Содержание
1. Методы,приемы и способы исследования, применяемые в статистике
1.1 Сборпервичной статистической информации
1.2 Статистическаясводка и обработка первичной информации
1.3 Обобщениеи интерпретация статистической информации
2. Количественнаясторона как предмет правовой статистики
3. Первичныйучет. Задачи, основные документы
4. Основныезадачи статистической группировки
5. Величины степени и сравнения
6. Средняяарифметическая величина
Практическая часть
Список литературы
1. Методы, приемы и способыисследования, применяемые в статистике
Для изучения своего предмета статистика разрабатывает и применяетразнообразные методы, совокупность которых образует статистическую методологию.Применение в статистическом исследовании конкретных методов предопределяетсяпоставленными при этом задачами и зависит от характера исходной информации.
Под статистической методологией понимается система приемов, способов иметодов, направленных на изучение количественных закономерностей, проявляющихсяв структуре, динамике и взаимосвязях социально — экономических явлений.
Общей основой разработки и применения статистической методологии являютсяпринципы диалектического подхода к изучению явлений жизни общества. Важнейшимположением диалектического метода познания является рассмотрение изучаемогоявления в развитии, движении от возникновения до исчезновения. В соответствии сэтим общим гносеологическим требованием статистика изучает динамикусоциально-экономических явлений в их исторической обусловленности.
Статистические методы используются комплексно (системно), что обусловленосложностью процесса экономико-статистического исследования, состоящего из трехосновных стадий:
1. Сбор первичной статистической информации. На этой стадии применяетсяметод массового статистического наблюдения, обеспечивающий полноту ипредставительность (репрезентативность) полученной первичной информации оботдельных фактах изучаемого явления.
2. Статистическая сводка и обработка первичной информации. Методстатистических группировок позволяет выделить в изучаемой совокупностисоциально-экономические типы; совершается переход от характеристики единичныхфактов к характеристике данных, объединенных в группы величин. На данной стадииосуществляется систематизация и классификация полученной информации.
3 Обобщение и интерпретация статистической информации. Анализстатистической информации проводится на основе применения обобщающихпоказателей: абсолютных, относительных и средних величин, вариации, теснотысвязи и скорости изменения социально-экономических явлений во времени, индексови др. 1.1 Сбор первичной статистической информации
Статистическое наблюдение представляет собой планомерный, научноорганизованный сбор данных или сведений о массовых явлениях и процессах, которыйзаключается в регистрации отобранных признаков у каждой единицы совокупности.
Не всякий сбор сведений может называться статистическим наблюдением. Остатистическом наблюдении можно говорить лишь тогда, когда изучаются статистическиезакономерности, проявляющиеся в массовых процессах, в большом количестве единицсовокупности. Поэтому наблюдение считается статистическим, если оно соответствуетследующим условиям:
· является планомерным;
· является массовым;
· является систематическим.
Планомерность статистического наблюдения предполагает, что оно готовитсяи проводится по заранее разработанному плану, являющего частью общего плана проведениястатистического исследования; в такой план включаются вопросы методологии,организации, техники сбора информации, контроля ее качества, его достоверности иоформления итоговых результатов.
Массовый характер статистического наблюдения означает, что оно охватываетколичество случаев проявления изучаемого явления, достаточное
для получения достоверных статистических данных, характеризующихсовокупность в целом.
Систематичность наблюдения определяется тем, что оно должно проводитьсялибо непрерывно, либо систематически, либо регулярно, так как
только такой подход позволяет изучать тенденции и закономерностисоциально-экономических явлений и процессов.
Процесс проведения статистического наблюдения состоит из несколькихэтапов:
· подготовка наблюдения;
· проведение массового сбора данных;
· подготовка данных наблюдения к обработке;
· разработка предложений по совершенствованию проведения
· статистического наблюдения.1.2 Статистическая сводка и обработка первичной информации
Статистические данные, собранные в процессе наблюдения не позволяют получитьобобщающие характеристики изучаемой совокупности, выявить закономерности ееразвития, так как в процессе наблюдения фиксируются характеристики только отдельныхединиц совокупности.
