Этапы статистического наблюдения

• Подготовка к статистическому определение цели и объекта наблюдения;

• определение состава признаков подлежащих регистрации;

• разработка документов для сбора данных;

• подбор и подготовка кадров для проведения наблюдения;

2. Сбор информации

• непосредственное заполнение статистических формуляров (бланки, анкеты);

3. Первичная обработка данных

4. Статистический анализ обработанной информации.

3. Разработка предложений и рекомендаций по совершенствованию статистического наблюдения

• заключается в анализе причин, которые привели к неверному заполнению статистических формуляров и разработке соответствующих предложений по совершенствованию наблюдения;

9.Расчет дисперсии, среднеквадратичное отклонение, коэффициент вариации.

Формула для расчета дисперсии выглядит так: где D – дисперсия, x – анализируемый показатель, с черточкой сверху – среднее значение показателя, n – количество значений в анализируемой совокупности данных.

Измеряется в единицах измерения самой случайной величины. Равно корню квадратному из дисперсии случайной величины. Среднеквадратическое отклонение используют при расчёте стандартной ошибки среднего арифметического, при построении доверительных интервалов, при статистической проверке гипотез, при измерении линейной взаимосвязи между случайными величинами.

Среднеквадратическое отклонение:

Стандартное отклонение (оценка среднеквадратического отклонения случайной величины x относительно её математического ожидания на основе несмещённой оценки её дисперсии):

где   — дисперсия;   — i-й элемент выборки;   — объём выборки;   — среднее арифметическое выборки:

Следует отметить, что обе оценки являются смещёнными. В общем случае несмещённую оценку построить невозможно. Однако оценка на основе оценки несмещённой дисперсии является состоятельной.

Коэффициент вариации используют для сравнения рассеивания двух и более признаков, имеющих различные единицы измерения. Коэффициент вариации представляет собой относительную меру рассеивания, выраженную в процентах. Он вычисляется по формуле:

где   - искомый показатель,  - среднее квадратичное отклонение,  - средняя величина.

12.Структурные средние: мода и медиана. Значение и расчет моды и медианы.

Мода — это наиболее часто встречающийся вариант ряда. Мода применяется, например, при определении размера одежды, обуви, пользующейся наибольшим спросом у покупателей. Модой для дискретного ряда является варианта, обладающая наибольшей частотой. При вычислении моды для интервального вариационного ряда необходимо сначала определить модальный интервал (по максимальной частоте), а затем — значение модальной величины признака по формуле:

где:  — значение моды  — нижняя граница модального интервала  — величина интервала  — частота модального интервала  — частота интервала, предшествующего модальному  — частота интервала, следующего за модальным

Медиана — это значение признака, которое лежит в основе ранжированного ряда и делит этот ряд на две равные по численности части.

Для определения медианы в дискретном ряду при наличии частот сначала вычисляют полусумму частот   , а затем определяют, какое значение варианта приходится на нее. (Если отсортированный ряд содержит нечетное число признаков, то номер медианы вычисляют по формуле:

М_е = (n_{(число признаков в совокупности)} + 1)/2,

в случае четного числа признаков медиана будет равна средней из двух признаков находящихся в середине ряда).

При вычислении медианы для интервального вариационного ряда сначала определяют медианный интервал, в пределах которого находится медиана, а затем — значение медианы по формуле:

где:  — искомая медиана  — нижняя граница интервала, который содержит медиану  — величина интервала  — сумма частот или число членов ряда  - сумма накопленных частот интервалов, предшествующих медианному  — частота медианного интервала.