Главным обобщением опыта исследования любых массовых явлений служит закон больших чисел. Отдельное единичное явление, рассматриваемое как одно из явлений данного рода, содержит в себе элемент случайного: оно могло быть или не быть, быть таким или иным. При соединении же большого числа таких явлений в общих характеристиках всей их массе случайность исчезает в тем большей мере, чем больше соединено единичных явлений.

Математика, в частности теория вероятностей, рассматриваемая в чисто количественном аспекте, закон больших чисел выражает целой цепью математических теорем. Они показывают, при каких условиях и в какой именно мере можно рассчитывать на отсутствие случайности в охватывающих массу характеристиках, как это связано с численностью входящих в них индивидуальных явлений. Статистика же основывается на этих теоремах в изучении каждого конкретного массового явления.

Закономерность, проявившаяся лишь в большой массе явлений через преодоление свойственной ее единичным элементам случайности, называется статистической закономерностью.

В одних случаях перед статистикой стоит задача измерения ее проявлений, само же ее существование теоретически ясно заранее.

В других случаях закономерность может быть найдена статистикой эмпирически. Этим путем было, например, установлено, что с увеличением дохода семьи в ее бюджете падает процент расходов на питание.

Таким образом, всякий раз, когда статистика в исследовании какого-либо явления достигает обобщений и находит действующую в нем закономерность, эта последняя сразу становится достоянием той конкретной науки, к кругу интересов которой принадлежит это явление. Следовательно, в отношении каждой науки статистика выступает в качестве метода.

Рассматривая результаты массового наблюдения, статистика находит в них черты сходства и различия, соединяет элементы в группы, выявляя при этом различные типы, дифференцируя по этим типам всю подвергнутую наблюдению массу. Результаты наблюдения единичных элементов массы используются далее для получения характеристик всей совокупности и выделения в ней особых частей, т.е. для получения обобщающих показателей.

Массовое наблюдение, группировка и сводка его результатов, вычисление и анализ обобщающих показателей - таковы главные черты метода статистики.

Статистика, как наука, опекает и сводится к математической статистике. В математике задачи характеристики массовых явлений рассматриваются только в чисто количественном аспекте, оторвано от качественного содержания (что обязательно для математики, как науки вообще). Статистика же даже в исследовании общих законов массовых явлений исходит не только из количественных обобщений этих явлений, а прежде всего из механизма возникновения самого массового явления.

В тоже время из сказанного о роли количественного измерения для статистики следует большое значение для нее математических методов вообще, специально приспособленных для решения задач, возникающих при исследовании массовых явлений (теория вероятностей и математическая статистика). Более того, роль математических методов здесь настолько велика, что попытка их исключения из курса статистики (ввиду наличия в планах отдельного предмета - математической статистики) существенно обедняет статистику.

Отказ от этой попытки, однако, не должен означать противоположной крайности, а именно поглощения статистикой всей теории вероятностей и математической статистики. Если, например, в математике рассматривается средняя величина для ряда распределения (вероятностей или эмпирических частностей), то статистика так же не может обойти соответствующие приемы, но здесь это один из аспектов, наряду с которым возникает и ряд других (средние общие и групповые, возникновение и роль средних в системе информации, материальное содержание системы весов, хронологические средние, средние и относительные величины и т.д.).

Или другой пример: математическая теория выборки все внимание сосредоточивает на ошибке репрезентативности - для разных систем отбора, разных характеристик и т.д. Системную ошибку, т.е. ошибку, не поглощающуюся в средней величине, она заранее исключает, строя свободные от нее так называемые несмещенные оценки. В статистике же едва ли не главным в этом деле вопросом является вопрос о том, как эту системную ошибку избежать.

В исследовании количественной стороны массовых явлений возникает ряд задач математического характера. Для их решения математика разрабатывает соответствующие приемы, но для этого она должна рассматривать их в общем виде, для которого качественное содержание массового явления безразлично. Так проявление закона больших чисел было впервые подмечено именно в социально-экономической области и почти одновременно в азартных играх (само распределение которых объяснилось тем, что они являлись слепком с экономики, в частности развивающихся товарно-денежных отношений). С того момента, однако, когда закон больших чисел становится объектом точного исследования в математике, он получает совершенно иную трактовку, которая не ограничивает его действие какой-либо специальной областью.

На этом основании предмет статистики вообще отграничивается от предмета математики. Разграничения объектов не может означать изгнание из одной науки всего, что попало в поле зрения другой. Было бы, например, неправильно исключить из изложения физики всего связанного с применением дифференциальных уравнений на том основании, что ими занимается математика.

Особенности статистической методологии. Статистическая совокупность. Закон больших чисел.

Закон больших чисел

Массовый характер общественных законов и своеобразие их действий предопределяет необходимость исследования совокупных данных.

Закон больших чисел порожден особыми свойствами массовых явлений. Последние в силу своей индивидуальности, с одной стороны, отличаются друг от друга, а с другой – имеют нечто общее, обусловленное их принадлежностью к определенному классу, виду. Причем единичные явления в большей степени подвержены воздействию случайных факторов, ежели их совокупность.

Закон больших чисел в наиболее простой форме гласит, что количественные закономерности массовых явлений отчетливо проявляются лишь в достаточно большом их числе.

Таким образом, сущность его заключается в том, что в числах, получающихся в результате массового наблюдения, выступают определенные правильности, которые не могут быть обнаружены в небольшом числе фактов.

Закон больших чисел выражает диалектику случайного и необходимого. В результате взаимопогашения случайных отклонений средние величины, исчисленные для величины одного и того же вида, становятся типичными, отражающими действия постоянных и существенных фактов в данных условиях места и времени. Тенденции и закономерности, вскрытые с помощью закона больших чисел, имеют силу лишь как массовые тенденции, но не как законы для каждого отдельного случая.

Свой предмет статистика изучает с помощью различных методов:

· Метод массовых наблюдений

· Метод статистических группировок

· Метод динамических рядов

· Метод индексного анализа

· Метод корреляционно-регрессивного анализа связей показателей и т.д.

Полит. арифметики изучали общие явления с помощью числовых характеристик. Представителями этой школы являлись Грацит – исследовал закономерности массовых явлений, Пети – создатель эк. статистики, Галей – заложил идею закона больших чисел.

Статистическая совокупность - множесттво однокачественных, варьирующих явлений. Отдельные элементы,составляющие совокупности - единицы совокупности. Статист.совокупность называется однородной, если самые существенные признаки для каждой её единицы явл. в основном одинаковые и разнородные и,если объединяются разные типы явлений. Частота-повторяемость признаков в совокупности (в ряду распределения).

Признак- характерная черта (свойство) или инная особенность единиц объектов явлений.Признаки делятся на:1) количественные(эти признаки выражены числами.Они играют преобладающую роль в статистике.Это признаки отдельные значения которых отличаются по величине); 2)качественные ((атрибутивные) выражаются в виде понятий, определений, выражаю-х их сущность, качественное состояние); 3) альтеранативные (качественные признаки,которые могут принимать только одно из двух противоположных значений).Признаки отдельных единиц совокупности принимают отдельные значения. Колеблиемость признаков - вариация.

Единицы статистической совокупности и вариация признаков. Статистические показатели.

Явления и процессы в жизни общества характеризуются статистикой с помощью статистических показателей. Статистический показаетль – это количественная оценка свойств изучаемого явления. В статистическом показателе проявляется единство качественной и количественной сторон. Если не определена качественная сторона явления, нельзя определить и его количественную сторону.

Статистика при помощи стат. показателей характеризует: размеры изучаемых явлений; их особенность; закономерности развития; их взаимосвязи.

Статистические показатели подразделяются на учетно – оценочные и аналитические.

Учетно – оценочные показатели отражают объем или уровень изучаемого явления.

Аналитические показатели используются для характеристики особенностей развития явления, распространенности в пространстве, соотношения его частей, взаимосвязи другими явлениями. В качестве аналитических показателей используются: средние величины, показатели структуры, вариации, динамики, степени тесноты и др. Вариация - это многообразие, изменяемость величины признака у отдельных единиц совокупности наблюдения.

Вариация признака - пол - мужской, женский.

Вариация з/п - 10000, 100000, 1000000.

Отдельные значения признака называются вариантами этого признака.

Каждое отдельное явление, подлежащее статистическому изучению, называется

Стадии статистического наблюдения. Статистическое наблюдение. Цели и задачи статистического наблюдения. Основные понятия.

Статистическое наблюдение – это сбор необходимых данных по явлениям, процессам общественной жизни.

Любое статистическое исследование состоит из следующих этапов:

· Статистическое наблюдение – сбор данных об изучаемом явлении.

· Сводка и группировка – подсчет итогов в целом или по группам.

· Получение обобщающих показателей и их анализ (выводы).

Задачей статистического наблюдения является получение достоверной исходной информации и получение ее в возможно короткий срок.

Стоящие перед менеджером задачи определяют цель наблюдения. Она может вытекать из постановлений правительственных органов, администрации региона, маркетинговой стратегии фирмы. Общая цель статистического наблюдения состоит в информационном обеспечении управления. Она конкретизируется в зависимости от многих условий.

Объект наблюдения – совокупность единиц изучаемых явлений, о котором должны быть собраны данные.

Единица наблюдения – тот элемент объекта, который обладает изучаемым признаком.

Признаки могут быть:

• Количественные
• Качественные (атрибутивные)

Для регистрации собранных данных используетсяформуляр – специально подготовленный бланк, имеющий обычно титульную, адресную и содержательную части. В титульной части содержится наименование обследования, организация, проводящая обследование, и кем и когда утвержден формуляр. Адресная часть содержит наименование, местонахождение объекта исследования и др. реквизиты, позволяющие его идентифицировать. В зависимости от построения содержательной части различают два вида формуляра:

§ Бланк-карточка, который составляется на каждую единицу наблюдения;

§ Бланк-список, который составляется на группу единиц наблюдения.

У каждого из формуляров есть свои достоинства и недостатки.

Бланк-карточка удобен для ручной обработки, но связан с дополнительными затратами в оформлении титульной и адресной книги.

Бланк-список применяется для автоматической обработки и экономий затрат на подготовку титульной и адресной частей.

Для сокращения затрат на сводку и ввод данных целесообразно использовать машины, читающие формуляры. Вопросы содержательной части формуляра должны быть сформулированы таким образом, чтобы на них можно было получить однозначные, объективные ответы. Лучший вопрос это тот, на который можно ответить «Да» или «Нет». Нельзя включать в формуляр вопросы, на которые трудно или нежелательно отвечать. Нельзя соединять в одной формулировке два разных вопроса. Для оказания помощи опрашиваемых в правильном понимании программы и отдельных вопросов составляются инструкции . Они могут быть как на бланке формуляра, так и в виде отдельной книги.

Чтобы направить ответы респондента в правильное русло применяются статистические подсказы , то есть готовые варианты ответов. Они бывают полные и неполные. Неполные дают респонденту возможность для импровизации.

Статистические таблицы. Подлежащее и сказуемое таблицы. Простые (перечневые, территориальные, хронологические), групповые и комбинированные таблицы. Простая и сложная разработка сказуемого статистической таблицы. Правила построения таблиц в статистике.

Результаты сводки и группировки должны быть представлены так, чтобы ими можно было пользоваться.

Существует 3 способа представления данных:

1. данные могут быть включены в текст.

2. представление в таблицах.

3. графический способ

Статистическая таблица – система строк и столбцов, в которой в определенной последовательности излагается статистическая информация о социально-экономических явлениях.

Различают подлежащее и сказуемое таблицы.

Подлежащим называется объект характеризующийся числами, обычно подлежащее дается в левой части таблицы.

Сказуемое – система показателей с помощью которых характеризуется объект.

Общий заголовок должен отражать содержание всей таблицы, располагается над таблицей по центру.

Правило составления таблиц.