Для получения обобщающих характеристик собранную информацию необходимосистематизировать, превратить ее в упорядоченную систему статистическихпоказателей. Систематизация полученной информации и обобщение наблюдаемыхфакторов является содержанием второй стадии статистического исследования,называемой сводкой и группировкой. Статистическая сводка представляет собой комплекспоследовательных операций по обобщению конкретных единичных фактов, образующих совокупность,для выявления типичных черт и закономерностей, присущих изучаемому явлению.Таким образом, целью сводки является получение итоговых данных путем подсчетаединичных сведений. По глубине проработки материала различают простые и сложныесводки.
Простой сводкой называется операция по подсчету общих итогов посовокупности единиц наблюдения, то есть определение размера исследуемогоявления. Сложной сводкой называется комплекс операций, включающих группировку единицнаблюдения, подсчет итогов по каждой группе и совокупности в целом, а такжепредставление результатов группировки в табличной форме.
По форме обработки материала сводки делятся на централизованные и децентрализованные.
Программа статистической сводки включает в себя:
· выбор группировочных признаков;
· определение порядка формирования групп;
· разработка системы статистических показателей для характеристикивыделенных групп и совокупности в целом;
· разработка макетов таблиц для представления результатов сводки.
Научной основой сводки является статистическая группировка, которая представляетсобой процесс образования однородных групп на основе расчленения (разделения)статистической совокупности на части или объединение изучаемых статистическихединиц в частные совокупности по существенным для них признакам.
Группировка является методом исследования содержания изучаемого явления. Наее основе рассчитываются обобщающие показатели по группам, выявляется строениесовокупности, взаимосвязи между изучаемыми признаками, а затем проводитсяанализ полученных результатов.
1.3 Обобщение и интерпретациястатистической информации
Результаты статистических сводок и группировок могут быть представлены в видестатистических рядов – упорядоченных совокупностей значений показателей(статистического признака). По своему содержанию статистические ряды подразделяютсяна ряды динамики и ряды распределения.
Рядом динамики называют систематизированную совокупность числовых данных,характеризующих изменения изучаемых явлений во времени. Ряд распределения, представляетсобой систематизированную последовательность статистических единиц, сгруппированныхпо конкретному признаку. Он характеризует состав изучаемого явления, позволяет судитьоб однородности совокупности, закономерности распределения статистических единиц.Обычно ряд распределения представляет собой результат структурной группировки.
Ряд распределения считается построенным, если известно, каким образом меняютсяв совокупности значения признака и как часто встречаются отдельные значенияпризнака. Для различных статистических признаков строятся ряды распределенияразного типа: атрибутивные – строятся по описательным признакам в порядкевозрастания или убывания наблюденных значений признака; примером атрибутивных рядовмогут служить распределения населения по национальности, по профессиям, пополу; распределение предприятий по формам собственности; вариационные — строятсяпо количественным признакам, например, распределение рабочих по уровню квалификации,по заработной плате, распределение студентов по успеваемости.
Вариационные ряды делятся на дискретные и интервальные. В дискретныхрядах признак принимает только целые значения, например, размер семьи, тарифныйразряд.
Интервальные ряды основаны на непрерывных признаках, принимающих любые, втом числе и дробные значения. В зависимости от того, какая структурнаягруппировка лежит в основе интервального ряда, различают равноинтервальные и неравноинтервальныеряды.
Описание вида данных и механизма их порождения — начало любогостатистического исследования. Для описания данных применяют какдетерминированные, так и вероятностные методы. С помощью детерминированныхметодов можно проанализировать только те данные, которые имеются в распоряженииисследователя. Например, с их помощью получены таблицы, рассчитанные органамиофициальной государственной статистики на основе представленных предприятиями иорганизациями статистических отчетов. Перенести полученные результаты на болееширокую совокупность, использовать их для предсказания и управления можно лишьна основе вероятностно-статистического моделирования. Я не считаю возможнымпротивопоставлять детерминированные и вероятностно-статистические методы, а рассматриваюих как последовательные этапы статистического анализа. На первом этапенеобходимо проанализировать имеющие данные, представить их в удобном длявосприятия виде с помощью таблиц и диаграмм. Затем статистические данныецелесообразно проанализировать на основе тех или иныхвероятностно-статистических моделей. Отметим, что возможность более глубокогопроникновения в суть реального явления или процесса обеспечивается разработкойадекватной модели.
