Statističke grupacije: osnovni pojmovi, faze, grupisanje materijala, zadaci

U metodi statističkih grupisanja, ukupnost proučavanih pojava podijeljena je na klase i podklase koje imaju homogenu strukturu prema određenim karakteristikama. Svaka takva podjela opisana je sistemom statističkih pokazatelja. Grupisani podaci mogu se prikazati u tabelama.

Ova akcija je glavna metoda koja se koristi u stvarnom proučavanju društvenih pojava. Nastaje kao preduslov za primenu različitih grupacija statističkih podataka, procedura i analitičkih metoda. Na primjer, klasifikacija neophodno je u redu za korištenje bilo kakvih generalizirajućih indeksa, na primjer, prosjeka.

Doprinos i druge karakteristike statističkih grupacija..

U predrevolucionarnoj ruskoj statistici, posebno u raznim zemstvima ( ovo su lokalno ja- državni organi), stečeno je značajno iskustvo u grupisanju različitih vrsta organizacija. I u ovom trenutku urađen je značajan posao na razvoju ne samo tabela sa klasifikacijom po jednoj karakteristici, već i složenijih šema. U njima su svi podaci grupisani po dva ili više parametara. Međutim, teorijska pitanja vezana za upotrebu metoda statističkog grupisanja nisu dobila naučno opravdanje. Ovo stanje je trajalo sve do radova.I. Lenjina. Imao je visoko mišljenje o kognitivnoj vrijednosti i praktičnoj važnosti klasifikacije. Što se tiče tabela zasnovanih na znacima statističkog grupisanja, prema više karakteristika, Lenjin je napisao: "nije preterano reći da će oni revolucionirati nauku i, naravno, privredu poljoprivrede".

Od fundamentalnog značaja su preporuke Vladimira Iljiča o potrebi preliminarne političke i ekonomske analize prirode obrazaca i određivanja vrsta pojava prije početka eksperimenata s klasifikacijom početnih podataka.

Faze statističkih grupacija

Sistematizacija se koristi ne samo u analizi strukture stanovništva, već i u određivanju vrsta pojava i u proučavanju odnosa između različitih karakteristika ili faktora. Primjeri grupacija koje izražavaju strukturu stanovništva su klasifikacije ljudi prema dobi (s intervalima od jedne godine ili, češće, pet godina) i preduzeća prema veličini.

Kombinacijom klasa ili uspostavljanjem neravnih intervala moguće je uspostaviti kvalitativne razlike između pojedinih sistema, a zatim odrediti tehno-ekonomske ili društveno-ekonomske tipove relevantnih subjekata (na primjer, preduzeća ili farme). Dakle, grupisanje stanovništva zemlje prema starosti može se izvršiti na osnovu, pored jednostavnih hronoloških objekata, takvih posebnih podjela kao što su žene od 16 do 54 godine i muškarci od 16 do 59 godina. Upotreba ovih posebnih klasa omogućava izračunavanje nacionalnog ekonomskog indeksa, poznatog kao radni resursi zemlje. Granice intervala su donekle proizvoljne i mogu se razlikovati u različitim državama.

% D zadatak

Detaljna kvantitativna klasifikacija preduzeća i firmi omogućava nam da pređemo na definiciju nekoliko glavnih kvalitativnih grupa, kao što su male, srednje i velike organizacije. Nakon toga se mogu razjasniti brojni opšti ekonomski problemi, na primjer, proces koncentracije proizvodnje, rast industrijske efikasnosti i povećanje produktivnosti rada. Novi podaci Vladimira Iljiča Lenjina o zakonima koji regulišu razvoj kapitalizma u poljoprivredi briljantan su primjer duboke analize koja koristi grupisanje za demonstriranje složene prirode obrazaca. A takođe i odnos između veličine preduzeća i njegove pune produktivnosti.

Najvažniji i najteži zadatak statističkih grupacija je da identifikuju i detaljno opišu tipove socio-ekonomskih pojava. Takvi subjekti predstavljaju izraz oblika određenog društvenog procesa ili osnovnih karakteristika. Čini se da su oni zajednički mnogim pojedinačnim pojavama. U svojoj analizi stratifikacije seljaštva , Vladimir Iljič Lenjin koristio je grupisanje temeljno i sveobuhvatno. Prvo, otkrio je proces formiranja od glavnih društvenih klasa u predrevolucionarnoj Rusiji, na zapadnoevropskom selu i u američkoj poljoprivredi.

