- •Общая теория статистики. (Электронный конспект лекций)
- •Оглавление
- •Общая теория статистики.
- •Глава 1. Предмет, метод и задачи статистики.
- •§ 2. Понятия и категории статистической науки.
- •1. Текущее и прерывное наблюдение.
- •2. Сплошное и несплошное наблюдение.
- •Глава 2. Статистическое наблюдение.
- •§ 1. Понятие статистического наблюдения у формы его организации.
- •1. Две формы организации статистического наблюдения.
- •§ 2. Виды и способы статистического наблюдения.
- •3. Способы организации сбора данных.
- •4. Способы регистрации необходимых сведений.
- •§ 3. План статистического наблюдения.
- •1. Программно-методологические вопросы наблюдения.
- •2. Организационные вопрос плана наблюдения.
- •§ 4. Ошибки статистического наблюдения и контроль материалов статистического наблюдения.
- •1. Виды ошибок.
- •2. Виды контроля.
- •§ 5. Выборочный метод статистического наблюдения
- •Глава 3. Сводка и группировка статистических материалов.
- •§ 1. Общее понятие о сводке, ее организация и техника.
- •1. Организация сводки.
- •2. Техника сводки.
- •§2. Сущность и задачи группировок.
- •§3. Вторичная группировка
- •3.1. Два способа вторичной группировки.
- •§4. Статистические таблицы
- •Глава 4. Графическое изображение статистических данных
- •§ 1. Графики и их роль в обобщении и анализе статистических данных.
- •1.1. Понятие о графиках.
- •1.2. Основные элементы графиков.
- •§ 2. Основные виды графиков.
- •2.1. Столбиковые диаграммы.
- •2.2. Плоскостные диаграммы.
- •2.3. Секторные диаграммы.
- •2.4. Объемные диаграммы.
- •2.5. Линейные графики ( диаграммы).
- •Глава 5. Абсолютные и относительные величины
- •§1. Абсолютные статистические величины и их виды.
- •§ 2. Относительные статистические величины, их формы выражения и виды.
- •2.1. Виды относительных величин.
- •Глава 6. Статистическое изучение вариационных рядов.
- •§ 1. Общие сведения о вариационных рядах, их построение.
- •1.1. Понятие о рядах распределения.
- •1.2. Общее сведения о вариационных рядах.
- •1.3. Плотность распределения.
- •1.4. Накопленная частота (частость).
- •§2. Графическое представление вариационных рядов.
- •Гистограмма
- •Глава 7. Средние величины.
- •§1.Понятие о средних величинах и их значениях.
- •§2. Средняя арифметическая.
- •§3. Средняя гармоническая
- •§4. Средняя прогрессивная.
- •§5. Структурные средние.
- •5.1. Мода
- •5.2. Медиана
- •В дискретном ряду.
- •5.3. Квартили
- •5.4. Децили.
- •Глава 8. Показатели вариации
- •§1. Понятие о вариации и ее показатели.
- •Размах вариации. R
- •Среднее линейное отклонение.
- •Среднее квадратическое отклонение. Σ
- •Коэффициент вариации.
- •§2. Расчет дисперсии альтернативного признака
- •§3. Виды дисперсий и правило их сложения.
- •§4. Эмпирические коэффициент детерминации и корреляционное отношение.
- •Глава 9. Индексный метод в статистике
- •§1. Общее понятие об индексах.
- •§2. Индивидуальные индексы (ии)
- •§3. Общие индексы (ои)
- •Индекс Пааше
- •Индекс Ласпейреса
- •§4. Индексы средних величин.
- •§5. Базисные и цепные индексы.
- •§6. Индексы производительности труда
- •Трудовой и
- •Стоимостный и
- •§7. Индекс себестоимости продукции
- •§8. Определение роли отдельных факторов в динамике сложных явлений при помощи индексов. Разложение абсолютных приростов по факторам.
