä tai ei-anonyymi) jne.;

3. Dokumenttitutkimus (Tietojen pyydystäminen kirjanpidosta ja raportoinnista lääketieteellisistä asiakirjoista, toimielinten ja järjestöjen virallisten tilastojen tiedottaminen.)

3 vaihe. Materiaalin kehittäminen, tilastollinen ryhmittely ja yhteenveto- alkaa tarkastaa ja selventää havaintojen määrää , Täyteys ja oikeat tiedot , Virheiden tunnistaminen ja poistaminen, kaksoiskappaleet jne.

Kehitetään asianmukaisesti materiaalia Ensisijaisten kirjanpitoasiakirjojen salaus, Toisin sanoen kunkin merkin nimeäminen ja sen ryhmä tuntee aakkoset tai digitaaliset. Salaus on tekninen tekniikka. , Materiaalin kehittämisen helpottaminen ja nopeuttaminen , Laadun parantaminen, kehitystarkkuuden parantaminen. CIFRES - Ehdolliset lampaat - tuotetaan mielivaltaisesti. Kun salatut diagnoosit, on suositeltavaa käyttää kansainvälistä nimikkeistöä ja sairauksien luokittelua; Ammattien salaus - ammatin sanakirjassa.

Salauksen etuna on, että tarvittaessa pääkehityksen päättymisen jälkeen voit palata kehitysmateriaaliin uusien linkkien ja riippuvuuksien selkeyttämiseksi. Salattu kirjanpitomateriaali mahdollistaa helpottaa ja nopeammin , Salaamaton. Tarkastuksen jälkeen suoritetaan merkkien ryhmittymistä.

Ryhmittely - Homogeenisen tutkimuksen kohteena olevien tietojen kokonaismäärästä , Tyypillisiä ryhmiä tärkeimmistä ominaisuuksista. Ryhmittely voidaan suorittaa laadun ja kvantitatiivisten ominaisuuksien mukaan. Ryhmittelyominaisuuden valinta riippuu tutkimuksen yhteisen aggregaatin ja tavoitteiden luonteesta.

MUTTA) Typologia Ryhmittely laadun mukaan (kuvaileva, attribuutti) ominaisuudet (sukupuoli , Ammatti, ryhmätaudit)

B) Variarian ryhmittely (kvantitatiivisissa ominaisuuksissa) suoritetaan piirteen numeeristen ulottuvuuksien perusteella (ikä , Taudin kesto, hoidon kesto jne.). Kvantitatiivinen ryhmittely edellyttää ratkaisua ryhmittelyvälien suuruuteen: aikaväli voi olla yhtä suuri, ja joissakin tapauksissa - epätasa-arvoinen, jopa sisällyttää niin sanotut avoimet ryhmät (avoimet ryhmät voidaan määrittää, kun ryhmittymällä ikäryhmittäin: ylöspäin 1 vuosi, 50 vuotta ja vanhemmat).

Ryhmien määrän määrittämisessä tutkimus perustuu tarkoitukseen ja tavoitteisiin. On välttämätöntä, että ryhmittymät voivat avata tutkimuksen mukaisen ilmiön mallit. Suuri määrä ryhmiä voi johtaa materiaalin liialliseen murskaamiseen, tarpeettomaan yksityiskohtiin. Pieni määrä ryhmiä johtaa ominaispiirteiden yksinkertaisuuteen.

Valmiit ryhmittymän materiaalin, siirry Yhteenveto - yksittäisten tapausten yleistaminen , Tilastotutkimuksen seurauksena tietyissä ryhmissä niiden laskennassa ja taulukoiden käyttöönotto asetteluissa.

Yhteenveto tilastollisista materiaaleista suoritetaan tilastotaulukoilla. Pöytä , Ei täytetty numeroita , Olla nimeltään Mockup.

Tilastopöydät ovat laskeutuneet , Kronologinen, alueellinen.

Taulukon on oltava uskollinen. Tilastolliset aiheet sijaitsevat yleensä taulukon vasemmalla puolella vaakasuoralla viivoilla ja heijastavat pääasiallista pääominaisuutta. Tilastollinen uskollinen asetettu vasemmalta oikealle pitkin vertikaaleja ja heijastaa ylimääräistä kirjanpidosta.

Tilastopöydät jaetaan:

MUTTA) Yksinkertainen - esitelti materiaalin numeerisen jakautumisen , Sen komponentit. Yksinkertainen taulukko sisältää yleensä yksinkertaisen luettelon tai tuloksen koko tutkimuksen kohteena olevan ilmiön kokonaisuudessaan.

B) Ryhmä - esiteltiin kahden merkin yhdistelmä toistensa yhteydessä

SISÄÄN) Yhdistelmä - Materiaalin jakautuminen kolmessa ja yhteenliitettyyn toimintoihin annetaan.

Taulukoiden aikana tiettyjä vaatimuksia on noudatettava:

- Jokaisessa taulukossa on oltava otsikko, joka heijastaa sen sisältöä;

- Taulukon sisällä kaikki kaaviot on myös oltava selkeät lyhyet nimet;

- Kun täytät taulukon, kaikkien pöydän solujen on sisällettävä vastaavat numeeriset tiedot. Jäljellä olevat aihiot tämän taulukon solujen yhdistelmän puutteesta johtuen polttamisesta ("-"), ja solujen tietoja ei ole kiinnitetty "n. S." tai "...";

- Kun olet täyttänyt taulukon alemmassa vaakasuorassa rivissä ja viimeisenä oikeassa, pystysuora sarake tiivistää pystysuorat kaaviot ja vaakasuorat rivit.

- Taulukoissa on oltava yksi sarjanumerointi.