1. по возможности таблицу следует составлять небольшой по размеру, легко обозримой

2. общий заголовок таблицы должен кратко выражать по размеру ее осн. содержание (территория, дата)

3. нумерация граф и строк (подлежащего), которые заполняются данными

4. при заполнении таблиц нужно использовать условные обозначения

5. соблюдение правил округления чисел.

Статистические таблицы делятся на 3 вида:

1. простые таблицы не содержат в подлежащем систематизации изучаемых единиц статистической совокупности, а содержит перечислений единиц изучаемой совокупности. По характеру представляемого материало эти таблицы бывают перечневые, территориальные и хронологические . Таблицы, в подлежащем которых приводится перечень территории (районов, областей и т.п.), называются перечневыми территориальными.

2. групповые статистические таблицы дают более информативный материал для анализа изучаемых явлений благодаря образованным в их подлежащем группам по существенному признаку или выявлению связи между рядом показателей.

3. при построении комбинационных таблиц каждая группа подлежащего, сформированная по одному признаку, делится на подгруппы по второму признаку, каждая вторая группа делится по третьему признаку, т.е. факторные признаки в данном случае берутся в определенном сочетании, комбинации. Комбинационная таблица устанавливает взаимное действие на результативные признаки и существенную связь связь между факторными группировки.

В зависимости от задачи исследования и характера исходной информации сказуемое статистических таблиц бывает простым и сложным . Показатели сказуемого при простой разработке располагаются последовательно один за другим. Распределяя показатели на группе по одному или нескольким признаком в определенном сочетании, получают сложное сказуемое.

Статистические графики. Элементы статистического графика: графический образ, поле графика, пространственные ориентиры, масштабные ориентиры, экспликация графика. Виды графиков по форме графического образу и по образу построения.

Статистический гафик – представляет собой чертеж, на котором при помощи условных геометрических фигур (линий, точек или др. символических знаков) изображаются статистические данные.

Основные элементы статистического графика:

1. Поле графика – место, на котором он выполняется.

2. Графический образ – это символические знаки, с помощью которых изображаются стат. данные (точки, линии, квадраты, груги и т.д.)

3. Пространственные ориентиры определяют размещение графических образов на поле графика. Они задаются координатной сеткой или контурными линиями и делят поле графика на части, соответствие значениям изучаемых показателей.

4. Масштабные ориентиры стат. графика придают графическим образам количественную значимость, которая передается с помощью системы масштабных шкал. Масштаб графика – это мера перевода численной величины в графическую. Масштабная шкала – линия, отдельной точки которой читаются как определенного числа. Шкала графика может быть прямолинейной и криволинейной, равномерной и неравномерной.

5. Эксплуатация графика – это пояснение его содержания, включает в себя заголовокграфика, объеснение масштабных шкал, пояснения отдельных элементов графического образа. Заголовок графика в краткой и четкой форме поясняет основное содержание изображаемых данных.

Также на графике дается текст, делающий возможным чтение графика. Цифровые обозначения шкалы дополняются указанием единиц измерения.

Классификация графиков:

По способу построения:

1. диаграмма представляет чертеж на котором стат. информация изображается посредством геометрических фигур или символических знаков. В стат. применяют след. виды диаграмм:

§ линейные

§ столбиковые

§ ленточные (полосовые) графики

§ круговые

§ радиальные

2. Картограмма – это схематическая (контурная) карта, или план местности, на которой отдельные территории в зависимости от величины изображаемого показателя обозначаются с помощью графических символов (штриховки, расцветки, точек). Картограмма подразделяется на:

§ Фоновые

§ Точечные

В фоновых картограммах территории с различной величиной изучаемого показателя имеют различную штриховку.

В точечных картограммах в качестве графического знака используются точки одинакого размера, размещенные в пределах определенных территориальных единиц.

3. Картодиаграммы (стат. карты) представляет собой сочетание контурной карты (плана) местности с диаграммой.

По форме применяемых графических образов:

1. В точечных графиках в качестве граф. образов применяется совокупность точек.

2. В линейных графиках граф. образами являются линии.

3. Для плоскостных графиков граф. образами являются геометрические фигуры: прямоугольники, квадраты, окружности.

4. Фигурные графики.

По характеру решаемых задач графики:

Рядов распределения; структуры стат. совокупности; рядов динамики; показателей связи; показателей выполнения заданий.

Вариация признака. Абсолютные показатели вариации: размах вариации, среднее линейное отклонение, дисперсия, среднее квадратическое отклонение. Относительные показатели вариации: коэффициенты осцилляции и вариации.

Показатели варьирования осредненных статичтических признаков: размах вариации, среднее линейное отклонение, среднее кватратическое отклонение (дисперсия), коэффициент вариации. Расчетные формулы и порядок расчета показателей вариации.

Применение показателей вариации при анализе статистических данных в деятельности предприятий и организаций, учреждений БР, макроэкономических показателей.

Средний показатель дает обобщающий, типичный уровень признака, но не показывает степень его колеблемости, вариации.

Поэтому средние показатели необходимо дополнять показателями вариации. От размера и распределения от клонений зависит надежность средних показателей.

Важно знать основные показатели вариации, уметь правильно их рассчитывать и использовать.

Основными показателями вариации являются: размах вариации, среднее линейное отклонение, дисперсия, среднее квадратическое отклонение, коэффициент вариации.

Формулы показателей вариации:

1. размах вариации.

X μαχ - максимальное значение признака

X min - минимальное значение признака.

Размах вариации может служить лишь приближенной мерой вариации признака, т.к. он исчисляется на основе двух крайних ее значений, а остальные во внимание не принимаются; при этом крайние значения признака для данной совокупности могут быть чисто случайными.

2. среднее линейное отклонение.

Означает, что отклонения берутся без учета их знака.

Среднее линейное отклонение довольно редко используется в экономическом статистическом анализе.

3. Дисперсия.

Индексный метод сравнения сложных совокупностей и его элементы: индексируемая величина и соизмеритель (вес). Статистический индекс. Классификация индексов по объекту исследования: индексы цен, физического объема, себестоимости и производительности труда.

Слово «индекс» имеет несколько значений:

Показатель,

Указатель,

Опись и т.д.

Это слово, как понятие, используют в математике, экономике и др. науках. В статистике под индексом понимается относительный показатель, который выражает соотношение величин какого-либо явления во времени, в пространстве.

С помощью индексов решаются следующие задачи:

1. Измерение динамики, социально-экономического явления за 2 и более периода времени.

2. Измерение динамики среднего экономического показателя.

3. Измерение соотношения показателей по разным регионам.

По объекту исследования индексы бывают:

Производительности труда

Себестоимости

Физического объема продукции и т.д.

P1- цена единицы товара в текущем периоде

P0- цена единицы товара в базисном периоде

2. индекс физического объема показывает как изменился объем продукции в текущем периоде по сравнению с базисным

q1- кол-во проданного или произведеннго товара в текущем периоде

q0-кол-во проданного или произведенного товара в базисном периоде

3. индекс себестоимости показывает, как изменилась себестоимость единицы продукции в текущем периоде по сравнению с базисным.

Z1- себестоимость единицы продукции в текущем периоде

Z0- себестоимость единицы продукции в базисном периоде

4. индекс производительности труда показывает, как изменилась производительность труда одного работающего в текущем периоде по сравнению с базисным периодом

t0- трудоемкость обного работающего за базисный период

t1- трудоемкость одного работающего за текущий период

По методу отбора

Повторный

Бесповторный вид выборки

При повторной выборке общая численность единиц генеральной совокупности в процессе выборки неизменна. Единицу, попавшую в выборку после регистрации снова возвращают в генеральную совокупность- «отбор по схеме возвращенного шара». Повторная выборка в социально-экономической жизни встречается редко. Обычно выборку организуют по схеме бесповторной выборки.

При бесповторной выборке единица совокупности, попавшая в выборку в генеральную совокупность возвращается и в дальнейшем в выборке не участвует (отбор по схеме невозвращенного шара) . Т.о., при бесповторной выборки численность единиц генеральной совокупности сокращается в процессе исследования.

3. по степени охвата единиц совокупности:

Большие выборки

Малые выборки(малая выборка (n<20))

Малая выборка в статистике.

Под малой выборкой понимается несплошное статистическое обследование, при котором выборочная совокупность образуется из сравнительно небольшого числа единиц генеральной совокупности. Объем малой выборки обычно не превышает 30 единиц и может доходить до 4-5 единиц.

В торговле к малой выборке прибегают, когда большая выборка или невозможна, или нецелесообразна (например, если проведение исследования связано с порчей или уничтожением обследуемых образцов).

Величина ошибки малой выборки определяется по формулам, отличным от формул выборочного наблюдения со сравнительно большим объемом выборки(n>100). Средняя ошибка малой выборки вычисляется по формуле:

Предельная ошибка малой выборки определяется по формуле:

T- коэффициент доверия, зависящий от вероятности (P), с какой предельная ошибка определяется

μ- средняя ошибка выборки.

При этом значение коэффициента доверия t зависит не только от заданной доверительной вероятности, но и от численности единиц выборки n.

Посредством малой выборки в торговле решается ряд практических задач, прежде всего установление предела, в котором находится генеральная средняя изучаемого признака.

Выборочное наблюдение. Генеральная и выборочная совокупности. Ошибки регистрации и репрезентативности. Ошибка выборочного наблюдения. Средняя и предельная ошибки выборки. Распространение результатов выборочного наблюдения на генеральную совокупность.

При любых статичтических исследованиях воз0никают ошибки двух видов:

1. ошибки регистрации могут иметь случайный(непреднамеренный) и ситематический (тендециозный) характер. Случайные ошибки обычно уравновешивают друг друга, поскольку не имеют преимущественного нарпавления в сторону преувеличения или преуменьшения значения изучаемого признака. Систематические ошибки направлены в одну сторону вследствие преднамеренного нарушения правил отбора. Их можно избежать при правильной организации и проведении наблюдения.

2. Ошибки репрезентативности присущи только выборочному наблюдению и возникают в силу того, что выборочная совокупность не полностью воспроизводит генеральную.

выборочная доля

генеральная дисперсия

генеральное среднее квадратическое отклонение

выборочная дисперсия

выборочное среднее квадратическое оттклонение

При выборочном наблюдении должна быть обеспечена случайность отбора единиц.

Доля выборки- отношение числа единиц выборочной совокупности к числу единиц генеральной совокупности.

Выборочная доля (или частость)- отношение чмсла единиц, обладающих изучаемым признаком m к общему числу единиц выборочной совокупности n.

Для характеристике надежности выборочных показателей различают среднюю и предельную ошибку выборки.

1. средняя ошибка выборки при повотрном отборе

Для доли предельная ошибка при повотрном отборе равна:

Доля при бесповторном отборе:

Значение интеграла Лапласа- это вероятность (P) для разных tприведены в специальной таблице:

при t=1 P=0.683

при t=2 P=0.954

при t=3 P=0.997

Это означает, что с вероятностью 0,683 можно гарантировать, что отклонение генеральной средней от выборочной не превысит однократной средней ошибки

Причинно-следственные связи между явлениями. Этапы изучения причинно-следственнных связей: качественный анализ, построение модели связи, интерпретация результатов. Функциональная связь и стохастическая зависимость.

Исследование объективно существующих связей между явлениями - важнейшая задача теории статистики. В процессе статистического исследования зависимостей вскрываются причинно -следственные отношения между явлениями, что позволяет выявлять факторы (признаки),

оказывающие основное влияние на вариацию изучаемых явлений и процессов. Причинно -следственные отношения - это такая связь явлений и процессов, когда изменение одного из них - причины ведет к изменению другого - следствия.

Признаки по их значению для изучения взаимосвязи делятся на два класса. Признаки, обуславливающие изменения других, связанных с ними признаков, называют факторными, или просто факторами. Признаки, изменяющиеся под действием факторных признаков, называют

результативными.

