Statistisko grupējumu metodē pētāmo parādību kopums tiek sadalīts klasēs un apakšklasēs, kurām pēc noteiktiem raksturlielumiem ir viendabīga struktūra. Katrs šāds iedalījums ir aprakstīts ar statistisko rādītāju sistēmu. Grupētus datus var attēlot tabulās.
Šī darbība ir galvenā metode, ko izmanto faktiskajā sociālo parādību izpētē. Tas rodas kā priekšnoteikums dažādu statistikas grupu, procedūru un analītisko metožu pielietošanai. Piemēram, klasifikācija ir nepieciešama, lai izmantotu jebkādus vispārinātus indeksus, piemēram, vidējos rādītājus.
V. I. ieguldījums. Ļeņina
Pirmsrevolūcijas Krievijas statistikā, it īpaši dažādās zemstvos (tās ir pašvaldības), tika iegūta ievērojama pieredze dažāda veida organizāciju grupēšanā. Un arī tajā laikā tika veikts nozīmīgs darbs, lai pa vienam izstrādātu ne tikai tabulas ar klasifikācijuīpašības, bet arī sarežģītākas shēmas. Tajos visi dati ir sagrupēti pēc diviem vai vairākiem parametriem. Tomēr teorētiskie jautājumi, kas saistīti ar statistisko grupēšanas metožu izmantošanu, nav guvuši zinātnisku pamatojumu. Šāds stāvoklis saglabājās līdz V. I. Ļeņins. Viņam bija augsts viedoklis par klasifikācijas kognitīvo vērtību un praktisko nozīmi. Attiecībā uz tabulām, kas balstītas uz vairāku raksturlielumu statistiskās grupēšanas pazīmēm, Ļeņins rakstīja: "Nepārspīlēti var teikt, ka tās radīs revolūciju zinātnē un, protams, lauksaimniecības ekonomikā."
Vladimira Iļjiča ieteikumi par vajadzību pēc iepriekšējas politiskās un ekonomiskās modeļu būtības analīzes un parādību veidu noteikšanas pirms eksperimentu uzsākšanas ar sākotnējo datu klasifikāciju.
Statistikas grupēšanas posmi
Sistematizāciju izmanto ne tikai populācijas struktūras analīzē, bet arī parādību veidu noteikšanā un dažādu pazīmju vai faktoru saistību izpētē. Grupējumu piemēri, kas izsaka iedzīvotāju struktūru, ir cilvēku klasifikācija pēc vecuma (ar viena gada vai biežāk piecu gadu intervālu) un uzņēmumu klasifikācija pēc lieluma.
Apvienojot nodarbības vai nosakot nevienmērīgus intervālus, ir iespējams konstatēt kvalitatīvas atšķirības starp atsevišķām sistēmām un pēc tam noteikt attiecīgo priekšmetu tehniski ekonomiskos vai sociāli ekonomiskos veidus(piemēram, uzņēmumi vai zemnieku saimniecības). Tādējādi valsts iedzīvotāju grupēšana pēc vecuma var tikt veikta, papildus vienkāršiem hronoloģiskiem objektiem pamatojoties uz tādiem īpašiem iedalījumiem kā sievietes vecumā no 16 līdz 54 gadiem un vīrieši vecumā no 16 līdz 59 gadiem. Šo speciālo klašu izmantošana ļauj aprēķināt valsts ekonomisko indeksu, ko sauc par valsts darbaspēku. Intervālu robežas ir zināmā mērā patvaļīgas un var atšķirties atkarībā no valsts.
Uzdevums
Detalizēta uzņēmumu un firmu kvantitatīvā klasifikācija ļauj pāriet pie vairāku kvalitatīvu pamatgrupu, piemēram, mazo, vidējo un lielo organizāciju, definīcijas. Pēc tam var tikt noskaidrotas vairākas vispārīgas ekonomiskās problēmas, piemēram, ražošanas koncentrācijas process, rūpniecības efektivitātes pieaugums un darba ražīguma pieaugums. Vladimira Iļjiča Ļeņina jaunie dati par likumiem, kas regulē kapitālisma attīstību lauksaimniecībā, ir spilgts piemērs dziļai analīzei, kas izmanto grupēšanu, lai parādītu modeļu sarežģīto raksturu. Un arī attiecības starp uzņēmuma lielumu un tā kopējo produktivitāti.
Svarīgākais un grūtākais statistisko grupējumu uzdevums ir identificēt un detalizēti aprakstīt sociāli ekonomisko parādību veidus. Šādi priekšmeti atspoguļo noteikta sociālā procesa formu vai pamatīpašību izpausmi. Šķiet, ka tās ir kopīgas daudzām atsevišķām parādībām. Analizējot zemnieku noslāņošanos, Vladimirs Iļjičs Ļeņins izmantoja grupējumurūpīgi un vispusīgi. Pirmkārt, viņš atklāja galveno sociālo šķiru veidošanās procesu pirmsrevolūcijas Krievijā, Rietumeiropas laukos un ASV lauksaimniecībā.