Теория статистических методов нацелена на решение реальных задач. Поэтомув ней постоянно возникают новые постановки математических задач анализастатистических данных, развиваются и обосновываются новые методы. Обоснованиечасто проводится математическими средствами, то есть путем доказательстватеорем. Большую роль играет методологическая составляющая — как именно ставитьзадачи, какие предположения принять с целью дальнейшего математическогоизучения. Велика роль современных информационных технологий, в частности,компьютерного эксперимента.
2. Количественная сторона какпредмет правовой статистики
Предметом статистики выступают размеры и количественные соотношениямассовых общественных явлений в неразрывной связи с их качественной стороной сцелью выявления закономерностей их развития.
Предметом статистики выступают размеры и количественные соотношениякачественно определенных социально-экономических явлений, закономерности ихсвязи и развития в конкретных условиях места и времени.
В определении предмета статистики подчеркивается несколько характерныхособенностей статистики как науки. Статистика изучает: массовые общественныеявления при помощи статистических показателей (численность населения,количество произведенной в стране конкретной промышленной,сельскохозяйственной, строительной и другой продукции за определенный периодвремени) и их динамику (изменение уровня жизни населения и т.д.); количественнуюсторону массовых общественных явлений и дает количественное, цифровое освещениеобщественных явлений; количественную сторону общественных явлений в неразрывнойсвязи с их качественным содержанием; наблюдает в обществе процесс переходаколичественных изменений в качественные (так, количественные измененияструктуры экспорта и импорта товаров свидетельствуют о качественных изменениях вэкономике страны); количественную сторону общественных явлений в конкретныхусловиях места и времени (динамику численности населения, занятости его посекторам экономики, объема производства, распределения доходов, потребления ит.д.); характеризует явления общественной жизни в конкретных пространственных ивременных границах; количественные связи между общественными явлениями, спомощью специальной методологии, использует математические методы приисчислении ряда статистических показателей (ошибок выборки, тесноты связи ит.д.), в свою очередь гуманитарные и естественные науки широко используют всвоих исследованиях статистические методы сбора, обработки и анализа данных.
Общим принципом, лежащим в основе формирования статистическихзакономерностей, выступает закон больших чисел.
Закон больших чисел в наиболее простой формулировке звучит следующимобразом: количественные закономерности массовых явлений отчетливо проявляетсятолько лишь в достаточно большом их числе.
3. Первичный учет. Задачи, основныедокументы
Первичный учет – это регистрация различных фактов, событий, производимаяпо мере их совершения, как правило, на особом документе, называемом первичнымучетным документом. Первичный учёт преступлений — это упорядоченная системасбора, регистрации и обобщения информации о преступности и государственныхмерах социального контроля над ней и их движения путём сплошного, непрерывногои документального учёта преступлений, лиц, их совершивших, и процессуальнойдеятельности органов уголовной юстиции на этом направлении.
Основные задачи первичного учёта:
– формирование полной и достоверной информации об объектах статистическогонаблюдения;
– обеспечение информацией, необходимой внутренним и внешним пользователямстатистической отчётности для решения практических и научных задач в областисоциального контроля над правонарушениями.
Совместным Указанием от 5-6 ноября 1996г. Прокуратуры РФ и МВД России “Овведении в действие документов первичного учёта преступлений и лиц, ихсовершивших” введены в действие следующие документы первичного учёта:
– на выявленное преступление (форма №1);
– о результатах расследования преступления (форма №1.1);
– на преступление, по которому лицо, его совершившее, установлено (форма№1.2);
– на лицо, совершившее преступление (форма №2);
– о движении уголовного дела (форма №3);
– о результатах возмещения материального ущерба и изъятия предметовпреступной деятельности (форма №4);
– о результатах рассмотрения дела в суде (форма №6).
