Формы, виды и способы статистического наблюдения. Обзор методов статистического анализа данных Корреляционный и регрессионный анализ

Предмет статистики менялся на протяжении всей истории развития статистической науки, до сих пор ученые не пришли к однозначному ответу по данному вопросу.

Предмет статистики – изучение общественных явлений и их анализ.

Так английские статистики Дж.Э.Юла, М.Дж.Кендэл считают: «Независимо от того, в какой отрасли знания получены числовые данные, они обладают определенного рода свойствами, для выявления которых может потребоваться особого рода научный метод обработки. Последний известен как статистический метод или статистика».

Универсальность статистики как науки связана с тем, что она занимается методами измерения и интерпретации, как в общественных науках, так и в науках о природе. Статистику признают особым методом, используемым в различных сферах деятельности, при решении разнообразных задач, определяемых как «собирание, представление и интерпретация числовых данных».

Статистическая методология и практика неразрывно связаны, дополняют и развивают друг друга. Статистическая теория обобщает опыт практической работы, развивает новые идеи и методы, обогащающие практическую статистическую деятельность. Статистическая практика – это научно организованная работа.

Таким образом, статистика – наука, изучающая количественную сторону массовых общественных явлений с целью установления закономерностей в неразрывной связи с их качественной стороной в конкретных условиях места и времени в их взаимосвязи и взаимозависимости (Н.Н. Ряузовский «Общая теория статистики»).

Суть данного определения связана с шестью основными моментами:

1. Изучаются не все явления, а только общественные и социально-экономические. Эти явления сложны, многообразны (например: производство труд, здравоохранение, культурная деятельность, население и др.), отличаются от явлений природы, которые имеют сравнительно устойчивый характер и повторяемость во времени.

2. Исследуются массовое социально-экономические явления, а не единичные, поскольку закономерности развития проявляются через множество фактов, при обобщении данных при достаточно большом числе единиц (закон больших чисел).

3. Явлениям дается количественная оценка, на основании которой раскрывается их качественное содержание (например: для количественного анализа безработицы применяется показатель занятости и коэффициент безработицы).

4. Числовые характеристики одного и того же явления различны в пространстве и во времени.

5. Социально-экономические явления изучаются в динамике с целью выявления тенденций и направленности развития, прогноза будущих ситуаций.

6. Изучение явлений во взаимосвязи и взаимозависимости.

Таким образом, при использовании статистических методов важно помнить о единстве количественной и качественной сторон изучаемого явления.

Итак, статистика занимается изучением массовых явлений или совокупностей.

Совокупность - представляет собой однородную по какому-либо признаку группу, которая состоит из ядра и окружающих его явлений («слой»). Ядро – концентрированное выражение всех специфических свойств данной группы, отличающих одну совокупность от других. «Слой» - единицы с неполным набором специфических свойств, которые принадлежат к данной совокупности с определенной вероятностью.

Например: совокупность – студенты, среди студентов есть:

- «идеальный студент» - отлично учится, много читает, активно участвует во внеучебной работе – это ядро.

Студент, для которого важны только «интересные», специальные знания; - это один слой.

Студент, которому интересная только внеучебная жизнь и т.д. – это другой слой.

Таким образом, «качество» одних студентов можно практически безошибочно отнести к тому или иному типу, других - достаточно сложно.

Соотношение ядра и его окружения в разных совокупностях различно, и зависит от условий существования совокупности: длительности, устойчивости, взаимодействия с другими совокупностями и др. Однако, ядро должно составлять большинство единиц совокупности, так как оно определяет ее характерные черты.

Поскольку статистика занимается изучением явлений в конкретный момент места и времени – она располагает ограниченным числом данных.

Статистическая совокупность – это множество объективно существующих единиц изучаемого явления, объединенных единой качественной основой, общей связью, но отличающихся друг от друга отдельными признаками. (Например, совокупность домохозяйств, совокупность семей, совокупность предприятий, фирм, объединений и т.п.).

Совокупность необходимо отличать от системы и структуры, поскольку в совокупности нет никакой упорядоченности, здесь все элементы разобщены.

Признак – это качественная особенность единицы совокупности.

По характеру отображения свойств единиц изучаемой совокупности признаки делятся на две основные группы:

1. Количественные – признаки, имеющие непосредственное количественное выражение, то есть их можно сложить (например: возраст, доход, количество детей, количество лет обучения, стаж работы и т.д.). Предполагают отношения «больше-меньше».

