GeoSELECT.ru



Статистика / Реферат: Теория вероятности (Статистика)

Космонавтика
Уфология
Авиация
Административное право
Арбитражный процесс
Архитектура
Астрология
Астрономия
Аудит
Банковское дело
Безопасность жизнедеятельности
Биология
Биржевое дело
Ботаника
Бухгалтерский учет
Валютные отношения
Ветеринария
Военная кафедра
География
Геодезия
Геология
Геополитика
Государство и право
Гражданское право и процесс
Делопроизводство
Деньги и кредит
Естествознание
Журналистика
Зоология
Инвестиции
Иностранные языки
Информатика
Искусство и культура
Исторические личности
История
Кибернетика
Коммуникации и связь
Компьютеры
Косметология
Криминалистика
Криминология
Криптология
Кулинария
Культурология
Литература
Литература : зарубежная
Литература : русская
Логика
Логистика
Маркетинг
Масс-медиа и реклама
Математика
Международное публичное право
Международное частное право
Международные отношения
Менеджмент
Металлургия
Мифология
Москвоведение
Музыка
Муниципальное право
Налоги
Начертательная геометрия
Оккультизм
Педагогика
Полиграфия
Политология
Право
Предпринимательство
Программирование
Психология
Радиоэлектроника
Религия
Риторика
Сельское хозяйство
Социология
Спорт
Статистика
Страхование
Строительство
Схемотехника
Таможенная система
Теория государства и права
Теория организации
Теплотехника
Технология
Товароведение
Транспорт
Трудовое право
Туризм
Уголовное право и процесс
Управление
Физика
Физкультура
Философия
Финансы
Фотография
Химия
Хозяйственное право
Цифровые устройства
Экологическое право
   

Реферат: Теория вероятности (Статистика)


Вероятность и распределение вероятности.
1. Предмет теории вероятности. Вероятность и статистика.
2. Основные категории теории вероятности.
3. Классическое и статистическое определение вероятности.
4. Теорема сложения вероятностей.
5. Теорема умножения вероятностей.
6. Следствие теорем сложения и умножения вероятностей.
7. Вероятность гипотез. Формула Байеса.
8. Независимые события. Биномиальное распределение.
9. Вероятность редких событий. Формула Пуассона.
10. Локальная теорема де Муавра-Лапласа.
11. Интегральная формула Лапласа.
12. Зависимые события. Гипергеометрическое распределение.
13. Нормальное распределение.
14. Сравнительная оценка параметров эмпирического и нормального
распределений. Критерий Пирсона.

1. Предмет теории вероятности. Вероятность и статистика.
Теория вероятности и математическая статистика – это наука,
занимающаяся изучением закономерностей массовых случайных явлений, то есть
статистических закономерностей. Такие же закономерности, только в более
узкой предметной области социально-экономических явлений, изучает
статистика. Между этими науками имеется общность методологии и высокая
степень взаимосвязи. Практически любые выводы сделанные статистикой
рассматриваются как вероятностные.
Особенно наглядно вероятностный характер статистических исследований
проявляется в выборочном методе, поскольку любой вывод сделанный по
результатам выборки оценивается с заданной вероятностью.
С развитием рынка постепенно сращивается вероятность и статистика,
особенно наглядно это проявляется в управлении рисками, товарными запасами,
портфелем ценных бумаг и т.п. За рубежом теория вероятности и
математическая статистика применятся очень широко. В нашей стране пока
широко применяется в управлении качеством продукции, поэтому
распространение и внедрение в практику методов теории вероятности
актуальная задача.

2. Основные категории теории вероятности.
Как и всякая наука, теория вероятности и математическая статистика
оперируют рядом основных категорий:
- События;
- Вероятность;
- Случайность;
- Распределение вероятностей и т.д.
События – называется произвольное множество некоторого множества всех
возможных исходов, могут быть:
. Достоверные;
. Невозможные;
. Случайные.
Достоверным называется событие, которое заведомо произойдет при
соблюдении определенных условий.
Невозможным называется событие, которое заведомо не произойдет при
соблюдении определенных условий.
Случайным называют события, которые могут произойти либо не
произойти при соблюдении определенных условий.
События называют единственновозможными, если наступление одного из них
это событие достоверное.
События называют равновозможными, если ни одно из них не является более
возможным, чем другие.
События называют несовместимыми, если появление одного из них исключает
возможность появления другого в том же испытании.

3. Классическое и статистическое определение вероятности.
Вероятность – численная характеристика реальности появления того или
иного события.
Классическое определение вероятности: если множество возможных исходов
конечное число, то вероятностью события Е считается отношение числа исходов
благоприятствующих этому событию к общему числу единственновозможных
равновозможных исходов.
Множество возможных исходов в теории вероятности называется
пространством элементарных событий.
[pic]
Пространство элементарных событий всегда можно описать числом nS=2,
nS=6.
Если обозначить число исходов благоприятствующих событию n(E), то
вероятность события Е будет выглядеть [pic]. Для наших примеров [pic].
Исходя из классического определения вероятности, можно вывести ее
основные свойства:
1) Вероятность достоверного события равна 1.
[pic]
2) Вероятность невозможного события равна 0.
[pic]
3) Вероятность случайного события находится в пределах от 0 до 1.
[pic]
Классическое определение вероятности связано с непосредственным
подсчетом вероятности, требует точного знания числа всех возможных исходов,
и удобно для расчета вероятности достаточно простых событий.
Расчет вероятности более сложных событий - это сложная задача,
требующая определения чисел всех возможных комбинаций появления этих
событий. Подобными расчетами занимается специальная наука – комбинаторика.
Поэтому на практике часто используется статистическое определение
вероятности.
|Цена, |Объем продаж, т |Доля в общем объеме продаж |
|руб./кг | | |
|15 |45 |0,45 |
|20 |35 |0,35 |
|25 |20 |0,2 |
| |100 |1,0 |


Доказано, что при многократном повторении опыта частости довольно
устойчивы и колеблятся около некоторого постоянного числа, представляющего
собой вероятность события.
Таким образом, в условиях массовых испытаний распределение частостей
превращается в распределение вероятности случайной перемены.
Достоинство статистического определения вероятности в том, что для ее
расчета не обязательно знать конечное число исходов.
Если классическое определение вероятности осуществляется априори (до
опыта), то статистическое апосториори (после опыта по результатам).
Распределение частостей дискретного ряда, выраженных конечными числами,
называется дискретным распределением вероятности.
Если осуществляются исследования массовых событий частостей, которые
распределяются непрерывно и могут быть выражены какой-либо функцией,
называются непрерывным распределением вероятности.
На графике такое распределение отражается непрерывной плавной линией, а
площадь ограниченная этой линией и осью абсцисс всегда равна 1.

