Статья:

Методики статистического исследования

Конференция: CXXXV Студенческая международная научно-практическая конференция «Молодежный научный форум»

Секция: Экономика

Выходные данные
Вирина К.В. Методики статистического исследования // Молодежный научный форум: электр. сб. ст. по мат. CXXXV междунар. студ. науч.-практ. конф. № 25(135). URL: https://nauchforum.ru/archive/MNF_interdisciplinarity/25(135).pdf (дата обращения: 19.08.2022)
Лауреаты определены. Конференция завершена
Эта статья набрала 18 голосов
Мне нравится
Дипломы
лауреатов
Сертификаты
участников
Дипломы
лауреатов
Сертификаты
участников
на печатьскачать .pdfподелиться

Методики статистического исследования

Вирина Карина Владимировна
магистрант, Северный (Арктический) федеральный университет имени М. В. Ломоносова, РФ, г. Архангельск

 

В целях обеспечения эффективного функционирования предприятий на территории субъектов РФ необходима система экономического мониторинга и анализа. Всестороннее знание состояния предприятий является одним из условий обеспечения экономического роста и развития.

Статистическое исследование может проводиться посредством следующих методик:

- статистическое наблюдение;

- сводка и группировка материалов статистического наблюдения;

- абсолютные и относительные статистические величины;

- вариационные ряды;

- выборка;

- корреляционный и регрессионный анализ;

- ряды динамики;

- индексный метод [1].

Статистическое наблюдение представляет собой научно обоснованную регистрацию по единой разработанной программе фактов и их признаков, характеризующих явления общественной жизни, и сбор массовых данных.

Сводка данных – это подсчет единиц в группах, подгруппах и в целом по совокупности.

Статистическая сводка проводится по специальной программе, включающей определение количества групп и подгрупп, которые будут выделены в изучаемой совокупности.

Группировка данных – деление совокупности на группы более однородные по какому-либо признаку. Благодаря группировке материал наблюдения принимает систематизированный вид.

Статистический показатель – количественно выраженное определенное свойство или качество совокупности. Любой статистический показатель может быть получен путем суммирования конкретных видов признаков и их функций и путем действий, производимых с этими суммами. По структуре можно выделить три группы статистических показателей:

1) абсолютные величины;

2) относительные величины;

3) средние величины [2].

Показатели степени вариации характеризуют степень варьирования индивидуальных значений признака вокруг средней; выделяют абсолютные и относительные показатели.

Динамический ряд распределения (ряд динамики) – числовые значения статистического показателя, представленные во временной последовательности. Ряд динамики состоит из периодов или моментов времени (t) и уровней ряда динамики (y), характеризующих изучаемый объект за эти периоды или в эти моменты времени. Ряд динамики можно изобразить графически или представить в табличной форме.

Абсолютные показатели ряда динамики:

- абсолютный прирост (показывает, на сколько в абсолютном выражении текущее значение показателя больше или меньше уровня, принятого за базу сравнения):

цепной прирост:

базисный прирост:

Относительные показатели ряда динамики:

- коэффициент роста (показывает, во сколько раз текущее значение показателя больше или меньше уровня, выбранного за базу сравнения):

цепной показатель:

базисный показатель:

темп роста (показывает, сколько процентов составляет текущее значение показателя относительно уровня, принятого за базу):

цепной показатель:

базисный показатель:

темп прироста (показывает, на сколько процентов текущее значение показателя больше или меньше уровня, принятого за базу сравнения):

цепной показатель:

базисный показатель:

Для изучения динамики сложного социально-экономического показателя во времени необходимо использовать методы, или правила, построения индексов. Индекс – относительный показатель, который характеризует изменение сложного социально-экономического показателя, состоящего из несоизмеримых элементов, в пространстве, во времени и по сравнению с планом.

Корреляционный анализ и регрессионный анализ – это два высокоэффективных метода, позволяющие проводить анализ больших объемов данных для изучения возможной взаимосвязи двух или большего количества показателей [3].

В случае с корреляционным анализом задачами являются:

- измерить тесноту имеющейся связи дифференцирующихся признаков;

- определить неизвестные причинные связи;

- оценить факторы, в наибольшей степени воздействующие на окончательный признак.

А в случае с регрессионным анализом задачи, следующие:

- определить форму связи;

- установить степень воздействия независимых показателей на зависимый;

- определить расчетные значения зависимого показателя.

Корреляционная связь – это связь, проявляющаяся при большом числе наблюдений в виде определенной зависимости между средним значением результативного признака и признаками-факторами.

Графический метод – это графическое изображение корреляционной зависимости, когда каждую пару взаимосвязанных значений x и y изображают в виде точки на плоскости с координатами x и y в прямоугольной системе координат.

Совокупность полученных точек представляет собой корреляционное поле, а соединяя последовательно нанесенные точки отрезками, получают ломаную линию, именуемую эмпирической линией регрессии. Визуально анализируя график, можно предположить характер зависимости между признаками x и y.

 

Список литературы:
1. Шорохова И. С. Статистические методы анализа / И. С. Шорохова, Н. В. Кисляк, О. С. Мариев М-во образования и науки Рос. Федерации, Урал. федер. ун-т. – Екатеринбург: Изд‑во Урал. ун-та, 2019. – 244 с.
2. Федеральная служба государственной статистики [Электронный ресурс] : Статистика // Основные итоги работы транспорта : [офиц. Сайт] – Электрон. дан. – Режим доступа https://rosstat.gov.ru/folder/23455, свободный (дата обращения: 15.05.2021). – Загл. с экрана.
3. Тутыгин, А. Г. Проблемы моделирования логистических операций в Арктической зоне Российской Федерации: монография: [16+] / А.Г. Тутыгин, Е.О. Антипов, В.Б. Коробов; Рос. акад. наук, М-во науки и высш. образования Рос. Федерации, Федер. исслед. центр комплекс. изучения Арктики им. акад. Н.П. Лаверова РАН. – Архангельск: КИРА, 2020. – 244 с.