Методы статистического исследования

Информационно-аналитическая работа

Огромную работу проводят территориальные органы Росстата, направляя ее на формирование полной и достоверной информации.

Открытость деятельности Росстата дает возможность различным категориям пользователей получать своевременную статистическую информацию в любой сфере жизнедеятельности нашей страны.

Из года в год, проводя анализы получаемой информации, территориальные органы стараются расширить тематику изданий в области статистики и информационно-аналитических сведений, ставя для себя ориентиры в результате изученных потребностей пользователей.

Для предоставления доступа широкому кругу пользователей  к информации статистики социально-экономических процессов, которые происходят в каждом субъекте Российской Федерации, имеют активное использование официальных интернет-порталов территориальных органов статистики.

Многие территориальные органы стараются обеспечивать своевременное размещение на своих интернет-порталах различных информационных и официальных материалов и изданий не только отдельно по региону.

Но по муниципальным образованиям. Благодаря имеющимся разработанным графикам:

• ведется срочная публикация информационных вопросов, имеющих актуальность в настоящее время с содержанием основных показателей развития;
• новостные ленты имеют регулярное пополнение информацией о ведение деятельности, размещение информации о выпусках изданий по статистике;
• поддержание в действующем состоянии рубрики «Муниципальная статистика».

Для знакомства с документами, имеющих регламентирующий характер достаточно зайти в подраздел «Нормативные документы».

Нормативные документы на официальном сайте Росстата

Для размещения особенно значимой информации касательно деятельности субъектов экономической деятельности используется единый федеральный реестр.

Здесь формируется юридически значимая информация, связанная с деятельностью:

• юридических и иностранных лиц;
• физических лиц и индивидуальных предпринимателей;
• государственных органов;
• органов местного самоуправления.

Открытость информации предполагает ее представление любому нуждающемуся в ней в свободном доступе всей статистической официальной информации, которая формируется в рамках Федерального плана статработ и официальной статметодолгии.

А также формирование обратной связи с разными категориями граждан (пользователей).

Информационное размещение основных показателей, пресс-релизов, экспресс-информаций, в том числе и отдельных материалов по статистике в области торговли в оперативном режиме на официальных сайтах территориальных органов в условиях информационно-телекоммуникационной сети «Интернет» регулируется приказом Росстата.

Территориальными органами велась работа, направленная на совершенствование представления аналитических данных по вопросам, связанным с внешней торговлей.

Были использованы носители информационных материалов, которые представляются региональными органами таможни.

Основные характеристики показателей по внешнеторговому обороту со странами дальнего и ближнего зарубежья (участники СНГ) включены в сборники, записки и бюллетени.

Можно ознакомиться с динамикой вывоза некоторых видов продукции в Республику Беларусь, а также ввоза некоторых категорий продуктов из Республики Беларусь в регионы России.

Предлагаемый к ознакомлению материал носит сводный характер и в комплексе он готов представить внешнюю торговлю федеральных и региональных округов, с отображением развития международного туризма в субъектах Российской Федерации.

Основные задачи и функции Федеральной службы государственной статистики

Главной задачей Росстата можно назвать удовлетворение потребности в информации органов власти и различных организаций — СМИ, коммерческих компаний, научных сообществ.

Основными функциями Федеральной службы государственной статистики являются:

• обеспечение хранения государственных информационных ресурсов и защиты конфиденциальной и отнесенной к государственной тайне статистической информации;

• разработка и совершенствование научно обоснованной официальной статистической методологии для проведения статистических наблюдений и формирования статистических показателей, обеспечение соответствия указанной методологии международным стандартам;

• представление в установленном порядке статистической информации гражданам, Президенту Российской Федерации, Правительству Российской Федерации, Федеральному Собранию Российской Федерации, органам государственной власти, средствам массовой информации, другим организациям, в том числе международным;

• сбор статистической информации и формирование на её основе официальной статистической отчетности;

• разработка и совершенствование системы статистических показателей, характеризующих состояние экономики и социальной сферы;

• развитие информационной системы государственной статистики, обеспечение её совместимости и взаимодействия с другими государственными информационными системами;

• контроль за выполнением организациями и гражданами, осуществляющими предпринимательскую деятельность без образования юридического лица, законодательства Российской Федерации в области государственной статистики;

• реализация обязательств Российской Федерации, вытекающих из членства в международных организациях и участия в международных договорах, осуществление международного сотрудничества в области статистики.