Понятие о взаимосвязи между различными признаками изучаемых явлений. Признаки-факторы и результативные признаки. Виды взаимосвязи: функциональная и корреляционная. Поле корреляции. Прямая и обратная связь. Линейные и нелинейные связи.

Прямые и обратные связи.

В зависимости от направления действия функциональные и стохастические связи могут быть прямыми и обратными. При прямой связи направление изменения результативного признака совапдает с направлением изменения признака-фактора, т.е. с увеличением факторного признака увеличивается и результативный, и, наоборот, с уменьшением факторного признака уменьшается и результативный признак. В противном случае между рассматриваемыми величинами существуют обратные связи. Например, чем выше квалификация рабочего (разряд), тем выше уровень производительности труда- прямая связь. А чем выше производительность труда, тем ниже себестоимость единицы продукции- обратная связь.

Прямолинейные и криволинейные связи.

По аналитическому выражению (форме) связи могут быть прямолинейными и криволинейными. При прямолинейной связи с возрастанием значения факторного признака происходит непрерывное возрастание (или убывание) значений результативного признака. Математически такая связь представляется уравнением прямой, а графически прямой линией. Отсюда ее более короткое название- линейная связь.

При криволинейных связях свозрастанием значения факторного признака возрастание (или убывание) результативного признака происходит неравномерно или же направление его измененияменяется на обратное. Геометрически такие связи представляются кривыми линиями (гиперболой, параболой и т.д.).

Предмет и задачи статистики. Закон больших чисел. Основные категории статистической методологии.

В настоящее время термин «статистика» употребляется в 3х значениях:

· Под «статистикой» понимают отрасль деятельности, к-рая занимается сбором, обработкой, анализом, публикаций данных о различных явлениях общественной жизни.

· Статистикой называют цифровой материал, служащий для характеристики общих явлений.

· Статистикой называют отрасль знания, учебный предмет.

Предметом статистики является количественная сторона массовых общих явлений в неразрывной связи с их качественной стороной. Свой предмет статистика изучает при помощи опр. категорий:

· Статистическая совокупность – совокупность соц.-эк. объектов и явлений общ. Жизни, объединен. Некоторой кач. Основой н-р, совокупность пред-тий, фирм, семей.

· Единица совокупности – первичный элемент статистической совокупности.

· Признак – кач. Особенность единицы совокупности.

· Статистический показатель – понятие отбражает количеств. харак-ки (размеры) признаков общ. явлений.

· Система статистич. Показателей – совокупность статистич. показателей, отражающая взаимосвязи, к-рые существ. между явлениями.

Основными задачами статистики являются:

1. всестороннее исследование глубоких преобразований эк. и соц. процессов на основе научнообоснов. системы показателей.

2. обобщение и прогнозирование тенденций развития разл. отраслей экономики в целом

3. своевременное обеспеч. надежности информации гос., хоз., эк. органов и широкой общ-сти

Важное значение для статистической методологии играет закон больших чисел. В наиболее общем виде он может быть сформулирован следующим образом:

Закон больших чисел — общий принцип в силу которого совокупные действия большого числа случайных факторов приводит при некоторых общих условиях к результату почти независящему от случая.

Закон больших чисел порожден особыми свойствами массовых явлений. Массовые явления последние в свою очередь с одной стороны в силу своей индивидуальности отличаются друг от друга, а с другой имеет нечто общее определяющее их принадлежность к определенному классу.

Единичное явление в большей степени подвержено влиянию случайных и несущественных факторов, чем масса явлений в целом. При определенных условиях значение признака у отдельной единицы можно рассматривать как случайную величину, учитывая, что она подчиняется не только общей закономерности, но и формируется под воздействием условий не зависящих от этой закономерности. Именно по этой причине статистика широко использует средние показатели, одним числом характеризующие всю совокупность. Только при большом числе наблюдений случайные отклонения от основного направления развития уравновешиваются, взаимопогашаются и статистическая закономерность проявляется более отчетливо. Таким образом, сущность закона больших чисел заключается в том, что в числах обобщающих результат массового статистического наблюдения закономерность развития социально-экономических явлений выявляется более отчетливо чем при небольшом по объему статистическому исследованию.

ЗАКОН БОЛЬШИХ ЧИСЕЛ

Экономика. Толковый словарь. - М.: «ИНФРА-М», Издательство «Весь Мир». Дж. Блэк. Общая редакция: д.э.н. Осадчая И.М. . 2000 .

Райзберг Б.А., Лозовский Л.Ш., Стародубцева Е.Б. . Современный экономический словарь. - 2-е изд., испр. М.: ИНФРА-М. 479 с. . 1999 .

Экономический словарь. 2000 .

Смотреть что такое «ЗАКОН БОЛЬШИХ ЧИСЕЛ» в других словарях:

ЗАКОН БОЛЬШИХ ЧИСЕЛ - см. БОЛЬШИХ ЧИСЕЛ ЗАКОН. Antinazi. Энциклопедия социологии, 2009 … Энциклопедия социологии

Закон Больших Чисел - принцип, согласно которому количественные закономерности, присущие массовым общественным явлениям, наиболее явным образом проявляются при достаточно большом числе наблюдений. Единичные явления в большей степени подвержены воздействию случайных и… … Словарь бизнес-терминов

ЗАКОН БОЛЬШИХ ЧИСЕЛ - утверждает, что с вероятностью, близкой к единице, среднее арифметическое большого числа случайных величин примерно одного порядка будет мало отличаться от константы, равной среднему арифметическому из математических ожиданий этих величин. Разл.… … Геологическая энциклопедия

закон больших чисел - - [Я.Н.Лугинский, М.С.Фези Жилинская, Ю.С.Кабиров. Англо русский словарь по электротехнике и электроэнергетике, Москва, 1999 г.] Тематики электротехника, основные понятия EN law of averageslaw of large numbers … Справочник технического переводчика

Закон больших чисел - в теории вероятностей утверждает, что эмпирическое среднее (среднее арифметическое) достаточно большой конечной выборки из фиксированного распределения близко к теоретическому среднему (математическому ожиданию) этого распределения. В зависимости … Википедия

закон больших чисел - didžiųjų skaičių dėsnis statusas T sritis fizika atitikmenys: angl. law of large numbers vok. Gesetz der großen Zahlen, n rus. закон больших чисел, m pranc. loi des grands nombres, f … Fizikos terminų žodynas

ЗАКОН БОЛЬШИХ ЧИСЕЛ - общий принцип, в силу к рого совместное действие случайных факторов приводит при нек рых весьма общих условиях к рез ту, почти не зависящему от случая. Сближение частоты наступления случайного события с его вероятностью при возрастании числа… … Российская социологическая энциклопедия

Закон больших чисел - закон, гласящий, что совокупное действие большого числа случайных факторов приводит, при некоторых весьма общих условиях, к результату, почти не зависящему от случая … Социология: словарь

ЗАКОН БОЛЬШИХ ЧИСЕЛ - статистический закон, выражающий связь статистических показателей (параметров) выборочной и генеральной совокупности. Фактические значения статистических показателей, полученные по некоторой выборке, всегда отличаются от т.н. теоретических… … Социология: Энциклопедия

ЗАКОН БОЛЬШИХ ЧИСЕЛ - принцип, по которому частота финансовых потерь определенного вида может быть предсказана с высокой точностью тогда, когда есть большое количество потерь аналогичных видов … Энциклопедический словарь экономики и права

Закон больших чисел

Взаимодействуя ежедневно в работе или учебе с цифрами и числами, многие из нас даже не подозревают о том, что существует очень интересный закон больших чисел, применяемый, например, в статистике, экономике и даже психолого-педагогических исследованиях. Он относится к теории вероятностей и говорит о том, что среднее арифметическое какой-либо большой выборки из фиксированного распределения близко к математическому ожиданию этого распределения.

Вы, наверное, заметили, что понять сущность этого закона непросто, особенно тем, кто не особо дружит с математикой. Исходя из этого, мы бы хотели рассказать о нем простым языком (насколько это возможно, конечно), чтобы каждый мог хотя бы примерно уяснить для себя, что это такое. Эти знания помогут вам лучше разобраться в некоторых математических закономерностях, стать более эрудированным и положительным образом повлиять на развитие мышления.

Понятия закона больших чисел и его трактовка

Помимо рассмотренного нами выше определения закона больших чисел в теории вероятностей, можно привести и его экономическое толкование. В этом случае он представляет собой принцип, согласно которому частоту финансовых потерь конкретного вида можно предсказать с высокой степенью достоверности тогда, когда наблюдается высокий уровень потерь подобных видов вообще.

Помимо этого, в зависимости от уровня сходимости признаков можно выделить слабый и усиленный законы больших чисел. О слабом речь идет, когда сходимость существует по вероятности, а об усиленном – когда сходимость существует практически во всем.

Если интерпретировать несколько иначе, то следует сказать так: всегда можно найти такое конечное число испытаний, где с любой запрограммированной наперед вероятностью меньше единицы относительная частота появления какого-то события будет крайне мало отличаться от его вероятности.

Таким образом, общую суть закона больших чисел можно выразить так: результатом комплексного действия большого количества одинаковых и независимых случайных факторов будет такой результат, который не зависит от случая. А если говорить еще более простым языком, то в законе больших чисел количественные закономерности массовых явлений будут явно проявляться только при большом их числе (поэтому и называется закон законом больших чисел).

Отсюда можно сделать вывод, что сущность закона состоит в том, что в числах, которые получаются при массовом наблюдении, имеются некоторые правильности, обнаружить которые в небольшом количестве фактов невозможно.

Сущность закона больших чисел и его примеры

Закон больших чисел выражает наиболее общие закономерности случайного и необходимого. Когда случайные отклонения «гасят» друг друга, средние показатели, определенные для одной и той же структуры, приобретают форму типичных. Они отражают действия существенных и постоянных фактов в конкретных условиях времени и места.

Определенные посредством закона больших чисел закономерности сильны только тогда, когда представляют массовые тенденции, и они не могут быть законами для отдельных случаев. Так, вступает в силу принцип математической статистики, говорящий, что комплексное действие ряда случайных факторов способно стать причиной неслучайного результата. И наиболее яркий пример действия данного принципа – это сближение частоты наступления случайного события и его вероятности, когда возрастает количество испытаний.

Давайте вспомним обычное бросание монетки. Теоретически орел и решка могут выпасть с одной и той же вероятностью. Это означает, что если, к примеру, бросить монетку 10 раз, 5 из них должна выпасть решка и 5 – орел. Но каждый знает, что так не происходит практически никогда, ведь соотношение частоты выпадения орла и решки может быть и 4 к 6, и 9 к 1, и 2 к 8 и т.д. Однако с увеличением количества подбрасываний монетки, например, до 100, вероятность того, что выпадет орел или решка, достигает 50%. Если же теоретически проводить бесконечное количество подобных опытов, вероятность выпадения монетки обеими сторонами всегда будет стремиться к 50%.

На то, как именно упадет монетка, влияет огромное число случайных факторов. Это и положение монетки на ладони, и сила, с которой совершается бросок, и высота падения, и его скорость и т.д. Но если опытов много, вне зависимости от того, как воздействуют факторы, всегда можно утверждать, что практическая вероятность близка к вероятности теоретической.

А вот еще один пример, который поможет понять сущность закона больших чисел: предположим, что нам нужно оценить уровень заработка людей в каком-то регионе. Если мы будем рассматривать 10 наблюдений, где 9 человек получают 20 тыс. рублей, а 1 человек – 500 тыс. рублей, среднее арифметическое составит 68 тыс. рублей, что, естественно, маловероятно. Но если мы возьмем в расчет 100 наблюдений, где 99 человек получают 20 тыс. рублей, а 1 человек – 500 тыс. рублей, то при расчете среднего арифметического получим 24,8 тыс. рублей, что уже ближе к реальному положению дел. Увеличивая число наблюдений, мы будем заставлять среднее значение стремиться к истинному показателю.