4. Теорема сложения вероятностей.
Суммой или объединением событий Е1 и Е2, называют событием Е, состоящим
в появлении события Е1 или Е2 или обоих этих событий.
[pic]

[pic]

Площадь прямоугольника – это пространство элементарных событий (число
единственно возможных равновозможных исходов). Площади кругов Е1 и Е2
соответственно – это числа исходов благоприятствующих событиям Е1 и Е2.
[pic] - число появлений исходов благоприятствующих событиям Е1 или Е2
или обоих этих событий.
[pic]
То есть вероятность появления хотя бы одного из двух несовместимых
событий равна сумме вероятности этих событий.
Данная формула является частным случаем теоремы сложения вероятностей.
[pic]
Доказывается общий случай теоремы методом математической индукции,
путем последовательной разбивки сложного события на пары.
Пример: По результатам наблюдения за продажей мужских костюмов получены
следующие данные о вероятности продажи костюмов разных размеров.
|Размер |48 |50 |52 |54 |56 |58 |60 |
|Вероятность |0,16|0,22|0,2|0,19|0,07|0,05|0,02|


[pic]

Совокупность единственно возможных событий называется полной группой
или полной системой.
Сумма вероятностей событий, образующих полную систему равна 1.
[pic] образуют полную систему, тогда вероятность появления хотя бы
одного события равна 1.
[pic]
В то же время [pic] не совместны, тогда по теории сложения вероятностей
[pic].
Пример: Из каждых 10 посетителей магазина 6 не делают покупок.
[pic] Вероятность появления хотя бы одного из этих событий равна 1.
[pic]

Два единовременно возможных события, образующих полную группу,
называются противоположными (например: орел и решка).
[pic]
Сумма вероятностей противоположных событий равна 1.
[pic]
Если случайное событие Е имеет весьма малую вероятность, то практически
можно считать, что в единичном испытании это событие не произойдет. Если
[pic].
На практике весьма малой считается вероятность Р(Е)(0,1.
Игнорировать возможность появления редких событий в виду их малой
вероятности на практике можно только в том случае, если это событие не
имеет катастрофических последствий.
Если случайное событие имеет вероятность весьма близкую к 1, то в
конкретном испытании это событие, скорее всего, произойдет.

5. Теорема умножения вероятностей.
Два события считаются независимыми, если вероятность одного из них не
зависит от появления или не появления другого события.
Независимые события имеют место при повторном отборе, когда отобранная
в первом испытании единица после регистрации исхода испытания возвращается
в генеральную совокупность.
Вероятность совместного появления двух независимых событий Е1 и Е2
равна произведению их вероятностей.
[pic]
n(E1) – число исходов благоприятных событию Е1;
n(E2) – число исходов благоприятных событию Е2;
n1 – число исходов благоприятных и неблагоприятных событию Е1;
n2 - число исходов благоприятных и неблагоприятных событию Е2.
Поскольку каждый конкретный результат испытания может осуществиться в
комбинации с любым другим возможным результатом испытания, вероятность
совместного появления событий Е1 и Е2 можно определить по формуле:
[pic]
Несколько событий называются совместно независимыми или независимыми в
совокупности, если каждая из них и любая комбинация из них содержащая либо
все остальные события, либо часть из них – есть события независимые.
Е1 Е2 Е3
Е1 и Е2 – независимы;
Е1 и Е3 – независимы;
Е2 и Е3 - независимы;
Е1 и Е2Е3 – независимы;
Е2 и Е1Е3 – независимы;
Е3 и Е1Е2 - независимы.
Попарная независимость событий не означает их независимость
совокупности, однако независимость событий в совокупности обуславливает их
попарную независимость.
Вероятность совместного появления нескольких событий [pic] независимых
в совокупностях равна произведению вероятностей этих событий.
[pic]
Так же доказывается по методу математической индукции (то есть
последовательным делением на пары),
Вероятность появления хотя бы одного из независимых в совокупности
событий равна разности между 1 и произведением вероятностей противоположных
событий.


[pic]
Произведение вероятностей противоположных событий позволяет определить
вероятность их совместного появления, то есть вероятность того, что не
произойдет ни одного из событий [pic].
Но совместное появление противоположных событий и какого-либо из
событий [pic] - составляют полную группу, при этом сумма вероятностей таких
событий равна 1.
[pic]
Пример: Вероятность приобретения женского платья составляет 0,09.
[pic]=0,09
[pic]=0,03 (пальто)
[pic]=0,02 (плащи)
Какова вероятность, что посетитель купит хотя бы одну из этих вещей?
[pic]
Если события [pic] равновероятны, то есть [pic]=[pic]=[pic], то
равновероятные и противоположные им события q1=q2=…=qm, тогда вероятность
появления хотя бы одного из этих событий [pic].
Два события считаются зависимыми, если вероятность появления одного из
них зависит от появления или не появления другого события. Такие события
(зависимые) имеют место при бесповторном отборе (по схеме невозвращаемого
шара), когда отобранная единица обратно в генеральную совокупность не
возвращается.
С зависимыми событиями связана условная вероятность. Условной
вероятностью [pic] называется вероятность события Е, исчисленная в
предположении, что событие Е1 уже наступило.
Пример: Из колоды вынута карта «дама». Какова вероятность, что она
будет черной масти.
[pic], где [pic] - число исходов благоприятствующих совместному
появлению событий Е и Е1, [pic] - число исходов благоприятствующих
появлению события Е1.
Зная числа элементарных исходов всегда можно рассчитать условную
вероятность.
[pic]

Пример: Вынута карта красной масти, какова вероятность, что это «дама»?
[pic]

Если события Е и Е1 неравновероятны, то [pic].
Непосредственный подсчет условной вероятности требует знания конечного
числа исходов, поэтому более приемлемым на практике является расчет
условной вероятности по формуле:
[pic], где [pic] - вероятность совместного наступления событий Е и Е1;
[pic] - вероятность наступления события Е1.
Данная формула не требует знания конечного числа исходов, хотя является
полным аналогом, по сути, предыдущей формуле.
[pic]

Вероятность совместного появления двух зависимых событий равна
произведению вероятности одного из них на условную вероятность другого,
исчисленную в предположении, что первое событие уже произошло.
Если [pic], то [pic].
Пример: Вероятность брака при поставке женской одежды составляет 0,015.
Определить вероятность того, что проверенные наугад 2 платья из партии в
200 шт., окажутся стандартными.
q=0,015
N=200
Вероятность стандартных платьев [pic];
Количество стандартных платьев [pic]
[pic]
[pic]

Вероятность совместного появления нескольких зависимых событий [pic]
равна произведению вероятности первого из них на условные вероятности
остальных, исчисленные в предположении, что это и все предшествующие
события уже произошли.
[pic]
6. Следствие теорем сложения и умножения вероятностей.
Площадь прямоугольника – это пространство элементарных всех событий.
Площадь кругов Е1 и Е2 – числа исходов, благоприятствующих событиям Е1 и
Е2.
[pic] - число исходов, благоприятствующих совместному появлению событий
Е1 и Е2.
[pic]

Допустим нас удовлетворяет появление только одного из двух событий Е1 и
Е2. Если эти события не совместны, то их пересечение пустое множество
[pic](, а вероятность появления Е1 и Е2 несовместимых событий определяется
по формуле:
[pic].
Однако, при совместных событиях нас не удовлетворяет ситуация, когда
оба события появляются одновременно. Вероятность такого исхода определяется
по теореме умножения вероятностей.
[pic]
Таким образом, вероятность появления событий Е1 и Е2 в общем случае
можно рассчитать по формуле:
[pic] - для независимых событий.
Вероятность появления хотя бы одного из двух совместных событий равна
сумме вероятностей этих событий без вероятности их совместного появления.
[pic] - для зависимых событий.