Pienillä havaintojaksolla tehdyissä tutkimuksissa yhteenveto suoritetaan manuaalisesti. Kaikki kirjanpitoasiakirjat on esitetty ryhmille ominaisuuden salakirjan mukaisesti. Seuraavassa on laskettu ja tallennetaan tiedot taulukon asianmukaiseen taulukkoon. Tällä hetkellä käytetään laajalti tietokoneita ja yhteenvetoa materiaalista. . Joka mahdollistaa paitsi lajitella materiaalin tutkituista merkkeistä , Mutta suorita indikaattoreiden laskelmat.

4 vaihe. Tutkittujen ilmiön tilastollinen analyysi, päätelmien muotoilu - tutkimuksen vastuullinen vaihe, jossa tilastollisten indikaattorien laskeminen lasketaan (taajuudet) , Rakenteet , Tutkitun ilmiön keskimääräiset koot), niiden graafinen kuva annetaan. , Kaiutinta tutkitaan , Trendit, aseta yhteydet ilmiöiden välillä . Ennusteet annetaan jne. Analyysi edellyttää saatujen tietojen tulkintaa, arvioinnin tutkimustulosten luotettavuudesta. Yhteenvetopäätökseen tehdään päätelmät.

5 vaihe. Kirjallinen jalostus ja tulosten rekisteröinti - Se päättelee, ehdottaa tilastollisen tutkimuksen tulosten lopullista rekisteröintiä. Tulokset voidaan koristella artikkelin muodossa, raportti, raportti , Väitöskirjat ja muut. Jokaisesta rekisteröintityypistä on olemassa tiettyjä vaatimuksia, Jota on kunnioitettava tilastollisen tutkimuksen tulosten kirjallisessa käsittelyssä.

Lääketieteellisen ja tilastollisen tutkimuksen tulokset toteutetaan terveydenhuollon käytännössä. Mahdollinen erilaisia \u200b\u200bvaihtoehtoja Tutkimustulosten käyttö: Tutustuminen lääketieteellisten ja tutkijoiden laajan yleisön tuloksiin; Ohjaus- ja metodologisten asiakirjojen valmistelu; Rationalisoinnin ja muiden rekisteröinti

Tilastotutkimuksen päätyttyä suosituksia ja hallintopäätöksiä kehitetään, tutkimustulosten täytäntöönpanoa toteutetaan, tehokkuus arvioidaan.

Tilastollisessa tutkimuksessa tärkein elementti tarkkailee tiukkaa sekvenssiä näiden vaiheiden toteutuksessa.

2.1 Tilastotutkimuksen järjestelmä

Tilastotietojen analysointijärjestelmät ovat moderni tehokas tilastotietojärjestelmä. Laaja mahdollisuuksia tilastotietojen käsittelyyn on erityisiä tilastollisia analyysijärjestelmiä sekä universal tarkoittaa - Excel, Matlab, Mathcad ja paljon muuta ..

Mutta edistyksellisin työkalu ei voi korvata tutkijaa, jonka pitäisi muotoilla tutkimuksen tarkoituksen, kerätä tietoja, valita menetelmiä, lähestymistapoja, malleja ja käsittelyvälineitä sekä tietojen analysointia sekä tulkita saadut tulokset.

Kuva 2.1 esittää tilastollisen tutkimuksen järjestelmää.

Kuva 1 - Kaavamainen järjestelmä Tilastotutkimus

Tilastotutkimuksen lähdepiste on ongelman sanamuoto. Kun määritetään, tutkimuksen tarkoitus otetaan huomioon, määritetään, mitkä tiedot ovat välttämättömiä ja miten sitä käytetään päättäessään.

Tilastollinen tutkimus alkaa valmisteluvaiheesta. Valmistelevan vaiheen aikana analyytikot opiskelevat tekninen tehtävä - tutkimuksen asiakkaan laatiman asiakirja. Teknisten eritelmien osalta tutkimustavoitteet olisi laadittava selkeästi:

tutkimuksen kohde määritetään;

oletukset ja hypoteesit on lueteltu, mikä tutkimuksen aikana on vahvistettava tai kumottava;

kuvaili, miten tutkimuksen tuloksia käytetään;

päivämäärät, joissa tutkimus olisi suoritettava ja tutkimusbudjetti.

Perustuu kehitettyyn tekniseen tehtävään analyyttisen raportin rakenne - Sitten missä tahansa muodossa Tutkimuksen tulokset on esitettävä sekä tilastollisen havainnon ohjelma. Ohjelma on luettelo ominaisuuksista, joihin kuuluu rekisteröintiä valvontaprosessissa (tai kysymyksiä, jotka luotettavia vastauksia on hankittava kullekin havaintoyksikölle). Ohjelman sisältö määritellään havaitun esineen ominaisuuksille ja analyytikoiden valittujen tutkimuksen ja menetelmien tavoitteiden sekä kerättyjen tietojen jatkokäsittelyyn.

Tilastotutkimuksen päävaihe sisältää tarvittavat tiedot ja niiden analyysi.

Tutkimuksen viimeisessä vaiheessa on laadittava analyyttinen raportti ja asiakkaan tarjoaminen.

Kuviossa 1 2.2 esittää kaavion tilastotietojen analyysistä.

Kuva 2 - tilastollisen analyysin päävaiheet

2.2 Tilastotietojen kerääminen

Materiaalien keruu merkitsee tutkimuksen teknisen tehtävän analysointia, tarvittavien tietojen lähteiden määritelmä ja (tarvittaessa) kyselylomakkeen kehittäminen. Kun opiskelet tietolähteitä, kaikki tarvittavat tiedot on jaettu ensisijainen(tietoja, jotka eivät ole käytettävissä ja jotka on kerättävä suoraan tähän tutkimukseen), ja toissijainen (kerätty aiemmin muihin tarkoituksiin).