Именно по этой причине для применения закона больших чисел в первую очередь необходимо набрать статистический материал, чтобы получать правдивые результаты, изучая большое число наблюдений. Потому-то и удобно использовать этот закон, опять же, в статистике или социальной экономике.

Подведем итоги

Значение того, что закон больших чисел работает, сложно переоценить для любой области научного знания, и особенно для научных разработок в области теории статистики и методов статистического познания. Действие закона также обладает большим значением и для самих изучаемых объектов с их массовыми закономерностями. На законе больших чисел и принципе математической статистике основываются практически все методы статистического наблюдения.

Но, даже не беря во внимание науку и статистику как таковые, можно смело сделать вывод, что закон больших чисел – это не просто явление из области теории вероятностей, но феномен, с которым мы сталкиваемся практически каждый день в своей жизни.

Надеемся, теперь сущность закона больших чисел стала вам более понятна, и вы сможете легко и просто объяснить его кому-то другому. А если тема математики и теории вероятностей вам интересна в принципе, то рекомендуем почитать о числах Фибоначчи и парадоксе Монти Холла. Также познакомьтесь с приближенными вычислениями в жизненных ситуациях и самыми популярными числами. И, конечно же, обратите внимание на наш курс по когнитивистике, ведь, пройдя его, вы не только овладеете новыми техниками мышления, но и улучшите свои когнитивные способности в целом, в том числе и математические.

1.1.4. Метод статистики

Метод статистики предполагает следующую последовательность действий:

разработка статистической гипотезы,

сводка и группировка статистических данных,

Прохождение каждой стадии связано с использованием специальных методов, объясняемых содержанием выполняемой работы.

1.1.5. Задачи статистики

Разработка системы гипотез, характеризующих развитие, динамику, состояние социально-экономических явлений.

Организация статистической деятельности.

Разработка методологии анализа.

Разработка системы показателей для управления хозяйством на макро- и микроуровне.

Популяризовать данные статистического наблюдения.

1.1.6. Закон больших чисел и его роль в изучении статистических закономерностей

Массовый характер общественных законов и своеобразие их действий предопределяет необходимость исследования совокупных данных.

Закон больших чисел порожден особыми свойствами массовых явлений. Последние в силу своей индивидуальности, с одной стороны, отличаются друг от друга, а с другой – имеют нечто общее, обусловленное их принадлежностью к определенному классу, виду. Причем единичные явления в большей степени подвержены воздействию случайных факторов, нежели их совокупность.

Закон больших чисел в наиболее простой форме гласит, что количественные закономерности массовых явлений отчетливо проявляются лишь в достаточно большом их числе.

Таким образом, сущность его заключается в том, что в числах, получающихся в результате массового наблюдения, выступают определенные правильности, которые не могут быть обнаружены в небольшом числе фактов.

Закон больших чисел выражает диалектику случайного и необходимого. В результате взаимопогашения случайных отклонений средние величины, исчисленные для величины одного и того же вида, становятся типичными, отражающими действия постоянных и существенных фактов в данных условиях места и времени.

Тенденции и закономерности, вскрытые с помощью закона больших чисел, имеют силу лишь как массовые тенденции, но не как законы для каждого отдельного случая.

Проявление действия закона больших чисел можно видеть во многих областях явлений общественной жизни, изучаемых статистикой. Например, средняя выработка на одного работающего, средняя себестоимость единицы изделия, средняя заработная плата и другие статистические характеристики выражают общие для данного массового явления закономерности. Таким образом, закон больших чисел способствует раскрытию закономерностей массовых явлений как объективной необходимости их развития.

1.1.7. Основные категории и понятия статистики: статистическая совокупность, единица совокупности, признак, вариация, статистический показатель, система показателей

Так как статистика имеет дело с массовыми явлениями, то основным понятием является статистическая совокупность.

Статистическая совокупность — это множество объектов или явлений, изучаемых статистикой, которые имеют один или несколько общих признаков и различаются между собой по другим признакам. Так, например, при определении объема розничного товарооборота все предприятия торговли, осуществляющие продажу товаров населению, рассматриваются как единая статистическая совокупность - «розничная торговля».

Е диница совокупности – это первичный элемент статистической совокупности, являющийся носителем признаков, подлежащих регистрации, и основой ведущегося при обследовании счета.

Например, при проведении переписи торгового оборудования единицей наблюдения является торговое предприятие, а единицей совокупности — их оборудование (прилавки, холодильные агрегаты и т.д.).

Признак — это характерное свойство изучаемого явления, отличающее его от других явлений. Признаки могут быть охарактеризованы рядом статистических величин.

В разных отраслях статистики изучаются разные признаки. Так, например, объектом изучения является предприятие, а его признаками — вид продукции, объем выпуска, численность работающих и т.д. Или объект — отдельный человек, а признаки — пол, возраст, национальность, рост, вес и т.д.

Таким образом, статистических признаков, т.е. свойств, качеств объектов наблюдения очень много. Все их многообразие принято делить на две большие группы: признаки качества и признаки количества.

Качественный признак (атрибутивный) — признак, отдельные значения которого выражаются в виде понятий, наименований.

Профессия - токарь, слесарь, технолог, учитель, врач и т.д.

Количественный признак — признак, определенные значения которого имеют количественные выражения.

Рост — 185, 172, 164, 158.

Вес — 105, 72, 54, 48.

Каждый объект изучения может обладать целым рядом статистических признаков, но от объекта к объекту одни признаки меняются, другие остаются неизменными. Меняющиеся признаки от одного объекта к другому принято называть варьирующими. Именно эти признаки изучаются в статистике, поскольку неизменяющийся признак изучать неинтересно. Предположим, что в вашей группе только мужчины, у всех один признак (пол - мужской) и по этому признаку больше сказать нечего. А если есть и женщины, то уже можно посчитать их процент в группе, динамику изменения численности женщин по месяцам учебного года и др.

Вариация признака — это многообразие, изменяемость величины признака у отдельных единиц совокупности наблюдения.

Вариация признака — пол — мужской, женский.

Вариация з/п — 10000, 100000, 1000000.

Отдельные значения признака называются вариантами этого признака.

Явления и процессы в жизни общества изучаются статистикой посредством статистических показателей.

Статистический показатель — это обобщающая характеристика какого-либо свойства статистической совокупности или ее части. Этим он отличается от признака (свойства, присущего единице совокупности). Например, средний балл за семестр по группе студентов – это статистический показатель. Балл по некоторому предмету конкретного студента — признак.

Система статистических показателей – это совокупность взаимосвязанных между собой статистических показателей, всесторонне отображающих процессы общественной жизни в определенных условиях места и времени.

Закон больших чисел. Статистическая закономерность

Понятие статистики и ее основные положения

Статистика как параметр совокупности

Закон больших чисел. Статистическая закономерность

Мальчик или девочка

Методы исследования применяемые в статистике населения

Список используемой литературы

Словом статистика в середине XVIII в. стали обозначать совокупность разного рода фактических сведений о государствах (от латинского “статус” – государство). К таким сведениям относились данные о численности и движении населения государств, их территориальном делении и административном устройстве, экономики и т.д.

В настоящее время термин “статистика” имеет несколько связанных друг с другом значений. Одно из них близко соответствует изложенному выше. Статистикой часто называют совокупность фактов о той или иной стране. Главные из них систематически публикуются в специальных изданиях по установленной форме.

Однако современную статистику в рассматриваемом смысле этого слова отличает от “государство ведения” прошлых столетий не только в огромной степени выросшем полнота и разносторонность содержащихся в ней сведений. В отношении характера сведений к ней теперь относят только то, что получает количественное выражение. Так, к статистике не относят сведения о том, является ли данное государство монархией или республикой. Какой язык в нем принят в качестве государственного и т.д.

Но к ней относятся количественные данные о численности населения, пользующихся тем или иным языком в качестве своего разговорного. К статистике не относят перечень и расположение на карте отдельных территориальных частей государства, но относят количественные данные о распределении по ним населения, промышленности и т.д.

Общей чертой сведений, составляющих статистику, служит то, что они всегда относятся не к одному единичному (индивидуальному) явлению, а охватывают сводными характеристиками целый ряд таких явлений, или, как говорят, их совокупность . Индивидуальное явление отличается от совокупности своей неразложимостью на самостоятельно существующие и аналогичные друг другу составные элементы. Совокупность же состоит именно из таких элементов. Исчезновение одного из элементов совокупности не уничтожает ее как таковую.

Так, население города остается его населением и после того, как одно из входящих в его состав лиц умерло или переехало в другой.

Разные совокупности и их единицы в реальности сочетаются и переплетаются друг с другом подчас в весьма сложных комплексах. Специфическая черта статистики состоит в том, что во всех случаях ее данные относятся к совокупности. Характеристики отдельных индивидуальных явлений попадают в поле ее зрения лишь в качестве основания для получения сводных характеристик совокупности.

Например, регистрация брака имеет определенное значение для данной индивидуальной пары, вступающей в него, из него для каждого супруга вытекают определенные права и обязанности. К статистике же относятся лишь сводные данные о числе заключенных браков, о составе вступивших в них – по возрасту, по источникам средств существования и др. Индивидуальные случаи бракосочетания интересуют статистику лишь постольку, поскольку на основании сведений о них возможно получить сводные данные.

Статистика как параметр совокупности

В последнее время термин “статистика” стал часто пониматься и в несколько более узком, но зато более точно определенном смысле, связанном с обработкой результатов серии индивидуальных наблюдений.

Представим, что в результате наблюдений мы получили числа x 1 , x 2 . x n . Эти числа рассматриваются как одна из возможных реализаций совокупности n величин в их сочетании.

Статистикой называют некоторый параметр f зависящий от x 1 , x 2 . x n . Поскольку эти величины являются, как отмечено, одной из их возможных реализаций, то и значение данного параметра также оказывается одним из ряда возможных. Следовательно, каждая статистика в этом смысле имеет свое распределение вероятностей (т.е. для любого заданного числа a существует вероятность того, что параметр f окажется не большим, чем a ).

По сравнению с содержанием, вкладываемая в термин “статистика” в смысле, рассмотренном выше, здесь во-первых, имеется в виду его сужение всякий раз до одной величины – параметра, что не исключает совместного рассмотрения нескольких параметров (нескольких статистик) в одной комплексной задаче. Во-вторых, здесь подчеркивается наличие математического правила (алгоритма) получения величины параметра из совокупности результатов наблюдения: вычислить их среднюю арифметическую, взять максимальное из доставленных значений, рассчитать отношение численности некоторой их особой группы к общему числу и т.д.

Наконец в указанном смысле термин “статистика” применяется к параметру, полученному из результатов наблюдений в любой области явлений – общественных и других. Это может быть средняя урожайность, или средняя длина охвата сосен в лесу, или средний результат повторных измерений параллакса некоторой звезды и т.д. в этом смысле термин “статистика” применяется главным образом в математической статистике, которая, как и любой раздел математики, не может быть ограничена той или иной областью явлений.

Под статистикой понимают также процесс ее “ведения”, т.е. процесс собирания и обработки сведений о фактах, необходимых для получения статистики в обоих рассмотренных смыслах.

При этом необходимые для статистики сведения могут собираться с единственной целью получения обобщенных характеристик для массы случаев данного рода, т.е. именно естественно в целях статистики. Таковы, например сведения, собираемые при проведении переписей населения.

Закон больших чисел. Статистическая закономерность.

Главным обобщением опыта исследования любых массовых явлений служат закон больших чисел. Отдельное единичное явление, рассматриваемое как одно из явлений данного рода, содержит в себе элемент случайного: оно могло быть или не быть, быть таким или иным. При соединении же большого числа таких явлений в общих характеристиках всей их массе случайность исчезает в тем большей мере, чем больше соединено единичных явлений.