Пример: Два продавца независимо друг от друга обслуживают покупателей.
Вероятность того, что первый продавец сумеет продать товар 0,3, а второй –
0,2. Какова вероятность того, что хотя бы один из продавцов реализует
товар?
[pic]
Данную задачу можно решить и другим способом, рассматривая события, как
независимые совокупности. Тогда вероятность, что первый продавец не сумет
продать товар – 0,7, а вероятность того, что второй не сумеет продать товар
– 0,8.
[pic]

Пример: Вероятность покупки мужского костюма посетителем магазина
составляет 0,02, галстука – 0,1, а вероятность покупки галстука под
приобретенный костюм - 0,3.
[pic] Надо определить вероятность покупки покупателями хотя бы одной
из этих вещей. [pic]
Комбинация теорем сложения и умножения вероятностей выражается в
формуле полной вероятности.
Вероятность события Е, которое может произойти только при появлении
одного из событий [pic], составляющих полную группу, равна сумме
произведений вероятностей каждого из этих событий на соответствующую
условную вероятность события Е.
[pic]
По условию достоверным является появление одного из событий [pic] или
[pic] или [pic] или [pic]. По теореме умножения вероятностей:
[pic]
Но так как все эти события не совместны, вероятность появления одного
из них определяется по теореме сложения вероятностей.
Пример: На плодоовощную базу поступило 4 партии картофеля. В первой
партии – 95% доля стандартных клубней, во второй – 97%, в третьей – 94%, в
четвертой – 91%. При этом доля первой партии в общем объеме поставок – 28%,
второй – 31%, третьей – 24%, четвертой – 17%. Определить вероятность того,
что магазину, заказавшему товар, достанется стандартная продукция.
[pic]
[pic]
Полученный результат характеризует математическое ожидание или
вероятность поставки стандартной продукции в магазин. Фактически это
долевая средняя, показывающая среднюю долю стандартных клубней в четырех
партиях.

7. Вероятность гипотез. Формула Байеса.
Как уже отмечалось, практически любое утверждение в статистике
рассматривается как гипотеза, то есть некоторое предположение о наличии,
форме, тесноте взаимосвязей.
Предположим, событие Е наступает только при появлении одного из
несовместных событий [pic], образующих полную группу. Допустим, в
результате испытания событие Е произошло, то есть достоверным стало одно из
событий [pic] или [pic] или [pic] или [pic].
Каждое из этих событий рассматривается как гипотетическое и его
вероятность как раз определяется по формуле Байеса.
[pic]
Предыдущий пример: Известно, что в магазин поставлен стандартный
картофель. Какова вероятность того, что он из четвертой партии.
[pic]
[pic]
Таким образом, только в 16-ти случаях из 100 доставленная в магазин
стандартная продукция окажется из четвертой партии.

Применение формулы Байеса позволяет переоценить вероятности гипотез по
результатам испытаний, в следствие которых появилось событие Е.
Достоинство формулы Байеса в том, что она может применяться при
отсутствии сведений о числе элементарных исходов, достаточно знать
вероятности или частости событий.

8. Независимые события. Биномиальное распределение.
Предположим событие Е во всех случаях имеет одну и ту же вероятность
[pic], тогда вероятность противоположного события будет так же постоянна и
может определяться по формуле [pic].
Такой подход позволяет рассматривать практически любое пространство
элементарных событий, как дихотомное (то есть состоит из противоположных
событий).
Допустим, необходимо определить вероятность появления события Е ровно k
раз в n независимых испытаниях. В этом случае событие противоположное Е
произойдет n-k раз. Отобрать k-элементов из n можно различными способами,
каждый из которых несовместное событие, появление которого это результат
игры случая.
В математике доказано, что число различных комбинаций из n элементов по
k определяется по формуле:
[pic], ! это произведение натурального ряда чисел, каждое из которых
больше предыдущего на 1 (начиная с 1).
[pic]
В соответствии с теоремой умножения вероятностей вероятность появления
одной из возможных комбинаций определяется по формуле:
[pic]
[pic]
Формула, которая определяет вероятность появления события Е k-раз в n-
независимых испытаниях, называется формулой Бернулли. А схема отбора из
дихотомной совокупности схемой Бернулли (или схемой возвращаемого шара или
схемой повторного отбора).
Пример: Для обслуживания покупателей супермаркета в час пик без
очередей должно работать не менее 6 контролеров-кассиров из 8. Вероятность
отсутствия одного из работников составляет 0,1. Найти вероятность работы
расчетно-кассового узла без очередей.
[pic]
Поскольку нас устраивает работа 6, 7, 8 кассовых кабин, то вероятность
появления одного из этих несовместных событий будет определяться по формуле
сложения вероятностей. Каждая из этих вероятностей может определяться по
формуле Бернулли.
[pic]
Таким образом, в 96 случаях из 100 очередей не будет.

Если при фиксированной численности n-повторного отбора из дихотомной
совокупности изменять величину k, то полученное распределение вероятности
будет называться биномиальным. Поскольку его ординаты представляют собой
элементы разложения бинома [pic].
[pic]
Число наступления событий в n-независимых испытаниях называется
наивероятнейшим, если этому числу соответствует наибольшая вероятность.
[pic]
При этом если k смешанное число, то в результате выбирается ближайшее к
этому смешанному числу, но меньше его, целое число.
В примере с кассирами [pic].
Математическое ожидание М(k) числа появления событий Е в n-независимых
испытаниях равно произведению числа испытаний на вероятность появления
события в каждом испытании.
[pic]
Если перейти от абсолютного числа раз появления события к плотностям
распределения вероятностей, то будет равно p.
[pic]
Дисперсия биномиального распределения [pic], [pic] - по плотности.
График биномиального распределения зависит от соотношения p и q. Если p
равно q и равно 0,5, то распределение симметрично, в противном случае (p?q)
наблюдается асимметрия или скошенность полигона.
Показатель асимметрии биномиального распределения определяется по
формуле:
[pic]
Если [pic], то высота биномиального распределения соответствует высоте
кривой нормального распределения. Доказано, что с увеличением числа
испытаний значения [pic], а биномиальное распределение стремится к
нормальному распределению.

9. Вероятность редких событий. Формула Пуассона.
Применение формулы Бернулли сопряжено с расчетами трех факториалов, что
при достаточно больших значениях n, k, n-q, осложняет задачу. Поэтому
статистики математики разработали ряд примерных методов, заменяющих формулу
Бернулли при решении некоторых частных и общих задач.
Пример: Определение вероятности появления редких событий [pic], k-раз,
в n независимых испытаниях. Причем подразумевается нефиксированное, а
бесконечно большое количество испытаний ([pic] ). При этом [pic]. Такая
вероятность определяется по формуле Пуассона (альтернативные независимые
события).
[pic] - математическое ожидание;
[pic]
Формула Пуассона выводится из формулы Бернулли и после ряда
преобразований выглядит следующим образом [pic], где k – количество раз,
которое произойдет редкое событие.
Эта формула применяется в прикладных разработках, в теории массового
обслуживания (теории очередей), которая используется для расчета
оптимального числа точек обслуживания, числа бензоколонок, числа рабочих
мест операционистов в банке (такое число, чтобы не было очередей).
Кроме того, формула Пуассона применяется в ситуациях, когда не
требуется высокая точность расчетов, а вероятность события p не велика.