Toissijaisten tietojen keräämistä kutsutaan usein "kaappiksi" tai "kirjastoksi".

Esimerkkejä ensisijaisesta tietojen keräämisestä: Store-kävijöiden havainnot, sairaalan potilaat, keskusteluongelmat kokouksessa.

Toissijaiset tiedot on jaettu sisäiseen ja ulkoiseen.

Esimerkkejä sisäisten toissijaisten tietojen lähteistä:

organisaation tietojärjestelmä (mukaan lukien kirjanpitoalijärjestelmä, myyntihallinnon osajärjestelmä, CRM (CRM-järjestelmä, pienennys englanniksi. Asiakassuhteiden hallinta) - sovellusohjelmisto organisaatioille, jotka on tarkoitettu automatisoimaan asiakkaiden vuorovaikutusstrategioita) ja muut);

aiemmat opinnot;

kirjalliset raportit työntekijöistä.

Esimerkkejä ulkoisten toissijaisten tietojen lähteistä:

tilastollisten ja muiden valtion virastojen raportit;

markkinointivirastojen raportit, ammatilliset yhdistykset jne.;

sähköiset tietokannat (osoite viitekirjat, GIS jne.);

kirjastot;

media.

Tärkeimmät lähtökohdat tietojen keruuvaiheessa ovat:

suunniteltu näytteenotto;

näytteenottorakenne (läsnäolo ja kiintiöiden koko);

tilastollisen havainnon tyyppi (tietojen kerääminen, kyselylomake, mittaaminen, kokeilu, tutkimus jne.);

tiedot tutkimuksen parametreista (esimerkiksi mahdollisuus väärentää kyselylomake);

ohjelmatietokannan koodausmuuttujien järjestelmä;

suunnitelman kaavio tietojen muuntamisesta;

suunnittele kaavio käytetyistä tilastomenetelmistä.

Sama vaihe sisältää suoraan tutkimusmenettelyn. Tietenkin kyselylomakkeet kehitetään vain ensisijaisten tietojen hankkimiseksi.

Saadut tiedot on muokattava asianmukaisesti ja valmistettava. Kukin kyselylomake tai havainnon muoto tarkistetaan ja tarvittaessa säädetään. Jokainen vastaus on määritetty numeeriset tai aakkoskoodit - Tiedonkoodaus tehdään. Tietojen valmistelu sisältää tietojen muokkaamisen, dekoodauksen ja todentamisen, koodataan ne ja tarvittavat muutokset.

2.3 Näytteenottoominaisuuksien määritelmä

Säännöllisesti tilastollisen analyysin tilastollisen havainnon seurauksena kerätyt tiedot ovat valikoiva sarja. Tiedon muuntamisen sekvenssi tilastotiedoston prosessiin voidaan kaavamaisesti esittää seuraavasti (kuvio 2.3)

Kuva 2.3 Tilastollinen transformaatiojärjestelmä

Näytteen analysointi voit tehdä johtopäätöksiä näytteen edustavasta yleisestä väestöstä.

Yleisten näytteenottoparametrien lopullinen määritelmä Tuottaa, kun kaikki kyselylomakkeet kerätään. Se sisältää:

vastaajien todellisen määrän määrittäminen

näytteenottorakenteen määrittäminen

jakelu kyselyn sijainnissa,

otoksen tilastollisen luotettavuuden luottamustaso,

tilastovirheen laskeminen ja näytteen edustavuuden määrittäminen.

Oikea numero Vastaajat voivat olla suuri tai pienempi suunniteltu. Ensimmäinen vaihtoehto on parempi analyysille, mutta se on kannattamaton asiakastutkimukseen. Toinen voi vaikuttaa haitallisesti tutkimuksen laatuun, ja siksi se on kannattamaton analyytikoille tai asiakkaille.

Näytteenottorakenne Se voi olla satunnaisia \u200b\u200btai ei-satunnaisia \u200b\u200b(vastaajia valittiin ennalta määrätyn kriteerin perusteella, esimerkiksi kiintiömenetelmällä). Raportin satunnaiset näytteet ovat edustavia. Ei-satunnaiset näytteet voivat olla epäoikeudenmukaisia \u200b\u200bsuhteessa yleiseen väestöön, mutta antaa tärkeitä tietoja tutkimuksesta. Tällöin olisi myös huolehdittava tarkasti kyselylomakkeiden suodattamiseen, jotka on tarkoitettu nimenomaan näyttämiseen vastaajien vaatimuksiin.

Varten Tarkkuusarvioinnin määritelmäEnsinnäkin on tarpeen asettaa luottamuksen todennäköisyys (95% tai 99%). Sitten enimmäismäärä tilastovirhe Näytteet lasketaan

tai
,

missä - näytteenottotilavuus - tutkittu tapahtuman puhkeamisen todennäköisyys (vastaajan osuma näytteeseen), - käänteisen tapahtuman todennäköisyys (näytteessä oleva vastaajan maksamatta jättäminen), - Luottamus todennäköisyyssuhde
- merkki merkki.

Taulukko 2.4 esittää luottamuksen todennäköisyyden ja luottamuksen todennäköisyyskertoimien kulutetut arvot.

Taulukko 2.4.

2.5 Tietojenkäsittely tietokoneessa

Tietojen analysointi tietokoneella sisältää useita tarvittavia vaiheita.

