Лекция 4. Статистическая сводка и группировка материалов стат. наблюдений

1. Понятие статистической сводки;

2. Классификация стат. Группировок;

3. Группировки и классификации в практике статистики;

4. Основные правила составления стат. Таблиц;

5. Стат. Ряды распределения.

Понятие стат. Сводки:

Полученные в результате стат. Наблюдения первичные данные (первый этап стат. Исследования) характеризует только отдельные объекты изучаемой совокупности, но не всю совокупность в целом. Чтобы выявить характерные особенности этой совокупности, выявить тенденции и закономерности, взаимосвязь, взаимозависимость и взаимообусловленность изучаемых объектов, необходимо все собранные данные систематизировать, подсчитать итоги и разбить на однородные группы, это достигается при помощи стат. Сводки (второй этап стат. Исследования), т.е. научная обработка собранных первичных данных об объектах наблюдения.

Цель: получение сводной социально-экономической оценки объекта исследования.

По глубине обработки данных различают 2 вида сводок:

1. Сводка в «узком понимании слова» - это арифметический подсчёт итоговых данных, которые характеризуют изучаемую совокупность.

2. Сводка в «широком понимании слова» - это и есть научная обработка собранных первичных данных с помощью специальных приёмов статистики, таких как сравнение группировка, средние величины, графики, подсчёт индексов, заполнении стат. Таблиц.

Программа стат. Сводки включает в себя три этапа:

1. Выбор группировочных признаков, формирование отдельных групп, подгрупп и расчёт показателей в этих группах и подгруппах;

2. Определение территориальных границ, в которых введётся обработка стат. Данных;

3. Определение степени детализации данных;

4. Составление таблиц, подсчёт итогов, составление графиков и диаграмм.

Все стат. Сводки делит на две группы:

1. Первичные стат. Сводки (сбор, обработка и подсчёт итогов);

2. Вторичная сводка – научная обработка данных первичной сводки и составление на её основе стат. Отчётов.

Классификация стат. Группировок:

Стат. Группировка один из основных методов обработки и анализа стат. Информации.

Основная цель сводки: на основе полученных данных разбить изучаемую стат. Совокупность на качественно однородные группы по отдельным признакам.

Выбор признака зависит от поставленной цели исследования. Вместе с тем при выборе этих признаков надо учитывать следующие моменты:

1. Отобранные признаки должны быть существенными, т.е. важными;

2. Выбор признаков необходимо производить с учётом специфики изучаемых объектов;

3. Для наиболее полной характеристики изучаемого объекта, явления или процесса необходимо отбирать несколько существенных признаков.

С помощью методов группировок в статистики решаются следующие аналитические задачи:

1. Выделение социально-экономических типов групп, подгрупп или категорий;

2. Изучение и анализ в этих группах и подгруппах, структурных сдвигов;

3. Выявление и анализ взаимосвязей, взаимозависимостей и взаимообусловленностей изучаемых объектов (макро-микро показателей, общественных явлений или процессов).

В зависимости от поставленных целей и задач все группировки можно разделить на 4 больших группы:

1. Типологические группировки;

2. Вариационные группировки;

3. Аналитические группировки;

4. Многомерные группировки.

1. Типологические группировки по атрибутивному (качественному) признаку. Данная группировка предполагает, что количество выделенных групп строго соответствует числу градаций этого признака;

Таблица 1. Группировка предприятий по формам собственности.

Форма собственности (градации)	Количество предприятий	Удельный вес
Федеральная	30	14,8
Муниципальная	120	59,1
Частная	15	7,4
Акционерная	38	18,7
	203	100

Данная таблица показывает, что типологическая группировка выполнена по всем градациями форм собственности. Типологическая группировка может быть построена и по количественному признаку. Здесь определяется интервал группировки и количество выделенных групп по определённому признаку.

2. Вариационные (структурные) группировки по атрибутивному (качественному) признаку. В этом случае число групп определяется количеством градаций атрибутивного признака.

Таблица 2. Распределение безработных по полу и образованию в % итогу.

Вид образования	Безработные в %
	Всего	Женщины	Мужчины
Высшее	10,5	11,6	24,6
Среднее специальное	69,7	73,1	22,5
Общее среднее	19,8	15,3	52,9
	100	100	100

Данный вид группировок вариационных можно построить и по количеству признаков. Так же нужно определить интервалы и количество групп по определённым признакам.

3. Аналитические группировки. Такие группировки используются для изучения факторной зависимости между общественными явлениями и процессами, макро или микро показателей развития. Между результативными и факторными показателями существует два вида взаимосвязей:

1. Прямая связь. Предполагает, что чем больше факторный показатель влияющий, тем больше результативный (итоговый) и наоборот.

2. Связь обратная. Чем больше факторный показатель, тем меньше результативный и наоборот.

Таблица 3. Группировки предприятий по численности работников.

Численность работников. Чел.	Количество предприятий	Фактическая продолжительность рабочего дня	Средняя зарплата одного работника в рублях
До 5	49	42	13950
5-10	39	39,5	13740
11-19	29	38,1	13670
20-49	19	37,4	13490
50-99	2	37,2	13460
100 и более	1	37,1	13420
	139

Данная таблица показывает, что связь между продолжительностью рабочего дня и средней заработной платой работника прямая, т.е. чем длиннее рабочая неделя тем больше зарплата. В тоже время зарплата зависит от размера предприятия, здесь связь обратная, чем крупнее предприятие по численности работников, тем меньше средняя зарплата одного работника.

Каждая единица изучаемой совокупности обладает рядом признаков, который можно подразделить на две группы:

1. Атрибутивные признаки (качественные), т.е. признаки которые не выражаются целыми числами.

2. Количественные признаки, т.е. признаки которые выражаются целыми числами.

Во многих случаях одна и та же группировка может давать возможность выявить тип явления, структуры явления и взаимосвязь между явлениями.

4. Многомерные стат. Группировки. Основаны на стат. Теории распознавания образов. Рассчитываются с помощью специальных программ на компьютерах. С помощью кластерного анализа или же метода главных компонентов.