- •1. Предмет и метод статистической науки.
- •2. Предмет и метод правовой статистики.
- •3. Правовая статистика и ее основные отрасли.
- •4. Значение учета и статистики в жизни общества
- •5. Понятие статистических рядов, их виды.
- •6. Преобразование динамических рядов.
- •7. Понятие статистического наблюдения.
- •8. Виды стат наблюдения.
- •Выборочное наблюдение
- •10. Обще понятие о статистической группировке.
- •Выборочное наблюдение.
- •12. Статистическая сводка и статистические таблицы. Виды статистических таблиц.
- •Понятие статистической сводки.
- •Статистическая таблица
- •13. Способы отбора единиц в выборочную совокупность.
- •14. Общее понятие об ошибке репрезентативности.
- •15. Графическое изображение в статистике.
- •16. Формы статистического учета в органах мвд, суда, прокуратуры.
- •17. Формы статистической отчетности в органах мвд, суда и прокуратуры.
- •18. Понятие и задачи статистического анализа.
- •Стат. Анализ деят-ности правоохранит. Органов (основные направления).
- •20.Статистический анализ преступности (общие направления).
- •50. Понятие средней величины.
- •С редняя арифметическая
- •Средняя арифметическая взвешенная
- •22. Средняя арифметическая.
- •23. Мода и медиана.
- •24. Относительные величины интенсивности. Коэффициенты.
- •25. Отношения, характеризующие структуру совокупности.
- •3,1% 49,7% 4,3% 0,7% 1,9% 1,0% 5,9% 4,1% 0,3% 29% 100% Убийства, причинение тяжкого
- •26. Отношения, характеризующие динамику.
- •27. Отношения, характеризующие выполнение плана. Отношения степени и сравнения.
- •28. Задачи и виды обобщения судебной практики.
- •29. Основные приемы и методы статистического анализа.
- •30. Интерполяция, экстраполяция и прогнозирование
- •31. Показатели динамических рядов.
- •32. Общее понятие о закономерности и ее видах.
- •33. Статистические закономерности и их основные особенности.
- •34. Этапы статистического наблюдения.
- •Этапы статистического наблюдения.
- •35. Программа статистического наблюдения.
- •36. Функциональные и корреляционные связи.
- •37. Основание группировки. Правила образования групп и интервалов групп.
- •38. Виды статистических группировок. Вторичные группировки.
- •39. Ряды распределения.
- •40. Средняя прогрессивная.
- •41. Показатели вариации
- •42. Условия правильного построения динамических рядов.
- •43. Понятие и виды индексов.
- •44. Особенности применения индексов в правовой статистике.
- •45. Современная организация государственной статистики в рф, ее задачи.
- •47. Прогнозирование и прогноз преступности в России
- •48. Прогноз преступности в мире.
- •49. Понятие относительных величин. Применение в статистике.
- •Относительная величина интенсивности
- •Коэффициент преступности
- •Коэффициент преступной поражённости
- •Темп роста
- •Абсолютный прирост
- •Темп прироста
- •50. Применение ср величин в правовой ст.
- •С редняя арифметическая
- •Средняя арифметическая взвешенная
40. Средняя прогрессивная.
Средняя прогрессивная — это средняя арифметическая, рассчитанная из показателей, которые выше средней арифметической по всей совокупности.
Например, 5 спортсменов пробежали 100-метровку со следующими результатами:
1-й за 15 сек., 2-ой за 12 сек., 3-й за 10 сек., 4-й за 14 сек., 5-й за 19 сек. Средняя арифметическая по всей совокупности будет равна 14 сек.
Значит, средняя прогрессивная должна рассчитываться только из тех показателей, которые по своему значению превосходят среднюю арифметическую всей совокупности (14 сек.). А это есть показатели 2-го (12 сек.) и 3-го (10 с спортсменов.
Т.о., средняя прогрессивная будет равна 11 сек.,
т.е. на 3 сек. отличается от средней арифметической всей совокупности. И оборот, средняя арифметическая, рассчитанная из показателей, которые по ему значению уступают средней арифметической всей совокупности может быть названа средней регрессивной, т.е. средней по худшим показателям, какими показателями в нашем примере есть показатели 1-го (15 сек.) и 5-го сек.) спортсменов.
Т.о., средняя регрессивная будет равна 17 сек.
41. Показатели вариации
В начале данной главы говорилось о том, что средние величины не должны применяться огульно, что они используются для характеристики качественно однородных групп изучаемой совокупности, в которых колеблемо (варьирование) индивидуальных знаний признака не столь велико. Для характеристики степени однородности изучаемой совокупности, степени колеб. индивидуальных знаний признака от средней по всей совокупности и меняются, так называемые показатели вариации: размах вариации, средне линейное отклонение, среднее квадратическое отклонение и коэффициент вариации.
Размах вариации - это разность между максимальным и минимальным значением признака по данной совокупности. Возьмем для примера две группы по 5 человек, осужденных к различным срокам наказания в виде лишения свободы: 1) I год, 4 года, 6 лет, 9 лет и 15 лет; 2) 4 года, 6 лет, 7 лет, 8 лет и 10 лет.
Средний срок лишения свободы для 1-ой и 2-ой группы будет одинаков-7 лет:
Однако степень однородности этих двух групп, степень колеблемости (варьирования) индивидуальных значений признака в этих группах резко отличаются (вторая группа более однородна по сравнению с первой). Подтвердим этот вывод путем применения различных показателей вариации. Итак, размах вариации как разность между максимальным и минимальным значением признака для первой группы будет равен 14 лет (15-1), а для второй — всего 6 лет (10-4). Однако размах вариации показывает лишь разницу между максимальным и минимальным значением изучаемого признака, не касаясь степени колеблемости (варьирования) признаков остальных единиц совокупности.
Поэтому для более полной, более точной характеристики степени колеблемости индивидуальных значений признака изучаемой совокупности дает показатель среднего линейного отклонения (Л).
Среднее линейное отклонение - это средняя арифметическая, полученная из абсолютных отклонений индивидуальных значений признака от средней арифметической по всей совокупности.
Т.о., среднее линейное отклонение для первой группы будет равно:
Среднее линейное отклонение, по сравнению с размахом вариации, фиксирует, таким образом, отклонения индивидуальных значений признака каждой единицы совокупности от общей средней по всей совокупности.
Среднее квадратичное отклонение определяется путем извлечения корня квадратного, из суммы квадратов линейных отклонений, поделенных число индивидуальных значений признаков изучаемой совокупности.
Таким образом, в нашем примере среднеквадратичное отклонение для первой группы будет равно:
Среднее квадратичное отклонение для второй группы будет равно:
Как показатель вариации среднее квадратичное отклонение применяет
Среднее линейное отклонение для второй группы будет равно:
Применительно к нашему примеру коэффициент вариации (Кв.) для правой группы можно рассчитать по формуле