1. Lähdetietojen rakenteen määrittäminen.

2. Tietojen syöttäminen tietokoneeseen ohjelman rakenteen ja vaatimusten mukaisesti. Muokkaus ja tietojen muuntaminen.

3. Tietojenkäsittelymenetelmän asettaminen tutkimustehtävien mukaan.

4. Tietojenkäsittelyn hankkiminen. Sen muokkaaminen ja tallentaminen haluttuun muotoon.

5. Jalostustuloksen tulkinta.

Vaiheet 1 (valmisteleva) ja 5 (lopullinen) eivät pysty suorittamaan mitään tietokoneohjelma - Heidän tutkija on itse. Vaiheet 2-4 suorittavat tutkija ohjelmalla, mutta tutkija, joka määrittelee tarvittavat menettelyt tietojen muokkaamiseen ja muuntamiseen, tietojenkäsittelymenetelmiin sekä käsittelyn tulosten esittämiseen. Tietokoneen ohje (vaiheet 2-4) on viime kädessä siirtymässä pitkästä numeron sekvenssistä kompaktiin. Tietokoneen kirjautuminen ", tutkija toimittaa valikoiman lähdetietoja, joita ei ole käytettävissä, mutta sopii tietokoneen käsittelyyn (vaihe 2). Tutkijat antavat sitten ohjelman tietojenkäsittelykomentoon tehtävän ja tietorakenteen mukaisesti (vaihe 3). "Tuotos" se vastaanottaa käsittelyn tuloksen (vaihe 4) - myös joukko tietoja, vain pienempi, ymmärrys ja mielekkäinen tulkinta. Samanaikaisesti tyhjentävä dataanalyysi vaatii yleensä useita käsittelyä erilaisilla menetelmillä.

2.6 Tietojen analysointistrategian valinta

Kerättyjen tietojen analysointistrategian valinta perustuu tutkimuksen kohteena olevan aiheen teoreettisten ja käytännön näkökohtien tuntemukseen, tietoihin ja tiedon erityispiirteisiin, erityisominaisuuksiin tilastolliset menetelmätsekä tutkijan kokemuksista ja näkemyksistä.

On muistettava, että tietojen analyysi ei ole tutkimuksen perimmäinen tavoite. Hänen tavoitteenaan on saada tietoa, joka auttaa ratkaisemaan tiettyä ongelmaa ja hyväksyvät riittävät hallinnointipäätökset. Analyysistrategian valinta olisi aloitettava tutkimalla prosessin aiempien vaiheiden tulokset: ongelman määrittäminen ja tutkimussuunnitelman kehittäminen. "Luonnos" käyttää alustavaa analyysisuunnitelmaa, joka on kehitetty yhtenä tutkimussuunnitelman osista. Sitten kuitin aikana myöhempien tietojen tutkimisen jälkeisissä vaiheissa voi olla tarpeen tehdä tiettyjä muutoksia.

Tilastolliset menetelmät jaetaan yhteen ja moniulotteisiin. Yksiulotteisia menetelmiä (univariatetechniques) käytetään, kun kaikki näyteelementit arvioidaan yhdellä indikaattorilla tai jos kullekin elementille on useita näitä indikaattoreita, mutta jokainen muuttuja analysoidaan samanaikaisesti erikseen kaikilta muilta.

Moniulotteiset menetelmät (monimuotoiset tekniikat) soveltuvat hyvin tietojen analysointiin, jos näytettä voidaan arvioida kahta tai useampaa indikaattoria, ja nämä muuttujat analysoidaan samanaikaisesti. Tällaisia \u200b\u200bmenetelmiä käytetään riippuvuuksien määrittämiseen ilmiöiden välillä.

Moniulotteiset menetelmät eroavat yksiulotteista pääasiassa siitä, että kun he käyttävät käyttöä, painopiste siirtyy ilmiöiden tasosta (keskiarvoista) ja jakautumisista (dispersioista) ja keskittyy näiden ilmiöiden väliseen suhteeseen (korrelaatio tai kovarianssit).

Yksiulotteiset menetelmät voidaan luokitella perustuen siihen, mitä tietoja analysoidaan: metrinen tai ei-medrinen (kuvio 3). Metriset tiedot (metriset tiedot) mitataan väli- tai suhteellisella tasolla. Ei -meetriset tiedot (ei-metriset tiedot) arvioidaan nimellisarvosta tai tasaisesta asteikolla

Lisäksi nämä menetelmät jaetaan luokkiin, jotka perustuvat siihen, kuinka monta näytettä on yksi, kaksi tai useampia tutkimuksen aikana analysoida.

Yksiulotteisten tilastomenetelmien luokittelu esitetään kuviossa 2.4.

Kuva. 2.4 Yksiulotteisten tilastomenetelmien luokittelu analysoidun datan mukaan

Näytteiden määrä määräytyy, miten työ on käynnissä tietyn analyysin tietojen kanssa eikä miten tietoja kerättiin. Esimerkiksi uros- ja naispuolisia ihmisiä voidaan saada yhdellä näytteellä, mutta jos niiden analyysi pyrkii tunnistamaan havainnon erotusero lattioiden eron perusteella, tutkijan on toimittava kahdessa eri näytteessä. Näytteitä pidetään itsenäisinä, jos ne ovat kokeellisesti yhteydessä toisiinsa. Yhdessä näytteessä suoritetut mittaukset eivät vaikuta toisessa muuttujien arvoihin. Analyysiä varten eri vastaajien ryhmät, esimerkiksi kerätyt naiset ja urospuoliset, käsitellään yleensä itsenäisinä näytteinä.

Toisaalta, jos kahdessa näytteessä olevat tiedot liittyvät samaan vastaajaryhmään, näytteet pidetään yhdistettynä pareiksi - riippuvaiseksi.