Вычислительная статистика

Развитие вычислительной техники во второй половине XX века оказало значительное влияние на статистику. Ранее статистические модели были представлены преимущественно линейными моделями. Увеличение быстродействия ЭВМ и разработка соответствующих численных алгоритмов послужило причиной повышенного интереса к нелинейным моделям таким, как искусственные нейронные сети, и привело к разработке сложных статистических моделей, например обобщённая линейная модель и иерархическая модель.

Получили широкое распространение вычислительные методы, основанные на повторной выборке как критерий перестановок и бутстреппинг, наряду методы как семплирование по Гиббсу позволили более доступно использовать байесовские алгоритмы. В настоящее время существует разнообразное статистическое программное обеспечение общего и специализированного назначения.

Краткая история статистических методов

Типовые примеры раннего этапа применения статистических методов описаны в Библии, в Ветхом Завете. Там, в частности, приводится число воинов в различных племенах. С математической точки зрения дело сводилось к подсчёту числа попаданий значений наблюдаемых признаков в определённые градации.

Сразу после возникновения теории вероятностей (Паскаль, Ферма, XVII век) вероятностные модели стали использоваться при обработке статистических данных. Например, изучалась частота рождения мальчиков и девочек, было установлено отличие вероятности рождения мальчика от 0,5, анализировались причины того, что в парижских приютах эта вероятность не та, что в самом Париже, и так далее.

В 1794 году (по другим данным — в 1795) немецкий математик Карл Гаусс формализовал один из методов современной математической статистики — метод наименьших квадратов. В XIX веке значительный вклад в развитие практической статистики внёс бельгиец Кетле, на основе анализа большого числа реальных данных показавший устойчивость относительных статистических показателей, таких, как доля самоубийств среди всех смертей.

Первая треть XX века прошла под знаком параметрической статистики. Изучались методы, основанные на анализе данных из параметрических семейств распределений, описываемых кривыми семейства Пирсона. Наиболее популярным было нормальное распределение. Для проверки гипотез использовались критерии Пирсона, Стьюдента, Фишера. Были предложены метод максимального правдоподобия, дисперсионный анализ, сформулированы основные идеи планирования эксперимента.

Разработанную в первой трети XX века теорию анализа данных называют параметрической статистикой, поскольку её основной объект изучения — это выборки из распределений, описываемых одним или небольшим числом параметров. Наиболее общим является семейство кривых Пирсона, задаваемых четырьмя параметрами. Как правило, нельзя указать каких-либо веских причин, по которым распределение результатов конкретных наблюдений должно входить в то или иное параметрическое семейство. Исключения хорошо известны: если вероятностная модель предусматривает суммирование независимых случайных величин, то сумму естественно описывать нормальным распределением; если же в модели рассматривается произведение таких величин, то итог, видимо, приближается логарифмически нормальным распределением и так далее.

Регистрация в органах статистики

Надо понимать, что без кодов статистки невозможно открытие банковского счета, уплата налогов, а также заполнение некоторых форм документации.

Для их получения достаточно обратиться в Росстат и получить такое Уведомление о присвоении кодов. Формирование такого уведомления ведется в соответствии с ОГРН и ИНН, которые направляются в Росстат налоговой службой в момент регистрации ООО или ИП.

Сегодня, особенно удобным стало получение такого уведомления, которое формируется непосредственно на самом сайте (правила получения кодов описаны выше).

Регистрация в Росстате обязательна независимо от того, имеются ли официально нанятые сотрудники или нет. Данное условие регулируется действующим Законодательством.

Где может пригодиться информация от Росстат?

Информация о статусе дел в государстве, необходима не только органам самоуправления, но и самим предпринимателям.

Детализированная информация об экономическом положении  каждого региона страны (также  муниципального и  населенного пунктов) составляет информационную базу.

С помощью этой информации органы власти готовы принять обоснованные решения по управлению и  совершенствованию таможенной, инвестиционной, налоговой политики.

К примеру, к действенному инструменту регулирования экономикой относится фискальная политика.

Но как понять, действительно и насколько высока налоговая нагрузка на производителя? И чтобы дать правильную оценку этого уровня, надо понять состояние, в котором находится та или иная отрасль.

Прикладная статистика

Прикладная статистика — это наука о том, как обрабатывать данные произвольной природы. Математической основой прикладной статистики и статистических методов анализа является теория вероятностей и математическая статистика.