2. Качественные – признаки, не имеющие непосредственного количественного выражения, то есть признаки, которые нельзя сложить (например: пол, профессия, характер труда, отношение к чему-либо). Предполагают отношения «равенства-неравенства». (!не допускают отношения больше-меньше.)

Все качественные признаки делятся на:

Атрибутивные – являющиеся особенностью данного явления (например: профессия, характер труда и т.д.)

Альтернативные – противоположные по значению варианты (например: продукция годна или испорчена, для представителей отдельных возрастных групп существует вероятность дожить или не дожить до следующей возрастной группы; каждое лицо может состоять в браке или нет, мужчина или женщина и т.д.).

Кроме того, признаки в статистике могут делиться на разные группы, в зависимости от основания. Основные классификации признаков представлены на рисунке 1.2.

Классификации признаков в статистике

Описательные - признаки выражающиеся словесно (форма собственности предприятия, вид используемого сырья, профессия и т.д.) Описательные признаки подразделяют на номинальные, которые нельзя упорядочить, ранжировать (национальность, отраслевая принадлежность предприятия и др.) и порядковые, которые можно ранжировать (тарифный разряд, балл успеваемости студента, рейтинги компаний и др.).

Количественные признаки - такие, отдельные значения которых имеют числовое выражение (площадь территории региона, стоимость фондов предприятия, цена товара и тд.).

Первичные признаки характеризуют единицу совокупности в целом. Они могут быть измерены, сосчитаны, взвешены и существуют сами по себе независимо от их статистического изучения (численность жителей города, валовой сбор зерна, сумма страховых выплат).

Вторичные признаки получают расчетным путем через соотношение первичных признаков. Вторичные признаки являются продуктами человеческого сознания, результатами познания изучаемого объекта.

Прямые признаки - свойства, присущие тому объекту, который ими характеризуется.

Косвенные признаки - свойства, присущие не самому изучаемому объекту, а другим совокупностям, относящимся к объекту.

Альтернативные признаки - те, которые принимают только дна значения (пол человека, место проживания (город-село), признаки обладания или необладания чем-то.

Дискретные признаки. имеют только целочисленные значения.

Непрерывные признаки - способные принимать любые значения, как целые, так и дробные. К непрерывным относятся все вторичные признаки.

Моментные признаки - характеристики состояния, наличия чего-либо на определенный момент времени.

Интервальные признаки - характеристики процесса за определенный промежуток времени: год, полугодие, квартал, месяц, сутки и т.д.

Особенностью статистического исследования является то, что в нем изучаются только варьирующие признаки, т.е. признаки, принимающие различные значения (для атрибутивных, альтернативных признаков) или имеющие различные количественные уровни у отдельных единиц совокупности.

Значимым свойством статистической совокупности является вариация.

Вариация – это свойство статистической совокупности, отражающее способность к изменению, обусловленное как внешними, так и внутренними факторами, как связанными с сущностью исследуемого объекта, так и не связанными с ней.

Статистическая закономерность – это закономерность, устанавливаемая посредством закона больших чисел в массовых варьируемых явлениях, объединенных в статистическую совокупность.

Статистическая закономерность проявляется в тенденциях.

Функции статистики:

1. Описательная – с помощью цифр и чисел дается характеристика той или иной ситуации, процесса, явления

2. Объяснительная – выявляются причинно-следственные связи между явлениями и процессами; выявляются факторы, обусловливающие те или иные связи.

Природа статистических данных обусловлена 3 основными свойствами:

1. Неопределенность статистических данных

2. Вероятностный характер статистических данных (признак может принять это значение, а может и не принять)

3. Абстрактность статистических данных.

Елисеева И.И. Практикум по общей теории статистики. М.: Финансы и статистика, 2008. С.8.

Статистические данные могут быть представлены в виде статистических таблиц, статистических графиков и статистических диаграмм.

Статистические таблицы оформляются в результате сводки и группировки имеющихся данных проведенного наблюдения. Статистические таблицы обязательно содержат итоговые показатели и состоят из подлежащего и сказуемого.

Подлежащее таблицы показывает, о чем идет речь в таблице, оно расположено слева и представляет собой содержание строк.