Jos on vain yksi metristä dataa, Z- ja T-kriteerejä voidaan käyttää. Jos ensimmäisessä tapauksessa on kaksi tai useampia itsenäisiä näytteitä, voit käyttää kahden näytteen Z- ja T-kriteeriä, yksittäisen tekijän dispersioanalyysin toisessa menetelmässä. Kaksi yhdistettyä näytettä käytetään parin T-kriteeriä. Jos me puhumme Ei-metrisen datan yhdestä näytteestä tutkija voi hyödyntää taajuusjakauman kriteerit, CHI-aukio, Kolmogorov-Smirnovin kriteeri (K ~ S), sarjan kriteeri ja binomi-kriteeri. Kahdelle riippumattomalle näytteelle, jossa on noteerattuja tietoja, on mahdollista turvautua seuraaviin analyysimenetelmiin: Chi-Square, Manna-White, Medians, K-C, jossa yksittäinen tekijä dispersioanalyysi vino Wallis (kyllä \u200b\u200bK-Y). Toisin kuin tämä, jos on olemassa kaksi tai useampia toisiinsa näytteitä, merkkien, Mak-Nemaran ja Wilcoxonin kriteerit olisi käytettävä.

Moniulotteiset tilastolliset menetelmät pyrkivät tunnistamaan olemassa olevat mallit: muuttujien, suhteiden tai tapahtumien väliset suhteet tai sekvenssit, risteyksistä.

Riittää erottaa viisi standardia kuvioita, jonka tutkimus on välttämätön: yhdistys, sekvenssi, luokittelu, klusterointi ja ennustaminen

Yhdistys tapahtuu, jos toisiinsa liittyy useita tapahtumia. Esimerkiksi supermarketissa suoritettu tutkimus voi osoittautua, että 65% Coca-lausekkeesta osti maissihisukkaita, ja jos tällaista pakettia on alennus, Kola hankitaan 85 prosentissa tapauksista. Tietoa tällaisesta yhdistyksestä johtajat ovat helppoja arvioida, kuinka tehokas alennus on annettu.

Jos ajoissa liittyy tapahtumaketju, he puhuvat sekvenssistä. Esimerkiksi talon ostamisen jälkeen 45% tapauksista, uusi keittiökiili ostetaan kuukauden kuluessa, ja kahden viikon kuluessa 60% uusista tulokkaista takavarikoi jääkaapin kanssa.

Luokittelun avulla ominaisuudet, jotka kuvaavat ryhmää, johon yksi tai muu kohde kuuluu. Tämä tehdään analysoimalla jo luokiteltuja esineitä ja tiettyjen sääntöjen muotoilua.

Klusterointi eroaa luokittelusta siitä, että ryhmiä itse ei ole määritetty etukäteen. Klusterin käyttö, erilaiset homogeeniset dataryhmät erotetaan.

Kaikeiden ennusteiden järjestelmien perusta on väliaikaisten sarjojen muodossa tallennettu historiallinen tieto. Jos onnistut rakentamaan säännöllisyyttä, mikä heijastaa riittävästi tavoitteiden käyttäytymisen dynamiikkaa, on mahdollisuus, että voit ennustaa järjestelmän käyttäytymistä tulevaisuudessa.

Moniulotteiset tilastolliset menetelmät voidaan jakaa yhteenliittämisen analyysimenetelmiin ja luokitusanalyysiin (kuva 2.5).

Kuva.5 - Moniulotteisten tilastomenetelmien luokittelu

Tilastotietojen vaiheita.

Vaihe 1: Tilastollinen havainto.

2 vaihe: Tarkkailujen minimointi ja ryhmittely Tulokset ovat tiettyjä yhteenlaskettuja.

3 vaiheet: Saatujen materiaalien yleistyminen ja analysointi. Tunnista ilmiöiden suhteet ja asteikot, jotka määrittävät niiden kehitysmallit, ennusteiden arvioiden kehittäminen. Tärkeää on tyhjentävä ja luotettava tieto tutkittavasta kohteesta.

Tilastotutkimuksen ensimmäisessä vaiheessa muodostetaan ensisijaiset tilastotiedot tai lähteen tilastotieto, joka on tulevaisuuden tilastollisen "rakennuksen" perusta. Jotta "rakennus" olisi kestävä, hyvä ja korkealaatuinen olisi perustettava. Jos virhe tai materiaalin oletettiin keräävän ensisijaisia \u200b\u200btilastotietoja, se osoittautui huonosti, se vaikuttaa sekä teoreettisten että käytännön päätelmien oikeellisuuteen ja tarkkuuteen. Siksi tilastollinen havainto alkuperäisestä lopullisesta vaiheesta olisi harkittava huolellisesti ja selkeästi järjestetty.

Tilastollinen havainto antaa yleistymisen lähtöaineen, jonka alku palvelee yhteenveto. Jos tilastollisella havainnoinnilla jokainen yksikkö vastaanottaa tietoja, jotka kuvaavat sitä monilta puolilta, nämä raportit kuvaavat kaikki tilastolliset kokonaismäärät ja yksittäiset osat. Tässä vaiheessa aggregaatti jaetaan eroja ja yhdistää samankaltaisuuksien merkkejä, lasketaan ryhmille ja yleensä indikaattoreita. Ryhmittelymenetelmän avulla tutkitut ilmiöt on jaettu olennaisiin tyyppeihin, ominaisryhmiin ja alaryhmiin olennaisiin ominaisuuksiin. Ryhmien käyttäminen, raja-laatu homogeeninen aggregaatti, mikä on edellytys yleisten indikaattoreiden määrittämiseen ja soveltamiseen.