Математика, в частности теория вероятностей, рассматриваемая в чисто количественном аспекте закон больших чисел, выражает его целой цепью математических теорем. Они показывают, при каких условиях и в какой именно мере можно рассчитывать на отсутствие случайности в охватывающих массу характеристиках, как это связано с численностью входящих в них индивидуальных явлений. Статистика же основывается на этих теоремах в изучении каждого конкретного массового явления.

Закономерность , проявившаяся лишь в большой массе явлений через преодоление свойственной ее единичным элементам случайности, называется статистической закономерностью .

В одних случаях перед статистикой стоит задача измерения ее проявлений, само же ее существование теоретически ясно заранее.

В других случаях закономерность может быть найдена статистикой эмпирически. Этим путем было, например, установлено, что с увеличением дохода семьи в ее бюджете падает процент расходов на питание.

Таким образом всякий раз, когда статистика в исследовании какого-либо явления достигает обобщений и находит действующую в нем закономерность, эта последняя сразу становится достоянием той конкретной науки, к кругу интересов которой принадлежит это явление. Следовательно, в отношении каждой статистика выступает в качестве метода.

Рассматривая результаты массового наблюдения, статистика находит в них черты сходства и различия, соединяет элементы в группы, выявляя при этом различные типы, дифференцируя по этим типам всю подвергнутую наблюдению массу. Результаты наблюдения единичных элементов массы используются, далее для получения характеристик всей совокупности и выделенных в ней особых частей, т.е. для получения обобщающих показателей.

Массовое наблюдение, группировка и сводка его результатов, вычисление и анализ обобщающих показателей – таковы главные черты метода статистики.

Статистика как наука опекает и сводится к математической статистике. В математике задачи характеристики массовых явлений рассматриваются только в чисто количественном аспекте, оторванно от качественного содержания (что обязательно для математики, как науки вообще). Статистика же даже в исследовании общих законов массовых явлений исходит не только из количественных обобщений этих явлений, а прежде всего из механизма возникновения самого массового явления.

В тоже время из сказанного о роли количественного измерения для статистики следует большое значение для нее математических методов вообще, специально приспособленных для решения задач, возникающих при исследовании массовых явлений (теория вероятностей и математической статистики). Более того, роль математических методов здесь настолько велика, что попытка их исключения из курса статистики (ввиду наличия в планах отдельного предмета – математической статистики) существенно обедняет статистику.

Отказ от этой попытки, однако, не должен означать противоположной крайности, а именно поглощения статистикой всей теории вероятностей и математической статистики. Если, например, в математике рассматривается средняя величина для ряда распределения (вероятностей или эмпирических частостей),то статистика так же не может обойти соответствующие приемы, но здесь это один из аспектов, наряду с которым возникает и ряд других (средние общие и групповые, возникновение и роль средних в системе информации, материальное содержание системы весов, хронологические средние, средние и относительные величины и т.д.).

Или другой пример: математическая теория выборки все внимание сосредоточивает на ошибке репрезентативности – для разных систем отбора, разных характеристик и т.д. Системную ошибку, т.е. ошибку не поглощающуюся в средней величине, она заранее исключает, строя свободные от нее так называемые несмещенные оценки. В статистике же едва ли не главным в этом деле вопросом является вопрос о том, как эту системную ошибку избежать.

В исследовании количественной стороны массовых явлений возникает ряд задач математического характера. Для их решения математика разрабатывает соответствующие приемы, но для этого она должна рассматривать их в общем виде, для которого качественное содержание массового явления безразлично. Так проявление закона больших чисел было впервые подмечено именно в социально-экономической области и почти одновременно в азартных играх (само распределение которых объяснилось тем, что они являлись слепком с экономики, в частности развивающихся товарно-денежных отношений). С того момента, однако, когда закон больших чисел становится объектом точного исследования в математике, он получает совершенно общую трактовку, которая не ограничивает его действие какой-либо специальной областью.

На этом основании предмет статистики вообще отграничивается от предмета математики. Разграничения объектов не может означать изгнать из одной науки всего, что попало в поле зрения другой. Было бы, например, неправильно исключить из изложения физики всего связанного с применением дифференциальных уравнений на том основании, что ими занимается математика.

Почему соотношение полов при рождении имеет определенные пропорции, которые на протяжении многих столетий не претерпели существенных наблюдений?

Как это парадоксально не звучит, но именно смерть является основным биологическим условием размножения и воспроизведения новых поколений. Для того чтобы продлить существование вида, его особи должны после себя оставить потомство; в противном случае вид навсегда исчезнет.

Проблема пола (кто родится мальчик или девочка) включает в себя множество вопросов, связанных не только с биологическим развитием, медико-генетическими характеристиками, с демографическими данными, но и в более широком аспекте связаны с психологией пола, с поведением и устремлениями индивидуумов противоположного пола, с гармонией или конфликтами между ними.

Вопрос о том, кто родится – мальчик или девочка – и почему это происходит – всего лишь узкий круг вопросов, вытекающих из более обширной проблемы. Особенно важное теоретическое и практическое имеет выяснение вопроса, почему продолжительность жизни мужчин ниже продолжительности жизни женщин. Это явление распространено не только у человека, но и среди многочисленных видов животного мира.

Объяснить это только, тем, что преобладание мужских особей при рождении обусловлено их повышенной активностью, и как следствие этого – меньшей “жизненностью”, недостаточно. Биологи давно обратили внимание на более короткую продолжительность жизни самцов по сравнению с самками у большинства изученных животных. Продолжительность жизни противопоставляется ее высокому темпу и это находит биологические обоснование.

Английский исследователь А. Комфорт указывает: “ Организм должен пройти через фиксированный ряд обменных процессов или этапов развития, и скорость их прохождения определяет наблюдаемую продолжительность жизни”.

Ч. Дарвин рассматривал меньшую продолжительность жизни у самцов “как естественное и конституционное свойство, обусловленное только полом”.

Возможность рождения ребенка того или иного пола в каждом конкретном случае зависит не только от присущих данному явлению закономерностям, выявленных на большом числе наблюдений, но и от случайных привходящих обстоятельств. Поэтому заранее статистически невозможно определить какого пола будет каждый отдельно родившийся ребенок. Этим и не занимается ни теория вероятностей, не статистика, хотя во многих случаях результат отдельного события представляет большой интерес. Теория вероятностей дает достаточно определенные ответы, когда речь заходит о большой совокупности родившихся. Привходящие, внешние причины случайны, однако их совокупность отражает устойчивые закономерности. При формировании пола, как теперь известно, еще до зачатия, случайные причины могут в одних случаях благоприятствовать возникновению зародышей мужского, и в других – женского пола. Но это проявляется не в каком-то закономерном порядке, а хаотично, беспорядочно. Совокупность факторов, формирующих определенные соотношения полов при рождении, проявляется лишь на достаточно большом количестве наблюдений; и чем их больше, тем ближе приближается теоретическая вероятность к фактическим результатам.

Вероятности рождения мальчиков есть число несколько больше чем 0,5 (близкое 0,51), а девочки – меньше чем 0,5 (близкое 0,49). Этот весьма интересный факт поставил перед биологами и статистами трудную задачу – объяснить причину, почему зарождение и рождение мальчика или девочки не является равновозможными и соответствующими генетическим предпосылкам (менделеевскому закону расщепления по полу).

Удовлетворительного ответа на эти вопросы пока не получено; известно только, что уже с момента зачатия доля мальчиков больше доли девочек и что в период внутриутробного развития эти пропорции постепенно выравниваются и к моменту рождения, не достигая, однако, равновероятностных значений. Мальчиков рождается примерно на 5-6% больше чем девочек.

У большинства видов, для которых биологами были составлены таблицы выживания, смертность среди самцов выше. Генетики это объясняют различием у самок и самцов общего хромосомного комплекса.

Ч. Дарвин рассматривает сформировавшееся численное соотношение полов из представителей различных видов, как результат эволюционного естественного отбора, основанного на принципах полового подбора. Генетические законы формирования пола были открыты позже, и они являются недостающим звеном в теоретических концепциях Ч. Дарвина. Меткие наблюдения Ч. Дарвина заслуживают того, чтобы их здесь привести. Автор замечает, что половой подбор был бы простым делом, если бы самцы численно значительно превосходили самок. Важно знать численное соотношение полов не только при рождении, но и в период зрелости, и это усложняет картину. Относительно людей установлен факт, что мальчиков умирает гораздо больше, чем девочек, перед рождением, во время родов и в первые годы детства.

Можно назвать две большие группы факторов, оказывающих влияние на соотношение смертности по полу и в целом обуславливающих сверхсмертность мужчин. Это экзогенные, т.е. социально-экономические факторы, и эндогенные факторы, связанные с генетической программой жизнеспособности мужского и женского организма. Различия в смертности по полу могут быть объяснены постоянным взаимодействием указанных двух групп факторов. Эти различия повышаются прямо пропорционально увеличению показателя средней продолжительности жизни. На чисто биологические различия в жизнеспособности мужчин и женщин наслаивается воздействие социально-экономических условий жизни, реакция на которые мужского и женского организма различна с точки зрения возможности преодолеть их отрицательное влияние на различных возрастных периодах.

В подавляющем большинстве стран мира, где ведется более или менее надежная и полная регистрация смертности, соотношение показателей по полу подтверждает неоднократно подтвержденная практикой положение о повышении смертности мужчин – закономерность эта, как отмечалось ранее присуща человеческой популяции да и не только ей, но и многим другим биологическим видам.

Статистика населения – наука, изучающая количественные закономерности явлений и процессов, происходящих в населении, в непрерывной связи с их качественной стороной.

Население – объект изучения и демографии, которая устанавливает общие закономерности их развития, рассматривая его жизнедеятельность во всех аспектах: историческом, политическом, экономическом, социальном, юридическом, медицинском и статистическом. При этом надо иметь в виду, что по мере развития знаний об объекте открываются его новые стороны, становящиеся отдельным объектом познания.

Статистика населения изучает свой объект в конкретных условиях места и времени, выявляя все новые формы его движения: естественное, миграционное, социальное.

Под естественным движением населения понимается изменение численности населения ввиду рождений и смертей, т.е. происходящее естественным путем. При этом разумеются так же браки и разводы, поскольку они учитываются в одинаковом порядке с рождениями и смертями.

Миграционное движение , или просто миграция населения, означает перемещения людей через границы отдельных территорий, обычно с переменой места жительства на длительное время или навсегда.

Социальное движение населения понимается как изменение социальных условий жизни населения. Оно выражается в изменении численности и составе социальных групп людей, имеющих общие интересы, ценности и нормы поведения, складывающиеся в рамках исторически определенного общества.

Статистика населения решает ряд задач:

Важнейшая ее задача – определение численности населения. Но часто требуется знать численность населения отдельных континентов и их частей, различных стран, экономических регионов стран, административных регионов. При этом ведется не простой арифметический, а особый – статистический счет – счет категорий населения. Статистически устанавливается число рождений, смертей, браков, случаев прекращения брака, численность прибывших и убывших мигрантов, т.е. определяется объем совокупности.

Вторая задача – установление структуры населения, демографических процессов. Внимание здесь прежде всего обращается на деление населения по полу, возрасту, уровню образования, профессиональному, производственному признаку, по принадлежности к городскому и сельскому.

Структура населения по полу может характеризоваться равной численностью полов, мужским или женским перевесом и степенью этого перевеса.

Структура населения по возрасту может быть может быть представлена однолетними данными и группами возрастов, а так же тенденцией изменения возрастного состава, например постарения или омоложения.

Образовательная структура показывает долю грамотного населения, имеющего определенную степень обучения на разных территориях и разных средах.

Профессиональная – распределение людей по приобретенным в процессе обучения профессиям, по занятиям.

