• Варенье из лимона рецепт для хлебопечки панасоник
• Запеканка из макарон рецепты
• Как жарить на сковороде креветки
• Как правильно жарить шашлык из свинины на мангале Как правильно жарить свиной шашлык
• Легкий сметанный суп Как приготовить суп со сметаной
• Луковый заливной французский пирог «Самый вкусный Луковый пирог рецепт классический французский
• Приготовить шоколадный рулет
• Быстрые и классические рецептуры курников на кефире
• Домашняя ветчина из свинины в ветчиннице с грибами, черносливом и орехами
• Свинина по-китайски: простой и вкусный рецепт

Фундаментальность статистических теорий

Как уже говорилось, в классическом естествознании сложилось убеждение, что наиболее фундаментальное знание должно быть облечено в форму динамической теории - точной, однозначной, не допускающей никакой неопределенности. Первые статистические теории рассматривались лишь как приближения, допустимые временно, до разработки «стро­гих» методов.

Однако шло время, разрабатывались новые, все более эффективные научные теории - и оказывалось, что почти все они статистические. В физике последняя фундаментальная динамическая теория - общая теория относительности - была создана в начале XX века. Аналогичным было положение дел в химии и биологии.

Поскольку познание идет все-таки вперед, а не назад, становилось очевидным, что тезис о фундаментальности динамических теорий и подчиненной роли статистических подлежит пересмотру. Появилась компромиссная точка зрения, согласно которой динамические и статистические теории в равной степени фундаментальны, но описывают реальность с разных точек зрения, дополняя друг друга. Однако в настоящее время преобладает представление, что наиболее фундаментальными, то есть наиболее глубоко и полно описывающими реальность, являются статистические теории.

Самые убедительные аргументы в пользу этой концепции опираются на принцип соответствия (п. 2.3.5).

Для каждой из фундаментальных физических теорий динамического типа существует статистический аналог, описывающий тот же круг явлений: для классической механики - квантовая механика, для термодинамики - статистическая механика, для электродинамики и специальной теории относительности - квантовая электродинамика… Единственное исключение представляет общая теория относительности, статистический аналог которой - квантовая теория гравитации - еще не создан, поскольку квантовые гравитационные эффекты должны проявляться в условиях, которые практически невозможно создать в лаборатории или найти где-либо в современной Вселенной.

С другой стороны, у ряда фундаментальных статистических теорий нет и не предвидится динамических аналогов. Таковы, например, квантовая хромодинамика (дис­цип­ли­на, изучающая сильно взаимодей­ствующие частицы) или дарвиновская эволюционная теория. Изгнание из последней фактора случайности дает теорию Ламарка (п. 4.2), ошибочность которой сейчас не вызывает сомнений.

Что еще существеннее, в каждой из перечисленных пар статистическая теория неизмен­но описывает более широкий круг явлений, дает более полное и подробное их описание, чем ее динамический аналог. Например, в МКТ справедливы те же газовые законы Бойля-Ма­ри­от­та, Шарля, Гей-Люссака, что и в термодинамике, однако, кроме того, она описывает еще вязкость, теплопроводность, диффузию, чего термодинамика не позволяет. С помощью квантовой механики можно, при желании, описывать движение макроскопических тел: после упрощений мы получим те же уравнения движения, что и в ньютоновской механике. Но вот поведение микрообъектов - например, электронов в атомах - можно описывать только квантовомеханически; попытки применить классическую механику дают бессмысленные и противоречивые результаты.

Динамическая теория всегда играет роль приближения, упрощения соответствующей статистической теории.

Статистическая теория рассматривает и учитывает флуктуации, случайные отклонения от среднего. Если ситуация такова, что эти отклонения несущественны, то, пренебрегая ими, мы получим приближенную теорию, описывающую поведение средних значений - и эта теория будет уже динамической.