Analyysin lopullisessa vaiheessa yleisten indikaattoreiden ja keskimääräisten arvojen lasketaan suhteellisia ja keskimääräisiä arvoja, merkkien karakterisointia annetaan, ilmiöiden dynamiikkaa on tunnusomaista indeksit, käytetään tasapainorakenteita, indikaattorit Tiesin tiiviys merkkejä muutoksessa. Digitaalisen materiaalin järkevin ja visuaaliseen esitykseen se esitetään taulukoiden ja kaavioiden muodossa.

Tilastojen kognitiivinen arvo asia on:

1) Tilastot antavat digitaalisen ja merkityksellisen valaistuksen tutkituista ilmiöistä ja prosesseista, palvelee luotettavin tapa arvioida todellisuutta; 2) Tilastot antavat todisteita taloudellisista päätelmistä, voit tarkistaa erilaiset "kävely" hyväksynnät, yksilölliset teoreettiset säännökset; 3) Tilastoilla on kyky luovuttaa ilmiöiden välinen suhde, osoittavat muodonsa ja voimaa.

1. Tilastollinen havainto

1.1. Peruskonseptit

Tilastollinen havainto - tämä on tilastotutkimuksen ensimmäinen vaihe, jota tieteellisesti järjestetään unified-ohjelma Julkisen elämän ilmiöiden ja prosessien luonnehdinta ja tämän kirjanpidon perusteella saadut tiedot.

Kuitenkaan kaikki tiedot eivät ole tilastollisia havaintoja. Tilastollisesta havainnoinnista voidaan sanoa vain silloin, kun tilastollisia kuvioita tutkitaan, ts. Tällainen, joka ilmenee massaprosessissa, suuressa määrin jonkinlaista kokonaisyksiköitä. Siksi tilastollisen havainnon pitäisi olla systemaattinen, massa ja järjestelmällinen.

Välilyönti Tilastollinen havainto on se, että se on valmisteltu ja toteutettu kehitetyssä suunnitelmassa, johon kuuluu menetelmä, organisaatio, tietojen keruu, laadunvalvonta kerätty materiaali, Hänen luotettavuutensa, lopputulosten kysymykset.

Massa Tilastollisen havainnon luonne edellyttää, että se kattaa suuren määrän ilmentymispaikkoja tämä prosessiRiittävä saamaan totuudenmukaisia \u200b\u200btietoja, jotka kuvaavat paitsi yksittäisiä yksiköitä, myös koko kokonaisuuden yleensä.

Systematismi Tilastollinen havainto määräytyy se, että se olisi suoritettava tai järjestelmällisesti tai jatkuvasti tai säännöllisesti.

Seuraavat vaatimukset esitetään tilastolliselle havainnoille:

1) tilastotietojen täydellisyys (täydellisyyden kattavuus aggregaatin yksiköiden, fenenonin osapuolten sekä kattavuuden täydellisyyden ajanjaksolla);

2) tietojen uskottavuus ja tarkkuus;

3) niiden yhdenmukaisuus ja vertailukelpoisuus.

Kaikki tilastolliset tutkimukset on aloitettava tavoitteensa ja tehtäviensä sanamuodossa. Sen jälkeen esine ja havaintoyksikkö määritetään, ohjelmaa kehitetään, kehitetään näkymää ja havainnointimenetelmää.

Objekti havainto - sosioekonomisten ilmiöiden ja prosessien yhdistelmä, joihin sovelletaan tutkimusta tai tarkkoja rajoja, joiden sisällä tilastotietoja rekisteröidään . Esimerkiksi, kun väestönlaskenta, on tarpeen määrittää, mitkä väestöön on rekisteröinti - käteinen, toisin sanoen tällä alalla väestönlaskennan aikana tai pysyvä, toisin sanoen asuin. Tarkasteltaessa teollisuutta on tarpeen luoda, mitkä yritykset johtuvat teollisista. Joissakin tapauksissa tarkkailuelimen rajoittaminen käytetään yhtä tai muuta arvoa. Senttiä - Rajoittamaton merkki, joka täyttää kaikki yhteenlasketut yksiköt. Esimerkiksi kun Census-valmistuslaitteet on tarpeen määrittää, mikä johtuu tuotantolaitteetja mitä manuaalinen työkaluMitkä laitteet ovat väestönlaskenta - vain toimivat tai myös korjaus, varastossa, varmuuskopiointi.

Havaintoyksikkö olla nimeltään komponentti Tarkkailun kohde, joka palvelee tilin perustana ja sillä on merkkejä rekisteröinnin kohteena.

Esimerkiksi kun väestön väestönlasku on yksi havaintoyksikkö, jokainen henkilö on. Jos on myös tehtävä, kotitalouksien lukumäärä ja koostumus määrittäisi, sitten havainnointilaite yhdessä henkilön kanssa on jokainen kotitalous.

Havainto-ohjelma - Tämä on luettelo kysymyksistä, joista tietoa kerätään tai rekisteröityjen merkkien ja merkkien luettelo. . Tarkkailuohjelma laaditaan muodossa (kyselylomakkeet, lomake), joka sisältää ensisijaisen tiedon. Lomakkeiden tarvittava täydennys on ohjeet (tai ohjeet itse), mikä selkeyttää ongelman merkitystä. Tarkkailuohjelman koostumus ja sisältö riippuu tutkimuksen tavoitteista ja tutkimuksen kohteena olevan julkisen ilmiön ominaisuuksista.

Tilastotutkimus - Tämä on tieteellisesti järjestetty yhtenäiselle ohjelmalle, yhteenveto ja analysointi sosioekonomisista, väestörakenteista ja muista ilmiöistä ja julkisista elämänprosesseista.