Производственная – по отраслям народного хозяйства.

Территориальное размещение населения или его расселения. Здесь различают степень урбанизации, определение плотности всего населения, различное понимание плотности и его состояния.

Третья задача состоит в изучении взаимосвязей, имеющих место в самом населении между его различными группами и исследование зависимости процессов, происходящих в населении от факторов среды, в которой эти процессы протекают.

Четвертая задача складывается из рассмотрения динамики демографических процессов. При этом характеристика динамики может быть дана как изменение численности населения и как изменение интенсивности процессов, происходящих в населении во времени и пространстве.

Пятая задача – статистика населения открывается при прогнозах его численности и состава на будущее время. Предоставление данных о прогнозе численности населения на ближайшую и далекую перспективу.

Методы исследования применяемые в статистике населения

Метод в самом общем понимании означает способ достижения цели, регулирования деятельности. Метод конкретной науки – совокупность приемов теоретического и практического познания действительности. Для самостоятельной науки обязательно не только наличие особого от других наук предмета исследования, но и существования своих собственных методов изучения этого предмета. Совокупность методов исследования применяемых в какой-либо науке, составляет методологию этой науки.

Поскольку статистика населения является отраслевой статистикой, то основой ее методологии служит статистическая методология.

Важнейший метод, включенный в статистическую методологию – получение информации об изучаемых процессах и явлениях – статистическое наблюдение . Оно служит основой для сбора данных как в текущей статистике, так и при проведении переписей, монографического и выборочного изучения населения. Здесь полное использование положений теоретической статистики об установлении объекта единицы наблюдения, введении понятий о дате и моменте регистрации, программе, организационных вопросах наблюдения, систематизации и публикации его итогов. В статистической методологии заложен и принцип самостоятельности отнесения каждого переписываемого лица к определенной группе – принцип самоопределения.

Следующий этап статистического изучения социально-экономических явлений – определение их структуры, т.е. выделение частей и элементов, составляющих совокупность. Речь идет о методе группировок и классификаций, которые в статистике населения получили название типологических и структурных.

Для познания структуры населения необходимо прежде всего выделение признака группировки и классификации. Любой признак подвергшийся наблюдению, может служить и группировочным. Например по вопросу об отношении к лицу, записанному в переписном листе первым, можно определить структуру переписываемого населения, где представляется вероятным выделить значительное число групп. Этот признак является атрибутивным, поэтому при разработке по нему переписных листов необходимо составить заранее перечень нужных для анализа классификаций (группировок по атрибутивным признакам). При составлении классификаций с большим числом атрибутивных записей заранее обосновывается отнесение к определенным группам. Так, по своему занятию население делится на несколько тысяч видов, которые статистика сводит в определенные классы, что фиксируется в так называемом словаре занятий.

При изучении структуры по количественным признакам возникает возможность использования таких статистических обобщающих показателей, как средняя, мода и медиана, меры расстояния или показателей вариации для характеристики разных параметров населения. Рассматриваемые структуры явлений служит основой изучения связи в них. В теории статистики различаются функциональные и статистические связи. Изучение последних невозможно без разделения совокупности на группы и затем сравнения величины результативного признака.

Группировка по факторному признаку и сопоставление с изменениями признака результативного позволяет установить направление связи: прямая она или обратная, а так же дать представление о ее форме ломаной регресси . Данные группировки позволяют построить систему уравнений, необходимую для нахождения параметров уравнения регрессии и определения тесноты связи при помощи расчета коэффициентов корреляции. Группировки и классификации служат основой для использования дисперсионного анализа связей между показателями движения населения и факторами, их вызывающими.

Широкое использование находят в изучении населения статистические методы исследования динамики , графическое изучение явлений , индексный , выборочный и балансовый . Можно сказать, что статистика населения использует для изучения своего объекта весь арсенал статистических методов и примеров. Кроме того применяются и методы разработанные только для изучения населения. Это методы реального поколения (когорт) и условного поколения . Первый позволяет рассмотреть изменения в естественном движении ровесников (родившихся в одном году) – продольный анализ; второй рассматривает естественное движение сверстников (живущих в одно и то же время) – поперечный анализ.

Интересно применение средних и индексов при учете особенностей и сравнении процессов, происходящих в населении, когда условия для сопоставления данных не равны между собой. Используя различное взвешивание при расчете обобщающих средних величин, разработан метод стандартизации, позволяющий элиминировать влияние разных возрастных характеристик населения.

Теория вероятностей как математическая наука изучает свойства объективного мира при помощи абстракций , суть которых состоит в полном отвлечении от качественной определенности и в выделении их количественной стороны. Абстрагирование – есть процесс мысленного отвлечения от многих сторон свойств предметов и одновременно процесс выделения, вычленения каких-либо интересующих нас сторон, свойств и отношений изучаемых предметов. Применение абстрактных математических методов в статистике населения дает возможность статистического моделирования , происходящих в населении процессов. Потребность в моделировании возникает в случае невозможности исследования самого объекта.

Наибольшее число моделей применяемых в статистике населения, разработано для характеристики его динамики. Среди них выделяются экспоненциальные и логистические . Особое значение в прогнозе населения на будущие периоды имеют модели стационарного и стабильного населения, определяющие сложившийся в данных условиях тип населения.

Если построения моделей экспоненциального и логистического населения использует данные о динамике абсолютной численности населения за прошлый период, то модели стационарного и стабильного населения строятся на основе характеристик интенсивности его развития.

Итак статистическая методология изучения населения имеет в своем распоряжении ряд методов общей теории статистики, математические методы и специальные методы, разработанные в самой статистике населения.

Статистика населения используя рассмотренные выше методы, разрабатывает систему обобщающих показателей, указывает на необходимую информацию, способы их расчета, познавательные возможности этих показателей, условия применения, порядок записи и содержательную интерпретацию.

Велико значение обобщающих статистических показателей в решении важнейших проблем при рассмотрении демографической политики, необходимо для сбалансированного роста населения, в изучении миграции населения, составляющей основу межрайонного перераспределения рабочей силы и достижения равномерности ее распределения.

Поскольку население в определенном аспекте изучают многие другие науки – здравоохранение, педагогика, социология и пр., необходимо использовать опыт этих наук, развивать их методы применительно к нуждам статистики.

Стоящие перед нашей страной задачи обновления должна затронуть и решение демографических проблем. Разработка комплексных программ экономического и социального развития должна включать в себя разделы по демографическим программам их решение должно способствовать развитию населения с наименьшими демографическими потерями.

Список используемой литературы

Кильдишев и др. “Статистика населения с основами демографии” М.: Финансы и Статистика, 1990 г. – 312 с.

Бедный М.С. “Мальчики девочки? Медико — демографический анализ” М.: Статистика, 1980 г. – 120 с.

Андреева Б.М., Вишневский А.Г. “Продолжительность жизни. Анализ и моделирование” М.: Статистика, 1979 г. – 157 с.

Боярский А.Я., Громыко Г.Л. “Общая теория статистики” М.: изд. Московские университеты, 1985 г. – 372 с.

Васильева Э.К. “Социально-демографический портрет студента” М.: Мысль, 1986 г. – 96 с.

Бестужев-Лада И.В. “Мир нашего завтра” М.: Мысль, 1986 г. – 269 с.

Популярное:

• Основное содержание закона о наследстве Закон о наследстве регулирует особую процедуру, которая обусловливает переход прав и обязанностей, а также имущества умершего гражданина его родственникам или иным лицам, в том числе […]
• Если не устраивает заведующая детским садом … Вопрос: Добрый день! Г. Калининград. Скажите, пожалуйста, если родителей полностью не устраивает заведующая детским садом, могут ли они требовать от начальника управления образования […]
• Как составляется заявление иностранного гражданина или лица без гражданства о регистрации по месту жительства Житель другого государства, прибывший в РФ, должен подать в миграционную службу заявление иностранного гражданина или […]
• Суд по автокредиту – советы адвоката Если вы берете целевой кредит на покупку автомобиля, то купленная вами машина будет оформлена как залог. Грубо говоря, в случае невыплаты автокредита банк имеет право забрать у вас автомобиль […]
• Президент РФ отменил обязательную установку счетчиков на газ Президент Владимир Путин подписал закон, который вносит поправку в закон № 261-ФЗ "Об энергосбережении. " и отменяет обязательную установку газовых счетчиков в […]
• ЧТО ВАЖНО ЗНАТЬ О НОВОМ ЗАКОНОПРОЕКТЕ О ПЕНСИЯХ Подписка на новости Письмо для подтверждения подписки отправлено на указанный вами e-mail. 27 декабря 2013 График выплаты пенсий, ЕДВ и иных социальных выплат за январь 2014 года […]
• Как унаследовать средства пенсионных накоплений наследодателя? Наследодатель при жизни вправе в любое время подать заявление в территориальный орган ПФР и определить конкретных лиц (правопреемников) и доли средств, которые […]
• Понятие и основные признаки права собственности на природные объекты и ресурсы. ГК, Статья 209. Содержание права собственности. Право владения означает закрепленную законом возможность фактичес­кого обладания природным объектом, […]

Зако́н больши́х чи́сел в теории вероятностей утверждает, что эмпирическое среднее (среднее арифметическое) достаточно большой конечной выборки из фиксированного распределения близко к теоретическому среднему (математическому ожиданию) этого распределения. В зависимости от вида сходимости различают слабый закон больших чисел, когда имеет место сходимость по вероятности , и усиленный закон больших чисел, когда имеет место сходимость почти всюду .

Всегда найдётся такое конечное число испытаний, при котором с любой заданной наперёд вероятностью меньше 1 относительная частота появления некоторого события будет сколь угодно мало отличаться от его вероятности.

Общий смысл закона больших чисел: совместное действие большого числа одинаковых и независимых случайных факторов приводит к результату, в пределе не зависящему от случая.

На этом свойстве основаны методы оценки вероятности на основе анализа конечной выборки. Наглядным примером является прогноз результатов выборов на основе опроса выборки избирателей.