В документах первичного учёта содержится обширнаяинформация по разнообразным признакам, характеризующая в большей или меньшеймере, с одной стороны, все элементы состава преступления: субъект преступления,объект посягательства, объективную и субъективную стороны преступления, сдругой — процессуальные, криминалистические аспекты деятельности органовуголовной юстиции по обнаружению, раскрытию и расследованию преступлений.
Вместо составления статистических карточек допускается переносаналогичной информации по ним на магнитные носители с обязательной регистрациейпреступления.
4. Основные задачи статистическойгруппировки
Метод группировок применяется для решения задач, возникающих в ходе научногостатистического исследования:
— выделение социально-экономических типов явлений;
— изучение структуры явления и структурных сдвигов, происходящих в нем;
— изучение связей и зависимостей между отдельными при знаками явления.
Для решения этих задач применяют (соответственно) три вида группировок:типологические, структурные и аналитические (факторные).
Типологическая группировка решает задачу выявления и характеристикисоциально-экономических типов (частных подсовокупностей) путем разделениякачественно разнородной совокупности на классы, социально-экономические типы,однородные группы единиц в соответствии с правилами научной группировки.
Примерами типологической группировки могут служить группировки секторовэкономики, хозяйствующих субъектов по формам собственности (группы предприятийгосударственной собственности, федеральной собственности, муниципальнойсобственности, частной собственности и смешанной собственности).
Признаки, по которым производится распределение единиц изучаемойсовокупности на группы, называются группировочными признаками, или основаниемгруппировки. Выделить типичное можно не по любому признаку, а только поопределенному, который должен изменяться в зависимости от условий места ивремени. Для правильного выбора группировочных признаков необходимопредварительно выявить возможные типы, четко формулировать познавательнуюзадачу.
Если группировочными признаками выступают признаки атрибутивные (формасобственности, отрасль производства и т.д.), то образовать группы сравнительнопросто.
Выделение типов на основе количественного признака состоит в определениигрупп с учетом границ перехода количественного признака в новое качество, вновый тип явления.
Однако во всех случаях типологических группировок выбор группировочныхпризнаков всегда должен быть основан на анализе качественной природы исследуемогоявления. Экономический анализ сущности и закономерности развития явления долженбыть направлен на то, чтобы в соответствии с целью и задачами исследованияположить в основание группировки существенные признаки. При этом следует иметьввиду, что один и тот же материал при различных приемах группировки можетпривести к диаметрально противоположным выводам. Раскрыть закономерностиэкономического развития помогут те группировки, которые исходят из реальносуществующих закономерностей.
Структурной группировкой называется группировка, в которой происходитразделение выделенных с помощью типологической группировки типов явлений,однородных совокупностей на группы, характеризующие их структуру по какому-либоварьирующему признаку.
К структурным относится группировка населения по размеру среднедушевогодохода, группировка хозяйств по объему продукции, структура депозитов по срокуих привлечения.
Анализ структурных группировок, взятых за ряд периодов или моментоввремени, показывает изменение структуры изучаемых явлений, т. е. структурныесдвиги. В изменении структуры общественных явлений отражаются важнейшиезакономерности их развития.
Аналитические (факторные) группировки, в частности, исследуют связи изависимости между изучаемыми явлениями и их признаками. В основе аналитическойгруппировки лежит факторный признак и каждая выделенная группа характеризуетсясредними значениями результативного признака. Так, группируя достаточно большоечисло рабочих по факторному признаку x – квалификации (разряду) с указанием ихзаработной платы, можно заметить прямую зависимость результативного признака у– средней месячной заработной платы рабочих от квалификации: чем вышеквалификация, тем выше и средняя месячная зарплата (хотя у отдельных рабочих сболее высоким разрядом она может быть ниже).
Используя в аналитических группировках методы математической статистики,можно определить показатель тесноты (силы) связи между изучаемыми признаками.