Сказуемое таблицы расположено сверху и представляет собой содержание граф. Сказуемое показывает, какими признаками характеризуется подлежащее.

Статистические графики. Построение статистических графиков является итоговым этапом сводки и группировки статистических данных. Графическое изображение - это самая эффективная форма представления статистических данных с точки зрения их восприятия.

Графиком называют условное, наглядное изображение статистических величин и их соотношений при помощи геометрических линий и фигур.

Каждый график должен включать следующие элементы: графический образ, поле графика, масштабные ориентиры и систему координат.

Графический образ - геометрические знаки, совокупность точек, линии, фигуры, с помощью которых изображаются статистические величины.

Поле графика представляет собой пространство, в котором размещаются геометрические знаки.

Масштабные ориентиры статистического графика определяются масштабом и масштабной шкалой.

Масштаб статистического графика - это мера перевода числовой величины в графическую,

Масштабная шкала - линия, определенные точки которой могут быть прочитаны как определенные числа. Шкала состоит из линии (носителя шкалы) и ряда намеченных на ней точек, расположенных в определенном порядке.

Масштабом равномерной шкалы называется длина отрезка, принятого за единицу и измеренного в каких-либо мерах.

Для размещения геометрических знаков в поле графика необходима система координат. Наиболее распространена система прямоугольных координат.

По способу построения графики делятся на линейные графики, диаграммы, картограммы, картодиаграммы.

К классу линейных графиков относятся: полигон, кумулята и кривая Лоренца.

Полигоном называют ломаную линию, отрезки которой соединяют точки X и/j (X j - значение признака;- частота).

Полигон применяют для дискретного ряда распределения.

Кумулята - ломаная, составленная по накопленным частотам или частостям, координатами точек которой являются Х { и f. (X j - значение признака, для интервального ряда - верхняя граница значений (Х.);/ { - накопленная частота).

Начальная точка ломаной интервального ряда распределения - нижняя граница значения (X ") в первой группе.

Кривой Лоренца , или кривой концентрации, называют кривую относительной концентрации суммарного значения признака. Она представляет собой ломаную, координатами точек которой на оси абсцисс являются накопленные относительные частоты, а на оси ординат - накопленное (нарастающим итогом) значение признака X j .

Чем ближе кривая Лоренца к прямой линии, тем распределение признака более равномерное, т.е. концентрация меньше. Чем кривизна кривой больше, тем распределение более неравномерное, т.е. концентрация больше.

Статистические диаграммы. К классу диаграмм, прежде всего, относят гистограмму (столбиковую диаграмму), а также диаграммы полосовые, ленточные, круговые, линейные, квадратные, секторные, фигурные и др.

Гистограмма - это ступенчатая фигура, состоящая из прямоугольников, основания которых равны величине интервала в группе, а высоты - плотности в группе (абсолютной или относительной).

При построении столбиковых диаграмм данные изображаются в виде столбиков одинаковой ширины, но различной высоты, в зависимости от числовых значений изображаемых величин по определенному масштабу.

Разновидностью столбиковых диаграмм являются ленточные и полосовые диаграммы. Они изображают размеры признака в виде расположенных по горизонтали прямоугольников одинаковой ширины, но различной длины, пропорционально изображаемым величинам. Начало полос должно находиться на одной и той же вертикальной линии.

Секторные диаграммы удобно использовать для изображения структуры явления, в этом случае круг делится на секторы, пропорциональные долям частей явлений. Круг принимается за целое (100%) и разбивается на секторы, дуги которых пропорциональны

значениям отдельных частей изображаемых величин. Дуга каждого сектора (или величина цетрального угла) определяется по формуле

где 360° - площадь круга;

d - удельный вес изображаемого явления в процентах.

Если статистические данные представлены в абсолютных величинах, то формула для определения дуги приобретает вид:

где b - величина изображаемого явления в абсолютных величинах.

Для построения круговых и квадратных диаграмм надо провести предварительные расчеты, так как имеющиеся статистические данные (/)) соответствуют площадям геометрических фигур (кругов или квадратов).

Чтобы построить круг, необходимо найти радиус круга по формуле

Чтобы построить квадрат, необходимо найти сторону квадрата, исходя из формулы площади квадрата:

Знак Варвара применяют для наглядной характеристики трех взаимосвязанных величин - это прямоугольник, в котором основанием является один показатель, высотой - другой, а произведение основания на высоту характеризует величину производного третьего показателя.