Erottuvat ominaisuudet (Erityiset) tilastotutkimuksesta ovat: keskittyminen, organisaatio, massa, järjestelmällisyys (monimutkaisuus), vertailukelpoisuus, dokuumi, hallitus, käytännöllisyys.

Tilastotutkimus koostuu kolmesta päävaiheesta:

1) Kerää ensisijaiset tilastotiedot (Tilastollinen havainto) - Havainnointi, tietojen kerääminen STAT-OH-yksiköiden tilan merkin arvosta CT on STAT-analyysin tulevaisuuden perusta. Jos ensisijaisten tilatietojen keräämisen yhteydessä tehtiin virhe tai materiaali, se osoittautui huonosti vammaisiksi, se vaikuttaa teoreettisten että käytännön päätelmien oikeellisuuteen ja luotettavuuteen.

2) Tilastollinen yhteenveto ja ensisijaisten tietojen käsittely - Tiedot altistetaan systematisointiin ja ryhmittelyyn. Staattisen ryhmittymän ja yhteenvedon tulokset on esitetty staattisten taulukoiden muodossa, on massatietojen järkevin, systemaattinen, kompakti ja visuaalinen muoto.

3) Tilastotietojen yleistaminen ja tulkinta - Tilastotietojen analyysi suoritetaan.

Kaikki nämä vaiheet ovat yhteenliitettynä, eikä yksi niistä johtaa tilastotutkimuksen eheyden repeytykseen.

Vaiheet staattiset tutkimukset

1. Kylvö tavoite

2. Tarkkailuelimen määrittäminen

3. Tarkkailuyksiköiden määrittäminen

4. Tutkimusohjelman laatiminen

5. Sopivia ohjeita Blancan täyttämiseksi

6. Yhteenveto ja ryhmittelytiedot (lyhyt analyysi)

Peruskäsitteet ja tilastotieteen luokat.

1. Tilastollinen aggregaatti - Nämä ovat paljon ilmiöitä, joilla on yksi tai useampi yleiset merkit ja erilainen kuin muut merkit. Tällainen esimerkiksi kotitalouksien kokonaismäärä, perheiden yhdistelmä, yritykset, yritykset, yhdistykset jne.

2. Kirjaudu - Tämä ominaisuus on ominaisuus Tilastotutkimuksen kohteena olevat ilmiöt

3. Tilastollinen indikaattori - Tämä yleistätään sosiaalisten ekologisen econ-ilmiöiden määrällisiä ominaispiirteitä ja prosesseja laadullisessa määrityksessä tietyn paikan ja ajan olosuhteissa. Tilastolliset indikaattorit voidaan jakaa kahteen päätyyppiin: kirjanpito ja arvioidut indikaattorit (mitat, määrät, tutkitut ilmiöt) ja analyyttiset indikaattorit (suhteelliset ja keskimääräiset arvot, vaihteluindikaattorit jne.).

4. Owl-yksikkö- Tämä on kukin erillinen, jollei staattisesta tutkimuksesta.

5. Vaihtelu - Tämä on merkki merkkinä merkkejä ilmiöiden yksittäisissä yksiköissä.

6. kuvio - Pyydä toistettavuutta ja muutoksen järjestystä ilmiöissä.

Tilastollisen havainnon päävaiheet.

Tyhmä - Tämä on tieteellisesti perustuva tietojen kerääminen julkisen elämän sosiaalisen talouden ilmiöstä.

Vaiheet CH:

1. Valmistelu tilastolliseen havaintoon - sisältää massan havainnointimenetelmän käytön, CT ei ole muuta kuin ensisijaisen staattisen informaation kokoelma. (Tieteellisten ja metodologisten ja organisatoristen ja teknisten kysymysten ratkaisu).

2. Yhteenveto ja ensisijaisten tilatietojen ryhmittely - Kerätyt tiedot käyttäen staattisten ryhmittymien menetelmää tietyllä tavalla yleistetään ja jaetaan. Keskeinen työ, alkaa lähettämällä väestönlaskenta, kyselylomakkeet, lomakkeet, staattinen raportointi ja päättyy valvontaan niiden täyttämisen jälkeen, jotka suorittavat havainnointia.

3. Stat inflaation analysointi - Indikaattoreiden yleistämismenetelmän avulla se on analyysi info-tilastoista.

4. Ryhmän parantamista koskevien ehdotusten kehittäminen - Syyt analysoidaan, CT johti virheelliseen täyttö stat aihioita ja havaitaan ehdotuksia parantaa havainto.

Tietojen hankkiminen CT CT: n aikana edellyttää huomattavia rahoitustyövoiman kustannuksia sekä aikaa. (Julkiset mielipidekyselyt)

Tilastotietojen ryhmittely.

Ryhmittely - Tämä on pöllön erottaminen olennaisten piirteiden ryhmään.

Ryhmittelyn syyt: Staattisen tutkimuksen kohteen omaperäisyys.

Ryhmittelymenetelmän avulla tehtävä ratkaistaan: sosiaalitalouden ja ilmiöiden määrärahat; tutkiminen sen ilmiöiden rakenteesta ja rakenteellisista siirtymisistä; Viestinnän ja suhteiden havaitseminen ilmiöiden välillä.

Nämä tehtävät ratkaistaan Tyypillisten, rakenteellisten ja analyyttisten ryhmien avulla.

Typologia - Sosiaalisten Ekone-ilmiöiden tyypit (GR teollisuusyritysten omistusmuodossa)

Rakenteellinen GR - Lämmitysrakenne ja rakenteelliset muutokset. Tällaisen G-OK: n avulla voidaan tutkia: USA: n koostumus - Olen lattialla, ikä, asuinpaikka jne.