10. Локальная теорема де Муавра-Лапласа.
В 1730 г. формула для приближения расчета значений для случая, когда
p=q=0,5 предложил французский математик де Муавр.
Позднее в 1783 г. Лаплас обобщил результаты, полученные де Муавром, в
своей теореме. Если вероятность p появления события Е в каждом испытании
постоянна и отлична от 0 и 1, то вероятность [pic] появления события Е в n
испытаниях равно k раз приближенно равна значению функции:
[pic]
Созданы специальные таблицы значений функции [pic] в зависимости от
величины t. t – стандартизированное значение.
[pic]
Пример: Найти вероятность того, что 80 из 1000 приобретут мужскую
обувь, если вероятность покупки обуви p=0,11 (по данным из наблюдений за
предыдущий период).
1) [pic]
[pic]
Поскольку в функции [pic] использована четная степень t – функция
положительна, то есть [pic].
[pic]
Таким образом, только в 404 случаях из 1 млн. ровно 80 из 1000
посетителей приобретут мужскую обувь.
2) [pic]
[pic]
Таким образом, в 242 случаях из 10000 ровно 120 из 1000 посетителей
приобретут мужскую обувь.

11. Интегральная формула Лапласа.
Локальная теорема Лапласа имеет важное значение, однако ее практическое
значение ограничено. На практике важно знать вероятность того, что событие
Е произойдет число раз, заданное в определенных пределах.
Пример: Вероятность приобретения покупателями мужской обуви от 80 до
120 человек из 1000.
[pic], то есть, равна сумме вероятностей несовместных событий покупки
1000 посетителей конкретного числа пар обуви в пределах от 80 до 120 пар
обуви.
Каждое из слагаемых определяется по локальной формуле Лапласа. Высокая
трудоемкость задачи очевидна, поэтому рациональным способом решения задачи
является интегрирование локальной функции Лапласа.
Если вероятность p появления событий Е в каждом испытании постоянна и
отлична от 0 и 1 , то
[pic], при этом
[pic]
Интегрированная функция описывает распределение вероятности полной
группы событий, поэтому ее общая площадь в пределах изменения t от [pic] до
[pic] равна 1.
Поскольку функция асимптотически приближается к оси абсцисс в пределах
изменения t от [pic] до -5, а так же от +5 до [pic] считается, что единице
равна площадь кривой в пределах ординат [pic].
Значения функции даны в приложении 3, они указаны в пределах от –t до
+t.
Пример: от 80 до 120
[pic]
Таким образом, в 84 случаях из 100.
Складывая и вычитая площади, определенные по таблицам всегда можно
получить необходимый результат.

12. Зависимые события. Гипергеометрическое распределение.
Для вывода функции гипергеометрического распределения проводятся
испытания (выборка) по схеме невозвращающегося шара. В этом случае
вероятность появления события Е k-раз в n зависимых испытаниях подвергается
влиянию не только числа отбираемых единиц n, но и численности всей
генеральной совокупности N.
Если p доля единиц генеральной совокупности, обладающих изучаемым
признаком, а q – доля необладающих этим признаком, то вероятность появления
события Е k раз n зависимых испытаний определяется по формуле:
[pic], где [pic] - число сочетаний из pN=M элементов генеральной
совокупности, обладающих изучаемым признаком по k; [pic] - число сочетаний
из qN=N-M единиц, необладающих изучаемым признаком n-k единиц; [pic] -
число исходов, удовлетворяющих и неудовлетворяющих данному испытанию.
[pic]
Математическое ожидание гипергеометрического распределения не зависит
от объема генеральной совокупности и как в биномиальном распределении
определяется по формуле:
[pic], где [pic] - корректирует дисперсию при бесповторном отборе в
зависимости от численности выборки и генеральной совокупности.
Если численность генеральной совокупности достаточно велика, то [pic],
в этом случае [pic], то [pic], то есть, зная параметры биномиального
распределения всегда можно рассчитать параметры гипергеометрического.

13. Нормальное распределение.
Нормальное распределение – это наиболее важный вид распределения в
статистике.
Нормально распределяются значения признака под воздействием множества
различных причин, которые практически не взаимосвязаны друг с другом и
влияние каждой из которых сравнительно мало, по сравнению с действием всех
остальных факторов.
Нормальное распределение отражает вариацию значений признака у единиц
однородной совокупности. Подобное распределение наблюдается преимущественно
в естественно-научных испытаниях (измерение роста, веса).
В социально-экономических явлениях нормального распределения данные
встречаются редко. Здесь всегда присутствуют причины существенным образом
влияющие на уровень изучаемого признака (результат управленческого
воздействия).
Тем не менее, гипотеза о нормальном распределении исходных данных лежит
в основе методологии анализа взаимосвязей выборочного метода и многих
других статистических методов.
При достаточно большом числе испытаний нормальная кривая служит
пределом, к которому стремятся многие виды распределения, в том числе
биномиальное и гипергеометрическое.
Нормальное распределение выражается функцией вида:
[pic]
Данная функция характеризует плотность нормального распределения
вероятности, ее математическое ожидание [pic], а показатель степени –
стандартное значение отклонений эмпирических данных от
среднеарифметических.
Масштабирование данных кривой по оси x осуществляется величинами
среднеквадратического отклонения [pic]. Так как показатель степени функции
возведет в четную степень, функция положительна, кривая симметрична
относительно средней, то есть показатель асимметрии равен [pic]. Показатель
эксцесса кривой нормального распределения так же равен 0.
[pic]
Значения параметров [pic] и [pic] влияют на форму и положение графика
на координатной плоскости. С изменением [pic] при [pic] кривая скользит
вдоль оси x. С изменением [pic] при [pic] чем больше [pic] тем более
плосковершинной становится нормальная кривая. Нормальная кривая имеет точки
перегиба с координатами [pic]. Площадь, ограниченная функцией и ординатами,
проведенными из точек с координатами:
[pic] составляет 0,6827 площади всей кривой;
[pic] - 0,9545 площади всей кривой;
[pic] - 0,9973 площади всей кривой.