I, kako se ispostavilo, Sovjetski podaci imaju značajno iskustvo u tipološkim i Statističkim grupacijama. Na primjer, ravnoteža nacionalne ekonomije SSSR-a pretpostavlja složen i ekstenzivan sistem klasifikacije. Drugi primjeri tipološkog statističkog grupisanja na sovjetskom prostoru uključuju sistematizaciju stanovništva po društvenim klasama. Kao i objedinjavanje osnovnih proizvodnih sredstava po socio-ekonomskim tipovima industrijskih jedinica. Možete dati i primjer kao što je grupisanje statističkog ukupnost javnosti proizvod.

Buržoaska klasifikacija ne koristi dovoljno sistematizacije. Kada se koristi grupisanje, ono je, uglavnom, netačno i ne doprinosi karakterizaciji pravog stanja stvari u kapitalističkim zemljama. Na primjer, klasifikacija poljoprivrednih preduzeća prema površini zemljišta preuveličava položaj male proizvodnje u ovom pravcu. A grupisanje stanovništva po profesiji ne otkriva pravu klasnu strukturu buržoaskog društva.

Društveno-ekonomske karakteristike socijalističke države pružaju nove aplikacije za statističko grupisanje. Klasifikacija se koristi za analizu implementacije nacionalnih ekonomskih planova, za utvrđivanje razloga za zaostatak nekih preduzeća i sektora. I također identificiranje neiskorištenih resursa. Na primjer, preduzeća se mogu grupirati prema stepenu implementacije plana ili nivou profitabilnosti. Od velikog značaja za karakteristike uvođenja Naučno-tehnološkog napretka u industriju je grupisanje preduzeća, prema tehničkim i ekonomskim podacima kao što su stepen automatizacije i mehanizacije i količina električne energije dostupne za rad.

Grupisani podaci su informacije koje se formiraju kombinovanjem odvojenih grupacija statističkog posmatranja o prisustvu varijable u zasebne klase, tako da frekvencijska distribucija ovih sistema služi kao pogodno sredstvo generalizacije i analize svih materijala.

Informacije

Podaci se mogu definirati kao grupe s materijalom koji predstavljaju kvalitativne ili kvantitativne atribute varijable ili skup nestalan. Ovo je analogno izjavi da klase mogu biti bilo koji skup informacija koji opisuje entitet. Sistemi, u grupisanju statističkih podataka, mogu se klasifikovati u grupisane i nekrupisane objekte.

Sve informacije koje osoba uopšte prikupi nisu klasifikovane. Negrupisane statističke grupe su podaci, ali samo u neobrađenom obliku. Primjer takvih sistema je bilo koja lista brojeva kojih možete smisliti.

Prvi tip klasifikacija

Grupisani podaci su informacije koje su organizovane u grupe poznate kao klase. Ova vrsta je već klasifikovana, pa je tako urađen određeni nivo analize. To znači da sve informacije više nisu sirove.

Klasa podataka je grupa koja je povezana sa određenim korisničkim svojstvom. Na primjer, ako je šef preduzeća prikupio ljude koje zapošljava u određenoj godini mogao ih je grupirati u sisteme prema dobi: dvadeset, trideset, četrdeset godina itd. I svaka od ovih grupa naziva se klasa.

Zauzvrat, ovo nije posljednja podjela. Svaka od ovih klasa ima određenu širinu, a to se naziva interval ili veličina. Ovaj koncept veoma je važno kada je u pitanju konstruisanje histograma i tabela frekvencija. Sve klase mogu imati istu ili različitu veličinu, ovisno o tome kako će sve informacije biti grupirane. Interval sistema je uvijek cijeli broj.

Ograničenja klase i njene granice

Prvi koncept se odnosi na stvarne vrijednosti koje se mogu vidjeti u finalnoj tabeli. Ograničenja klasa podijeljena su u dvije kategorije: donja granica sistema i gornja granica. Naravno, da bi se osigurala ispravnost i informativnost, sve podjele se koriste prilikom sastavljanja tabela.

Ali, s druge strane, granice klasa se ne poštuju uvijek u tabeli frekvencija. Ovaj koncept daje pravi interval sistema i, kao i različita ograničenja, također je podijeljen na granice donje i gornje vrijednosti.

Žive i nežive grupe

Nauka nastoji razumjeti i objasniti prirodne pojave. Naučnici razumiju stvari klasifikujući ih. Ovo se odnosi i na živa bića i na nežive grupe statističkih materijala.

Zauzvrat, takve vrste se mogu podijeliti u grupe ovisno o kontrastnim svojstvima. Na primjer, ako su studenti u svojim naučnim časopisima sastavili liste o različitim materijalima i predmetima koje su proučavali, mogu koristiti ove podatke za proširenje znanja i informacija o sistemima koje su istraživali.

Sva znanja se mogu sortirati ili klasifikovati prema različitim kontrastnim svojstvima. Evo nekih primjera:

• Metali naspram različitih nemetala.
• Kameni teren umjesto pustinje ili livade.
• Vidljivi kristali vs. nevidljivi minerali.
• Prirodni proces umjesto vještačkog.
• Supstance gušće od vode ili manje teške od ove tečnosti.
• Magnetna vs. nemagnetna.

I takođe možete napravite grupu razlike po sljedećim osnovama:

• Stanje supstanci na sobnoj temperaturi (čvrsta, tečnost, gas).
• Topljivost metala.
• Fizička svojstva i tako dalje.

Materijali:

• Različiti članci koji služe kao primjeri gore navedenih kategorija.
• Magneti za provjeru svojstava materijala.
• Posuda s vodom za provjeru plutaju li predmeti ili tonu.
• Naučni časopisi.

Procedura rada

Kako se tačno sve događa:

1. Studenti rade u grupama. Svakom se daju neki materijali i od njih se traži da pronađe načine grupiranja predmeta u kategorije. Oni razvijaju kriterijume koje će koristiti, a zatim sortiraju stavke u skladu s tim. Tabele rezultata evidentiraju se u njihovim naučnim časopisima.
2. Nakon grupisanja materijala, oni se ponovo sortiraju po drugim kriterijumima. Sljedeći korak će također biti sastavljanje liste rezultata. A nakon toga je napisan dodatni broj elemenata koji su različito sortirani zbog promjene kriterija.
3. Studenti bilježe zapažanja i tabele u svojim naučnim časopisima.

Rezultati

Učenici bilježe niz tabela koje pokazuju kako se njihovi predmeti sortiraju na osnovu svakog od kriterija. Na primjer, grupa učenika ima spajalicu, mali komad granita, čep, plastičnu igračku. A onda nekoliko tablica za sortiranje može izgledati kao da je napisano ispod.

1. Predmeti su sortirani po magnetizmu.
   Reagirajte na magnet: spajalica, granit. Ne reagirajte: pluta, Plastika.
2. Predmeti su sortirani po gustini, u poređenju sa vodom.
   Pop up: pluta, Plastika. Tone: spajalica, granit.

Nakon toga učenici prave prezentacije za razred. Oni raspravljaju o tome zašto su različiti subjekti različito klasifikovani u zavisnosti od kriterijuma koji se koriste.

Učenici svaki put ponavljaju ova zapažanja, primjenjujući različita svojstva.

Diskusija

U ovoj fazi:

1. Studenti mogu proširiti ova zapažanja na druge materijale, već bez ikakvih praktičnih istraživanja.
2. Primjeri su uzorci različitih vrsta stijena. Učenici će naučiti kako pažljivije promatrati i tačno pisati o onome što vide pomoću povećala i drugih predmeta koje koriste.
3. Ako su učenici stvorili indeksnu datoteku svojstava napisanu na karticama, one se također mogu sortirati. Ovo će biti korisno ako pokazivač sadrži dodatne materijale koji nisu u klasi.

Uobičajeni način obrade kontinuiranih kvantitativnih podataka je podjela cjelokupnog raspona značenja na nekoliko podopsega. Svakom materijalu potrebno je dodijeliti konstantnu vrijednost klase u koju spada. To vrijedi bilježenje, da se skup podataka mijenja iz kontinuiranog u diskretan.

Koncept statističkog grupisanja

Sistematizacija se vrši definiranjem skupa raspona, a zatim brojanje količine podataka koji padaju u svaki od njih. Pod-opsezi se ne preklapaju. Trebali bi pokriti cijeli raspon skupa podataka.

Jedan od najuspješnijih načina vizualizacije grupiranih sistema je histogram. To je skup pravougaonika gdje osnova oblika pokriva vrijednosti u rasponu koji je s njim povezan. A visina odgovara količini informacija.