Analyyttinen GR - tunnistaa merkkejä.

SG: n rakentamisen vaiheet:

1. Ryhmittelyn valinta

2. Vaaditun ryhmien määrittäminen CT: ssä on välttämätöntä murskata tutkittu pöllö

3. Asenna rajat rajat

4. Asennus kullekin GR-KI-indikaattoreille tai niiden järjestelmille CT: lle olisi ominaista omistautuneet ryhmät.

Ryhmittelyjärjestelmät.

Ryhmittelyjärjestelmä - Tämä on joukko toisiinsa tilastollisia ryhmien mukaan keskeisimpiä piirteitä, kattavasti mikä tärkeintä osapuolet tutkittu ilmiöitä.

Typologia - Tämä on osasto tutkitun kyyneltävän kökön jakautuminen luokkiin, sosiaaliset ECON-tyypit (GR Prom ja omaisuuden omistusmuodot)

Rakenteellinen GR - luonnehtii homogeenisen pökön koostumuksen tiettyjen ominaisuuksien mukaan. Tällaisen G-OK: n avulla voidaan tutkia: USA: n koostumus - Olen lattialla, ikä, asuinpaikka jne.

Analyyttinen GR - Käytetään opiskelemaan merkkejä, yksi CT-tekijästä (vaikuttaa suorituskyvyn muutokseen), muut tuottavat (merkit, jotka muuttuvat tekijöiden vaikutuksen alaisena).

Rakentaminen ja jakelusarjan tyypit.

Stat-jakelu - Tämä on OWL-yksiköiden tilattu jakelu ryhmälle tiettyyn ominaispiirrellä.

Erottaa: Attribuutit ja vaihtelevat jakeluryhmät.

Attribtiivinen- Se on R.R., rakennettu laatuominaisuuksien mukaan. R.R. Se on tavanomaista taulukoiden muodossa. Ne luonnehtivat Neuvostoliiton koostumuksen useiden ajanjaksojen olemassa olevien ominaisuuksien mukaan, näiden tietojen avulla voit tutkia rakenteen muutosta.

Variaatio - Se on R.R., rakennettu määrällisesti. Kaikki variaatin sarja koostuu kahdesta elementistä: vaihtoehdot ja taajuudet.

Vaihtoehdot Ominaisuuden erilliset arvot katsotaan, se vie vaihtelevan sarjan, ts. Muunnosmerkin erityinen arvo.

Taajuus - Nämä ovat yksittäisten varianttien tai kunkin vaihtelu-sarjan ryhmä, ts. Nämä ovat numeroita, jotka osoittavat, kuinka usein tietyt R.R: n vaihtoehdot löytyvät.

Vaihtoehtoinen sarja:

1. Discreto - luonnehtii OWL: n yksiköiden jakelua erillisessä merkissä (perheiden jakelu erillisissä huoneistoissa).

2. aikaväli - merkki esitetään aikavälin muodossa; On suositeltavaa ensisijaisesti ominaisuuden jatkuvaan vaihteluun.

Kätevämpää R.r. Analysoi heidän graafinen kuvaJotta voitaisiin arvioida ja jakelu. Vaihtoehdon visuaalinen ajatus vaihtelevan sarjan taajuuksien harrastuksesta annetaan monikulmio ja histogrammi, on rivi ja kumulatiivinen.

Tilastotaulukot.

Taide - Tämä on järkevä ja yhteinen muoto staattisten tietojen esittämisen muoto.

Taulukko oli staattisen materiaalin edustuksen järkevin, visuaalinen ja kompakti muoto.

Auto Tekniset tekniikat, jotka määrittävät aloitustekniikan tekniikan:

1. T: n pitäisi olla kompakti ja sisältää vain ne alkuperäiset tiedot, CT heijastavat suoraan ST-KE: n sosiaalisesti tutkittu ilmiötä.

2. Taulukon otsikko ja kaavion ja linjojen nimet ovat selkeitä, lyhyt.

3. Infinointi sijaitsee taulukon sarakkeissa (kaaviot), lopullinen merkkijono.

5. Kaaviot ja rivit ovat hyödyllisiä numeroituja jne.

Taiteen loogisen sisällön mukaan ne ovat "Statehdotus", OSN on molempien rallin elementit.

Edellyttäen Objektin saaminen on ominaista numerot. Tämä on MB Yksi tai useampi pöllö, erikseen pöllön yksiköt.

Predikaatti Artikkelit ovat indikaattoreita, CT kuvaus tutkimusobjekti, ts. Jollei taulukosta. Tämä on ylempi otsikot ja kaavion sisällön tila vasemmalta oikealle.

9. Absoluuttisen arvon vaikutus tilastoihin .

Stat Pot - Tämä on laadullisesti määritelty muuttuja, määritellään kvantitatiivisesti tutkimuksen kohteen tai sen ominaisuuksien kohde.

A.V. - Tämä on yleistämisen indikaattori, joka luonnehtii mitat, mittakaava tai tilavuus ilmiössä paikan ja ajan erityisolosuhteissa.

Ilmaisumenetelmät: Luonnolliset yksiköt (T., PC, numero); Työtason ulottuvuus (orja BP, aikaa vievä); Kustannusten ilmaisu

Menetelmät: Tosiasioiden, yhteenvedon ja ryhmittelyn rekisteröinti, Menetelmän laskeminen (BKT, luokitukset jne.)

Näkymät Av.: 1. vid av - luonnehdi erilliset elementit Yleiset ilmiöt 2. Yhteensä AV - HA-T-indikaattorit kohteiden omistukseen.

Absoluuttinen muutos (/ _) - ero 2 AV: n välillä.