Фигурные диаграммы строятся двумя способами: сравниваемые статистические величины (/)) изображаются фигурами - символами разных размеров пропорционально объемам этих совокупностей либо разной численностью одинаковых знаков-символов, каждому из которых придается определенное числовое значение.

Для графического изображения пространственного распределения какого-либо статистического показателя применяют картограммы, которые бывают фоновые и точечные.

Картограмма - это сочетание диаграммы с географической картой.

На фоновых картограммах распределение изучаемого явления по территории изображается различными раскрасками территориаль

ных единиц с разной густотой цвета или штриховкой различной интенсивности.

На точечной картограмме символами графического изображения статистических данных являются точки, размещенные в пределах определенных территориальных единиц. Каждой точке придается конкретное числовое значение.

Картограмма применяется в тех случаях, когда возникает необходимость показать территориальное распределение какого-нибудь одного статистического признака в совокупности для выявления закономерности распределения этого признака.

Автоматизированные способы построения диаграмм. Автоматизированным способом диаграммы можно создать на основе сформированных и сгруппированных в таблице данных наблюдения. Для обеспечения наглядности диаграммы блок данных должен соответствовать определенным требованиям:

данные должны быть систематизированы по количеству и по группам, столбцам и строкам;
данные по различным категориям должны быть соизмеримы;
заголовки таблиц, строк, столбцов должны быть короткими и ясными, чтобы не занимать много места и обеспечивать правильное понимание значений построенной диаграммы;
данные должны быть расположены в одном или нескольких прямоугольных диапазонах с текстовыми подписями в верхней строке и левом столбце.

В рамках интегрированного пакета Microsoft Office информация электронных таблиц обрабатывается с помощью программы Microsoft Excel. Электронная таблица представляет собой компьютерный эквивалент обычной таблицы.

Табличный процессор - специальная программа (пакет программ), обеспечивающая обработку информации, представленной в табличной форме.

Microsoft Excel определяет первый ряд данных, начиная с первой ячейки в верхнем левом углу имеющегося выделенного диапазона данных, не являющегося датой, и заканчивая остальными выделенными строками и столбцами.

Для построения диаграмм в табличном процессоре предусмотрено применение специального мастера построения диаграмм, использующего графопостроитель Microsoft Graph. Мастер построения диаграмм запускается щелчком по пиктограмме в стандартной панели инструментов. Предварительно рекомендуется выделить диапазон ячеек, содержащих данные, используемые для построения диаграмм. Построение диаграмм производится в четыре этапа:

1) выбор типа и вида диаграммы;
2) уточнение диапазона данных и расположения рядов в строках или столбцах. Результат построения диаграммы при расположении

рядов в строках и столбцах может существенно различаться. По умолчанию в окне отображается вид диаграммы для выделенного диапазона ячеек. Если предварительное выделение данных не проводилось, необходимо это выполнить в данном окне, щелкнув по пиктограмме стилизованной таблицы в поле Диапазон и выделив данные в таблице. Вкладка «ряд» позволяет добавлять и удалять ряды, указывать диапазоны, в которых представлены соответствующие ряды, метки оси категорий;

3) указание заголовка диаграммы и выполнение необходимых подписей;
4) размещение диаграммы на листе табличного процессора (на текущем или отдельном рабочем листе).

Для редактирования элементов диаграммы необходимо выполнить двойной щелчок, после этого будет осуществлен переход к соответствующему окну изменения параметров выбранного элемента. Значительную помощь предоставляет контекстно зависимое меню, вызываемое на отдельных элементах диаграммы.

Клиентов, потребителей, – это не просто сбор информации, а полноценное исследование. А целью всякого исследования является научно обоснованная интерпретация изученных фактов. Первичный материал необходимо обработать, а именно упорядочить и проанализировать.После опроса респондентов происходит анализ данных исследования. Это ключевой этап. Он представляет собой совокупность приемов и методов, направленных на то, чтобы проверить, насколько были верны предположения и гипотезы, а также ответить на заданные вопросы. Данный этап является, пожалуй, наиболее сложным с точки зрения интеллектуальных усилий и профессиональной квалификации, однако позволяет получить максимум полезной информации из собранных данных. Методы анализа данных многообразны. Выбор конкретного метода зависит, в первую очередь, от того, на какие вопросы мы хотим получить ответ. Можно выделить два класса процедур анализа:

одномерные (дескриптивные) и
многомерные.