Un, kā izrādījās, padomju datiem ir ievērojama pieredze tipoloģisko un statistisko grupējumu veidošanā. Piemēram, PSRS tautsaimniecības bilance paredz sarežģītu un sazarotu klasifikācijas sistēmu. Citi tipoloģiskās statistiskās grupēšanas piemēri padomju telpā ir iedzīvotāju sistematizācija pēc sociālajām šķirām. Kā arī ražošanas pamatlīdzekļu apvienošana pa rūpniecības vienību sociāli ekonomiskajiem veidiem. Un jūs varat sniegt arī tādu piemēru kā sociālā produkta statistiskās kopas grupēšana.
Buržuāziskā klasifikācija nepietiekami izmanto sistematizāciju. Ja tiek izmantota grupēšana, tā lielākoties ir nepareiza un neveicina patiesā stāvokļa raksturošanu kapitālistiskajās valstīs. Piemēram, lauksaimniecības uzņēmumu klasifikācija pēc zemes platības pārspīlē mazās ražošanas pozīciju šajā virzienā. Un iedzīvotāju grupēšana pēc profesijām neatklāj patieso buržuāziskās sabiedrības šķiru struktūru.
Sociālistiskās valsts sociālekonomiskās īpašības sniedz jaunus pielietojumus statistikas grupēšanai. Klasifikāciju izmanto, lai analizētu tautsaimniecības plānu izpildi, noteiktu atsevišķu uzņēmumu un nozaru atpalicības iemeslus. Un arī identificēt neizmantotos resursus. Piemēram, uzņēmumivar grupēt pēc plāna īstenošanas pakāpes vai rentabilitātes līmeņa. Liela nozīme zinātnes un tehnikas progresa ieviešanu rūpniecībā raksturošanai ir uzņēmumu grupēšanai pēc tādiem tehniskajiem un ekonomiskajiem datiem kā automatizācijas un mehanizācijas pakāpe un darbam pieejamā elektroenerģijas daudzums.
Grupētie dati ir informācija, kas veidojas, apvienojot atsevišķus statistisko novērojumu grupējumus par mainīgā lieluma klātbūtni atsevišķās klasēs, lai šo sistēmu biežuma sadalījums kalpotu kā ērts līdzeklis visu materiālu apkopošanai un analīzei.
Informācija
Datus var definēt kā materiālu grupas, kas atspoguļo mainīgā vai mainīgo kopas kvalitatīvos vai kvantitatīvos atribūtus. Tas ir līdzīgi apgalvojumam, ka klases var būt jebkura informācijas kopa, kas apraksta entītiju. Sistēmas, grupējot statistikas datus, var klasificēt grupētos un negrupētos objektos.
Jebkura informācija, ko persona apkopo vispirms, nav klasificēta. Negrupētie statistikas grupējumi ir dati, bet tikai neapstrādātā veidā. Šādu sistēmu piemērs ir jebkurš skaitļu saraksts, ko varat iedomāties.
Pirmais klasifikācijas veids
Grupēti dati ir informācija, kas ir sakārtota grupās, kuras dēvē par klasēm. Šis veids jau ir klasificēts, un līdz ar to dažianalīzes līmenis. Tas nozīmē, ka visa informācija vairs nav neapstrādāta.
Datu klase ir grupa, kas ir saistīta ar konkrētu pielāgotu rekvizītu. Piemēram, ja uzņēmuma vadītājs savāca darbā pieņemtos cilvēkus noteiktā gadā, viņš varētu tos sagrupēt sistēmās pēc vecuma: divdesmit, trīsdesmit, četrdesmit utt. Un katru no šīm grupām sauc par klasi.
Savukārt šis nav pēdējais dalījums. Katrai no šīm klasēm ir noteikts platums, un to sauc par atstarpi vai izmēru. Šī koncepcija ir ļoti svarīga, veidojot histogrammas un frekvences diagrammas. Visām klasēm var būt vienādi vai dažādi izmēri atkarībā no tā, kā visa informācija tiks grupēta. Sistēmas intervāls vienmēr ir vesels skaitlis.
Klases ierobežojumi un robežas
Pirmais jēdziens attiecas uz faktiskajām vērtībām, kuras var redzēt galīgajā tabulā. Klases ierobežojumi iedalās divās kategorijās: sistēmas apakšējā robeža un augšējā robeža. Protams, pareizības un informatīvuma nodrošināšanai tiek izmantoti visi tabulu dalījumi.
Bet, no otras puses, biežuma tabulā ne vienmēr tiek ievērotas klašu robežas. Šis jēdziens sniedz patieso sistēmu intervālu un, tāpat kā dažādi ierobežojumi, ir sadalīts arī apakšējās un augšējās vērtības robežās.
Dzīvas un nedzīvas grupas
Zinātne cenšas izprast un izskaidrot dabas parādības. Zinātnieki lietas saprot, klasificējot tās. Tas piedergan dzīvas būtnes, gan nedzīvas statistikas materiālu grupas.