Энциклопедичный YouTube

1 / 5

✪ Закон больших чисел

✪ 07 - Теория вероятностей. Закон больших чисел

✪ 42 Закон больших чисел

✪ 1 - Закон больших чисел Чебышёва

✪ 11 класс, 25 урок, Гауссова кривая. Закон больших чисел

Субтитры

Давайте разберем закон больших чисел, который является, пожалуй, самым интуитивным законом в математике и теории вероятностей. И поскольку он применим ко многим вещам, его иногда используют и понимают неправильно. Давайте я вначале для точности дам ему определение, а потом уже мы поговорим об интуиции. Возьмем случайную величину, например Х. Допустим, мы знаем ее математическое ожидание или среднее для совокупности. Закон больших чисел просто говорит, что, если мы возьмем пример n-ого количества наблюдений случайной величины и выведем среднее число всех этих наблюдений… Давайте возьмем переменную. Назовем ее Х с нижним индексом n и с чертой наверху. Это среднее арифметическое n-ого количества наблюдений нашей случайной величины. Вот мое первое наблюдение. Я провожу эксперимент один раз и делаю это наблюдение, затем я провожу его еще раз и делаю вот это наблюдение, я провожу его снова и получаю вот это. Я провожу этот эксперимент n-ое количество раз, а затем делю на количество моих наблюдений. Вот мое выборочное среднее значение. Вот среднее значение всех наблюдений, которые я сделала. Закон больших чисел говорит нам, что мое выборочное среднее будет приближаться к математическому ожиданию случайной величины. Либо я могу также написать, что мое выборочное среднее будет приближаться к среднему по совокупности для n-ого количества, стремящегося к бесконечности. Я не буду четко разделять понятия «приближение» и «сходимость», но надеюсь, вы интуитивно понимаете, что, если я возьму довольно большую выборку здесь, то я получу математическое ожидание для совокупности в целом. Думаю, большинство из вас интуитивно понимает, что, если я сделаю достаточное количество испытаний с большой выборкой примеров, в конце концов, испытания дадут мне ожидаемые мною значения, принимая во внимание математическое ожидание, вероятность и все такое прочее. Но, я думаю, часто бывает непонятно, почему так происходит. И прежде, чем я начну объяснять, почему это так, давайте я приведу конкретный пример. Закон больших чисел говорит нам, что... Допустим, у нас есть случайная величина Х. Она равна количеству орлов при 100 подбрасываниях правильной монеты. Прежде всего, мы знаем математическое ожидание этой случайной величины. Это количество подбрасываний монеты или испытаний, умноженное на шансы успеха любого испытания. Значит, это равно 50-ти. То есть, закон больших чисел говорит, что, если мы возьмем выборку, или если я приведу к среднему значению эти испытания, я получу... В первый раз, когда я провожу испытание, я подбрасываю монету 100 раз или возьму ящик с сотней монет, тряхну его, а потом сосчитаю, сколько у меня выпадет орлов, и получу, допустим, число 55. Это будет Х1. Затем я снова встряхну ящик и получу число 65. Затем еще раз – и получу 45. И я проделываю это n-ое количество раз, а затем делю это на количество испытаний. Закон больших чисел говорит нам, что это среднее (среднее значение всех моих наблюдений) будет стремиться к 50-ти в то время, как n будет стремиться к бесконечности. Теперь я бы хотела немного поговорить о том, почему так происходит. Многие считают, что если после 100 испытаний, у меня результат выше среднего, то по законам вероятности у меня должно выпасть больше или меньше орлов для того, чтобы, так сказать, компенсировать разницу. Это не совсем то, что произойдет. Это часто называют «заблуждением азартного игрока». Давайте я покажу различие. Я буду использовать следующий пример. Давайте я изображу график. Поменяем цвет. Это n, моя ось Х – это n. Это количество испытаний, которые я проведу. А моя ось Y будет выборочным средним. Мы знаем, что математическое ожидание этой произвольной переменной равно 50-ти. Давайте я это нарисую. Это 50. Вернемся к нашему примеру. Если n равно… Во время моего первого испытания я получила 55, это мое среднее значение. У меня только одна точка ввода данных. Затем, после двух испытаний, я получаю 65. Значит, мое среднее значение будет 65+55, деленное на 2. Это 60. И мое среднее значение немного возросло. Затем я получила 45, что вновь снизило мое среднее арифметическое. Я не буду наносить на графике 45. Теперь мне нужно привести все это к среднему значению. Чему равно 45+65? Давайте я вычислю это значение, чтобы обозначить точку. Это 165 делить на 3. Это 53. Нет, 55. Значит, среднее значение снова опускается до 55-ти. Мы можем продолжить эти испытания. После того, как мы проделали три испытания и получили это среднее, многие люди думают, что боги вероятности сделают так, что у нас выпадет меньше орлов в будущем, что в следующих нескольких испытаниях результаты будут ниже, чтобы уменьшить среднее значение. Но это не всегда так. В дальнейшем вероятность всегда остается такой же. Вероятность того, что у меня выпадет орел, всегда будет 50-ти %. Не то, что у меня изначально выпадает определенное количество орлов, большее, чем я ожидаю, а дальше внезапно должны выпасть решки. Это «заблуждение игрока». Если у вас выпадает несоразмерно большое количество орлов, это не значит, что в определенный момент у вас начнет выпадать несоразмерно большое количество решек. Это не совсем так. Закон больших чисел говорит нам, что это не имеет значения. Допустим, после определенного конечного количества испытаний, ваше среднее... Вероятность этого достаточно мала, но, тем не менее... Допустим, ваше среднее достигло этой отметки – 70-ти. Вы думаете: «Ого, мы основательно отошли от математического ожидания». Но закон больших чисел говорит, что ему все равно, сколько испытаний мы провели. У нас все равно осталось бесконечное количество испытаний впереди. Математическое ожидание этого бесконечного количества испытаний, особенно в подобной ситуации, будет следующим. Когда вы приходите к конечному числу, которое выражает какое-нибудь большое значение, бесконечное число, которое сойдется с ним, снова приведет к математическому ожиданию. Это, конечно, очень свободное толкование, но это то, что говорит нам закон больших чисел. Это важно. Он не говорит нам, что, если у нас выпало много орлов, то каким-то образом вероятность выпадения решки увеличится, чтобы это компенсировать. Этот закон говорит нам, что неважно, каков результат при конечном количестве испытаний, если у вас еще осталось бесконечное количество испытаний впереди. И если вы сделаете достаточное их количество, вы вернетесь снова к математическому ожиданию. Это важный момент. Подумайте о нем. Но это не используется ежедневно на практике с лотереями и в казино, хотя известно, что, если вы сделаете достаточное количество испытаний... Мы даже можем это посчитать... чему равна вероятность того, что мы серьезно отклонимся от нормы? Но казино и лотереи каждый день работают по тому принципу, что если взять достаточное количество людей, естественно, за короткий срок, с небольшой выборкой, то несколько человек сорвут куш. Но за большой срок казино всегда останется в выигрыше из-за параметров игр, в которые они приглашают вас играть. Это важный принцип вероятности, который является интуитивным. Хотя иногда, когда вам его формально объясняют со случайными величинами, все это выглядит немного запутанно. Все, что этот закон говорит, – это что чем больше выборок, тем больше среднее арифметическое этих выборок будет стремиться к истинному среднему. А если быть более конкретной, то среднее арифметическое вашей выборки сойдется с математическим ожиданием случайной величины. Вот и все. До встречи в следующем видео!

Слабый закон больших чисел

Слабый закон больших чисел также называется теоремой Бернулли , в честь Якоба Бернулли , доказавшего его в 1713 году .

Пусть есть бесконечная последовательность (последовательное перечисление) одинаково распределённых и некоррелированных случайных величин . То есть их ковариация c o v (X i , X j) = 0 , ∀ i ≠ j {\displaystyle \mathrm {cov} (X_{i},X_{j})=0,\;\forall i\not =j} . Пусть . Обозначим через выборочное среднее первых n {\displaystyle n} членов:

.

Тогда X ¯ n → P μ {\displaystyle {\bar {X}}_{n}\to ^{\!\!\!\!\!\!\mathbb {P} }\mu } .

То есть для всякого положительного ε {\displaystyle \varepsilon }

lim n → ∞ Pr (| X ¯ n − μ | < ε) = 1. {\displaystyle \lim _{n\to \infty }\Pr \!\left(\,|{\bar {X}}_{n}-\mu |<\varepsilon \,\right)=1.}

Усиленный закон больших чисел

Пусть есть бесконечная последовательность независимых одинаково распределённых случайных величин { X i } i = 1 ∞ {\displaystyle \{X_{i}\}_{i=1}^{\infty }} , определённых на одном вероятностном пространстве (Ω , F , P) {\displaystyle (\Omega ,{\mathcal {F}},\mathbb {P})} . Пусть E X i = μ , ∀ i ∈ N {\displaystyle \mathbb {E} X_{i}=\mu ,\;\forall i\in \mathbb {N} } . Обозначим через X ¯ n {\displaystyle {\bar {X}}_{n}} выборочное среднее первых n {\displaystyle n} членов:

X ¯ n = 1 n ∑ i = 1 n X i , n ∈ N {\displaystyle {\bar {X}}_{n}={\frac {1}{n}}\sum \limits _{i=1}^{n}X_{i},\;n\in \mathbb {N} } .

Тогда X ¯ n → μ {\displaystyle {\bar {X}}_{n}\to \mu } почти всегда.

Pr (lim n → ∞ X ¯ n = μ) = 1. {\displaystyle \Pr \!\left(\lim _{n\to \infty }{\bar {X}}_{n}=\mu \right)=1.} .

Как и любой математический закон, закон больших чисел может быть применим к реальному миру только при известных допущениях, которые могут выполняться лишь с некоторой степенью точности. Так, например, условия последовательных испытаний часто не могут сохраняться бесконечно долго и с абсолютной точностью . Кроме того, закон больших чисел говорит лишь о невероятности значительного отклонения среднего значения от математического ожидания .

Сущность закона больших чисел.

Изучаемые статистикой закономерности – формы проявления причинной связи – выражаются в повторяемости с определённой регулярностью событий с достаточно высокой степенью вероятности. При этом должно соблюдаться условие, что факторы, порождающие события, изменяются незначительно или не меняются вообще. Статистическая закономерность обнаруживается на основе анализа массовых данных, подчиняется закону больших чисел.

Сущность закона больших чисел заключается в том, что в сводных статистических характеристиках (суммарное число, получаемое в результате массового наблюдения) действия элементов случайности погашаются, а выступают в них определённые правильности (тенденции), которые не могут быть обнаружены на небольшом числе фактов.

Ошибки статистического наблюдения.

Отклонения между исчисленными в результате наблюдения показателями и действительными величинами исследуемых явлений называются ошибками (погрешностями) статистических наблюдений . Выделяют 2 вида ошибок статистического наблюдения:

1) ошибки регистрации (при сплошном и несплошном наблюдении):

а) случайные – ошибки при регистрации со слов (не тот возраст);

б) систематические преднамеренные – специальные искажения данных в отчётах (объём выпущенной продукции)

в) систематические непреднамеренные – небрежность, неисправность техники.

2) ошибки репрезентативности (представительности) – только при несплошном наблюдении. Возникают, если состав отобранных для наблюдения единиц совокупности недостаточно полно отражает состав всей совокупности:

а) случайные – когда совокупность отображаемых единиц неполно воспроизводит всю совокупность. Оцениваются математическими методами;

б) систематические – отклонения вследствие нарушения принципа случайного отбора единиц совокупности. Не определятся количественно.

Все ошибки при регистрации могут быть проверены – расчётно или логически.

Перепись как специально организованное статистическое наблюдение.

Перепись – специально организованное статистическое наблюдение, основная задача которого состоит в учёте численности и характеристике состава изучаемого явления путём записи в статистический формуляр по обследованным единицам статистической совокупности.

Различают 2 вида переписей:

1) перепись на основе материалов первичного учёта – единовременный учёт: перепись остатков материалов, оборудования;

2) перепись на основе специально организованной регистрации фактов: перепись населения.

Перепись населения – научно организованное статистическое наблюдение для получения данных о численности, составе и размещении населения.

Программа переписи – излагается в переписном листе, либо индивидуальном для одного человека, либо на несколько человек (семью, квартиру). Переписные листы 1979г, 1989г. одновременно являлись носителями для ЭВМ.

Даты переписей населения: 1939, 1959, 1979, 1989 гг.

Сейчас распространены микропереписи – социально-демографические обследования.

Последняя проводилась на 14.02.94 г. на 12 ч. ночи, ею было охвачено 5% населения: В течение 10 дней специально подготовленными счётчиками обследовался каждый 20-й портфель (счётный участок – по переписи 1989 г. – это приблизительно 300 человек, т.е. квартал, жилой дом).

В 1999г., по составлению на 10.11.99 г. планировалась сплошная перепись населения России. Она была отменена по финансовым причинам и перенесена на 9-16 октября 2002 г. Учитываться будет наличное и постоянное население, в том числе временно отсутствующие и временно проживающие граждане России.

Для этого Госдумой РФ должен быть принят Федеральный закон о переписи населения. Будут привлекаться счётчики: через службы занятости (финансирование из республиканского бюджета) и др. работники – за счёт местного бюджета.

Абсолютные величины.

Абсолютные величины получают в результате проведения статистического наблюдения и сводки. Они выражают физические размеры изучаемых явлений и процессов, то есть массу, площадь, объем, протяженность, временные характеристики, а также объем совокупности (численность единиц). Например, территория Омской области составляет 139,7 тыс. кв. километров; численность постоянного населения области на 01.01.2000г. – 2164,0 тыс. человек; объем промышленного производства за 1999г. – 16995 млн. рублей.