Целью одномерного анализа является описание одной характеристики выборки в определенный момент времени. Рассмотрим более подробно.

Одномерные типы анализа данных

Количественные исследования

Дескриптивный анализ

Дескриптивные (или описательные) статистики являются базовым и наиболее общим методом анализа данных. Представьте, что вы проводите опрос с целью составления портрета потребителя товара. Респонденты указывают свой пол, возраст, семейное и профессиональное положение, потребительские предпочтения и т.д., а описательные статистики позволяют получить информацию, на основе которой будет строиться весь портрет. В дополнение к числовым характеристикам создаются разнообразные графики, помогающие визуально представить результаты опроса. Всё это многообразие вторичных данных объединяется понятием «дескриптивный анализ». Полученные в ходе исследования числовые данные наиболее часто представляются в итоговых отчетах в виде частотных таблиц. В таблицах могут быть представлены разные виды частот. Давайте рассмотрим на примере: Потенциальный спрос на товар

Абсолютная частота показывает, сколько раз тот или иной ответ повторяется в выборке. Например, 23 человека купили бы предложенный товар стоимостью 5000 руб., 41 человек – стоимостью 4500 руб. и 56 человек – 4399 руб.
Относительная частота показывает, какую долю данное значение составляет от всего объема выборки (23 человека – 19,2%, 41 – 34,2%, 56 – 46,6%).
Кумулятивная или накопленная частота показывает долю элементов выборки, не превышающих определенное значение. Например, изменение процента респондентов, готовых приобрести тот или иной товар при уменьшении цены на него (19,2% респондентов готовы купить товар за 5000 руб., 53,4% — от 4500 до 5000 руб., и 100% — от 4399 до 5000 руб.).

Наряду с частотами, дескриптивный анализ предполагает расчет различных описательных статистик. Соответствуя своему названию, они предоставляют основную информацию о полученных данных. Уточним, использование конкретной статистики зависит от того, в каких шкалах представлена исходная информация. Номинальная шкала используется для фиксации объектов, не имеющих ранжированного порядка (пол, место жительства, предпочитаемая марка и т.д.). Для подобного рода массива данных нельзя рассчитать каких-либо значимых статистических показателей, кроме моды — наиболее часто встречающегося значения переменной. Несколько лучше в плане анализа ситуация обстоит с порядковой шкалой . Здесь становится возможным, наряду с модой, расчет медианы – значения, разбивающего выборку на две равные части. Например, при наличии нескольких ценовых интервалов на товар (500-700 руб. руб., 700-900, 900-1100 руб.) медиана позволяет установить точную стоимость, дороже или дешевле которой потребители готовы приобретать или, наоборот, отказаться от покупки. Наиболее богатыми на все возможные статистики являются количественные шкалы , которые представляют собой ряды числовых значений, имеющих равные интервалы между собой и поддающихся измерению. Примерами подобных шкал могут служить уровень дохода, возраст, время, отводимое на покупки и т.д. В данном случае становятся доступными следующие информационные меры : среднее, размах, стандартное отклонение, стандартная ошибка среднего. Конечно, язык цифр является довольно «сухим» и для многих весьма непонятным. По этой причине дескриптивный анализ дополняется визуализацией данных путем построения различных диаграмм и графиков, как, например: гистограммы, линейные, круговые или точечные диаграммы.

Таблицы сопряженности и корреляции

Таблицы сопряженности – это средство представления распределения двух переменных, предназначенное для исследования связи между ними. Таблицы сопряженности можно рассматривать как частный тип дескриптивного анализа. В них также является возможным представление информации в виде абсолютных и относительных частот, графическая визуализация в виде гистограмм или точечных диаграмм. Наиболее эффективно таблицы сопряженности проявляют себя в определении наличия взаимосвязи между номинальными переменными (например, между полом и фактом потребления какого-либо продукта). В общем виде таблица сопряженности выглядит так. Зависимость между полом и пользованием страховыми услугами

Группировки в уголовно - правовой статистике позволяют дать наиболее полную и всестороннюю криминологическую и уголовно-правовую характеристику по самым разнообразным признакам:

Ш по видам - статьям УК,
Ш по объекту посягательства,
Ш по территориальному признаку - район, область, край, республика,
Ш соотношение корыстных и насильственных преступлений,
Ш по времени совершения преступлений и т.д.),
Ш личности преступников (по полу, возрасту, образованию, социальному положению, месту жительства и т.д.),
Ш причин и условий, способствующих совершению преступлений, а также мер социально-правового контроля над ними .