14. Сравнительная оценка параметров эмпирического и нормального
распределений. Критерий Пирсона.
Нормальный характер распределения свидетельствует о количественной
однородности статистических данных и об отсутствии каких-либо причин
существенным образом определяющих вариацию изучаемого явления.
Поэтому статистический анализ нередко начинается с проверки того, как
фактически (эмпирически) данные ложатся на идеальную теоретическую кривую
или апроксимируются (то есть выражение данных какой-либо кривой) сравнение
эмпирических и теоретических данных. Производится путем оценки гипотезы
нормального характера распределения. Вероятностные статистические
предположения выдвигаются в виде нулевой гипотезы. Отклонения данных
эмпирических от нормальных носят случайный характер. Оценку нулевой
гипотезы в данном случае осуществляют графическим методом или путем расчета
специальных обобщающих показателей сходства, называемых критериями
согласия.
Независимо от выбранного метода генеральные ряды распределения
преобразуются в дискретные и стандартизируются.
Пример: Известно, что среднемесячная заработная плата всех рабочих
[pic]=1402,42 руб., среднеквадратическое отклонение [pic]=338,58 руб.
Данные распределения среднемесячной заработной платы.
Средне-месячная заработная плата |Число раб-ков, [pic] (эмпир.) |[pic]
|[pic] |[pic] |[pic] |[pic]
(теор.) |[pic] |[pic] |[pic] | |До 700 |16 |600 |-2,37 |-2,81 |0,0241
|12,93 |3,07 |9,41 |0,73 | |700,1-900 |56 |800 |-1,78 |-1,58 |0,0819 |44,04
|11,96 |142,95 |3,25 | |900,1-1100 |89 |1000 |-1,19 |-0,71 |0,1969 |105,82
|-16,82 |282,90 |2,67 | |1100,1-1300 |172 |1200 |-0,60 |-0,18 |0,3337
|179,35 |-7,35 |54,05 |0,30 | |1300,1-1500 |244 |1400 |-0,01 |0,00 |0,3989
|214,44 |29,56 |873,70 |4,07 | |1500,1-1700 |163 |1600 |0,58 |-0,17 |0,3365
|180,87 |-17,87 |319,44 |1,77 | |1700,1-1900 |93 |1800 |1,17 |-0,69 |0,2002
|107,62 |-14,62 |213,80 |1,99 | |1900,1-2100 |64 |2000 |1,76 |-1,56 |0,0840
|45,17 |18,83 |354,42 |7,85 | |Свыше 2100,1 |13 |2200 |2,36 |-2,77 |0,0249
|13,38 |-0,38 |0,14 |0,01 | |Итого |910 | | | | | | | |22,63 | |
В связи с тем, что табличные значения рассчитаны для непрерывно
изменяющегося признака с дисперсией равной 1, необходимо скорректировать
полученные частости на фактическую величину интервала и
среднеквадратическое отклонение.
[pic], где [pic] величина интервала. Так как все интервалы равны
[pic], тогда [pic].
[pic]

Графики не позволяют определить насколько существенны отклонения,
поэтому более точным считается способ расчета критериев согласия. Наиболее
известный из них:
[pic]
В соответствии с формулой, чем сильнее совпадение кривых, тем меньше
величина [pic]. При отсутствии отклонений [pic], но даже при небольших
отклонениях величина [pic] зависит от числа слагаемых (то есть от числа
групп). Если [pic]>0, то необходима его вероятностная оценка (стр. 368).
[pic] - число степеней свободы и заданная вероятность несущественности
отклонений эмпирических данных и теоретических. r – число групп, k - число
параметров, которые нельзя изменить.
[pic]
Поскольку фактическое значение [pic] (22,63) гораздо больше табличного
(5,348) даже для вероятности 0,5, гипотеза о случайном характере отклонений
эмпирических данных от теоретических отклоняется.







Реферат на тему: Теория и методология статистического наблюдения

ВВЕДЕНИЕ

Возрастающий интерес к статистике вызван современным этапом развития
экономики в стране, формирования рыночных отношений. Это требует глубоких
экономических знаний в области сбора, обработки и анализа экономической
информации.
Статистическая грамотность является неотъемлемой составной частью
профессиональной подготовки каждого экономиста, финансиста, социолога,
политолога, а также любого специалиста, имеющего дело с анализом массовых
явлений, будь то социально-общественные, экономические, технические,
научные и другие. Работа этих групп специалистов неизбежно связана со
сбором, разработкой и анализом данных статистического (массового)
характера. Нередко им самим приходится проводить статистический анализ
различных типов и направленности либо знакомиться с результатами
статанализа, выполненного другими. В настоящее время от работника,
занятого в любой области науки, техники, производства, бизнеса и прочее,
связанной с изучением массовых явлений, требуется, чтобы он был, по
крайней мере, статистически грамотным человеком. В конечном счете,
невозможно успешно специализироваться по многим дисциплинам без усвоения
какого-либо статистического курса. Поэтому большое значение имеет
знакомство с общими категориями, принципами и методологией
статистического анализа.
Основу статистической грамотности в значительной мере дает предмет
«Общая теория статистики».
Как известно, для статистической практики РФ и стран СНГ в последние
годы важнейшим вопросом оставалось адекватное информационное отражение
новых социально-экономических явлений. Сюда, в частности, относится
организация получения и анализ данных, характеризующих изменение форм
собственности и процесс приватизации, негосударственную занятость
населения и безработицу, деятельность рыночных финансово-кредитных
структур и коренное реформирование налоговой системы, новые виды миграции
граждан и поддержку возникших малоимущих социальных групп, а также многое
другое. Кроме того, в целях отслеживания внедрения рыночных отношений и
складывающихся реалий серьезной корректировки, потребовали системы
показателей, сбор и разработка данных в традиционных областях
статистического наблюдения: по учету основных результатов промышленного и
сельскохозяйственного производства, внутренней и внешней торговли,
деятельности объектов социальной сферы и т.д. Вместе с тем, насущная
необходимость получения адекватной и однозначной информации в настоящее
время систематически возрастает.
За последнее время подходы к организации статистического наблюдения за
социально-экономическими явлениями жизни не претерпели существенных
изменений.
Статистическое наблюдение выступает как один из главных методов
статистики и как одна из важнейших стадий статистического исследования.
Важность этого этапа исследования определяется тем, что использование
только объективной и достаточно полной информации, полученной в
результате статистического наблюдения, на последующих этапах исследования
в состоянии обеспечить научно обоснованные выводы о характере и
закономерностях развития изучаемого объекта. Статистическое наблюдение от
начальной до завершающей стадии-получения итоговых материалов должно быть
тщательно продуманным и четко организованным.