Описание вида данных и механизма их порождения — начало любого статистического исследования. Для описания данных применяют как детерминированные, так и вероятностные методы. С помощью детерминированных методов можно проанализировать только те данные, которые имеются в распоряжении исследователя. Например, с их помощью получены таблицы, рассчитанные органами официальной государственной статистики на основе представленных предприятиями и организациями статистических отчетов. Перенести полученные результаты на более широкую совокупность, использовать их для предсказания и управления можно лишь на основе вероятностно-статистического моделирования. Поэтому в математическую статистику часто включают лишь методы, опирающиеся на теорию вероятностей.

В простейшей ситуации статистические данные — это значения некоторого признака, свойственного изучаемым объектам. Значения могут быть количественными или представлять собой указание на категорию, к которой можно отнести объект. Во втором случае говорят о качественном признаке.

При измерении по нескольким количественным или качественным признакам в качестве статистических данных об объекте получаем вектор. Его можно рассматривать как новый вид данных. В таком случае выборка состоит из набора векторов. Есть часть координат — числа, а часть — качественные (категоризованные) данные, то говорим о векторе разнотипных данных.

Одним элементом выборки, то есть одним измерением, может быть и функция в целом. Например, описывающая динамику показателя, то есть его изменение во времени, — электрокардиограмма больного или амплитуда биений вала двигателя. Или временной ряд, описывающий динамику показателей определенной фирмы. Тогда выборка состоит из набора функций.

Элементами выборки могут быть и иные математические объекты. Например, бинарные отношения. Так, при опросах экспертов часто используют упорядочения (ранжировки) объектов экспертизы — образцов продукции, инвестиционных проектов, вариантов управленческих решений. В зависимости от регламента экспертного исследования элементами выборки могут быть различные виды бинарных отношений (упорядочения, разбиения, толерантности), множества, нечёткие множества и т. д.

Математическая природа элементов выборки в различных задачах прикладной статистики может быть самой разной. Однако можно выделить два класса статистических данных — числовые и нечисловые. Соответственно прикладная статистика разбивается на две части — числовую статистику и нечисловую статистику.

Числовые статистические данные — это числа, вектора, функции. Их можно складывать, умножать на коэффициенты. Поэтому в числовой статистике большое значение имеют разнообразные суммы. Математический аппарат анализа сумм случайных элементов выборки — это (классические) законы больших чисел и центральные предельные теоремы.

Нечисловые статистические данные — это категоризованные данные, вектора разнотипных признаков, бинарные отношения, множества, нечёткие множества и др. Их нельзя складывать и умножать на коэффициенты. Поэтому не имеет смысла говорить о суммах нечисловых статистических данных. Они являются элементами нечисловых математических пространств (множеств). Математический аппарат анализа нечисловых статистических данных основан на использовании расстояний между элементами (а также мер близости, показателей различия) в таких пространствах. С помощью расстояний определяются эмпирические и теоретические средние, доказываются законы больших чисел, строятся непараметрические оценки плотности распределения вероятностей, решаются задачи диагностики и кластерного анализа, и т. д. (см. ).

В прикладных исследованиях используют статистические данные различных видов. Это связано, в частности, со способами их получения. Например, если испытания некоторых технических устройств продолжаются до определённого момента времени, то получаем так называемые цензурированные данные, состоящие из набора чисел — продолжительности работы ряда устройств до отказа, и информации о том, что остальные устройства продолжали работать в момент окончания испытания. Цензурированные данные часто используются при оценке и контроле надежности технических устройств.

Преимущества

Статотчетность дает возможность бизнесменам делать правильный выбор контрагентов, имеющих высокий уровень рентабельности.

С использованием информации с портала Росстат предприятие может получить сведения о среднем размере заработной платы отдельно по отраслям, о налоговых нагрузках, о сумме максимальных выручек.

Помимо этого, учитывает деятельность предпринимателей, формируя при этом статистические коды.

Они разработаны с целью контроля над деятельностью компаний со стороны органов ИФНС. Наличие кодов необходимы для открытия счета в банке, для участия в тендерах, при проведении аудита.

Помощь статистических данных в работе предпринимателям

Развитие представлений о статистике

Начало статистической практики относится примерно ко времени возникновения государства. Первой опубликованной статистической информацией можно считать глиняные таблички Шумерского царства (III — II тысячелетия до н. э.).

Сначала под статистикой понимали описание экономического и политического состояния государства или его части. Например, к 1792 году относится определение: «статистика описывает состояние государства в настоящее время или в некоторый известный момент в прошлом». И в настоящее время деятельность государственных статистических служб вполне укладывается в это определение.