В зависимости от степени сложности массового явления и от задач анализагруппировки могут производиться по одному или нескольким признакам.
Если группы образуются по одному признаку, группировка называется простой(например, распределение населения по возрастным группам, а семей – по уровнюдоходов и т.д.). Группировка по двум или нескольким признакам называетсясложной. Если группы, образованные по одному признаку, делятся на подгруппы повторому, а последние — на подгруппы по третьему и т.д. признакам, т. е. восновании группировки лежит несколько признаков, взятых в комбинации, то такаягруппировка называется комбинационной (например, дополнив простую группировкунаселения по возрастным группам группировкой по полу, получим комбинационнуюгруппировку). Комбинационная группировка позволяет выявить и сравнить различияи связи между исследуемыми признаками, которые нельзя обнаружить на основеизолированных группировок по ряду группировочных признаков. Однако при изучениивлияния большого числа признаков применение комбинационных группировокстановится невозможным, поскольку чрезмерное дробление информации затушевываетпроявление закономерностей. Даже при наличии большого массива первичнойинформации приходится ограничиваться двумя — четырьмя признаками.
Использование в статистических исследованиях ЭВМ и статистической теориираспознавания образов позволило разработать метод группировки совокупностиединиц одновременно по множеству характеризующих признаков. Такие группировкиполучили название многомерных.
Многомерная группировка или многомерная классификация основана наизмерении сходства или различия между объектами (единицами): единицы,отнесенные к одной группе (классу), различаются между собой меньше, чемединицы, отнесенные к различным группам (классам). Мерой близости (сходства)между объектами могут служить различные критерии. Самой распространенной меройблизости является евклидово расстояние между объектами, представленными точкамив n-мерном пространстве. Чем меньше это расстояние, тем больше близость.
Задача многомерной группировки сводится к выделению сгущений точек(объектов) в n-мерном пространстве. Группы (кластеры) формируются на основанииблизости объектов одновременно по всему комплексу признаков, описывающихобъект. Нахождение этих групп осуществляется методами кластерного анализа наЭВМ.
Многомерные группировки позволяют решать целый ряд таких важных задачэкономико-статистического исследования, как формирование однородныхсовокупностей, выбор существенных признаков, выделение типичных групп объектови др. В зависимости от вида группировочных признаков различают группировки поатрибутивным и количественным признакам. Если атрибутивный признак имеет малоразновидностей, то количество групп определяется числом этих разновидностей.Таковы, например, группировки населения по полу, семейному положению,образованию; распределение населения на городское и сельское. Определение числагрупп при группировке по варьирующему количественному признаку (например,распределение населения по уровню доходов, потреблению отдельных продуктовпитания и др.) требует специальных расчетов.5. Величины степени и сравнения
Относительные величины степени и сравнения позволяют сопоставлятьразличные показатели в целях выявления, какая величина и на сколько большедругой, в какой мере одно явление отличается от другого или схоже с ним, чтоимеется общего и отличительного в наблюдаемых статистических процессах и т.д.Сравнительный анализ количественных показателей – один из важных приемов вюридической практике статистических обобщений. Он сопровождает все видыотносительных и средних величин. В той или иной мере мы апеллировали к методамсравнения при рассмотрении аналитических возможностей относительных величинраспределения, интенсивности, динамики.
1 Показатели распределения или структуры совокупности обычно измеряются впроцентах удельных весов и открывают большие возможности для сопоставлений.
2 Показатели отношения части к целому, или отношения интенсивности, чащевсего измеряются в коэффициентах (в числе преступлений, осужденных, дел, искови т.д.) на 100 тыс. населения. Этот относительный показатель был разработан нетолько для более объективной оценки массовых явлений, но и для сравнениянесопоставимых абсолютных величин. Несопоставимые сведения о деятельностиюридических учреждений, гражданском и уголовном судопроизводстве, судимости,преступности, правонарушаемости, зафиксированные в разных странах, регионах,районах и населенных пунктах, после пересчета на население становятся более илименее сопоставимыми и сравнимыми.