При этом очень важно различные группировки из уголовно-правовой статистики сопоставлять не только друг с другом, но и с группировками из иных отраслей статистики (демографической, социально-экономической и др.), отражающих взаимосвязанные явления.

Различия в целевом назначении группировки, задачах, которые они решают в статистическом анализе, выражаются в существующей их классификации: типологические, структурные, аналитические.

Важнейшая задача группировок в статистике заключается в том, чтобы изучаемую массу единиц совокупности подразделить на характерные типы, т.е. на группы, однородные по существенным признакам. Эта задача решается с помощью типологической группировки.

Типологические группировки - это разграничение изучаемой совокупности на однородные группы, типы по существенному качественному признаку.

Основная цель типологической группировки - отграничение одного типа явлений от другого статистическими средствами. Этот вид группировок в значительной степени определяется сложившимися представлениями о том, какие типы явлений составляют содержание изучаемой совокупности.

В правовой статистике это три типа правоотношений: уголовно-правовые, административно-правовые и гражданско-правовые, которыми и определяются ее разделы.

В уголовно - правовой статистике, в частности, это может быть, например, распределение по полу лиц, совершивших преступления .

Данная группировка по качественному признаку, когда имеются всего лишь два значения этого признака, причем одно из них исключает другое, в статистке именуется альтернативной.

Последовательность действий проведения этого типа группировки элементарна:

1) определяется тип явления, которое должно быть выделено - в нашем случае зарегистрированные преступления;
2) выбирается группировочный признак как основание описания типа - в нашем случае пол лиц, совершивших преступления;
3) устанавливаются границы интервалов (в нашем случае по всем лицам, выявленным в совершении преступлений);
4) группировка оформляется в таблицу, выделенные группы (на основе комбинации группировочных признаков) объединяются в намеченные типы и определяется численность (удельный вес) каждого из них .

При типологической группировке, то есть при подытоживании единиц в качественно-однородные категории, эти категории должны, как отмечалось, определяться на основании положений соответствующей науки и норм закона. Например, группировка наказаний по видам осуществляется уголовно - правовой (судебной) статистикой в полном соответствии со ст. 43-59 УК, устанавливающих с исчерпывающей полнотой точные качественные признаки их отдельных видов (штраф, исправительные работы, лишение свободы и т.д.

Структурные группировки - это распределение типически однородных групп по количественным признакам, которые могут изменяться (варьировать). В научной литературе этот вид группировок иногда называют вариационным. С их помощью в уголовно-правовой статистике изучают, например, структуру преступников по варьирующему признаку: по возрасту, числу судимостей, по срокам лишения свободы, размерам заработной платы и другим количественным признакам.

Структурная, или вариационная, группировка статистических данных может производиться, чтобы изучить изменение структуры типически однородных групп преступлений, правонарушителей, гражданских исков и других показателей. Для структурной группировки материала необходимо наличие однородных совокупностей, расчленяемых по величине изменяющегося (варьирующего) признака.

Если в основе типологической группировки лежат качественные признаки, то в основу вариационной положены количественные (удельные веса преступлений, лиц, дел, возраст правонарушителей, сроки наказания, число судимостей, число оконченных классов, суммы ущерба, суммы иска, сроки расследования и рассмотрения уголовных или гражданских дел и т.д.) .

Количественные сдвиги в структуре изучаемых явлений за несколько лет свидетельствуют об изменении объективных тенденций и закономерностей, следственной или судебной практики, о результативности деятельности правоохранительных или других юридических органов. Взяв, например, абсолютные и относительные показатели судимости за много лет, мы выявим тенденции в судебной практике и ее связь с реальной преступностью. Изучив динамику абсолютных чисел учтенных преступлений какого-то вида, динамику его удельного веса в структуре всей преступности, мы обнаружим тенденции развития этого деяния.