Однако постепенно термин «статистика» стал использоваться более широко. По Наполеону Бонапарту, «статистика — это бюджет вещей». Тем самым статистические методы были признаны полезными не только для административного управления, но и для применения на уровне отдельного предприятия. Согласно формулировке 1833 года, «цель статистики заключается в представлении фактов в наиболее сжатой форме». Во 2-й половине XIX — начале XX веков сформировалась научная дисциплина — математическая статистика, являющаяся частью математики.

В XX веке статистику часто рассматривают прежде всего как самостоятельную научную дисциплину. Статистика есть совокупность методов и принципов, согласно которым проводится сбор, анализ, сравнение, представление и интерпретация числовых данных. В 1954 году академик АН УССР Б. В. Гнеденко дал следующее определение: «Статистика состоит из трёх разделов:

1. сбор статистических сведений, то есть сведений, характеризующих отдельные единицы каких-либо массовых совокупностей;
2. статистическое исследование полученных данных, заключающееся в выяснении тех закономерностей, которые могут быть установлены на основе данных массового наблюдения;
3. разработка приёмов статистического наблюдения и анализа статистических данных». Последний раздел, собственно, и составляет содержание математической статистики.

Термин «статистика» употребляют ещё в двух смыслах. Во-первых, в обиходе под «статистикой» часто понимают набор количественных данных о каком-либо явлении или процессе. Во-вторых, статистикой называют функцию от результатов наблюдений, используемую для оценки характеристик и параметров распределений и проверки гипотез.

Методы статистики.

Для изучения
предмета статистики разработаны и
применяются специфические приемы,
совокупность которых образует методологию
статистики (методы
массовых наблюдений, группировок,
обобщающих показателей, динамических
рядов, индексный метод и т.д.). Применение
в статистике конкретных методов
предопределяется поставленными задачами
и зависит от характера исходной
информации.

Общей основой
разработки и применения статистической
методологии является
диалектический метод познания, согласно
которому общественные явления и процессы
рассматриваются в развитии, взаимной
связи и причинной обусловленности.
Знание законов общественного развития
создает фундамент, с помощью которого
можно понять и правильно истолковать
явления, подлежащие статистическому
исследованию, выбрать надлежащую
методику его изучения и анализа.

При этом статистика
опирается на такие диалектические
категории, как количество
и качество,
необходимость
и случайность,
причинность
и закономерность,
единичное
и массовое,
индивидуальное
и общее.

Статистические
методы используются комплексно
(системно). Это обусловлено сложностью
процесса экономико-статистического
исследования, состоящего из трех основных
стадий:

первая –
сбор первичной статистической информации;

вторая
– статистическая сводка и обработка
первичной информации;

третья
– обобщение и интерпретация статистической
информации;

На первой
стадии
статистического исследования, в связи
с необходимостью учета всего многообразия
фактов и форм осуществления
социально-экономических процессов и в
соответствии с их массовым характером,
применяется метод
массового статистического наблюдения,
обеспечивающий
всеобщность, полноту и представительность
(репрезентативность) полученной первичной
информации.

На второй
стадии –
собранная в ходе массового наблюдения
информация подвергается обработке
методом
статистических группировок, позволяющим
выделить в изучаемой совокупности
социально-экономические типы; совершается
переход от характеристики единичных
фактов к характеристике данных,
объединенных в группы величин. Методы
группировки различаются в зависимости
от задач исследования и качественного
состояния первичного материала.

На третьей
стадии
проводится анализ
статистической информации на
основе применения обобщающих
статистических показателей:
абсолютных, относительных и средних
величин, вариации, тесноты связи и
скорости изменения социально-экономических
явлений во времени, индексов и др.
Проведение анализа позволяет проверить
причинно-следственные связи изучаемых
явлений и процессов, определить влияние
и взаимодействия различных факторов,
оценить эффективность принимаемых
управленческих решений, возможные
экономические и социальные последствия
складывающихся ситуаций.

При изучении
статистической информации широкое
применение имеют табличный
и графический
методы.

Статистическая
методология получила развитие в работах
видных отечественных ученых-статистиков:
В.С. Немчинова, С.Г. Струмилина, В.Н.
Старовского, В.И. Хотимского, Б.С.
Ястремского, А.Я.Боярского, Т.В. Рябушкина,
Н.К. Дружинина и др.

Статистическая
методология представляет собой
совокупность общих правил (принципов)
и специальных приемов, и методов.
Статистические методы можно сгруппировать
в соответствии с этапами статистического
исследования (табл. 1), (рис. 1).

Таблица 1

Классификация
статистических методов

Рис.
1. Строение статистической методологии

Выбор того или
иного статистического метода зависит
от объекта и цели исследования.