ПОНЯТИЕ СТАТИСТИЧЕСКОГО НАБЛЮДЕНИЯ,
И ЕГО ЭТАПЫ ПРОВЕДЕНИЯ

Для исследования социально-экономических явлений и процессов
общественной жизни следует прежде всего собрать о них необходимые
сведения – статистические данные. Под статистическими данными
(информацией) понимают совокупность количественных характеристик
социально-экономических явлений и процессов, полученных в результате
статистического наблюдения, их обработки или соответствующих расчетов.
Статистическая информация необходима и государственным органам
управления, и частным предпринимателям. Так, данные об экономическом
положении в стране, о существующей покупательной способности населения,
его составе и численности, рентабельности предприятий различных отраслей
народного хозяйства, динамике безработицы, об изменении индексов цен на
отдельные товары нужны государственным службам для совершенствования
системы налогооблажения предприятий и частных лиц, внесения изменений в
таможенную и инвестиционную политику, разработки мер по социальной защите
различных слоев населения. Эти же сведения требуются и частным
предпринимателям для планирования и организации производства.
Основными свойствами статистической информации являются ее массовость и
стабильность. Первая черта связана с особенностями предмета исследования
статистики как науки, а вторая – говорит о том, что однажды собранная
информация остается неизменной и, следовательно, имеет способность
устаревать. Поэтому и выводы о состоянии и развитии явления, сделанные на
основе анализа информации, полученной несколько лет назад, могут быть
неполными и даже неверными.
Важной частью любого статистического исследования является
статистическое наблюдение.
Статистическое наблюдение – это массовое, планомерное, научно-
организованное наблюдение за явлениями социальной и экономической жизни,
которое заключается в регистрации отобранных признаков у каждой единицы
совокупности.
Примером статистического наблюдения являются опросы общественного
мнения, которые особенно популярны стали в России в последние годы. Такое
наблюдение предпринимается с целью выявления отношения людей к некоторым
представляющим интерес вопросам или спорным событиям. Изучение
общественного мнения входит в основу общей системы исследования рынка и
является его важной составной частью. Такое наблюдение требует опроса
ряда лиц по заранее определенной программе.
Статистическое наблюдение может проводиться органами государственной
статистики, научно-исследовательскими институтами, экономическими
службами банков, бирж, фирм.
Процесс проведения статистического наблюдения включает следующие этапы:
° подготовка наблюдения;
° проведение массового сбора данных;
° подготовка данных к автоматизированной обработке;
° разработка предложений по совершенствованию статистического
наблюдения.

Любое статистическое наблюдение требует тщательной, продуманной
подготовки. От нее во многом будут зависеть надежность и достоверность
информации, своевременность ее получения.
Подготовка статистического наблюдения – процесс, включающий разные виды
работ. Сначала необходимо решить методологические вопросы, важнейшими из
которых являются определение цели и обьекта наблюдения, состава
признаков, подлежащих регистрации; разработка документов для сбора
данных; выбор отчетной единицы и единицы, относительно которой будет
проводиться наблюдение, а также методов и средств получения данных.
Кроме методологических вопросов необходимо решить проблемы
организационного характера, например, определить состав органов,
проводящих наблюдение; подобрать и подготовить кадры для проведения
наблюдения; составить календарный план работ по подготовке, проведению и
обработке материалов наблюдения; провести тиражирование документов для
сбора данных.
Проведение массового сбора данных включает работы, связанные
непосредственно с заполнением статистических формуляров. Он начинается с
рассылки переписных листов, анкет, бланков, форм статистической
отчетности и заканчивается их сдачей после заполнения в органы,
проводящие наблюдение.
Собранные данные на этапе их подготовки к автоматизированной обработке
подвергаются арифметическому и логическому контролю. Оба эти контроля
основываются на знании взаимосвязей между показателями и качественными
признаками. На заключительном этапе проведення наблюдения анализируются
при-чнны, которые привели к неверному заполнению статистических бланков,
и разрабатываются предложения по совершенствованию наблюдения. Это очень
важно для организации будущих обследований.
Получение сведений в ходе статистического наблюдения требует немало
затрат финансовых и трудовых ресурсов, а также времени.

ЦЕЛЬ СТАТИСТИЧЕСКОГО НАБЛЮДЕНИЯ

Цель наблюдения. Статистические наблюдения чаще всего преследуют
практическую цель – получение достоверной информации для выявления
закономерностей развития явлений и процессов. Например, целью
микропереписи населения России 1994 г. было получение данных о
численности,составе населения, условиях его проживания.
Задача наблюдения предопределяет его программу и формы организации.
Неясно поставленная цель может привести к тому, что в процессе,
наблюдения будут собраны ненужные данные или, наоборот, не будут получены
сведения, необходимые для анализа.
Объект и единица наблюдения. Отчетная единица. При подготовке
наблюдения кроме цели следует точно определить, что именно подлежит
обследованию, т. е. установить объект наблюдения.
Под объектом наблюдения понимается некоторая статистическая
совокупность, в которой проистекают исследуемые социально-экономические
явления и процессы. Объектом наблюдения может быть совокупность
физических лиц (население отдельного региона, страны; лица, занятые на
предприятиях отрасли), физические единицы (станки, машины, жилые дома),
юридические лица (предприятия, фермерские хозяйства, коммерческие банки,
учебные заведения).
Чтобы определить объект статистического наблюдения, необходимо
установить границы изучаемой совокупности. Для этого следует указать
важнейшие признаки, отличающие его от других сходных объектов. Например,
прежде чем проводить обследование рентабельности промышленных
предприятий, следует определить формы собственности, организационно-
правовые формы предприятий, отрасли промышленности и регионы, подлежащие
наблюдению.
Всякий объект статистического наблюдения состоит из отдельных элементов
– единиц наблюдения.
В статистике единицей наблюдения (в зарубежной литературе используется
термин "элементарная единица") называют составной элемент объекта,
являющийся носителем признаков, подлежащих регистрации. Например, при
демографических обследованиях единицей наблюдения может быть человек, но
может быть и семья; при бюджетных обследованиях – семья или домашнее
хозяйство.
Единицу наблюдения следует отличать от отчетной единицы. Отчетной
единицей выступает субъект, от которого поступают данные об единице
наблюдения. Так, при организации статистического наблюдьния в капитальном
строительстве информация может быть попучсна от проект-них или подрядных
организаций, или от предприятий-застройщиков.
Единица наблюдения и отчетная единица могут совпадать. Например, если
надо определить объем освоенных за год капитальных вложений, то
предприятие-застройщик будет одновременно и единицей наблюдения, и
отчитывающейся организацией. Однако при изучении процесса концентрации
капитальных вложений отчетной единицей по-прежнему будет застройщик, а
единицей наблюдения – стройки и объекты, строительство которых ведет
данный застройщик.