Структурные группировки могут быть построены на основе долевого распределения преступлений по сферам и объектам преступного посягательства, субъектам Федерации, регионам и территориям

Структурные различия в этом случае могут раскрывать особенности криминологической обстановки в том или ином регионе.

К структурным (вариационным) группировкам примыкают ряды распределения единиц совокупности по варьирующим признакам.

Аналитические группировки - это распределение по зависимости, взаимосвязи между двумя или несколькими разнородными группами явлений или их признаками (например, распределение краж по месту и времени их совершения; осужденных за автотранспортные преступления - по стажу работы водителя и т.д.).

Аналитические группировки имеют большое значение для всех отраслей юридической статистики. Они дают возможность выявить многие скрытые зависимости и взаимосвязи, что имеет важное значение для принятия практических решений и развития юридической науки. Аналитический потенциал есть и у других видов группировок, а также иных статистических приемах, но собственно аналитическая группировка прямо преследует установление зависимостей между исследуемыми явлениями . По характеру своих задач к аналитической группировке близко стоят группировки корреляционные, когда зависимость между исследуемыми явлениями или процессами может быть относительно точно измерена.

Все виды рассмотренных группировок при анализе социально-правовых, деликтологических и криминологических аспектов, как правило, применяются вместе. Например, для установления общественной опасности и тяжести совершаемых преступлений мы можем расчленить их совокупность по категориям деяний и формам вины (типологическая группировка). Для определения результативности борьбы с преступностью различных правоохранительных органов (внутренних дел, наркоконтроля, таможенной службы, прокуратуры, службы безопасности) мы можем исследовать варьирование раскрываемости преступлений в упомянутых ведомствах (вариационная группировка).

Для того чтобы установить причины и условия роста или (снижения преступности в городе, регионе, стране) следует применить целый ряд аналитических группировок.

Статистическое наблюдение — это массовое (оно охватывает большое число случаев проявления исследуемого явления для получения правдивых статистических данных) планомерное (проводится по разработанному плану, включающему вопросы методологии, организации сбора и контроля достоверности информации), систематическое (проводится систематически, либо непрерывно, либо регулярно), научно организованное (для повышения достоверности данных, которая зависит от программы наблюдения, содержания анкет, качества подготовки инструкций) наблюдение за явлениями и процессами социально-экономической жизни, которое заключается в сборе и регистрации отдельных признаков у каждой единицы совокупности.

Этапы статистического наблюдения

Подготовка к статистическому наблюдению (решение научно-методических и организационно-технических вопросов).

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);

Статистическая информация — это первичные данные о состоянии социально-экономических явлений, формирующиеся в процессе статистического наблюдения, которые затем подвергаются систематизации, сводке, анализу и обобщению.

Состав информации во многом определяется потребностями общества в данный момент. Изменения форм собственности и методов регулирования экономики повлекли за собой изменения в политике статистического наблюдения. Если раньше инфмация была доступна только государственным органам, то сейчас она является в большинстве случаев общедоступной. Основными потребителями стат.информации являются правительство, коммерческие структуры, международные организации и общественность.

Специально организованное наблюдение

Заключается в получении данных, которые в силу тех или иных причин не вошли в отчетность или для проверки данных отчетности. Представляет собой сбор данных посредством переписей и единовременных учетов.

Регистровое наблюдение

Основано на ведении статистического регистра, с помощью которого осуществляется непрерывный статистический учет за долговременными процессами, имеющими фиксированное начало, стадию развития и фиксированное окончание.

Формы статистического исследования	Виды проведения статистических наблюдений		Способы получения статистической информации
Формы статистического исследования	по времени регистрации данных	по полноте охвата единиц совокупности	Способы получения статистической информации
Статистическая отчетность	Текущее наблюдение	Сплошное наблюдение	Непосредственное наблюдение
Специально организованное наблюдение: перепись единовременный учет	Прерывное наблюдение: Единовременное наблюдение Периодическое наблюдение	Несплошное наблюдение: выборочное Монографическое наблюдение метод основного массива метод моментных наблюдений	Документальный
Регистровое наблюдение			экспедиционный способ способ саморегистрации корреспондентский способ Анкетный способ Явочный способ

Виды статистического наблюдения

Статистические наблюдения подразделяются на виды по следующим признакам:

по времени регистрации данных;
по полноте охвата ;

Виды статистического наблюдения по времени регистрации:

Текущее (непрерывное) наблюдение — проводится для изучения текущих явлений и процессов. Регистрация фактов осуществляется по мере их свершения. (регистрация семейных браков и разводов)

Прерывное наблюдение — проводится по мере необходимости, при этом допускаются временные разрывы в регистрации данных:

Периодическое наблюдение — проводится через сравнительно равные интервалы времени (перепись населения).