Savukārt šos tipus var iedalīt grupās atkarībā no kontrasta īpašībām. Piemēram, ja studenti savos zinātniskajos žurnālos ir izveidojuši sarakstus par dažādiem materiāliem un priekšmetiem, ko viņi ir studējuši, viņi var izmantot šos datus, lai paplašinātu zināšanas un informāciju par sistēmām, kuras viņi ir pētījuši.
Visas zināšanas var sakārtot vai klasificēt pēc dažādām kontrasta īpašībām. Šeit ir daži piemēri:
- Metāli pret dažādiem nemetāliem.
- Akmeņains reljefs tuksneša vai pļavas vietā.
- Redzami kristāli pret neredzamiem minerāliem.
- Dabisks process mākslīga vietā.
- Vielas, kas ir blīvākas par ūdeni vai mazāk smagas par konkrēto šķidrumu.
- Magnētiskais pret nemagnētisko.
Un jūs varat arī veikt atšķirības grupās atbilstoši šādām funkcijām:
- Vielas stāvoklis istabas temperatūrā (cieta viela, šķidrums, gāze).
- Metālu kausējamība.
- Fizikālās īpašības un tā tālāk.
Materiāli:
- Dažādi raksti, kas ilustrē iepriekš minētās kategorijas.
- Magnēti materiālu īpašību pārbaudei.
- Ūdens trauks, lai pārbaudītu, vai lietas peld vai grimst.
- Zinātniskie žurnāli.
Darbības procedūra
Tieši kā lietas notiek:
- Skolēni strādā grupās. Katram tiek doti daži materiāli un tiek lūgts atrast veidus, kā grupētpreces pēc kategorijas. Viņi izstrādā kritērijus, kurus izmantos, un pēc tam attiecīgi sakārto vienumus. Rezultātu tabulas tiek ierakstītas viņu zinātniskajos žurnālos.
- Pēc materiālu sagrupēšanas tie atkal tiek sakārtoti pēc citiem kritērijiem. Nākamais solis būs arī rezultātu saraksta sastādīšana. Un pēc tam tiek ierakstīta papildu rinda elementu, kas tika sakārtoti atšķirīgi, mainoties kritērijiem.
- Skolēni savos zinātniskajos žurnālos ieraksta novērojumus un tabulas.
Rezultāti
Skolēni labo virkni tabulu, kas parāda, kā viņu priekšmeti tiek sakārtoti, pamatojoties uz katru no kritērijiem. Piemēram, skolēnu grupai ir saspraude, neliels granīta gabaliņš, korķis, plastmasas rotaļlieta. Un tad pāris šķirošanas tabulu varētu izskatīties šādi.
-
Preces, kas sakārtotas pēc magnētisma.
Reaģē uz magnētu: saspraude, granīts. Nereaģē: korķis, plastmasa.
-
Preces, kas sakārtotas pēc blīvuma salīdzinājumā ar ūdeni.
Uznirstošais logs: korķis, plastmasa. Noslīkšana: saspraude, granīts.
Pēc tam skolēni sniedz klasei prezentācijas. Viņi apspriež, kāpēc dažādas preces tiek klasificētas atšķirīgi, pamatojoties uz izmantotajiem kritērijiem.
Skolēni šos novērojumus atkārto katru reizi, pielietojot dažādas īpašības.
Runājiet
Šajā posmā:
- Studenti var attiecināt šos novērojumus uz citiem materiāliem bez jebkādiempraktiskie pētījumi.
- Piemēri ir dažādu veidu iežu paraugi. Studenti iemācīsies veikt tuvākus novērojumus un uzrakstīt tieši to, ko viņi redz, izmantojot lupas un citus priekšmetus, ko viņi izmanto.
- Ja skolēni ir izveidojuši kartītēs ierakstīto rekvizītu indeksu failu, tos var arī sakārtot. Tas būs noderīgi, ja rādītājā ir ietverti papildu materiāli, kas nav klasē.
Izplatīts veids, kā apstrādāt nepārtrauktus kvantitatīvos datus, ir sadalīt visu nozīmju diapazonu vairākos apakšdiapazonos. Katram materiālam ir jāpiešķir nemainīga tās klases vērtība, kurā tas ietilpst. Ņemiet vērā, ka datu kopa mainās no nepārtrauktas uz diskrētu.
Statistikas grupēšanas jēdziens
Organizācija tiek veikta, definējot diapazonu kopu un pēc tam saskaitot datu apjomu, kas ietilpst katrā no tiem. Apakšdiapazons nepārklājas. Tiem ir jāaptver viss datu kopas diapazons.
Viens no veiksmīgākajiem veidiem, kā vizualizēt grupētas sistēmas, ir histogramma. Tā ir taisnstūru kopa, kurā figūras pamatne aptver vērtības ar to saistītajā diapazonā. Un augstums atbilst informācijas daudzumam.