ПРОГРАММА СТАТИСТИЧЕСКОГО НАБЛЮДЕНИЯ

Программа статистического наблюдения. Всякое явление обладает
множеством различных признаков. Собирать информацию по всем признакам
нецелесообразно, а часто и невозможно. Поэтому необходимо отобрать те
признаки, которые являются существенными, основными для характеристики
объекта, исходя из цели исследования. Для определения состава
регистрируемых признаков разрабатывают программу наблюдения.
Программа наблюдения – это перечень признаков (или вопросов),
подлежащих регистрации в процессе наблюдения. От того, насколько хорошо
разработана программа статистического наблюдения, во многом зависит
качество собранной информации.
Чтобы составить правильно программу наблюдения, исследователь должен
ясно представлять задачи обследования конкретного явления или процесса,
определить состав используемых в анализе методов, необходимые группировки
и уже на основе этого выявить те признаки, которые можно определить при
проведении работы. Обычно программа выражается в форме вопросов
переписного -опросного) листа.
К программе статистического наблюдения предъявляются следующие
требования.
Программа должна содержать существенные признаки, непосредственно
характеризующие изучаемое явление, его тип, основные черты, свойства. Не
следует включать в программу признаки, имеющие второстепенное значение по
отношению к цели обследования или значения которых заведомо будут
недостоверны или отсутствовать, например, в первичном учете или при
незаинтересованности отчетных единиц в представлении такой информации,
так как она является предметом коммерческой тайны.
Вопросы программы должны быть точными и не двусмысленными, иначе
полученный ответ может содержать не верную информацию, а также легкими
для понимания во избежание лишних трудностей при получении ответов.
При разработке программы следует не только определить состав вопросов,
но и их последовательность. Логичный порядок в последовательности
вопросов (признаков) поможет получить достоверные сведения об явлениях и
процессах.
Наблюдение охватит территорию всей страны. При сборе сведений о
стоимости потребительсиой корзины в Москве и Санкт-Петербурге местом
проведения обследования будут территории этих двух крупнейших городов
страны.
Выбор времени наблюдения заключается в решении двух вопросов:
° установление критического момента (даты) или интервала времени;
° определение срока (периода) наблюдения.
Под критическим моментом (датой) понимаются конкретный день года, час
дня, по состоянию на который должна быть проведена регистрация признаков
по каждой единице исследуемой совокупности. Так, например, критическим
моментом микропереписи населения РФ в 1994 г. был 0 часов в ночь с 13 на
14 февраля 1994 г. Критический момент устанавливается с целью получения
сопоставимых статистических данных. В случае исследования варьирования
биржевых котировок на торгах валютных бирж в различных городах России
необходимо иметь данные о курсах доллара США, японской иены, немецкой
марки и других валют, зарегистрированные в один и тот же день. Если же
надо проанализировать изменение обьема продаж какой-либо валюты на
биржевом рынке в отчетном месяце по сравнению с предыдущим месяцем, то
устанавливается не критический момент, а интервал времени, за который
следует получить статистические данные.
Выбор критического момента или интервала времени определяется прежде
всего целью исследования.
Срок (период) наблюдения – это время, в течение которого происходит
заполнение статистических формуляров, т. е. время, необходимое для
проведения массового сбора данных. Этот срок определяется исходя из
обьема работы (числа регистрируемых признаков и единиц в обследуемой
совокупности), численности персонала, занятого сбором информации. Следует
учитывать, что отдаление периода наблюдения от критического момента или
интервала времени может привести к снижению достоверности получаемых
сведений. Например, микроперепись населения, упомянутая ранее,
проводилась в течение десяти дней с 14 февраля по 23 февраля 1994 г

ОРГАНИЗАЦИОННАЯ РАБОТА В СТАТИСТИЧЕСКОМ НАБЛЮДЕНИИ

Успех любого статистического наблюдения зависит не только от
тщательности методологической подготовки, но и от правильного и
своевременного решения широкого спектра организационных вопросов.
Важнейшее место в организационной работе занимает подготовка кадров, в
процессе которой проводятся различного рода инструктажи с сотрудниками
статистических органов, с организациями, представляющими данные, по
вопросам заполнения статистических документов, подготовки материалов
наблюдения к автоматизированной обработке и т. д.
Если проведение наблюдения связано с большими затратами трудовых
ресурсов, то для регистрации сведений в период проведения обследований
привлекаются лица из числа неработающих (в том числе безработные) и
некоторых категорий учащихся (студенты высших учебных заведений, учащиеся
старших курсов техникумов). При проведении переписи населения таких лиц
называют счетчиками. Обычно организуется обучение временного персонала.
Оно проводится для выработки навыков правильного заполнения
статистических формуляров счетчиками.
Размножение документации самого обследования, документации для
проведения инструктажей и рассылка их республиканским, краевым, областным
комитетам и управлениям статистики также относятся к организационным
вопросам наблюдения.
В период подготовки большая роль отводится массово-разъяснительной
работе: проведению лекций, бесед, организации выступлений в печати, по
радио и телевидению о значении, целях и задачах предстоящего
обследования.
Для согласования деятельности всех служб, занятых подготовкой и
проведением наблюдения, целесообразно составить календарный план,
представляющий собой перечень (наименование) работ и сроки их исполнения
отдельно для каждой организации, занятой в проведении обследования.

ФОРМЫ СТАТИСТИЧЕСКОГО НАБЛЮДЕНИЯ

На этапе подготовки обследования нужно выяснить, как часто оно будет
проводиться, будут ли обследоваться все единицы совокупности или только
часть их, как получать информацию об объекте (путем интервью по телефону,
по почте, простым наблюдением и т. п.). Другими словами, - необходимо
определить формы, способы и виды статистического наблюдения.
Формы статистического наблюдения. В отечественной статистике
иьпользуются три организационные формы (типы) статистического наблюдения:
- отчетность(предприятий, организаций, учреждений и т. п.);
- специально организованное статистическое наблюдение
(переписи,единовременные учеты, обследования сплошного и несплошного
характера);
- регистры.
Статистическая отчетность. Отчетность – это основная форма
статистического наблюдения, с помощью которой статистические органы в
определенные сроки получают от предприятий, учреждений и организаций
необходимые данные в виде установленных в законном порядке отчетных
документов, скрепляемых подписями лиц, ответственных за их представление
и достоверность собираемых сведений, Таким образом, отчетность – это
официальный документ, содержащий статистические сведения о работе
предприятия, учреждения, организации и т. п.
Отчетность как форма статистического наблюдения основана на первичном
учете и является его обобщением. Первичный учет представляет собой
регистрацию различных фактов, событий, производимую по мере их
совершения, как правило, на особом документе, называемом первичным
учетным документом.
Для отчетности характерно то, что, во-первых, она утверждается органами
государственной статистики. Представление информации по неутвержденным
формам является нарушением отчетной дисциплины. Во-вторых, она имеет
обязательный характер, т. е. все предприятия, учреждения, организации
должны представлять ее в указанные сроки; юридическую силу, потому что
подписывается руководителем предприятия (учреждения, организации);
документальную обоснованность, так как все данные базируются на
документах первичного учета.
Действующую статистическую отчетность делят на типовую и
специализированную. Состав показателей в типовой отчетности является
единым для предприятий всех отраслей народного хозяйства. В
специализированной отчетности состав показателей изменяется в зависимости
от особенностей отдельных отраслей экономики.
По срокам представления отчетность бывает ежедневная, недельная,
двухнедельная, месячная, квартальная и годовая. Кроме годовой отчетности
все перечисленные виды представляют собой текущую отчетность.
По способу представления сведений отчетность делится на телеграфную,
телетайпную, почтовую.
Специально организованное статистическое наблюдение. Перепись.
Специально организованное наблюдение проводится с целью получения
сведений, отсутствующих в отчетности, или для проверки ее данных.
Наиболее простым примером такого наблюдения является перепись. Российская
практическая статистика проводит переписи населения, материальных
ресурсов, многолетних насаждений, неустановленного оборудования, строек
незавершенного строительства, оборудования и др.
Перепись – это специально организованное наблюдение, повторяющееся, как
правило, через равные промежутки времени, с целью получения данных о
численности, составе и состоянии объекта статистического наблюдения по
ряду признаков.
Характерными особенностями переписи являются: одновременность
проведения ее на всей территории, которая должна быть охвачена
обследованием; единство программы наблюдения; регистрация всех единиц
наблюдения по состоянию на один и тот же критический момент времени.
Программа наблюдения, приемы и способы получения данных по возможности
должны оставаться неизменными. Это позволяет обеспечить сопоставимость
собираемой информации и получаемых в ходе разработки материалов переписи
обобщающих показателей. Тогда можно не только определить численность и
состав исследуемой совокупности, но и проанализировать ее количественное
изменение в период между двумя обследованиями.
Из всех переписей наиболее известны переписи населения. Цель последних
состоит в установлении численности и размещения населения по территории
страны, характеристики его состава по полу, возрасту, занятиям и другим
ноказателям. Первая всеобщая перепись населения России была проведена в
1897 г., а последняя – в 1989 г.
В период подготовки всеобщей переписи для уточнения и апробации
программно-методических и организационных вопросов наблюдения проводят
пробную перепись. Например, такая перепись была осуществлена в декабре
1986 г. Это обследование охватило не все, а только пять процентов
населения страны. Запись сведений при переписи населения всегда
проводится на основе его опроса (без требования предъявить какие-либо
документы, подтверждающие правильность ответа).
Переписи получили большое распространение и в зарубежной статистике.
Среди них наиболее интересными являются систематически проводимые в США
переписи отраслей национального хозяйства, в частности переписи
обрабатывающей промышленности, называемые цензами. (Следует иметь в виду,
что слово "ценз" имеет несколько значений. Это не только синоним слова
"перепись". Под ним еще понимается ряд признаков, наличие которых при
организации наблюдения служит основанием для отнесения той или иной
единицы к исследуемой совокупности). Американские переписи охватывают все
предприятия и проводятся один раз в пять лет (в годы, оканчивающиеся на
цифру 2 или 7). В промежутках между переписями проводятся ежегодные
выборочные обследования для заполнения пробелов в данных.
Программа таких переписей предусматривает получение данных о
численности занятого населения, заработной плате, отработанных
человекочасах, затратах по снабжению; сведений о потреблении
электроэнергии,капитальных вложениях, стоимости и количестве отгруженной
продукции, запасах готовой продукции, стоимости незавершенного
производства, материалов и топлива на конец года, а также содержит
специальные вопросы о типе предприятия, его оборудовании и т. д.
Опросные формы посылаются предприятиям для заполнения по почте за 4-7
месяцев до начала переписи. Это позволяет отчетным единицам своевременно
и правильно заполнить переписные листы.
Кроме переписей статистика проводит и другие специально организованные
наблюдения, в частности бюджетные обследования, которые характеризуют
структуру потребительских расходов и доходов семей.
Регистровая форма наблюдения. Регистровое наблюдение – это форма
непрерывного статистического наблюдения за долговременными процессами,
имеющими фиксированное начало, стадию развития и фиксированный конец. Оно
основано на ведении статистического регистра. Регистр представляет собой
систему, постоянно следящую за состоянием единицы наблюдения и
оценивающую силу воздействия различных факторов на изучаемые показатели.
В регистре каждая единица наблюдения характеризуется совокупностью
показателей. Одни из них остаются неизменными в течение всего времени
наблюдения и регистрируются один раз; другие показатели, периодичность
изменения которых неизвестна, обновляются по мере изменения; третьи –
представляют собой динамические ряды показателей с заранее известным
периодом обновления. Все показатели хранятся до полного завершения
наблюдения за единицей обследуе-мой совокупности.
Организация и ведение регистра невозможны без решения следующих
вопросов.
° Когда заносить в регистр и исключать из него единицы совокупности?
° Какая информация должна храниться?
° Из каких источников следует брать данные?
° Как часто обновлять и дополнять информацию?
В практике статистики различают регистры населения и регистры
предприятий.
Регистр населения – поименованный и регулярно актуализируемый перечень
жителей страны. Программа наблюдения ограничена общими признаками,
такими, как пол, дата и место рождения, дата вступления в брак (эти
данные остаются неизменными в течение всего периода наблюдения) и брачное
состояние (переменный признак). Как правило, регистры хранят информацию
только по тем переменным признакам, изменение значений которых
документально оформлено.
Информация в регистр заносится на каждого родившегося и прибывшего из-
за границы. Если человек умер или выехал на постоянное место жительства
из страны, то сведения о нем изымаются из регистра. Регистры населения
ведутся по отдельным регионам страны. При перемене места жительства
сведения по единице населения передаются в регистр соответствующей
территории. В связи с тем, что правила регистрации довольно сложны и
ведение регистра требует больших затрат, эта форма наблюдения
практикуется в государствах с небольшой численностью и высокой культурой
населения (в основном это европейские страны).
Необходимо отметить, что регистр населения, как любой регистр,
охватывающий наблюдением значительную совокупность единиц, содержит
данные по ограниченному числу признаков. Поэтому ведение регистра
предполагает проведение специально организованных обследований, в том
числе и переписей населения.
Регистр предприятий включает в себя все виды экономической деятельности
и содержит значения основных признаков по каждой единице наблюдаемого
объекта за определенный период или момент времени. Регистры предприятий
содержат данные о времени создания (регистрации предприятия), его
название и адрес, телефон, об организационно-правовой форме, структуре,
виде экономической деятельности, количестве занятых (этот показатель
отражает размер предприятия) и др.
В нашей стране были разработаны три регистра: промышленных пред,
приятий, строек и подрядных организаций. Внедрение их в статистическую
практику сушественно повысило информационный и аналитический уровни
статистики, позволило решить ряд экономико-статистических задач, для
которых непригодны другие формы статистического наблюдения. В настоящее
время ведутся работы по созданию единого регистра для жех хозяйственных
единиц. Ему отводится важное значение во внедрении системы национальных
счетов в статистическую практику.
Единый государственный регистр предприятий и организаций всех форм
собственности (ЕГРПО) дает возможность организовать сплошное наблюдение
по ограниченному кругу

Новинки рефератов ::

Реферат: Культура Київської Русі (Культурология)


Реферат: Образовательная система Испании (Педагогика)


Реферат: Защита от электромагнитных полей (Радиоэлектроника)


Реферат: Макросфера. Внешняя среда организации (Менеджмент)


Реферат: Билеты для подготовки к экзамену по химии - декабрь 2000 (Химия)


Реферат: Центральный район России (География)


Реферат: Культура Средневековья (Культурология)


Реферат: Межличностные отношения в коллективе подростков (Педагогика)


Реферат: Избирательные системы (Право)


Реферат: Процессоры. История развития. Структура. Архитектура (Компьютеры)


Реферат: Традиционные верования и мировоззрения народов ханты и манси (Культурология)


Реферат: Преступность в России и зарубежных странах. Сравнительный анализ (Криминалистика)


Реферат: Особенности творчества Клода Дебюсси (Музыка)


Реферат: Екатерина II: личность и деятельность (Исторические личности)


Реферат: Обмен веществ и энергии в живых организмах (Биология)


Реферат: Искусство античного Рима (Искусство и культура)


Реферат: Международные стандарты бухгалтерского учета (IAS) (Бухгалтерский учет)


Реферат: Необходимая оборона, понятие, признаки, условия правомерности (Уголовное право и процесс)


Реферат: Договоры на выполнение работ: понятие, виды (Гражданское право и процесс)


Реферат: Ренуар Пьер-Огюст(1841-1919) (Культурология)



Copyright © GeoRUS, Геологические сайты альтруист