Абсолютные показатели всегда являются именованными числами, то есть имеют конкретные единицы измерения. В зависимости от сущности изучаемых явлений и их физических свойств, абсолютные величины выражаются в натуральных, трудовых и стоимостных единицах измерения.

В международной практике применяются натуральные величины измерения: тонны, килограммы, метры, квадратные метры, кубические метры, километры, мили, литры, баррели, штуки и т. д..

В тех случаях, когда продукт имеет несколько разновидностей и его общий объем можно определить только исходя из единого для всех них потребительского свойства, применяют условно-натуральные измерители (например, различные виды органического топлива переводятся в условное топливо с теплотой сгорания 29,3 мДж/кг (7000ккал/кг)). Перевод в условные единицы производится через специальные коэффициенты, рассчитываемые как отношение потребительских свойств разновидностей продукта к эталонному значению.

Трудовые единицы измерения позволяют учитывать общие затраты труда и трудоемкость отдельных операций технологического процесса, к ним относятся человеко-дни и человеко-часы.

Стоимостные единицы измерения дают денежную оценку изучаемым явлениям и процессам, к ним относятся рубли, тысячи рублей, миллионы рублей, валюты других стран.

Относительные величины.

В статистической практике широко применяются относительные показатели. Относительная величина – это результат деления двух абсолютных величин, который характеризует количественное соотношение между ними. По отношению к абсолютным показателям относительные величины являются производными, вторичными. Абсолютный показатель, находящийся в числителе отношения, называется текущим или сравниваемым. Показатель, который находится в знаменателе, называется основанием или базой сравнения. Относительные показатели могут выражаться в коэффициентах, процентах (0 / 0, база = 100), промилле (0 / 00 , база = 1000), децимилле (0 / 000 , база = 10000) или быть именованными числами (например, руб./руб.).

Относительные статистические показатели подразделяются на следующие виды:

1) относительная величина планового задания;

2) относительная величина выполнения плана (договорных обязательств);

3) относительная величина структуры;

4) относительная величина динамики;

5) относительная величина сравнения;

6) относительная величина координации;

7) относительная величина интенсивности.

Понятие вариации.

Каждый изучаемый объект находится в конкретных условиях и развивается со своими особенностями под влиянием различных факторов. Это развитие выражается числовыми уровнями статистических показателей, в частности, средними характеристиками.

Вариация – это несовпадение уровней одного показателя у разных объектов. Вариация признака – различие индивидуальных значений признака внутри совокупности. Характеризует однородность совокупности. Показатели вариации служат для её измерения, в частности, измеряют отклонение (вариацию) индивидуальных значений признака внутри изучаемой совокупности от средних величин, показывают надёжность средних характеристик. Таким образом, при анализе исследуемой совокупности, полученные средние величины необходимо дополнить показателями, измеряющими отклонения от средних и показывающих степень их надёжности, т.е. показателями вариации.

Статистика изучает не все различия значений конкретного признака, а только количественные изменения величины признака в пределах однородной совокупности, которые вызваны пересекающимся влиянием различных факторов.

Различают случайную и систематическую вариацию признака. Статистика изучает систематическую вариацию. Её анализ позволяет оценить степень зависимости изменений изучаемого признака от различных факторов, вызывающих эти изменения.

Определив характер вариации в исследуемой совокупности, можно сказать, насколько она однородна, и следовательно, насколько характерной является рассчитанная средняя величина.

Степень близости отдельных единиц к средней измеряется рядом абсолютных, средних и относительных показателей вариации.

Понятие ошибки выборки.

Обобщающие показатели у части единиц совокупности не будут совпадать с соответствующими показателями совокупности всех единиц. Одной из задач выборочного наблюдения является определение пределов отклонений характеристик выборочной совокупности и генеральной совокупности.

Возможные пределы отклонений генеральной и выборочной долей, а также генеральных и выборочных средних, называются ошибкой выборки (ошибкой репрезентативности). Чем она меньше, тем точнее показатели выборочного наблюдения отражают генеральную совокупность.

Ошибки выборки бывают:

1) тенденциозными – это преднамеренные ошибки, если специально отбираются или худшие единицы совокупности;

2) случайными – возникают вследствие случайности отбора, т.к. единицы из совокупности выбираются в случайном порядке, могут быть преувеличены или характеристики генеральной совокупности.

Ошибка выборки зависит от численности выборки и от степени варьирования изучаемого признака. Все возможные расхождения между характеристиками выборочной и генеральной совокупности аккумулируются в формуле средней ошибки выборки . Она рассчитывается по-разному в зависимости от способа отбора: повторный или бесповторный.

При повторном отборе каждая попавшая в выборку единица после фиксации значения изучаемого признака возвращается в генеральную совокупность и может быть опять случайно отобрана.

На практике чаще применяется бесповторный отбор, когда отобранные единицы в генеральную совокупность не возвращаются.

Повторный отбор:

1) для показателя средней величины количественного варьирующего признака: (1),

2) для показателя доли альтернативного признака: (2),

Бесповторный отбор.

При этом способе отбора численность единиц генеральной совокупности сокращается в процессе выборки, поэтому:

1) для показателя средней величины количественного признака: (3),

2) для показателя доли альтернативного признака: (4)

По правилам математической статистики значение средней ошибки выборки должно определяться не через выборочную дисперсию, а через генеральную дисперсию, но она, чаще всего, на практике при проведении выборочного обследования бывает неизвестна.

Доказано, что (5)

при достаточно большом значении n () отношение близко к единице, т.е. при соблюдении принципа случайного отбора дисперсия большого объёма выборки близка к дисперсии в генеральной совокупности. Поэтому на практике для определения средней ошибки выборки обычно применяют дисперсию выборочную.

Приведённые формулы (1),(2),(3),(4) позволяют определить среднюю величину отклонений, равную , характеристик генеральной совокупности от выборочных характеристик. Доказано, что генеральные характеристики отклоняются от выборочных на величину ±μ с вероятностью равной 0,638. Это означает, что в 683 случаях из 1000 генеральная доля (генеральная средняя) будет находиться в пределах ±μ от выборочной доли (выборочной средней) , а в 317 случаях выйдет за эти пределы.

Вероятность суждений можно повысить, а границы характеристик генеральной совокупности расширить, если увеличить среднюю ошибку выборки в несколько раз (t раз, t=2,3,4...).

Величина, полученная как произведение t и средней ошибки выборки, называется предельной ошибкой выборки, т.е.

(6) и (7), где

t – коэффициент доверия, он зависит от вероятности, с которой можно гарантировать, что предельная ошибка не превысит t-кратную среднюю ошибку, находится по готовым таблицам функции F(t), определённой русским математиком А.М.Ляпуновым применительно к нормальному распределению.

На практике часто применяется несплошное обследование, при котором выборка образуется из небольшого числа единиц генеральной совокупности, обычно, не больше 30 единиц. Такая выборка называется малой выборкой .

Средняя ошибка малой выборки определяется по формуле: (8)

Так как при малой выборке отношение имеет существенное значение, дисперсия малой выборки определяется с учётом числа степеней свободы. Под ним понимается количество вариантов, которые могут принимать произвольные значения, не меняя величины средней, оно обычно для малой выборки =(n-1):

(9), (10) Зная доверительную вероятность малой выборки (обычно, 0,95 или 0,99) и численность выборки n, можно определить величину t по специальной таблице Стьюдента.

Средние индексы.

Любой общий индекс можно представить как среднюю взвешенную из индивидуальных индексов (вторая форма выражения общих индексов). При этом форму средней нужно выбрать таким образом, чтобы полученный средний индекс был тождественен исходному агрегатному индексу. Применяются две формы: средняя арифметическая форма и средняя геометрическая форма (для расчета общих индексов).

1)В тех случаях когда отсутствуют данные о количестве товаров (продукции) в натуральных измерителях, но есть информация о стоимости реализованных товаров (произведенной продукции) и индивидуальные индексы изменения объемов товаров (продукции), можно определить агрегатный индекс физического объема товарооборота (продукции) по средней арифметической форме.
(24) , где

Чтобы средний арифметический индекс был тождественен агрегатному, весами индивидуальных индексов в нем должны быть взяты слагаемые знаменателя исходного агрегатного индекса.

2)В тех случаях, когда нет информации о количестве товаров (продукции) в натуральной форме, но есть учет реализации товаров (производства продукции) в стоимостном выражении и индивидуальные цены на товары (продукцию), для определения сводных показателей изменения цен применяется средняя гармоническая форма.
(25) , где

Чтобы средний гармонический индекс был тождественен агрегатному, весами индивидуальных индексов в нем должны быть взяты слагаемые числителя исходного агрегатного индекса.

Территориальные индексы.

Территориальные индексы служат для сравнения показателей в пространстве, то есть по предприятиям, городам, регионам и т. п.

Построение территориальных индексов определяется выбором базы сравнения и весов или уровня, на котором фиксируются веса. При двусторонних сравнениях каждая территория может быть сравниваемой (числитель индекса) и базой сравнения (знаменатель). Веса и первой и второй территории могут быть использованы при расчете индекса, но это может привести к противоречивым результатам. Поэтому предлагается два способа расчета территориальных индексов.

1) В качестве весов принимаются объемы проданных товаров (произведенной продукции) по двум вместе взятым регионам: (33)

Территориальный индекс цен тогда имеет вид:

(34) , где Р а, Р в – цена единицы товара (продукции) на территориях а и в.

В качестве весов здесь можно использовать структуру продажи данных товаров (продукции) по более крупной территории (республике, например).

2) При втором способе расчета учитывается соотношение весов сравниваемых территорий. Рассчитывается средняя цена каждого товара по двум территориям вместе:

(35) , потом индекс цен (36)

Данный подход к расчету территориального индекса цен обеспечивает взаимосвязь:

Индекс физического объема товарооборота (производства) имеет вид:

Тогда система индексов имеет вид:

(38)

Цепные и базисные индексы.

При изучении динамики социально-экономических явлений часто производятся сопоставления более чем за два периода.

Если необходимо проанализировать изменение явления во всех последних периодах по сравнению с начальным (базовым) – вычисляются базисные индексы.

Если требуется охарактеризовать последовательное изменение явления, из периода в период, то рассчитываются цепные индексы.

В зависимости от характера исходной информации и задач исследования можно рассчитать как индивидуальные так и общие индексы.

Индивидуальные цепные и базисные индексы рассчитываются аналогично относительным величинам динамики (темпам роста).

Общие индексы вычисляются с переменными и постоянными весами, в зависимости от их экономического содержания.

Общие индексы качественных показателей (цен, себестоимости, производительности труда) исчисляются как индексы с переменными весами (то есть весы берутся на уровне текущего – отчетного периода).

Общие индексы количественных показателей (физического объема) рассчитываются как индексы с постоянными весами, взятыми на уровне базисного (начального периода).

При этом общие цепные и базисные индексы с постоянными весами находятся во взаимосвязи:

a) Произведение цепных индексов дает базисный индекс последнего периода;

b) Деление последующего базисного индекса на предыдущий базисный индекс дает цепной индекс последующего периода.

В этих индексах весы – соизмерители взяты на уровне одного и того же базисного периода.

Общие цепные и базисные индексы с переменными весами такой взаимосвязи не имеют, так как в них весы – соизмерители берутся на уровнях разных периодов. Для всех индивидуальных индексов взаимосвязь цепных и базисных индексов сохраняется.

Индивидуальный

Цепные базисные 1,25*1,2=1,5 - сохраняется

1. Общие индексы цен:

базисные

Закон больших чисел порождён связями массовых явлений. Необходимо помнить, что тенденции и закономерности, вскрытые с помощью закона больших чисел, имеют силу только как массовые тенденции, но не как законы для индивидуальных единиц, для отдельных случаев.