Связанные темы

Прикладная статистика

Прикладная статистика — это наука о том, как обрабатывать данные произвольной природы. Математической основой прикладной статистики и статистических методов анализа является теория вероятностей и математическая статистика.

Описание вида данных и механизма их порождения — начало любого статистического исследования. Для описания данных применяют как детерминированные, так и вероятностные методы. С помощью детерминированных методов можно проанализировать только те данные, которые имеются в распоряжении исследователя. Например, с их помощью получены таблицы, рассчитанные органами официальной государственной статистики на основе представленных предприятиями и организациями статистических отчётов. Перенести полученные результаты на более широкую совокупность, использовать их для предсказания и управления можно лишь на основе вероятностно-статистического моделирования. Поэтому в математическую статистику часто включают лишь методы, опирающиеся на теорию вероятностей.

В простейшей ситуации статистические данные — это значения некоторого признака, свойственного изучаемым объектам. Значения могут быть количественными или представлять собой указание на категорию, к которой можно отнести объект. Во втором случае говорят о качественном признаке.

При измерении по нескольким количественным или качественным признакам в качестве статистических данных об объекте получаем вектор. Его можно рассматривать как новый вид данных. В таком случае выборка состоит из набора векторов. Есть часть координат — числа, а часть — качественные (категоризованные) данные, то говорим о векторе разнотипных данных.

Одним элементом выборки, то есть одним измерением, может быть и функция в целом. Например, описывающая динамику показателя, то есть его изменение во времени, — электрокардиограмма больного или амплитуда биений вала двигателя. Или временной ряд, описывающий динамику показателей определенной фирмы. Тогда выборка состоит из набора функций.

Элементами выборки могут быть и иные математические объекты. Например, бинарные отношения. Так, при опросах экспертов часто используют упорядочения (ранжировки) объектов экспертизы — образцов продукции, инвестиционных проектов, вариантов управленческих решений. В зависимости от регламента экспертного исследования элементами выборки могут быть различные виды бинарных отношений (упорядочения, разбиения, толерантности), множества, нечёткие множества и т. д.

Математическая природа элементов выборки в различных задачах прикладной статистики может быть самой разной. Однако можно выделить два класса статистических данных — числовые и нечисловые. Соответственно прикладная статистика разбивается на две части — числовую статистику и нечисловую статистику.

Числовые статистические данные — это числа, вектора, функции. Их можно складывать, умножать на коэффициенты. Поэтому в числовой статистике большое значение имеют разнообразные суммы. Математический аппарат анализа сумм случайных элементов выборки — это (классические) законы больших чисел и центральные предельные теоремы.

Нечисловые статистические данные — это категоризованные данные, вектора разнотипных признаков, бинарные отношения, множества, нечёткие множества и др. Их нельзя складывать и умножать на коэффициенты. Поэтому не имеет смысла говорить о суммах нечисловых статистических данных. Они являются элементами нечисловых математических пространств (множеств). Математический аппарат анализа нечисловых статистических данных основан на использовании расстояний между элементами (а также мер близости, показателей различия) в таких пространствах. С помощью расстояний определяются эмпирические и теоретические средние, доказываются законы больших чисел, строятся непараметрические оценки плотности распределения вероятностей, решаются задачи диагностики и кластерного анализа, и т. д. (см. ).

В прикладных исследованиях используют статистические данные различных видов. Это связано, в частности, со способами их получения. Например, если испытания некоторых технических устройств продолжаются до определённого момента времени, то получаем так называемые цензурированные данные, состоящие из набора чисел — продолжительности работы ряда устройств до отказа, и информации о том, что остальные устройства продолжали работать в момент окончания испытания. Цензурированные данные часто используются при оценке и контроле надежности технических устройств.

Опасности и противопоказания

Если вы решили проверить на себе, сколько человек может не дышать под водой – убедитесь в том, что у вас нет медицинских противопоказаний к подобного рода практике. Статичное апноэ – это запрещённый вид спорта для людей со следующими недугами:

• заболевания нервной системы (эпилептические припадки);
• поражения сердечно-сосудистой и дыхательной системы;
• нарушения свёртываемости крови;
• период восстановления после хирургического вмешательства или тяжёлой болезни;
• склонность к непроизвольному апноэ – остановка дыхания во сне.

Беременным женщинам запрещается практиковать статичное апноэ. Для будущих матерей есть специальная дыхательная гимнастика, подготавливающая организм будущей матери к родам и потугам.