- •§9. Территориальные индексы (ти)
- •Построения территориальных индексов для косвенных показателей.
- •Построение территориальных индексов качественных показателей.
- •Глава 10. Ряды динамики
- •§1. Понятие о рядах динамики и их виды.
- •§2. Основные показатели динамики.
- •§3. Компоненты рядов динамики.
- •§4. Методы выравнивания рядов динамики.
- •§5. Сезонная составляющая ряда динамики и ее характеристика.
- •§6. Применение рядов динамики при прогнозировании.
- •Глава 11. Статистическое изучение взаимосвязи показателей §1.Понятие статистической зависимости и ее виды
- •§2.Метод наименьших квадратов. Выборочное уравнение парной линейной регрессии.
- •§3. Нелинейная регрессия.
- •§4. Оценка соответствия уравнения регрессии статистическим данным
- •§7.Эмпирическое корреляционное отношение и его свойства.
- •§8.Другие формы нелинейной парной регрессии.
- •§9.Множественная линейная регрессия.
§6. Применение рядов динамики при прогнозировании.
Для принятия обоснованных управленческих решений в сфере нормотворческой деятельности и совершенствования судебной системы необходима информация не только о настоящем состоянии преступности в стране, но также и о возможном будущем состоянии преступности. Прогнозирование3 как раз и является тем инструментом познания закономерностей преступных действий и процессов, который обеспечивает
научный подход к планированию мер борьбы с преступностью.
Под прогнозом понимается научно обоснованное описание возможных состояний объектов в будущем, а также альтернативных путей и сроков достижения этого состояния. Процесс разработки прогнозов называется прогнозированием (от греч. prognosis- предвидение, предсказание).
Важной характеристикой является период упреждения прогноза - отрезок времени от момента, для которого имеются последние статистические данные об изучаемом объекте, до момента, к которому относится прогноз. По времени упреждения прогнозы делятся на:
оперативные (с периодом упреждения до одного месяца);
краткосрочные (период упреждения - от одного, нескольких месяцев до года);
среднесрочные (период упреждения более 1 года, но не превышает 5 лет);
долгосрочные (с периодом упреждения более 5 лет).
Наибольший практический интерес, безусловно, представляют краткосрочные и оперативные прогнозы. Однако среднесрочные и долгосрочные прогнозы являются базой для выбора наиболее перспективных направлений деятельности правоохранительных органов по контролю над преступностью.
Формально задача прогнозирования сводится к получению оценок значений ряда для некоторого периода в будущем. Основой прогнозирования является предположение о сохранении закономерностей прошлого развития анализируемого ряда динамики на период прогнозирования. Во многих случаях при разработке оперативного и краткосрочного прогноза эти предположения часто являются справедливыми.
Грубый прогноз можно получить на основе средних показателей ряда.
При прогнозировании на базе ряда динамики с постоянным абсолютным приростом применяется приближенная формула
,
где
- прогнозируемый уровень ряда,
- фактическое значение последнего уровня
ряда динамики,
-
средний абсолютный
прирост, k – срок прогноза
(период упреждения).
При прогнозировании на базе ряда динамики с постоянными темпами роста применяется следующая приближенная формула:
,
где
- средний коэффициент роста (цепной)
ряда динамики, выступающего в качестве
базы прогнозирования.
Пример. Построить грубый прогноз на 2007 год числа осужденных за взяточничество, используя данные таблицы 9.
Решение. Принимая во внимание, что цепные темпы роста числа осужденных за взяточничество приблизительно одинаковы и используя соответствующую формулу, получим:
Таким образом, число осужденных за взяточничество (ст. 290, 291 УК РФ) в 2007 году приблизительно должно было составить 5075 человек.
Замечание. По данным статистического сборника «Преступность и правонарушения (2004-2008)» число осужденных по приговорам, вступившим в законную силу в 2007 г. по основной квалификации составило 4869.