6. Средняя арифметическая величина
Средняя арифметическая является наиболее распространенным видом степенныхсредних, используется в случаях, когда объём усредняемого признака являетсяаддитивной величиной, т.е. образуется как сумма его значений по всем единицамстатистической совокупности. При этом если индивидуальные значения признака устатистических единиц заменить средней арифметической, то суммарный объем признакапо совокупности в целом сохраняется неизменным. Это означает, что средняяарифметическая есть среднее слагаемое.
Средняя арифметическая простая используется при работе снесгруппированными данными и рассчитывается по формуле:
/>
Если в исходных данных отдельные значения усредняемого признакаповторятся, то расчет средней проводится по сгруппированным данным иливариационным рядам. В подобных случаях для расчета необходимо применять среднююарифметическую взвешенную – среднюю сгруппированных величин.
/> />
частость, т. е. удельный вес статистических единиц, обладающих определеннымзначением признака в общем объеме совокупности.
Средняя арифметическая обладает рядом полезных свойств, к важнейшим изкоторых относятся:
1. Средняя арифметическая постоянной величины равна этой величине:
/>
2. Алгебраическая сумма отклонений вариант от их средней арифметическойравно нулю:
/>
3. Если все варианты уменьшить (увеличить) на постоянное число А, тосредняя арифметическая из них уменьшится (увеличится) на это же число:
/>
4. Если все варианты одинаково увеличить (уменьшить) в одно и то же числораз, то средняя арифметическая увеличится (уменьшится) во столько же раз:
/>
5. Если все веса средней одинаково увеличить (уменьшить) в несколько раз,то средняя арифметическая не изменится
/>
Практическая часть
Задание 7
/>
/>
/>
/>
/>
Задание 8
Сроки рассмотрения уголовных дел, рассматриваемых одним судомхарактеризуются следующим образом:
До 3 дней – 360 дел
От 3 до 5 дней – 90 дел
От 5 до 10 дней – 70 дел
От 10 до 20 дней – 170 дел
Сведем все вышеперечисленные показатели в таблицу:
№
группы Сроки рассмотрения уголовных дел, дн. Количество дел
Середина
интервала x f
x`
xf I До 3 360 2 720 II 3—5 90 4
360
Ш 5—10 70 8 560 IV 10—20 170 15 2550 Итого 690 – 4190
В данном случае применим расчет средней арифметической взвешенной,которая определяется по формуле:
S хf
х = ¾¾¾¾,
Sf
Тогда, средний срок рассмотрения дела составляет:
4120
х = ¾¾¾¾= 6 дней
690
Список литературы
1. Ефимова М.Р.и др. Общая теория статистики. Учебник. М.:, Финансы и статистика, 2002.
2. Теориястатистики: Учебник / Под ред. Р.А. Шмойловой. М.:, Финансы и статистика, 2001.
3. Практикум потеории статистики. Учебное пособие / Под ред. Р.А. Шмойловой. М.:, Финансы истатистика, 2006.
4. ЕлисееваИ.И., Юзбашев М.М. Общая теория статистики, М.: Финансы и статистика, 2002.
5. Статистика.Учебник для вузов / Под ред. И.И. Елисеевой. М.: Проспект. 2002
6. Курссоциально-экономической статистики /Под ред. Назарова М.П. – М.: Финстатинформ,2002.
7. Практикум посоциальной статистике / Под ред. И.И. Елисеевой. М.: Финансы и статистика. 2006.
8. Ефимова М.Р.,Бычкова А.Ю. Социальная статистика. Учебное пособие. М.: Финансы и статистика.2002.
9. Харченко Л.П.Статистика: Учебное пособие для вузов. М.: Инфра – М. 2005.
10. Годин А.М.Учебник для вузов. М.: ИД Дашков и К,2002
11. Общая теориястатистики /Под ред. Спирина А.А., Башиной О.Э., — М.: Финансы и статистика, 2007.
12. Методологическиеположения по статистике – М.: Госкомстат РФ, 1996