Единовременное наблюдение — осуществляется без соблюдения строгой периодичности его проведения.

По полноте охвата единиц совокупности различают следующие виды статистического наблюдения:

Сплошное наблюдение — представляет собой сбор и получение информации обо всех единицах изучаемой совокупности. Характеризуется высокими материальными и трудовыми затратами, недостаточной оперативностью информации. Применяется при переписи населения, при сборе данных в форме отчетности, охватывающей крупные и средние предприятия разных форм собственности.

Несплошное наблюдение — основано на принципе случайного отбора единиц изучаемой совокупности, при этом в выборочной совокупности должны быть представлены все типы единиц, имеющихся в совокупности. Имеет ряд преимущств перед сплошным наблюдением: сокращение временных и денежных затрат.

Несплошное наблюдение подразделяется на:

Выборочное наблюдение — основано на случайном отборе единиц, которые подвергаются наблюдению.
Монографическое наблюдение — заключается в обследовании отдельных единиц совокупности, характеризующихся редкими качественными свойствами. Пример монографического наблюдения: характеристика работы отдельных предприятий, для выявления недостатков в работе или тенденций развития.
Метод основного массива — состоит в изучении самых существенных, наиболее крупных единиц совокупности, имеющих по основному признаку наибольший удельный вес в изучаемой совокупности.
Метод моментных наблюдений — заключается в проведении наблюдений через случайные или постоянные интервалы времени с отметками о состоянии исследуемого объекта в тот или иной момент времени.

Способы статистического наблюдения

Способы получения статистической информации:

Непосредственное статистическое наблюдение — наблюдение, при котором сами регистраторы путем непосредственного замера, взвешивания, подсчета устанавливают факт подлежащий регистрации.

Документальное наблюдение — основано на использовании различного рода документов учетного характера.
Включает в себя отчетный способ наблюдения — при котором предприятия представляют статистические отчеты о своей деятельности в строго обязательном порядке.

Опрос — заключается в получении необходимой информации непосредственно от респондента.

Существуют следующие виды опроса:

Экспедиционный — регистраторы получают необходимую информацию от опрашиваемых лиц и сами фиксируют ее в формулярах.

Способ саморегистрации — формуляры заполняются самими респондентами, регистраторы только раздают бланки и объясняют правила их заполнения.

Корреспондентский — сведения в соответствующие органы сообщает штат добровольных корреспондентов.

Анкетный — сбор информации осуществляется в виде анкет, представляющих собой специальные вопросники, удобен в случаях, когда не требуется высокая точность результатов.

Явочный — заключается в предоставлении сведений в соответствующие органы в явочном порядке.

Ошибки статистического наблюдения

Информация, полученная в ходе статистического наблюдения может не отвечать действительности, а расчетные значения показателей не соответствовать фактическим значениям.

Расхождение между расчетным значением и фактическим называется ошибкой наблюдения .

В зависимости от причин возникновения различают ошибки регистрации и ошибки репрезентативности . Ошибки регистрации характерны как для сплошного, так и для несплошного наблюдения, а ошибки репрезентативности — только для несплошного наблюдения. Ошибки регистрации, как и ошибки репрезентативности, могут быть случайными и систематическими .

Ошибки регистрации — представляют собой отклонения между значением показателя, полученного в ходе статистического наблюдения, и его фактическим значением. Ошибки регистрации бывают случайными (результат действий случайных факторов — перепутаны строки например) и систематическими (проявляются постоянно).

Ошибки репрезентативности — возникают, когда отобранная совокупность недостаточно точно воспроизводит исходную совокупность. Характерны для несплошного наблюдения и заключаются в отклонении величины показателя исследуемой части совокупности от его величины в генеральной совокупности.

Случайные ошибки — являются результатом действия случайных факторов.

Систематические ошибки — всегда имеют одинаковую направленность к увеличению или уменьшению показателя по каждой единице наблюдения, вследствие чего значение показателя по совокупности в целом будет включать накопленную ошибку.

Способы контроля: