1. MGA YUGTO NG STATISTICAL RESEARCH

Ang proseso ng pag-aaral ng socio-economic phenomena sa pamamagitan ng system paraang istatistikal at quantitative na mga katangian - isang sistema ng mga tagapagpahiwatig, ay tinatawag na istatistikal na pananaliksik.

Ang mga pangunahing yugto ng pagsasagawa ng isang istatistikal na pag-aaral ay:

1) istatistikal na pagmamasid;

2) buod ng datos na nakuha;

3) pagsusuri sa istatistika.

Kung kinakailangan, ang isang istatistikal na pag-aaral ay maaaring maglaman ng karagdagang yugto - isang istatistikal na pagtataya.

Ang obserbasyon ng istatistika ay isang pang-agham na organisadong koleksyon ng mga datos tungkol sa mga phenomena at proseso ng buhay panlipunan sa pamamagitan ng pagpaparehistro ayon sa isang paunang binuo na programa para sa pagmamasid sa kanilang mga mahahalagang katangian. Ang data ng obserbasyon ay kumakatawan sa pangunahing istatistikal na impormasyon tungkol sa mga naobserbahang bagay, na siyang batayan para sa pagkuha ng kanilang mga pangkalahatang katangian. Ang pagmamasid ay gumaganap bilang isa sa mga pangunahing pamamaraan ng istatistika at bilang isa sa pinakamahalagang yugto ng istatistikal na pananaliksik.

Ang pagsasagawa ng istatistikal na pag-aaral ay imposible nang walang mataas na kalidad na base ng impormasyon na nakuha sa panahon ng istatistikal na pagmamasid. Samakatuwid, dahil ang pagbabago sa mga ideya tungkol sa mga istatistika bilang isang naglalarawang agham, ang mga espesyal na panuntunan para sa pagsasagawa ng mga obserbasyon at mga espesyal na kinakailangan para sa mga resulta nito - data ng istatistika - ay binuo. Iyon ay, ang pagmamasid ay isa sa mga pangunahing pamamaraan ng istatistika.

Ang pagmamasid ay ang unang yugto ng istatistikal na pananaliksik, ang kalidad nito ay tumutukoy sa pagkamit ng mga huling layunin ng pag-aaral.

1.1. Ang pagmamasid ay isinasagawa ayon sa isang espesyal na inihandang programa.

Kasama sa programa ang isang listahan ng mga katangian ng object ng pananaliksik, ang data tungkol sa kung saan dapat makuha bilang isang resulta ng pagmamasid.

Kapag naghahanda ng isang obserbasyon, kinakailangan upang matukoy nang maaga:

1. Isang programa sa pagmamasid kung saan:

a) ang bagay ng pagmamasid ay tinutukoy, i.e. na set ng mga unit ng isang phenomenon na kailangang imbestigahan. Bukod dito, kinakailangan na makilala ang yunit ng pagmamasid mula sa yunit ng pag-uulat. Ang isang yunit ng pag-uulat ay isang yunit na nagbibigay ng istatistikal na data; maaaring binubuo ito ng ilang mga yunit ng populasyon, o maaaring kasabay ng isang yunit ng populasyon. Halimbawa, sa isang survey sa populasyon, ang unit ay maaaring ang miyembro ng sambahayan at ang nag-uulat na unit ay maaaring ang sambahayan.

b) natutukoy ang mga hangganan ng object ng pagmamasid.

c) ang mga katangian ng bagay ng pagmamasid ay natukoy, ang impormasyon tungkol sa kung saan ay dapat makuha bilang isang resulta ng pagmamasid.

2. Oras ng pagmamasid sa isang bagay - ang oras kung kailan o kung kailan naitala ang impormasyon tungkol sa bagay na pinag-aaralan.

3. Oras ng pagmamasid. Iyon ay, ang tagal ng panahon para sa pagkolekta ng data at ang petsa ng pagkumpleto ng pagmamasid ay tinutukoy. Ang panahon ng pagmamasid ay nakakaapekto sa oras ng pagkumpleto ng pangkalahatang istatistikal na pag-aaral at ang pagiging maagap ng mga konklusyon nito.

4. Mga pondo at mapagkukunang kinakailangan para sa pagsubaybay: bilang ng mga kwalipikadong espesyalista; materyal na mapagkukunan; paraan para sa pagproseso ng mga resulta ng pagmamasid.

5. Mga kinakailangan para sa istatistikal na datos. Ang mga pangunahing kinakailangan ay: a) pagiging maaasahan, i.e. ang impormasyon tungkol sa bagay ng pananaliksik ay dapat na sumasalamin sa tunay na kalagayan nito sa oras ng pagmamasid; b) pagiging maihahambing ng data, ibig sabihin. ang impormasyong nakuha bilang resulta ng pagmamasid ay dapat na maihahambing, na sinisiguro ng isang pinag-isang pamamaraan para sa pagkolekta at pagsusuri ng data, ng mga yunit ng pagsukat, atbp.

1.2. Mayroong ilang mga uri ng istatistikal na pagmamasid.

1. Sa pamamagitan ng saklaw ng mga yunit ng populasyon:

matigas;

b) hindi tuloy-tuloy (pumipili, monograpiko, batay sa maramihang paraan)

2. Ayon sa oras ng pagpaparehistro ng mga katotohanan: a) kasalukuyang (patuloy); b) hindi nagpapatuloy (pana-panahon, isang beses)

3. Sa paraan ng pagkolekta ng impormasyon: a) direktang pagmamasid; b) dokumentaryong pagmamasid; c) survey (kwestyoner, correspondent, atbp.)

Ang buod ay ang proseso ng pagdadala ng natanggap na data sa system, pagpoproseso nito at pagkalkula ng mga intermediate at pangkalahatang resulta, pagkalkula ng magkakaugnay na dami ng isang analytical na kalikasan.

Ang susunod na yugto ng istatistikal na pananaliksik ay ang paghahanda ng impormasyong nakuha sa panahon ng pagmamasid para sa pagsusuri. Ang yugtong ito ay tinatawag na buod.

Kasama sa buod ang:

- sistematisasyon ng impormasyong nakuha sa panahon ng mga obserbasyon;

- kanilang pagpapangkat;

- pagbuo ng isang sistema ng mga tagapagpahiwatig na nagpapakilala sa mga edukadong grupo;

- paglikha ng mga talahanayan ng pag-unlad para sa pinagsama-samang data;

— pagkalkula ng mga nagmula na dami gamit ang mga talahanayan ng pag-unlad.

Sa panitikan sa teorya ng estadistika, ang isa ay madalas na nakatagpo ng pagsasaalang-alang ng buod at pagpapangkat bilang mga independiyenteng yugto ng pananaliksik. Gayunpaman, dapat tandaan na ang konsepto ng buod ay kinabibilangan ng mga aksyon sa pangkat ng istatistikal na data, kaya dito ang konsepto ng "buod" ay pinagtibay bilang pangalan ng yugto ng pananaliksik.

Pagsusuri ng istatistika - pananaliksik mga katangiang katangian mga istruktura, mga koneksyon sa pagitan ng mga phenomena, mga uso, mga pattern ng pag-unlad ng mga socio-economic phenomena, kung saan ginagamit ang mga partikular na pang-ekonomiyang-istatistika at matematika-istatistika na mga pamamaraan. Ang pagtatasa ng istatistika ay nagtatapos sa interpretasyon ng mga resultang nakuha.

Ang pagtataya ng istatistika ay isang pang-agham na pagkakakilanlan ng estado at posibleng mga landas ng pag-unlad ng mga phenomena at proseso, batay sa isang sistema ng itinatag na sanhi-at-epekto na mga relasyon at pattern.

EHERSISYO 1

Bilang resulta ng isang sample survey sahod Ang sumusunod na data ay nakuha mula sa 60 empleyado ng isang pang-industriya na negosyo (Talahanayan 1).

Bumuo ng isang serye ng pamamahagi ng pagitan batay sa mabisang katangian, na bumubuo ng limang pangkat na may pantay na pagitan.

Tukuyin ang mga pangunahing tagapagpahiwatig ng pagkakaiba-iba (variance, standard deviation, coefficient of variation), ang average na halaga ng kapangyarihan (ang average na halaga ng katangian) at mga structural average. Ilarawan ito nang grapiko sa anyo ng: a) histogram; b) naipon; c) mga ogive. Gumuhit ng konklusyon.

SOLUSYON

1. Tukuyin natin ang saklaw ng variation ayon sa mabisang katangian - ayon sa karanasan sa produksyon gamit ang formula:

R = Хmax – Хmin = 36 – 5 = 31

kung saan ang Xmax ay ang maximum na laki ng mga asset

Хmin – pinakamababang laki ng asset

2. Tukuyin ang laki ng pagitan

i = R/n = 31/5 = 6.2

Isinasaalang-alang ang nakuha na mga agwat, pinapangkat namin ang mga bangko at nakuha

3. Bumuo tayo ng isang auxiliary table

4. Ang average na halaga ng isang katangian sa populasyon na pinag-aaralan ay tinutukoy ng arithmetic weighted formula:

ng taon

5. Ang pagkakaiba at karaniwang paglihis ng isang katangian ay tinutukoy ng formula

Pagpapasiya ng pagkakaiba-iba

Kaya, V>33.3%, samakatuwid, ang populasyon ay heterogenous.

6. Kahulugan ng fashion

Ang mode ay ang halaga ng isang katangian na pinakamadalas na nangyayari sa populasyon na pinag-aaralan. Sa serye ng pagkakaiba-iba ng pagitan na pinag-aaralan, ang mode ay kinakalkula gamit ang formula:

saan

x M0
– mas mababang limitasyon ng modal interval:

ako M0– ang halaga ng modal interval;

f M0-1 f M0 f M0+1– mga frequency (frequencies) ng modal, pre-modal at post-modal interval, ayon sa pagkakabanggit.

Ang isang modal interval ay ang agwat na may pinakamaraming dalas (frequency). Sa aming problema, ito ang unang pagitan.

7. Kalkulahin ang median.

Ang Median ay isang opsyon na matatagpuan sa gitna ng isang ordered variation series, na hinahati ito sa dalawang pantay na bahagi, na ang kalahati ng mga unit ng populasyon ay may attribute values ​​na mas mababa sa median, at kalahati ay higit pa sa median.

Sa isang serye ng pagitan, ang median ay tinutukoy ng formula:

saan ang simula ng median interval;

– halaga ng median interval

– dalas ng median interval;

– ang kabuuan ng mga naipon na frequency sa pre-median interval.

Ang median interval ay ang pagitan kung saan matatagpuan ang serial number ng median. Upang matukoy ito, kinakailangan upang kalkulahin ang kabuuan ng mga naipon na frequency sa isang numero na higit sa kalahati ng kabuuan.

Ayon kay gr. 5 ng auxiliary table nakita namin ang agwat kung saan ang halaga ng mga naipon na halaga ay madalas na lumampas sa 50%. Ito ang pangalawang pagitan - mula 11.6 hanggang 18.4, at ito ang median.

Pagkatapos

Dahil dito, kalahati ng mga manggagawang may karanasan sa trabaho ay mas mababa sa 13.25 taon, at kalahati ay may higit sa halagang ito.

6. Ilarawan natin ang serye sa anyo ng isang polygon, isang histogram, isang pinagsama-samang linya, o isang ogive.

Ang graphic na representasyon ay gumaganap ng isang mahalagang papel sa pag-aaral ng mga serye ng variation, dahil pinapayagan nito ang isa na pag-aralan ang istatistikal na data sa isang simple at visual na anyo.

Mayroong ilang mga paraan graphic na larawan serye (histogram, polygon, cumulate, ogive), ang pagpili nito ay depende sa layunin ng pag-aaral at sa uri ng variation series.

Ang distribution polygon ay pangunahing ginagamit upang ilarawan ang isang discrete series, ngunit maaari ka ring bumuo ng polygon para sa isang interval series kung una mong i-convert ito sa isang discrete series. Ang distribution polygon ay isang saradong putol na linya sa isang rectangular coordinate system na may mga coordinate (x i, q i), kung saan ang x i ay ang value ng i-th feature, q i ang frequency o frequency ng i-ro feature.

Ang histogram ng pamamahagi ay ginagamit upang magpakita ng serye ng pagitan. Upang makabuo ng isang histogram, ang mga segment na katumbas ng mga agwat ng katangian ay inilatag nang sunud-sunod sa pahalang na axis, at sa mga segment na ito, tulad ng sa mga base, ang mga parihaba ay itinayo, ang taas nito ay katumbas ng mga frequency o mga detalye para sa isang serye na may pantay na pagitan, densidad; para sa isang serye na may hindi pantay na pagitan.

Ang mga cumulates ay isang graphical na representasyon ng isang serye ng variation, kapag ang mga naipon na frequency o mga detalye ay naka-plot sa vertical axis, at ang mga katangiang value ay naka-plot sa horizontal axis. Ginagamit ang cumulate para sa graphical na representasyon ng parehong discrete at interval variation series.

Konklusyon: Kaya, ang mga pangunahing tagapagpahiwatig ng pagkakaiba-iba ng serye sa ilalim ng pag-aaral ay kinakalkula: ang average na halaga ng katangian - karanasan sa produksyon ay 14.9 taon, ang pagpapakalat ay kinakalkula na 54.713, sa turn, ang karaniwang paglihis ng katangian ay 7.397. Ang mode ay may halaga na 9.13, at ang modal interval ay ang unang pagitan ng seryeng pinag-aaralan. Ang median ng serye, katumbas ng 13.108, ay naghahati sa serye sa dalawang pantay na bahagi, na nagpapahiwatig na sa organisasyong pinag-aaralan, kalahati ng mga empleyado ay may mas mababa sa 13.108 na taon ng karanasan sa trabaho, at kalahati ay may higit pa.

GAWAIN 2

Ang sumusunod na paunang data ay magagamit na nagpapakilala sa dinamika para sa 1997 – 2001. (talahanayan 2).

Talahanayan 2 Paunang datos

Tukuyin ang mga pangunahing tagapagpahiwatig ng serye ng dinamika. Ipakita ang pagkalkula sa anyo ng isang talahanayan. Kalkulahin ang average na taunang halaga ng mga tagapagpahiwatig. Sa anyo ng isang graphic na imahe - isang polygon, ipahiwatig ang dinamika ng nasuri na tagapagpahiwatig. Gumuhit ng konklusyon.

SOLUSYON

Ibinigay

1) Ang average na antas ng dynamics ay kinakalkula gamit ang formula

2) Ang mga rate ng paglago ng chain at base ay kinakalkula tulad ng sumusunod:

1. Ang ganap na paglago ay tinutukoy ng formula:

Аib = yi – y0

Aic = yi – yi-1

2. Ang rate ng paglago ay tinutukoy ng formula: (%)

Trb = (yi / y0) *100

Trc = (yi / yi-1)*100

3. Ang rate ng paglago ay tinutukoy ng formula: (%)

Тnрb = Трb –100%:

Tnrts = Trts – 100%

4. Average na ganap na pagtaas:

y n
– huling antas ng dynamic na serye;

y 0
– paunang antas ng dynamic na serye;

n c
– bilang ng mga chain absolute increases.

5. Average na taunang rate ng paglago:

6. Average na taunang rate ng paglago:

3) Ganap na nilalaman ng 1% na pagtaas:

A = Xi-1/100

Binubuod namin ang lahat ng nakalkulang indicator sa isang table.

5) Average na taunang halaga

7. Ilarawan natin ito nang grapiko bilang isang polygon.

Kaya, ang mga sumusunod ay nakuha. Ang pinakamalaking ganap at kamag-anak na pagtaas sa mga operasyon ng kirurhiko para sa panahon ay noong 1999 at umabot sa 1700, ang ganap na pagtaas kumpara sa batayang taon ay 80 mga operasyon, ang rate ng paglago kumpara sa batayang taon 1997 ay 104.9%, at ang batayang rate ng paglago ay 4.9%. Ang pinakamalaking chain absolute increase ay noong 1998 at 1999 – 40 na operasyon bawat isa. Ang pinakamataas na rate ng paglago ng chain ay naobserbahan noong 1998 - 102.5%, at ang pinakamababang rate ng paglago ng chain sa bilang ng mga transaksyon ay noong 2000 - 98.8%.

GAWAIN 3

Mayroong data sa pagbebenta ng mga kalakal (tingnan ang talahanayan 3)

Talahanayan 3 Paunang data sa pagbebenta ng mga kalakal

Tukuyin: a) indibidwal na mga indeks ( ako p , ako q); b) pangkalahatang mga indeks (I p, I q, I pq); c) ganap na pagbabago sa turnover ng kalakalan dahil sa: 1) ang bilang ng mga kalakal; 2) mga presyo.

Gumuhit ng konklusyon batay sa mga kalkuladong tagapagpahiwatig.

SOLUSYON

Gumawa tayo ng auxiliary table

Konklusyon: Gaya ng nakikita natin, ang kabuuang pagtaas ng trade turnover para sa taon ay (-26,300) mga conventional units, kabilang ang epekto ng pagbabago sa dami ng mga kalakal na naibenta ng - 16,000 at dahil sa mga pagbabago sa presyo ng mga kalakal - 10,300 mga karaniwang yunit. Ang kabuuang pagtaas sa trade turnover ay 87.2%. Dapat pansinin na ayon sa kinakalkula na mga indeks ng dami ng mga kalakal sa pamamagitan ng assortment, mayroong isang bahagyang pagtaas sa turnover para sa produkto na "P" ng 120% at produkto "C" ng 110%, isang bahagyang pagtaas sa mga benta ng produkto " T” ay 103% lamang. Ang mga benta ng mga kalakal na "P" ay bumaba nang malaki - 66.7% lamang ng mga benta sa batayang taon, ang mga benta ng mga kalakal na "N" ay bahagyang mas mataas - 87.5% at mga kalakal na "O" - 90.9% ng kaukulang tagapagpahiwatig para sa batayang taon. Ang indibidwal na index ng presyo ay nagpapakita na ang presyo ay tumaas lamang para sa produktong "O" - ng 105.3%, habang sa parehong oras para sa lahat ng iba pang pangalan ng produkto - "N", "P", "R", "S", "T ” ang indibidwal na index ng presyo ay nagpapahiwatig ng negatibong dinamika (pagbaba), ayon sa pagkakabanggit – 90.9%; 93.3%;, 96.3%, 88.9; 93.8.

Ang pangkalahatang index ng pisikal na dami ng benta ay nagpapahiwatig ng bahagyang pagbaba sa kabuuang dami ng benta ng 94.6%; ang pangkalahatang index ng presyo ay nagpapahiwatig ng pangkalahatang pagbaba sa presyo ng mga kalakal na ibinebenta ng 92.2%, at ang pangkalahatang trade turnover index ay nagpapahiwatig ng pangkalahatang pagbaba sa trade turnover ng 87.2%.

GAWAIN 4

Mula sa paunang data ng talahanayan No. 1 (pumili ng mga hilera mula 14 hanggang 23) batay sa dalawang katangian - haba ng serbisyo at sahod - magsagawa ng pagsusuri ng ugnayan-regression, matukoy ang mga parameter ng ugnayan at pagpapasiya. Bumuo ng graph ng ugnayan sa pagitan ng dalawang katangian (resultative at factorial). Gumuhit ng konklusyon.

SOLUSYON

Paunang data

Straight-line dependence

Ang mga parameter ng equation ay tinutukoy gamit ang least squares method, gamit ang sistema ng normal na equation

Upang malutas ang sistema ginagamit namin ang paraan ng mga determinant.

Kinakalkula ang mga parameter gamit ang mga formula

Institusyong pang-edukasyon ng estado

Mas mataas na propesyonal na edukasyon

"Altai State Medical University"

Federal Agency for Health and Social Development

Kagawaran ng Economics at Pamamahala

Pagsusulit

sa disiplina na "Medical Statistics"

sa paksa: "Mga yugto ng istatistikal na pananaliksik"

Nakumpleto

Sinuri:

Barnaul - 2009

Panimula…………………………………………………………………………………….3

1.1 Obserbasyon sa istatistika…………………………………………………………………………5

1.1.1 Pag-uuri ng istatistikal na obserbasyon ayon sa iba't ibang pamantayan……………………………………………………………………………………7

1.1.2 Programa at metodolohikal na mga isyu ng istatistikal na obserbasyon………………………………………………………………………………………………12

2 Buod at pagpapangkat ng mga materyales sa pagmamasid sa istatistika. Ang konsepto ng buod ng istatistika, mga layunin at nilalaman nito………………………………..15

3 Mga makatwirang anyo ng presentasyon ng istatistikal na materyal………….18

3.1 Talaan ng istatistika at mga elemento nito………………………………………………18

3.2 Paraan ng graphic para sa pag-aaral ng mga aktibidad na pangkomersiyo...........19

4 Solusyon ng suliranin……………………………………………………….20

Konklusyon…………………………………………………………………………………….21

Listahan ng mga ginamit na literatura…………………………………………………………………………22

Panimula

Pinag-aaralan ng mga istatistika ng sanitary (medikal) ang mga isyung nauugnay sa gamot, kalinisan, at pangangalagang pangkalusugan. Ito ay isang mahalagang bahagi ng panlipunang kalinisan at organisasyon ng pangangalagang pangkalusugan at sa parehong oras ay bumubuo ng isa sa mga sangay ng mga istatistika.

Mayroong tatlong pangunahing seksyon sa mga istatistika ng sanitary: istatistika ng kalusugan ng populasyon, istatistika ng kalusugan at istatistika ng klinikal.

Mga layunin ng sanitary statistics:

pagtukoy sa mga katangian ng kalusugan ng populasyon at ang mga salik na tumutukoy dito;

pag-aaral ng data sa network, mga aktibidad at tauhan ng mga pasilidad sa pangangalagang pangkalusugan, pati na rin ang data sa mga resulta ng paggamot at mga aktibidad sa paglilibang;

aplikasyon ng mga pamamaraan ng sanitary statistics sa experimental, clinical, hygienic at laboratory research.

Ang mga materyales ng sanitary statistics ay naglalayong maghanap ng mga paraan upang mapabuti ang kalusugan ng populasyon at mapabuti ang sistema ng pangangalagang pangkalusugan.

Ang mga istatistika ng kalusugan ay ginagamit upang:

1). Sa kasalukuyan, ang pagbuo ng malalim na medikal-biyolohikal, pisikal at iba pang mga pamamaraan ng pananaliksik, ang pagpapakilala ng bagong diagnostic na teknolohiya ay humahantong sa akumulasyon ng numerical data na nagpapakilala sa estado ng katawan at kapaligiran. Isinasaalang-alang ang dami ng impormasyon tungkol sa katawan, mauunawaan ng isa ang pangangailangan na mag-synthesize ng data gamit ang mga istatistikal na pamamaraan;

2). Pagpapasiya ng sanitary at hygienic na pamantayan, pagkalkula ng mga dosis ng mga gamot, pagpapasiya ng mga pamantayan pisikal na kaunlaran, tinatasa ang pagiging epektibo ng mga inilapat na paraan ng pag-iwas at paggamot.

Ang mga tagapagpahiwatig ng accounting at pagsusuri ay sumasalamin sa dami o antas ng hindi pangkaraniwang bagay na pinag-aaralan; Ang mga analytical indicator ay ginagamit upang makilala ang mga katangian ng pag-unlad ng isang phenomenon, ang paglaganap nito sa kalawakan, ang ugnayan ng mga bahagi nito, at ang kaugnayan sa iba pang phenomena.

Ang pamamaraan ng istatistika ay isang hanay ng mga pangkalahatang tuntunin (prinsipyo) at mga espesyal na pamamaraan at pamamaraan ng istatistikal na pananaliksik. Ang mga pangkalahatang tuntunin ng istatistikal na pananaliksik ay batay sa mga probisyon ng socio-economic theory at ang prinsipyo ng dialectical method of cognition. Binubuo nila ang teoretikal na batayan ng mga istatistika. Batay sa isang teoretikal na batayan, ang mga istatistika ay naglalapat ng mga tiyak na pamamaraan ng digital na pag-iilaw ng isang kababalaghan, na ipinahayag sa tatlong yugto (yugto) ng istatistikal na pananaliksik:

1. Mass scientifically organized observation, sa tulong ng kung saan ang pangunahing impormasyon ay nakuha tungkol sa mga indibidwal na unit (factors) ng phenomenon na pinag-aaralan.

2. Pagpapangkat at buod ng materyal, na kumakatawan sa paghahati ng buong masa ng mga kaso (mga yunit) sa magkakatulad na mga grupo at mga subgroup, pagkalkula ng mga resulta para sa bawat grupo at subgroup at pagtatala ng mga resulta sa anyo ng isang istatistikal na talahanayan.

3. Pagproseso ng mga istatistikal na tagapagpahiwatig na nakuha sa panahon ng buod at pagsusuri ng mga resulta upang makakuha ng matibay na konklusyon tungkol sa estado ng hindi pangkaraniwang bagay na pinag-aaralan at ang mga pattern ng pag-unlad nito. Ito ang konsepto ng agham - Statistics. Ang paksa ng mga istatistika, bilang isang agham, ay ang pag-aaral ng dami ng bahagi ng mass social phenomena sa hindi maihihiwalay na koneksyon sa kanilang mga katangian ng husay. Mula sa kahulugang ito, maaaring makilala ang tatlong pangunahing katangian ng mga istatistika:

1. ang quantitative side ng phenomena ay ginalugad;

2. pinag-aaralan ang mass social phenomena;

3. ibinigay quantitative na katangian mass phenomena batay sa pag-aaral ng mga qualitative parameters.

Ang mga istatistika ay nagsasangkot ng paggamit ng isang hanay ng mga dialectical na pamamaraan ng katalusan. Sa proseso ng istatistikal na pananaliksik, ginagamit ang mga espesyal na pamamaraan na naimbento upang mas mahusay na kumatawan sa mga istatistikal na populasyon.

Ang istatistikal na populasyon ay isang masa ng mga yunit na pinag-isa sa pamamagitan ng isang husay na batayan, ngunit naiiba sa bawat isa sa isang bilang ng iba't ibang katangian. Ang pagkakaiba-iba (pagbabago) ng mga katangian (karaniwang dami) ay maaaring mangyari sa oras, sa espasyo, sa magkaparehong pagbabago ng isang katangian mula sa iba. Halimbawa, ang laki ng suweldo ng isang manggagawa ay depende sa dami ng mga produkto na kanyang ginagawa.

1.1 Pagmamasid sa istatistika

Ang obserbasyon ng istatistika ay ang sistematiko, batay sa siyentipikong pagkolekta ng mga datos o impormasyon tungkol sa mga phenomena at proseso ng sosyo-ekonomiko. Ang pagmamasid sa istatistika ay ang paunang yugto ng pananaliksik sa ekonomiya at istatistika.

1) Ang pagmamasid sa istatistika ay dapat matugunan ang mga sumusunod na kinakailangan: ang naobserbahang mga phenomena ay dapat magkaroon ng isang siyentipiko o praktikal na halaga, ipahayag ang ilang sosyo-ekonomikong uri ng phenomena;

2) ang direktang pagkolekta ng data ng masa ay dapat tiyakin ang pagkakumpleto ng mga katotohanan na may kaugnayan sa isyung ito, dahil ang mga phenomena ay nasa patuloy na pagbabago at pag-unlad. Kung ang kumpletong data ay nawawala, ang pagsusuri at mga konklusyon ay maaaring mapanlinlang;

3) upang matiyak ang pagiging maaasahan ng istatistikal na data, isang masinsinang at komprehensibong pagsusuri ng kalidad ng mga nakolektang katotohanan ay kinakailangan, na isa sa pinakamahalagang katangian ng istatistikal na pagmamasid;

4) pang-agham na organisasyon ng istatistikal na pagmamasid ay kinakailangan upang lumikha pinakamahusay na mga kondisyon upang makakuha ng mga layunin na materyales.

Ang mga gawaing kinakaharap ng tagapamahala ay tumutukoy sa layunin ng pagmamasid. Ang pangkalahatang layunin ng pagsubaybay sa istatistika ay magbigay ng suporta sa impormasyon para sa pamamahala. tinutukoy ng layunin ang object ng statistical observation - ang kabuuan ng phenomena at mga bagay na sakop ng observation. Ang object ng pagmamasid ay binubuo ng ilang mga yunit. Ang yunit ng kabuuan ay maaaring isang tao, isang katotohanan, isang bagay, isang proseso, atbp. Ang yunit ng pagmamasid ay ang pangunahing elemento ng object ng statistical observation. Ang elementong ito ay ang carrier ng mga palatandaan na naitala sa panahon ng pagmamasid. Ang yunit ng pagmamasid ay ang elemento ng populasyon kung saan kinokolekta ang mga kinakailangang datos. Ang pagpili ng bagay at mga yunit ng pagmamasid ay depende sa mga partikular na kondisyon. Ang mga yunit ng pagmamasid ay may maraming iba't ibang katangian. Ang katumpakan, na nagpapakita ng sarili hindi sa isang indibidwal na kababalaghan, ngunit sa isang masa ng mga homogenous na phenomena, kapag ang pag-generalize ng data ng isang istatistikal na populasyon, ay tinatawag na isang istatistikal na pattern. Para sa pag-aaral ng pagiging regular ng istatistika, ang batas ng malalaking numero ay may pangunahing kahalagahan. Sa isang malaking bilang ng mga obserbasyon, ang mga random na multidirectional deviation ay magkakansela sa isa't isa. Sa panahon ng proseso ng pagmamasid, ang pinakamahalaga o magkakaugnay na mga tampok ay ginagamit upang itala ang data. Ang kalinawan sa pagtukoy sa yunit ng obserbasyon ay ginagawang posible upang makatwirang matukoy ang mga naitalang palatandaan ng pagmamasid na may pinakamababang bilang ng mga palatandaan na may kaugnayan sa problema o phenomenon na pinag-aaralan. Ang paglilinaw at pagbuo ng mga katangian ng isang yunit ng pagmamasid ay isinasagawa batay sa mga sumusunod na pangkalahatang tuntunin: Ang mga pangkalahatang pamamaraang ito sa pagtukoy ng mga katangian ng isang yunit ng pagmamasid ay kinukumpleto ng mga partikular na tampok ng mga prosesong pinag-aaralan.

Ang isang observation unit ay hindi dapat malito sa isang reporting unit. Ang unit ng pag-uulat ay isa kung saan ang data ng pag-uulat ay may kondisyong natatanggap alinsunod sa mga naaprubahang form. Kung ang pagmamasid ay isinasagawa sa pamamagitan ng pag-uulat, kung gayon ang yunit ng pag-uulat ay maaaring sa pangkalahatan ay kapareho ng yunit ng pagmamasid. Ang yunit ng pag-uulat ay tinatawag ding yunit ng pag-uulat. Maaaring hindi ito tumutugma sa yunit ng pagmamasid.

Pagkatapos tukuyin ang bagay, dapat bigyang-diin ng mananaliksik ang mga hangganan na tumutukoy sa populasyon o phenomenon na pinag-aaralan. Upang limitahan ang isang bagay, ang mga tiyak na halaga o limitasyon ng mga katangian ay itinatag. Ang ganitong dami ng mga paghihigpit sa mga katangian ay tinatawag na mga kwalipikasyon. Ito ay isang serye ng mga katangian, ang quantitative value kung saan, kapag nagsasagawa ng statistical observation, ay nagsisilbing batayan para sa pagsasaalang-alang (o hindi pag-uuri) ng isang yunit sa populasyon na pinag-aaralan.

Ang observation point o period ay ang oras kung kailan naitala ang data. Ang sandali ng pagmamasid ay itinatag alinsunod sa layunin at katangian ng hindi pangkaraniwang bagay. Sa pagsasagawa, tinatawag din itong kritikal na sandali. Ang ilang phenomena at proseso ay may pana-panahon o iba pang paikot na bahagi.

1.1.1 Pag-uuri ng istatistikal na pagmamasid ayon sa iba't ibang pamantayan

Ang pagmamasid sa istatistika ay nahahati sa:

1) ayon sa uri ng mga obserbasyon sa 2 pangkat:

Ayon sa saklaw ng mga yunit ng populasyon sa tuloy-tuloy at hindi tuloy-tuloy;

2.1 Disenyo ng pag-aaral ng istatistika

Ang mga sistema ng pagsusuri ng data ng istatistika ay isang moderno, epektibong tool para sa istatistikal na pananaliksik. Ang mga espesyal na sistema ng pagsusuri sa istatistika, pati na rin ang mga unibersal na tool - Excel, Matlab, Mathcad, atbp., ay may sapat na pagkakataon para sa pagproseso ng istatistikal na data.

Ngunit kahit na ang pinaka-advanced na tool ay hindi maaaring palitan ang mananaliksik, na dapat bumalangkas ng layunin ng pag-aaral, mangolekta ng data, pumili ng mga pamamaraan, diskarte, modelo at tool para sa pagproseso at pagsusuri ng data, at bigyang-kahulugan ang mga resultang nakuha.

Ang Figure 2.1 ay nagpapakita ng diagram ng istatistikal na pag-aaral.

Fig. 2.1 - Schematic diagram ng istatistikal na pananaliksik

Ang panimulang punto ng istatistikal na pananaliksik ay ang pagbabalangkas ng problema. Kapag tinutukoy ito, ang layunin ng pag-aaral ay isinasaalang-alang, kung anong impormasyon ang kailangan at kung paano ito gagamitin kapag gumagawa ng desisyon ay tinutukoy.

Ang istatistikal na pag-aaral mismo ay nagsisimula sa yugto ng paghahanda. Sa yugto ng paghahanda, nag-aaral ang mga analyst teknikal na gawain– isang dokumento na ginawa ng customer ng pag-aaral. Ang mga tuntunin ng sanggunian ay dapat na malinaw na nakasaad ang mga layunin ng pananaliksik:

natutukoy ang bagay ng pananaliksik;

nakalista ang mga pagpapalagay at hypotheses na dapat kumpirmahin o pabulaanan sa panahon ng pag-aaral;

inilalarawan kung paano gagamitin ang mga resulta ng pananaliksik;

ang takdang panahon kung kailan dapat isagawa ang pag-aaral at ang badyet para sa pag-aaral.

Batay sa mga teknikal na pagtutukoy, ito ay binuo istraktura ng analitikal na ulat- Iyon, sa anumang anyo ang mga resulta ng pag-aaral ay dapat iharap, gayundin ang programa sa pagmamasid sa istatistika. Ang programa ay isang listahan ng mga palatandaan na dapat itala sa panahon ng proseso ng pagmamasid (o mga tanong kung saan dapat makuha ang maaasahang mga sagot para sa bawat na-survey na yunit ng pagmamasid). Ang nilalaman ng programa ay tinutukoy pareho ng mga katangian ng naobserbahang bagay at ang mga layunin ng pag-aaral, pati na rin ng mga pamamaraan na pinili ng mga analyst para sa karagdagang pagproseso ng nakolektang impormasyon.

Ang pangunahing yugto ng istatistikal na pananaliksik ay kinabibilangan ng koleksyon ng mga kinakailangang data at ang kanilang pagsusuri.

Ang huling yugto ng pananaliksik ay ang pagbubuo ng isang analytical na ulat at pagsusumite nito sa customer.

Sa Fig. Ang Figure 2.2 ay nagpapakita ng diagram ng statistical data analysis.

Fig.2.2 – Pangunahing yugto ng pagsusuri sa istatistika

2.2 Koleksyon ng istatistikal na impormasyon

Ang pagkolekta ng mga materyales ay nagsasangkot ng pagsusuri sa mga teknikal na detalye ng pag-aaral, pagtukoy ng mga mapagkukunan ng kinakailangang impormasyon at (kung kinakailangan) pagbuo ng mga talatanungan. Kapag nagsasaliksik ng mga mapagkukunan ng impormasyon, ang lahat ng kinakailangang data ay nahahati sa pangunahin(data na hindi available at dapat direktang kolektahin para sa pag-aaral na ito), at pangalawa(dating nakolekta para sa iba pang mga layunin).

Ang pangalawang pangongolekta ng data ay madalas na tinutukoy bilang "desk" o "library" na pananaliksik.

Mga halimbawa ng pagkolekta ng pangunahing data: pagmamasid sa mga bisita sa tindahan, pagsisiyasat sa mga pasyente ng ospital, pagtalakay ng problema sa isang pulong.

Ang pangalawang data ay nahahati sa panloob at panlabas.

Mga halimbawa ng panloob na pangalawang pinagmumulan ng data:

sistema ng impormasyon ng organisasyon (kabilang ang isang accounting subsystem, isang sales management subsystem, CRM (CRM system, maikli para sa Customer Relationship Management) - application software para sa mga organisasyong idinisenyo upang i-automate ang mga diskarte para sa pakikipag-ugnayan sa mga customer) at iba pa);

nakaraang pag-aaral;

nakasulat na ulat mula sa mga empleyado.

Mga halimbawa ng panlabas na pangalawang pinagmumulan ng data:

mga ulat mula sa mga katawan ng istatistika at iba pang ahensya ng gobyerno;

mga ulat mula sa mga ahensya sa marketing, propesyonal na asosasyon, atbp.;

mga elektronikong database (mga direktoryo ng address, GIS, atbp.);

mga aklatan;

mass media.

Ang mga pangunahing output sa yugto ng pagkolekta ng data ay:

nakaplanong laki ng sample;

sample na istraktura (presensya at laki ng mga quota);

uri ng istatistikal na pagmamasid (pangongolekta ng datos, survey, talatanungan, pagsukat, eksperimento, pagsusuri, atbp.);

impormasyon tungkol sa mga parameter ng survey (halimbawa, ang posibilidad ng palsipikasyon ng mga questionnaire);

scheme para sa pag-encode ng mga variable sa database ng program na napili para sa pagproseso;

plano ng conversion ng data;

diagram ng plano ng mga istatistikal na pamamaraan na ginamit.

Kasama sa parehong yugtong ito ang mismong pamamaraan ng survey. Siyempre, ang mga talatanungan ay binuo lamang upang makakuha ng pangunahing impormasyon.

Ang natanggap na data ay dapat na i-edit at ihanda nang naaayon. Ang bawat talatanungan o pormularyo ng pagmamasid ay sinusuri at, kung kinakailangan, isasaayos. Ang bawat sagot ay nakatalaga ng mga numeric o letter code - ang impormasyon ay naka-encode. Kasama sa paghahanda ng data ang pag-edit, pag-transcribe at pagsuri ng data, coding at mga kinakailangang pagbabago.

2.3 Pagpapasiya ng sample na katangian

Bilang isang tuntunin, ang data na nakolekta bilang resulta ng statistical observation para sa statistical analysis ay isang sample na populasyon. Ang pagkakasunud-sunod ng pagbabagong-anyo ng data sa proseso ng istatistikal na pananaliksik ay maaaring ilarawan sa eskematiko bilang mga sumusunod (Larawan 2.3)

Fig 2.3 Statistical data conversion scheme

Sa pamamagitan ng pagsusuri ng isang sample, posible na gumawa ng mga konklusyon tungkol sa populasyon na kinakatawan ng sample.

Panghuling pagpapasiya ng pangkalahatang mga parameter ng sampling ginawa kapag ang lahat ng mga talatanungan ay nakolekta na. Kabilang dito ang:

pagtukoy sa aktwal na bilang ng mga respondent,

pagpapasiya ng istraktura ng sampling,

pamamahagi ayon sa lokasyon ng survey,

pagtatatag ng antas ng kumpiyansa para sa pagiging maaasahan ng istatistika ng sample,

pagkalkula ng statistical error at pagpapasiya ng sample representativeness.

Ang dami talaga ang mga sumasagot ay maaaring lumabas na higit pa o mas mababa kaysa sa binalak. Ang unang opsyon ay mas mahusay para sa pagsusuri, ngunit hindi kanais-nais para sa customer ng pag-aaral. Ang pangalawa ay maaaring magkaroon ng negatibong epekto sa kalidad ng pananaliksik, at, samakatuwid, ay hindi kapaki-pakinabang para sa alinman sa mga analyst o mga customer.

Istruktura ng sampling maaaring random o non-random (pinili ang mga respondente batay sa isang dating kilalang pamantayan, halimbawa, sa pamamagitan ng paraan ng quota). Ang mga random na sample ay isang priori na kinatawan. Ang mga hindi random na sample ay maaaring sadyang hindi kumakatawan sa populasyon ngunit nagbibigay ng mahalagang impormasyon para sa pananaliksik. Sa kasong ito, dapat mo ring maingat na isaalang-alang ang pag-filter ng mga tanong ng palatanungan, na partikular na idinisenyo upang salain ang mga tumutugon na hindi nakakatugon sa mga kinakailangan.

Para sa pagtukoy sa katumpakan ng pagtatasa Una sa lahat, kinakailangang itakda ang antas ng kumpiyansa (95% o 99%). Pagkatapos ay ang maximum error sa istatistika sample ay kinakalkula bilang

o
,

saan - laki ng sample, - ang posibilidad ng paglitaw ng kaganapan sa ilalim ng pag-aaral (ang sumasagot ay kasama sa sample), - ang posibilidad ng kabaligtaran na kaganapan (ang sumasagot ay hindi kasama sa sample), - koepisyent ng kumpiyansa,
- pagkakaiba-iba ng katangian.

Ipinapakita ng talahanayan 2.4 ang pinakakaraniwang ginagamit na mga halaga ng probabilidad ng kumpiyansa at mga koepisyent ng kumpiyansa.

Talahanayan 2.4

2.5 Pagproseso ng data sa isang computer

Ang pagsusuri ng data gamit ang isang computer ay nagsasangkot ng pagsasagawa ng ilang kinakailangang hakbang.

1. Pagpapasiya ng istruktura ng pinagmumulan ng data.

2. Pagpasok ng data sa computer alinsunod sa istruktura at mga kinakailangan ng programa nito. Pag-edit at pag-convert ng data.

3. Pagtukoy ng paraan ng pagproseso ng datos alinsunod sa mga layunin ng pag-aaral.

4. Pagkuha ng resulta ng pagproseso ng data. I-edit ito at i-save ito sa kinakailangang format.

5. Interpretasyon ng resulta ng pagproseso.

Walang computer program ang maaaring magsagawa ng mga hakbang 1 (paghahanda) at 5 (pangwakas) - ang mananaliksik mismo ang gumagawa nito. Ang mga hakbang 2-4 ay isinagawa ng mananaliksik gamit ang programa, ngunit ang mananaliksik ang nagtatakda ng mga kinakailangang pamamaraan para sa pag-edit at pagbabago ng data, mga pamamaraan ng pagproseso ng data, pati na rin ang format para sa pagpapakita ng mga resulta ng pagproseso. Ang tulong ng computer (mga hakbang 2–4) sa huli ay nagsasangkot ng paglipat mula sa isang mahabang pagkakasunod-sunod ng mga numero patungo sa isang mas compact. Sa "input" ng computer, ang mananaliksik ay nagsusumite ng isang hanay ng mga paunang data na hindi naa-access sa pag-unawa, ngunit angkop para sa pagpoproseso ng computer (hakbang 2). Pagkatapos ay binibigyan ng mananaliksik ang programa ng isang utos upang iproseso ang data alinsunod sa gawain at istraktura ng data (hakbang 3). Sa "output", natatanggap niya ang resulta ng pagproseso (hakbang 4) - isang hanay din ng data, mas maliit lamang, naa-access sa pag-unawa at makabuluhang interpretasyon. Kasabay nito, ang isang kumpletong pagsusuri ng data ay karaniwang nangangailangan ng paulit-ulit na pagproseso gamit ang iba't ibang mga pamamaraan.

2.6 Pagpili ng diskarte sa pagsusuri ng data

Ang pagpili ng diskarte para sa pagsusuri ng mga nakolektang data ay batay sa kaalaman sa teoretikal at praktikal na mga aspeto ng paksang pinag-aaralan, ang mga detalye at kilalang katangian ng impormasyon, ang mga katangian ng mga tiyak na pamamaraan ng istatistika, pati na rin ang karanasan at pananaw ng ang mananaliksik.

Dapat tandaan na ang pagsusuri ng data ay hindi pangwakas na layunin pananaliksik. Ang layunin nito ay makakuha ng impormasyon na makakatulong sa paglutas ng isang partikular na problema at gumawa ng sapat na mga desisyon sa pamamahala. Ang pagpili ng diskarte sa pagsusuri ay dapat magsimula sa pagsusuri ng mga resulta ng mga nakaraang yugto ng proseso: pagtukoy sa problema at pagbuo ng isang plano sa pananaliksik. Ang isang paunang plano sa pagsusuri ng data na binuo bilang isang elemento ng isang plano sa pananaliksik ay ginagamit bilang isang "draft". Pagkatapos, habang nagiging available ang karagdagang impormasyon sa mga susunod na yugto ng proseso ng pananaliksik, maaaring kailanganin ang ilang partikular na pagbabago.

Ang mga pamamaraan ng istatistika ay nahahati sa isa at multivariate. Ang mga univariate na pamamaraan ay ginagamit kapag ang lahat ng elemento ng sample ay tinasa ng isang indicator, o kung mayroong ilan sa mga indicator na ito para sa bawat elemento, ngunit ang bawat variable ay pinag-aralan nang hiwalay sa lahat ng iba pa.

Ang mga multivariate na diskarte ay mahusay para sa pagsusuri ng data kapag dalawa o higit pang mga panukala ang ginamit upang suriin ang bawat sample na elemento at ang mga variable na ito ay sinusuri nang sabay-sabay. Ang ganitong mga pamamaraan ay ginagamit upang matukoy ang mga dependency sa pagitan ng mga phenomena.

Ang mga multivariate na pamamaraan ay naiiba sa mga univariate na pamamaraan lalo na kapag ginamit ang mga ito, ang pokus ng atensyon ay lumilipat mula sa mga antas (mga average) at mga distribusyon (mga pagkakaiba-iba) ng mga phenomena at nakatutok sa antas ng ugnayan (correlation o covariance) sa pagitan ng mga phenomena na ito.

Ang mga univariate na pamamaraan ay maaaring uriin batay sa kung ang data na sinusuri ay metric o non-metric (Figure 3). Ang metric data ay sinusukat sa isang interval scale o isang relative scale. Ang nonmetric na data ay tinatasa sa isang nominal o ordinal na sukat

Bukod pa rito, ang mga pamamaraang ito ay nahahati sa mga klase batay sa kung gaano karaming mga sample—isa, dalawa, o higit pa—ang sinusuri sa pag-aaral.

Ang pag-uuri ng isang-dimensional na pamamaraan ng istatistika ay ipinakita sa Fig. 2.4.

kanin. 2.4 Pag-uuri ng univariate na istatistikal na pamamaraan depende sa nasuri na data

Ang bilang ng mga sample ay tinutukoy sa pamamagitan ng kung paano pinangangasiwaan ang data para sa isang partikular na pagsusuri, hindi sa pamamagitan ng kung paano nakolekta ang data. Halimbawa, ang data sa mga lalaki at babae ay maaaring makuha sa loob ng parehong sample, ngunit kung ang pagsusuri ay naglalayong tukuyin ang mga pagkakaiba sa persepsyon batay sa mga pagkakaiba ng kasarian, ang mananaliksik ay kailangang gumana sa dalawang magkaibang sample. Itinuturing na independyente ang mga sample kung hindi sila nauugnay sa eksperimento sa isa't isa. Ang mga sukat na kinuha sa isang sample ay hindi nakakaapekto sa mga halaga ng mga variable sa isa pa. Para sa pagsusuri, ang data mula sa iba't ibang grupo ng mga respondent, tulad ng mga nakolekta mula sa mga babae at lalaki, ay karaniwang itinuturing bilang mga independiyenteng sample.

Sa kabilang banda, kung ang data mula sa dalawang sample ay tumutukoy sa parehong pangkat ng mga respondent, ang mga sample ay itinuturing na nakapares - umaasa.

Kung mayroon lamang isang sample ng metric data, maaaring gamitin ang z-test at t-test. Kung mayroong dalawa o higit pang mga independiyenteng sample, sa unang kaso maaari mong gamitin ang z- at t-test para sa dalawang sample, sa pangalawa - ang paraan ng one-way na pagsusuri ng pagkakaiba-iba. Para sa dalawang kaugnay na sample, isang ipinares na t-test ang ginagamit. Kung pinag-uusapan natin Para sa hindi metric na data mula sa isang sample, maaaring gamitin ng mananaliksik ang frequency distribution test, chi-square test, Kolmogorov-Smirnov test (K~S), run test, at binomial test. Para sa dalawang independiyenteng sample na may di-sukat na data, maaari kang gumamit ng mga sumusunod na paraan ng pagsusuri: chi-square, Mann-Whitney, median, K-S, one-way analysis ng variance Kruskal-Wallis (ANOVA). Sa kabaligtaran, kung mayroong dalawa o higit pang magkakaugnay na mga sample, dapat gamitin ang sign, McNemar, at Wilcoxon test.

Ang mga multivariate na pamamaraan ng istatistika ay naglalayong tukuyin ang mga umiiral na pattern: pagkakaugnay ng mga variable, relasyon o pagkakasunud-sunod ng mga kaganapan, pagkakatulad sa pagitan ng mga bagay.

Medyo conventionally, maaari nating makilala ang limang karaniwang uri ng mga pattern, ang pag-aaral kung saan ay may makabuluhang interes: asosasyon, pagkakasunud-sunod, pag-uuri, clustering at pagtataya

Ang isang asosasyon ay nangyayari kapag ang ilang mga kaganapan ay nauugnay sa bawat isa. Halimbawa, ang isang pag-aaral na isinagawa sa isang supermarket ay maaaring magpakita na 65% ng mga bumibili ng corn chips ay bumibili din ng Coca-Cola, at kung may diskwento para sa naturang set, bumili sila ng Coke sa 85% ng mga kaso. Sa pagkakaroon ng impormasyon tungkol sa naturang asosasyon, madali para sa mga tagapamahala na masuri kung gaano kabisa ang ibinigay na diskwento.

Kung mayroong isang hanay ng mga kaganapan na nauugnay sa oras, pagkatapos ay pag-uusapan natin ang tungkol sa isang pagkakasunud-sunod. Halimbawa, pagkatapos bumili ng bahay, sa 45% ng mga kaso, ang isang bagong kalan sa kusina ay binili sa loob ng isang buwan, at sa loob ng dalawang linggo, 60% ng mga bagong residente ay nakakakuha ng refrigerator.

Sa tulong ng pag-uuri, natukoy ang mga palatandaan na nagpapakilala sa pangkat kung saan kabilang ang isang partikular na bagay. Ginagawa ito sa pamamagitan ng pagsusuri sa mga na-classified na bagay at pagbabalangkas ng ilang hanay ng mga panuntunan.

Ang pag-cluster ay naiiba sa pag-uuri dahil ang mga grupo mismo ay hindi paunang natukoy. Gamit ang clustering, natukoy ang iba't ibang homogenous na grupo ng data.

Ang batayan para sa lahat ng uri ng mga sistema ng pagtataya ay ang makasaysayang impormasyon na nakaimbak sa anyo ng serye ng oras. Kung posible na bumuo ng mga pattern na sapat na sumasalamin sa dinamika ng pag-uugali ng mga target na tagapagpahiwatig, may posibilidad na sa kanilang tulong posible na mahulaan ang pag-uugali ng system sa hinaharap.

Ang mga multivariate na pamamaraan ng istatistika ay maaaring nahahati sa mga pamamaraan ng pagsusuri ng relasyon at pagsusuri ng pag-uuri (Larawan 2.5).

Fig. 2.5 - Pag-uuri ng mga multivariate na pamamaraan ng istatistika

Ang pagproseso ng mga nakolektang pangunahing data, kabilang ang kanilang pagpapangkat, paglalahat at pagtatanghal sa mga talahanayan, ay bumubuo sa ikalawang yugto ng istatistikal na pananaliksik, na tinatawag na buod.

Mayroong 3 pangunahing paraan ng pagpapakita ng naprosesong istatistikal na data: teksto, tabular at graphic.

Sa ikatlong yugto ng istatistikal na pag-aaral, batay sa huling datos ng buod, siyentipikong pagsusuri ng mga phenomena na pinag-aaralan: ang iba't ibang generalizing indicator ay kinakalkula sa anyo ng average at relative na mga halaga, ang ilang mga pattern sa mga distribusyon, dynamics ng mga indicator, atbp. ay natukoy. Batay sa mga natukoy na pattern, ang mga pagtataya ay ginawa para sa hinaharap.

Ang pagmamasid sa istatistika ay ang unang yugto ng istatistikal na pananaliksik. Halos palaging, alinsunod, siyempre, sa mga layunin at layunin ng pananaliksik, ang trabaho ay nagsisimula sa pagsasaalang-alang ng mga katotohanan at pagkolekta ng pangunahing materyal. Ang pangunahing materyal ay ang pundasyon ng istatistikal na pananaliksik. Ang tagumpay ng buong pag-aaral sa kabuuan ay nakasalalay sa kalidad ng istatistikal na pagmamasid. Dapat itong ayusin sa paraang ang resulta ay layunin, tumpak na data tungkol sa kababalaghang pinag-aaralan. Ang hindi kumpleto, hindi tumpak na data na hindi sapat na nagpapakilala sa proseso, lalo na kung pinipilipit ito, ay humahantong sa mga pagkakamali. At ang isang pagsusuri na isinasagawa sa gayong batayan ay magiging mali. Kasunod nito na ang pagtatala ng mga katotohanan at ang koleksyon ng pangunahing materyal ay dapat na maingat na pag-isipan at organisado.

Dapat pansinin muli na ang mga obserbasyon sa istatistika ay palaging napakalaking. Ang batas ng malalaking numero ay magkakabisa - kung mas malaki ang populasyon, mas magiging layunin ang mga resultang makukuha.

Ang pagmamasid sa istatistika ay maaaring nahahati sa tatlong yugto: 1. Paghahanda ng pagmamasid. Ito ang pagbabalangkas ng programa ng pagmamasid, ang kahulugan ng mga tagapagpahiwatig na naka-grupo sa mga layout ng mga huling talahanayan ng istatistika.

Ang mga tanong na bumubuo sa nilalaman ng programa ay dapat sumunod mula sa layunin ng pag-aaral o hypothesis kung saan ang pag-aaral ay dapat na nakatuon sa pagkumpirma. Ang isang mahalagang elemento ay ang layout ng mga huling talahanayan ng istatistika. Ang mga ito ay ang proyekto para sa pagbuo ng mga resulta ng pagmamasid, at kung magagamit lamang ang mga ito posible na matukoy ang lahat ng mga isyu na kailangang isama sa programa at maiwasan ang pagsasama ng hindi kinakailangang impormasyon.

2. Direktang koleksyon ng materyal. Ito ang pinaka-labor-intensive na yugto ng pag-aaral. Pag-uulat ng istatistika, Paano espesyal na hugis Ang organisasyon ng pangongolekta ng data ay likas lamang istatistika ng estado. Ang lahat ng iba pang impormasyon ay kinokolekta sa pamamagitan ng iba't ibang mga static na tool. Kinakailangang ituro ang dalawang pangunahing kinakailangan para sa nakolektang data: pagiging maaasahan at maihahambing. At kung ano ang lubhang kanais-nais (sa mga kondisyon ng merkado ito ay tumataas ng maraming beses) ay ang pagiging maagap.

3. Kontrolin ang materyal bago ang pagsusuri nito. Gaano man kaingat ang pagsasama-sama ng mga tool sa pagmamasid at ang mga tagubilin na ibinigay sa mga gumaganap, ang mga materyales sa pagmamasid ay palaging nangangailangan ng kontrol. Ito ay ipinaliwanag sa pamamagitan ng napakalaking katangian ng istatistikal na gawain at ang pagiging kumplikado ng kanilang nilalaman.

Ang object ng anumang istatistikal na pag-aaral ay isang set ng mga yunit ng phenomenon na pinag-aaralan. Ang bagay ay maaaring ang populasyon sa panahon ng census, mga negosyo, mga lungsod, mga tauhan ng kumpanya, atbp. Sa madaling salita, ang object ng obserbasyon ay ang istatistikal na populasyon na pinag-aaralan. Napakahalaga na tukuyin ang mga hangganan ng populasyon na pinag-aaralan, na malinaw na tumutukoy sa populasyon na pinag-aaralan. Halimbawa, kung ang layunin ay pag-aralan ang mga aktibidad ng maliliit na negosyo sa rehiyon, kung gayon kinakailangan upang matukoy kung anong anyo ng pagmamay-ari ito (estado, pribado, pinagsamang, atbp.), Sa pamamagitan ng kung anong pamantayan ang pipiliin ng mga negosyo. : mga katangian ng industriya, dami ng benta, oras mula noong pagpaparehistro, katayuan (aktibo, hindi aktibo, pansamantalang walang ginagawa), atbp. Ang populasyon ay dapat na homogenous, kung hindi, ang mga karagdagang kahirapan ay lilitaw sa proseso ng pagsusuri at ang mga pagkakamali ay halos palaging hindi maiiwasan.

Kasama ng pagtukoy sa bagay ng obserbasyon at sa mga hangganan, mahalagang tukuyin ang yunit ng populasyon at ang yunit ng pagmamasid. Ang yunit ng populasyon ay isang indibidwal na sangkap na elemento ng isang istatistikal na populasyon. Ang isang yunit ng pagmamasid ay isang kababalaghan, isang bagay, ang mga katangian nito ay napapailalim sa pagpaparehistro. Ang hanay ng mga yunit ng pagmamasid ay bumubuo sa bagay ng pagmamasid. Halimbawa, ang layunin: pag-aralan ang impluwensya ng iba't ibang mga kadahilanan sa pagiging produktibo ng mga manggagawa sa mga minahan ng Ispat-Karmet OJSC. Sa kasong ito, ang populasyon ay tinutukoy ng layunin mismo - ang mga minero na nagtatrabaho sa mga minahan ng Ispat-Karmet, ang yunit ng populasyon ay ang minero, bilang isang carrier ng impormasyon, at ang yunit ng pagmamasid ay ang minahan. Sa madaling sabi: ang yunit ng populasyon ay kung ano ang sinusuri, ang yunit ng pagmamasid ay ang mapagkukunan ng impormasyon.
Upang magsagawa ng istatistikal na obserbasyon, kinakailangan upang mangolekta ng data sa isang naibigay na batayan, katulad: upang magtalaga ng isang istatistikal na populasyon na binubuo ng mga materyal na umiiral na mga bagay, ang yunit at layunin ng isang beses na survey ng bagay, at upang gumuhit ng isang programa sa pagmamasid sa istatistika.

Sa unang yugto, ito ay nabuo sample nakolektang data ayon sa ipinahiwatig na mga katangian, ang data ay inayos sa pataas na pagkakasunud-sunod. Pagkatapos ay dapat kang gumuhit ng isang talahanayan ng mga pamamahagi ng dalas at sunud-sunod na punan ang mga kaukulang column sa talahanayan.

Sa ikalawang yugto, upang maproseso ang nakolektang pangunahing data, kinakailangan na pangkatin at gawing pangkalahatan ang mga napiling elemento ayon sa isang ibinigay na katangian, at tukuyin ang mga numerical na katangian ng sample. Ang yugtong ito ng istatistikal na pananaliksik ay tinatawag buod. Buod – pang-agham na pagproseso ng pangunahing data upang makakuha ng mga pangkalahatang katangian ng hindi pangkaraniwang bagay na pinag-aaralan ayon sa isang bilang ng mga katangiang mahalaga dito, i.e. mga virgin na materyales ay pinagsama-sama upang bumuo ng mga istatistikal na pinagsama-samang, na kung saan ay nailalarawan sa pamamagitan ng panghuling ganap na generalizing indicator. Sa yugto ng buod, lumipat tayo mula sa paglalarawan ng mga indibidwal na iba't ibang katangian ng mga yunit ng populasyon - sa mga katangian ng buong populasyon sa kabuuan o sa mga katangian ng kanilang pangkalahatang pagpapakita sa masa.

Dapat matagpuan saklaw ayon sa formula:

R=x(max) – x(min);

fashion M(0), na nagpapakita ng value na madalas na nangyayari, panggitna Ang M(e), na nagpapakilala sa average na halaga (hindi ito lalampas sa kalahati ng mga miyembro ng serye), ay tumutugma sa opsyon sa gitna ng ranggo na serye ng variation. Ang posisyon ng median ay tinutukoy ng numero nito: Nme = (n+1) /2, kung saan ang n ay ang bilang ng mga yunit sa pinagsama-samang at ibig sabihin ng aritmetika para sa itinalagang pangkat, na kinakalkula ng formula:

Ang mga resulta ng trabaho ay maaaring ipakita sa graphically sa anyo ng isang histogram at frequency distribution polygon.

Ang mga datos na nakuha ay sumasalamin sa kung ano ang karaniwan sa lahat ng yunit ng populasyon na pinag-aaralan. Bilang resulta ng istatistikal na pagmamasid, layunin, maihahambing, kumpletong impormasyon ay dapat makuha, na nagpapahintulot sa mga susunod na yugto ng pag-aaral na magbigay ng mga konklusyong batay sa siyentipiko tungkol sa kalikasan at mga pattern ng pag-unlad ng phenomenon na pinag-aaralan.

Praktikal na gawain

Magsagawa ng istatistikal na pag-aaral upang malaman ang impormasyon tungkol sa paglaki 2 5 random na napiling mga mag-aaral ng Tomsk Polytechnic University.

Gumawa ng talahanayan ng frequency distribution, hanapin ang range, mode, median at arithmetic mean height value (sa cm) para sa mga itinalagang kabataang lalaki.

Statistical Research (SI) nagbibigay-daan sa iyo na makakuha ng ideya ng isang partikular na kababalaghan, pag-aralan ang laki, antas nito, at tukuyin ang mga pattern. Ang paksa ng SI ay maaaring kalusugan ng populasyon, organisasyon Medikal na pangangalaga, mga salik sa kapaligiran na nakakaapekto sa kalusugan, atbp.

Kapag nagsasagawa ng SI, maaari silang magamit 2 pamamaraang pamamaraan:

1) pag-aaral ng intensity ng phenomenon sa kapaligiran, ang paglaganap ng phenomenon, pagtukoy ng mga uso sa kalusugan ng populasyon - ay isinasagawa sa pangkalahatang populasyon o sample na populasyon na sapat na malaki sa bilang, na ginagawang posible upang makakuha ng masinsinang mga tagapagpahiwatig at makatwirang ilipat ang nakuhang data sa buong pangkalahatang populasyon

2) pagsasagawa ng mahigpit na binalak na pag-aaral upang pag-aralan ang mga indibidwal na salik nang hindi kinikilala ang intensity ng phenomenon sa kapaligiran - isinasagawa, bilang panuntunan, sa maliliit na populasyon upang matukoy ang mga bagong salik, pag-aralan ang hindi alam o hindi gaanong kilalang sanhi-at-epekto na mga relasyon

Mga yugto ng istatistikal na pananaliksik:

Stage 1. Pag-drawing ng isang plano at programa ng pananaliksik– ay paghahanda, kung saan ang layunin at layunin ng pananaliksik ay natutukoy, ang isang plano at programa ng pananaliksik ay iginuhit, ang isang programa para sa pagbubuod ng istatistikal na materyal ay binuo, at ang mga isyu sa organisasyon ay nalutas.

A) ang layunin at layunin ng pag-aaral ay dapat na malinaw na nabalangkas; tinutukoy ng layunin ang pangunahing direksyon ng pananaliksik at, bilang isang patakaran, ay hindi lamang teoretikal, ngunit praktikal din sa kalikasan, ito ay nabuo nang malinaw, malinaw, hindi malabo; Upang ipakita ang itinakdang layunin, ang mga layunin ng pananaliksik ay tinutukoy.

B) kinakailangang pag-aralan ang panitikan sa paksang ito.

B) kailangang paunlarin Plano ng organisasyon - nagbibigay para sa pagtukoy ng 1) lugar (mga hangganan ng administratibo at teritoryo ng pagmamasid), 2) oras (mga tiyak na tuntunin ng pagmamasid, pag-unlad at pagsusuri ng materyal) at 3) paksa ng pananaliksik (mga tagapag-ayos, tagapalabas, pamamahala ng pamamaraan at organisasyon, mga mapagkukunan. ng pagpopondo sa pananaliksik).

D) pag-unlad Plano ng pananaliksik - kasama ang kahulugan:

– object ng pag-aaral (populasyon ng istatistika);

– dami ng pananaliksik (patuloy, hindi tuloy-tuloy);

– mga uri (kasalukuyan, isang beses);

– mga paraan ng pagkolekta ng istatistikal na impormasyon.

D) ito ay kinakailangan upang i-compile Programa ng pananaliksik (pagmamasid). – kabilang ang:

- kahulugan ng yunit ng pagmamasid;

– listahan ng mga katanungan (mga katangian ng accounting) na irerehistro kaugnay ng bawat yunit ng pagmamasid

– pagbuo ng isang indibidwal na accounting (pagpaparehistro) form na may isang listahan ng mga tanong at katangian na dapat isaalang-alang;

– pagbuo ng mga layout ng talahanayan, kung saan ipinasok ang mga resulta ng pananaliksik.

Ang isang hiwalay na form ay pinupunan para sa bawat yunit ng pagmamasid; naglalaman ito ng bahagi ng pasaporte, malinaw na binabalangkas ang mga tanong sa programa na ibinibigay sa isang tiyak na pagkakasunud-sunod at ang petsa ng pagpuno ng dokumento. Ang mga medikal na pormularyo ng pagpaparehistro na ginagamit sa pagsasagawa ng paggamot at mga institusyong pang-iwas ay maaaring gamitin bilang mga form ng pagpaparehistro.

Ang mga mapagkukunan para sa pagkuha ng impormasyon ay maaaring iba pang mga medikal na dokumento (mga kasaysayang medikal, at mga talaan ng indibidwal na outpatient, mga kasaysayan ng pag-unlad ng bata, mga kasaysayan ng kapanganakan), mga form ng pag-uulat mula sa mga institusyong medikal, atbp.

Upang matiyak ang posibilidad ng pag-unlad ng istatistika ng data mula sa mga dokumentong ito, ang impormasyon ay kinopya sa espesyal na idinisenyong mga form ng accounting, ang nilalaman nito ay tinutukoy sa bawat indibidwal na kaso alinsunod sa mga layunin ng pag-aaral.

Sa kasalukuyan, may kaugnayan sa pagproseso ng makina ng mga resulta ng pagmamasid gamit ang isang computer, maaaring gawing pormal ang mga tanong sa programa , Kapag ang mga tanong sa isang dokumento ng accounting ay ipinakita sa anyo ng isang alternatibo (oo, hindi) , O iniaalok ang mga handa na sagot, kung saan dapat pumili ng isang tiyak na sagot.

E) kinakailangan na gumuhit ng isang programa para sa pagbubuod ng nakuhang data, na kinabibilangan ng pagtatatag ng mga prinsipyo ng pagpapangkat at pagtukoy ng mga katangian ng pagpapangkat , Pagtukoy ng mga kumbinasyon ng mga katangiang ito, pagguhit ng mga layout ng mga talahanayan ng istatistika.

Stage 2. Koleksyon ng materyal (pagmamasid sa istatistika)– – binubuo ng pagrerehistro ng mga indibidwal na kaso ng hindi pangkaraniwang bagay na pinag-aaralan at ang mga katangian ng accounting na nagpapakilala sa kanila sa mga form ng pagpaparehistro. Bago at sa panahon ng gawaing ito, ang mga nagsasagawa ng surveillance ay tinuturuan (pasalita o nakasulat) at binibigyan ng mga form sa pagpaparehistro.

Ang pagmamasid sa istatistika ay maaaring:

A ) ayon sa panahon:

1) Kasalukuyan– ang kababalaghan ay pinag-aaralan para sa isang tiyak na tagal ng panahon (linggo, quarter , Taon, atbp.) sa pamamagitan ng pang-araw-araw na pagtatala ng kababalaghan habang nangyayari ang bawat kaso (pagbibilang ng bilang ng mga kapanganakan , Patay, may sakit , Pinalabas mula sa ospital). Isinasaalang-alang nito ang mabilis na pagbabago ng mga phenomena.

2) Isang beses– Ang istatistikal na data ay nakolekta sa isang tiyak na (kritikal) na punto sa oras (census ng populasyon, pag-aaral ng pisikal na pag-unlad ng mga bata, mga pagsusuri sa pag-iwas sa populasyon). Ang isang beses na pagpaparehistro ay sumasalamin sa estado ng kababalaghan sa oras ng pag-aaral at ginagamit upang pag-aralan ang dahan-dahang pagbabago ng mga phenomena.

Ang pagpili ng uri ng pagmamasid sa paglipas ng panahon ay tinutukoy ng layunin at layunin ng pag-aaral (ang mga katangian ng mga pasyenteng naospital ay maaaring makuha bilang resulta ng kasalukuyang pagpaparehistro ng mga umaalis sa ospital - kasalukuyang obserbasyon o sa pamamagitan ng isang araw na sensus ng mga pasyente sa ospital - isang beses na pagmamasid).

B) depende sa pagkakumpleto ng saklaw ng hindi pangkaraniwang bagay na pinag-aaralan:

1) Solid– lahat ng mga yunit ng pagmamasid na kasama sa populasyon ay pinag-aaralan, ibig sabihin, ang pangkalahatang populasyon. Isinasagawa ang mga ito upang maitatag ang ganap na sukat ng kababalaghan (kabuuang populasyon, kabuuang bilang ng mga kapanganakan o pagkamatay). Ginagamit din ito sa mga kaso kung saan ang impormasyon ay kinakailangan para sa pagpapatakbo ng trabaho (isinasaalang-alang ang mga nakakahawang sakit, workload ng mga doktor, atbp.)

2) Hindi tuloy-tuloy– bahagi lamang ng pangkalahatang populasyon ang pinag-aaralan, nahahati sa ilang uri:

1. Monographic na pamamaraan– nagbibigay ng isang detalyadong paglalarawan ng mga indibidwal na yunit ng populasyon na katangian sa ilang aspeto at isang malalim, komprehensibong paglalarawan ng mga bagay.

2. Pangunahing Paraan ng Array– nagsasangkot ng pag-aaral ng mga bagay na kung saan ang isang makabuluhang mayorya ng mga yunit ng pagmamasid ay puro. Ang kawalan ng pamamaraang ito ay ang isang bahagi ng populasyon ay nananatiling natuklasan ng pag-aaral, bagama't maliit ang laki, ngunit maaaring magkaiba nang malaki mula sa pangunahing hanay.

3. Paraan ng talatanungan ay ang koleksyon ng mga istatistikal na data gamit ang mga espesyal na idinisenyong questionnaire na tinutugunan sa isang partikular na lupon ng mga tao. Ang pag-aaral na ito ay batay sa prinsipyo ng pagiging kusang-loob, samakatuwid ang pagbabalik ng mga talatanungan ay kadalasang hindi kumpleto. Kadalasan ang mga sagot sa mga tanong na ibinibigay ay may imprint ng pagiging subjectivity at randomness. Ang pamamaraang ito ay ginagamit upang makakuha ng tinatayang katangian ng hindi pangkaraniwang bagay na pinag-aaralan.

4. Paraan ng sampling- ang pinakakaraniwang pamamaraan, ay bumaba sa pag-aaral ng ilang partikular na napiling bahagi ng mga yunit ng pagmamasid upang makilala ang buong populasyon. Ang bentahe ng pamamaraang ito ay ang paggawa ng mga resulta na may mataas na antas ng pagiging maaasahan, pati na rin ang isang makabuluhang mas mababang gastos. Ang pag-aaral ay nagsasangkot ng mas kaunting mga gumaganap , Bilang karagdagan, nangangailangan ito ng mas kaunting oras. Sa mga medikal na istatistika, ang papel at lugar ng paraan ng sampling ay lalong mahusay, dahil mga manggagawang medikal Karaniwang nakikitungo lamang sila sa bahagi ng hindi pangkaraniwang bagay na pinag-aaralan (pinag-aaralan nila ang isang pangkat ng mga pasyente na may isang partikular na sakit, pinag-aaralan ang gawain ng mga indibidwal na departamento).

C) sa pamamagitan ng paraan ng pagkuha ng impormasyon sa panahon ng proseso at ang likas na katangian ng pagpapatupad nito

1. Direktang pagmamasid(klinikal na pagsusuri ng mga pasyente , Pagsasagawa ng laboratoryo , Instrumental na Pananaliksik , Mga pagsukat ng anthropometric, atbp.)

2. Sociological na pamamaraan : paraan ng pakikipanayam (face-to-face survey), talatanungan (correspondence survey - anonymous o non-anonymous), atbp.;

3. Pananaliksik sa dokumentaryo(pagkopya ng impormasyon mula sa mga medikal na rekord at ulat, impormasyon mula sa opisyal na istatistika ng mga institusyon at organisasyon.)

Stage 3. Pag-unlad ng materyal, pagpapangkat ng istatistika at buod– nagsisimula sa pagsuri at paglilinaw sa bilang ng mga obserbasyon , Pagkumpleto at kawastuhan ng impormasyong natanggap , Pagkilala at pag-aalis ng mga error, mga duplicate na tala, atbp.

Para sa tamang pag-unlad ng materyal, ginagamit ito Pag-encrypt ng mga pangunahing dokumento ng accounting, Iyon ay, ang pagtatalaga ng bawat tampok at pangkat nito na may isang tanda - alpabeto o digital. Ang pag-encrypt ay isang pamamaraan , Pinapadali at pinapabilis ang pag-unlad ng materyal , Pagtaas ng kalidad at katumpakan ng pag-unlad. Ang mga cipher - mga simbolo - ay nabuo nang arbitraryo. Kapag nag-encode ng mga diagnosis, inirerekumenda na gamitin ang internasyonal na katawagan at pag-uuri ng mga sakit; kapag nag-encode ng mga propesyon - na may diksyunaryo ng mga propesyon.

Ang bentahe ng pag-encrypt ay, kung kinakailangan, pagkatapos makumpleto ang pangunahing pag-unlad, maaari kang bumalik sa materyal ng pag-unlad upang linawin ang mga bagong koneksyon at dependency. Ang naka-encrypt na materyal sa accounting ay ginagawang mas madali at mas mabilis , Kaysa sa hindi naka-encrypt. Pagkatapos ng pag-verify, pinagsama-sama ang mga katangian.

Pagpapangkat – paghahati ng kabuuan ng datos na pinag-aaralan sa mga homogenous , Mga karaniwang pangkat batay sa mga pinaka makabuluhang katangian. Maaaring isagawa ang pagpapangkat ayon sa kwalitatibo at dami ng pamantayan. Ang pagpili ng katangian ng pagpapangkat ay nakasalalay sa likas na katangian ng populasyon na pinag-aaralan at ang mga layunin ng pag-aaral.

A) Typological grouping ginawa ayon sa kwalitatibo (deskriptibo, katangian) na katangian (kasarian , Propesyon, mga pangkat ng sakit)

B) Variational grouping(sa pamamagitan ng dami ng mga katangian) ay isinasagawa batay sa mga numerical na sukat ng katangian (edad , Tagal ng sakit, tagal ng paggamot, atbp.). Nangangailangan ang quantitative grouping na lutasin ang isyu ng laki ng pagitan ng pagpapangkat: ang agwat ay maaaring pantay, ngunit sa ilang mga kaso maaari itong maging hindi pantay, kahit na isama ang tinatawag na bukas na mga grupo(kapag pinagsama ayon sa edad, maaaring tukuyin ang mga bukas na grupo: hanggang 1 taon, 50 taon at mas matanda).

Kapag tinutukoy ang bilang ng mga grupo, nagpapatuloy sila mula sa layunin at layunin ng pag-aaral. Kinakailangan na maihayag ng mga grupo ang mga pattern ng phenomenon na pinag-aaralan. Malaking numero ang mga grupo ay maaaring humantong sa labis na pagkapira-piraso ng materyal at hindi kinakailangang pagdedetalye. Ang isang maliit na bilang ng mga grupo ay humahantong sa isang paglabo ng mga katangiang katangian.

Matapos ang pagpapangkat ng materyal, magpatuloy sa Buod- generalisasyon ng mga indibidwal na kaso , Nakuha bilang resulta ng istatistikal na pananaliksik, sa ilang partikular na grupo, binibilang ang mga ito at ipinapasok ang mga ito sa mga layout ng talahanayan.

Ang isang buod ng istatistikal na materyal ay isinasagawa gamit ang mga istatistikal na talahanayan. mesa , Hindi napuno ng mga numero , Tinawag Layout.

Ang mga talahanayan ng istatistika ay maaaring mga listahan , Kronolohikal, teritoryo.

Ang talahanayan ay may paksa at panaguri. Ang istatistikal na paksa ay karaniwang inilalagay sa mga pahalang na linya sa kaliwang bahagi ng talahanayan at sumasalamin sa pangunahing, pangunahing tampok. Ang istatistikal na panaguri ay inilalagay mula kaliwa hanggang kanan kasama ang mga patayong haligi at sumasalamin sa mga karagdagang katangian ng accounting.

Ang mga talahanayan ng istatistika ay nahahati sa:

A) Simple– nagpapakita ng numerical distribution ng materyal ayon sa isang katangian , Mga bahagi nito. Ang isang simpleng talahanayan ay karaniwang naglalaman ng isang simpleng listahan o buod ng buong phenomenon na pinag-aaralan.

B) Grupo– isang kumbinasyon ng dalawang katangian ang ipinakita na may kaugnayan sa bawat isa

SA) Kumbinasyon– ang pamamahagi ng materyal ay ibinibigay ayon sa tatlo o higit pang magkakaugnay na katangian

Kapag nag-compile ng mga talahanayan, dapat matugunan ang ilang mga kinakailangan:

– ang bawat talahanayan ay dapat may pamagat na sumasalamin sa mga nilalaman nito;

– sa loob ng talahanayan, ang lahat ng mga column ay dapat ding may malinaw, maiikling pangalan;

– kapag pinupunan ang talahanayan, ang lahat ng mga cell ng talahanayan ay dapat maglaman ng kaukulang numerical data. Ang mga cell sa talahanayan na naiwang blangko dahil sa kawalan ng kumbinasyong ito ay tinatanggal ("-"), at kung walang impormasyon sa cell, "n.s." o "…";

– pagkatapos punan ang talahanayan, ang mga patayong hanay at pahalang na hanay ay ibubuod sa ibabang pahalang na hanay at sa huling patayong hanay sa kanan.

– ang mga talahanayan ay dapat na may isang solong sequential numbering.

Sa mga pag-aaral na may maliit na bilang ng mga obserbasyon, ang mga buod ay isinasagawa nang manu-mano. Ang lahat ng mga dokumento sa accounting ay nahahati sa mga pangkat alinsunod sa code ng katangian. Susunod, ang data ay kinakalkula at naitala sa naaangkop na cell ng talahanayan. Sa kasalukuyan, malawakang ginagamit ang mga computer sa pag-uuri at pagbubuod ng materyal. . Na nagpapahintulot hindi lamang pagbukud-bukurin ang materyal ayon sa mga katangiang pinag-aaralan , Ngunit magsagawa ng mga kalkulasyon ng mga tagapagpahiwatig.

Stage 4. Pagsusuri ng istatistika ng hindi pangkaraniwang bagay na pinag-aaralan, pagbabalangkas ng mga konklusyon– isang kritikal na yugto ng pag-aaral, kung saan ang pagkalkula ng mga istatistikal na tagapagpahiwatig (dalas , Mga istruktura , Average na laki ng phenomenon na pinag-aaralan), ang kanilang graphic na representasyon ay ibinibigay , Ang dinamika ay pinag-aaralan , Ang mga uso, mga koneksyon sa pagitan ng mga phenomena ay itinatag . Ang mga pagtataya ay ginawa, atbp. Ang pagsusuri ay kinabibilangan ng pagbibigay-kahulugan sa data na nakuha at pagtatasa sa pagiging maaasahan ng mga resulta ng pananaliksik. Sa wakas, ang mga konklusyon ay iginuhit.

Stage 5. Pampanitikan na pagproseso at paglalahad ng mga resultang nakuha– ay pinal at nagsasangkot ng pagsasapinal ng mga resulta ng istatistikal na pag-aaral. Ang mga resulta ay maaaring iharap sa anyo ng isang artikulo, ulat, ulat , Mga disertasyon, atbp. Para sa bawat uri ng pagpaparehistro mayroong ilang mga kinakailangan , Alin ang dapat obserbahan sa panahon ng panitikan na pagproseso ng mga resulta ng istatistikal na pananaliksik.

Ang mga resulta ng medikal at istatistikal na pananaliksik ay ipinakilala sa kasanayan sa pangangalagang pangkalusugan. Maaari iba't ibang mga pagpipilian paggamit ng mga resulta ng pananaliksik: pamilyar sa mga resulta sa isang malawak na madla ng mga medikal at siyentipikong manggagawa; paghahanda ng mga dokumento sa pagtuturo at pamamaraan; paghahanda ng mga panukala sa rasyonalisasyon at iba pa

Sa pagkumpleto ng istatistikal na pag-aaral, ang mga rekomendasyon at mga desisyon sa pamamahala ay binuo, ang mga resulta ng pananaliksik ay ipinatupad sa pagsasanay, at ang pagiging epektibo ay tinasa.

Sa pagsasagawa ng istatistikal na pag-aaral, ang pinakamahalagang elemento ay ang pagsunod sa isang mahigpit na pagkakasunod-sunod sa pagpapatupad ng mga yugtong ito.