Например, если нас интересует давление воздуха на оконное стекло, то с хорошей точностью можно считать, что все молекулы движутся с одной и той же скоростью. Отклонения в бо льшую и в меньшую сторону взаимно компенсируются, когда удары мириадов молекул складываются в силу давления на стекло. Здесь применима термодинамика. Однако если нас интересует, с какой скоростью планеты теряют свои атмосферы, то статистический подход становится необходимым, ибо в космос улетучиваются самые быстрые молекулы, скорость которых превышает среднюю, - и здесь без статистического анализа флуктуаций не обойтись.

Характерная величина квантовых флуктуаций определяется постоянной Планка ħ . В привычных нам макроскопических масштабах эта величина слишком мала, поэтому квантовыми флуктуациями можно пренебречь и описывать движение тел динамически, законами Ньютона. Однако в масштабах, в которых постоянная Планка не мала, ньютоновская механика пасует - она не может учесть становящиеся существенными квантовые флуктуации. Другими словами, классическая механика годится лишь, если без большой ошибки можно положить ħ = 0.

Одной из наиболее актуальных проблем современного естествознания и, в частности физики, остается вопрос о природе причинности и причинных отношениях в мире. Более конкретно этот вопрос в физике формулируется в проблеме соотношения динамических и статистических законов с объективными закономерностями. В решении этой проблемы возникли два философских направления - детерминизм и индетерминизм, занимающие прямо противоположные позиции.
Детерминизм - учение о причинной материальной обусловленности природных, социальных и психических явлений. Сущностью детерминизма является идея о том, что все существующее в мире возникает и уничтожается закономерно, в результате действия определенных причин.
Индетерминизм - учение, отрицающее объективную причинную обусловленность явлений природы, общества и человеческой психики.
В современной физике идея детерминизма выражается в признании существования объективных физических закономерностей и находит свое более полное и общее отражение в фундаментальных физических теориях.
Фундаментальные физические теории (законы) представляют собой совокупность наиболее существенных знаний о физических закономерностях. Эти знания не являются исчерпывающими, но на сегодняшний день они наиболее полно отражают физические процессы в природе. В свою очередь, на основе тех или иных фундаментальных теорий формулируются частные физические законы типа закона Архимеда, закона Ома, закона электромагнитной индукции и т.д.
Ученые-науковеды едины во мнении, что основу любой физической теории составляют три главных элемента:
1) совокупность физических величин, с помощью которых описываются объекты данной теории (например, в механике Ньютона - координаты, импульсы, энергия, силы); 2) понятие состояния; 3) уравнения движения, то есть уравнения, описывающие эволюцию состояния рассматриваемой системы.
Кроме того, для решения проблемы причинности важное значение имеет подразделение физических законов и теорий на динамические и статистические (вероятностные).

ДИНАМИЧЕСКИЕ ЗАКОНЫ И ТЕОРИИ И МЕХАНИЧЕСКИЙ, ДЕТЕРМИНИЗМ

Динамический закон - это физический закон, отображающий объективную закономерность в форме однозначной связи физических величин, выражаемых количественно. Динамической теорией является физическая теория, представляющая совокупность динамических законов. Исторически первой и наиболее простой теорией такого рода явилась классическая механика Ньютона. Она претендовала на описание механического движения, то есть перемещения в пространстве с течением времени любых тел или частей тел относительно друг друга с какой угодно точностью.
Непосредственно законы механики, сформулированные Ньютоном, относятся к физическому телу, размерами которого можно пренебречь, материальной точке. Но любое тело макроскопических размеров всегда можно рассматривать как совокупность материальных точек и, следовательно, достаточно точно описать его движения.
Поэтому в современной физике под классической механикой понимают механику материальной точки или системы материальных точек и механику абсолютно твердого тела.
Для расчета движения должна быть известна зависимость взаимодействия между частицами от их координат и от скоростей. Тогда по заданным значениям координат и импульсов всех частиц системы в начальный момент времени второй закон Ньютона позволяет однозначно определить координаты и импульсы в любой последующий момент времени. Это позволяет утверждать, что координаты и импульсы частиц системы полностью определяют ее состояние в механике. Любая механическая величина, представляющая для нас интерес (энергия, момент импульса и т.д.), выражается через координаты и импульс. Таким образом, определяются все три элемента фундаментальной теории, какой является классическая механика.
Другим примером фундаментальной физической теории динамического характера может служить электродинамика Максвелла. Здесь объектом исследования является электромагнитное поле. Тогда уравнения Максвелла представляют собой уравнения движения для электромагнитной формы материи. При этом структура электродинамики в самых общих чертах повторяет структуру механики Ньютона. Уравнения Максвелла позволяют по заданным начальным значениям электрического и магнитного полей внутри некоторого объема однозначно определить электромагнитное поле в любой последующий момент времени.
Другие фундаментальные теории динамического характера имеют ту же структуру, что и механика Ньютона, и электродинамика Максвелла. К их числу относятся: механика сплошных сред, термодинамика и общая теория относительности (теория гравитации).
Метафизическая философия считала, что все объективные физические закономерности (и не только физические) имеют точно такой же характер, что и динамические законы. Иначе говоря, не признавались никакие другие виды объективных закономерностей, кроме динамических закономерностей, выражающих однозначные связи физических объектов и описывающих их абсолютно точно посредством определенных физических величин. Отсутствие такого полного описания трактовалось как недостаток наших познавательных способностей.
Абсолютизация динамических закономерностей и, следовательно, механического детерминизма, обычно связывается с П.Лапласом, которому принадлежит уже цитированное нами знаменитое высказывание о том, что если бы нашелся достаточно обширный ум, которому были бы известны для любого данного момента все силы, действующие на все тела Вселенной (от самых больших ее тел до мельчайших атомов), а также их местоположение, если бы он смог проанализировать эти данные в единой формуле движения, то не осталось бы ничего, что было бы недостоверным, и ему было бы открыто как прошлое, так и будущее Вселенной.
Согласно провозглашенному Лапласом принципу, все явления в природе предопределены с «железной» необходимостью. Случайному, как объективной категории, нет места в нарисованной Лапласом картине мира. Только ограниченность наших познавательных способностей заставляет рассматривать отдельные события в мире как случайные. В силу этих причин, а также отмечая роль Лапласа, классический механический детерминизм называют еще жестким или лапласовским детерминизмом.
Необходимость отказа от классического детерминизма в физике стала очевидной после того, как выяснилось, что динамические законы не универсальны и не единственны и что более глубокими законами природы являются не динамические, а статистические законы, открытые во второй половине XIX века, особенно после того, как выяснился статистический характер законов микромира.
Но даже и при описании движения отдельных макроскопических тел осуществление идеального классического детерминизма практически невозможно. Это хорошо видно из описания постоянно меняющихся систем. Вообще начальные параметры любых механических систем невозможно фиксировать с абсолютной точностью, поэтому точность предсказания физических величин со временем уменьшается. Для каждой механической системы существует некоторое критическое время, начиная с которого невозможно точно предсказать ее поведение.
Несомненно, что лапласовский детерминизм с определенной степенью идеализации отражает реальное движение тел и в этом отношении его нельзя считать ложным. Но абсолютизация его как совершенно точного отображения действительности недопустима.
С утверждением главенствующего значения статистических закономерностей в физике исчезает идея всеведущего сознания, для которого абсолютно точно и однозначно детерминированы судьбы мира, тот идеал, который был поставлен перед наукой концепцией абсолютного детерминизма.

СТАТИСТИЧЕСКИЕ ЗАКОНЫ И ТЕОРИИ И ВЕРОЯТНОСТНЫЙ ДЕТЕРМИНИЗМ

Описанные выше динамические законы имеют универсальный характер, то есть они относятся ко всем без исключения изучаемым объектам. Отличительная особенность такого рода законов состоит в том, что предсказания, полученные на их основе, имеют достоверный и однозначный характер.
Наряду с ними в естествознании в середине прошлого века были сформулированы законы, предсказания которых являются не определенными, а только вероятными. Свое название эти законы получили от характера той информации, которая была использована для их формулировки. Вероятностными они назывались потому, что заключения, основанные на них, не следуют логически из имеющейся информации, а потому не являются достоверными и однозначными. Поскольку сама информация при этом носит статистический характер, часто такие законы называются также статистическими, и это их название получило в естествознании значительно большее распространение.
Представления о закономерностях особого типа, в которых связи между величинами, входящими в теорию, неоднозначны, впервые ввел Максвелл в 1859 г. Он первым понял, что при рассмотрении систем, состоящих из огромного числа частиц, нужно ставить задачу совсем иначе, чем это делалось в механике Ньютона. Для этого Максвелл ввел в физику понятие вероятности, выработанное ранее математиками при анализе случайных явлений, в частности азартных игр.
Многочисленные физические и химические опыты показали, что в принципе невозможно не только проследить изменения импульса или положения одной молекулы на протяжении большого интервала времени, но и точно определить импульсы и координаты всех молекул газа или другого макроскопического тела в данный момент времени. Ведь число молекул или атомов в макроскопическом теле имеет порядок 1023. Из макроскопических условий, в которых находится газ (определенная температура, объем, давление и т.д.), не вытекают с необходимостью определенные значения импульсов и координат молекул. Их следует рассматривать как случайные величины, которые в данных макроскопических условиях могут принимать различные значения, подобно тому, как при бросании игральной кости может выпасть любое число очков от 1 до 6. Предсказать, какое число очков выпадет при данном бросании кости, нельзя. Но вероятность выпадения, например, 5, можно подсчитать.
Эта вероятность имеет объективный характер, так как выражает объективные отношения реальности и ее введение не обусловлено лишь незнанием нами деталей течения объективных процессов. Так, для кости вероятность выпадения любого числа очков от 1 до 6 равно "/6, что не зависит от познания этого процесса и потому есть явление объективное.
На фоне множества случайных событий обнаруживается определенная закономерность, выражаемая числом. Это число - вероятность события - позволяет определять статистические средние значения (сумма отдельных значений всех величин, деленная на их число). Так, если бросить кость 300 раз, то среднее число выпадения пятерки будет равно 300 . "Л = 50 раз. Причем совершенно безразлично, бросать одну и ту же кость или одновременно бросить 300 одинаковых костей.
Несомненно, что поведение газовых молекул в сосуде гораздо сложнее брошенной кости. Но и здесь можно обнаружить определенные количественные закономерности, позволяющие вычислить статистические средние значения если только ставить задачу так же, как в теории игр, а не как в классической механике. Нужно отказаться, например, от неразрешимой задачи определения точного значения импульса молекулы в данный момент, а пытаться найти вероятность определенного значения этого импульса.
Максвеллу удалось решить эту задачу. Статистический закон распределения молекул по импульсам оказался несложным. Но главная заслуга Максвелла состояла не в решении, а в самой постановке новой проблемы. Он ясно осознал, что случайное в данных макроскопических условиях поведение отдельных молекул подчинено определенному вероятностному (или статистическому) закону.
После данного Максвеллом толчка молекулярно-кинетическая теория (или статистическая механика, как стали называть ее в дальнейшем) начала стремительно развиваться.
Статистические законы и теории имеют следующие характерные черты.
1. В статистических теориях любое состояние представляет собой вероятностную характеристику системы. Это означает, что состояние в статистических теориях определяется не значениями физических величин, а статистическими (вероятностными) распределениями этих величин. Это принципиально иная характеристика состояния, чем в динамических теориях, где состояние задается значениями самих физических величин.
2. В статистических теориях по известному начальному состоянию в качестве результата однозначно определяются не сами значения физических величин, а вероятности этих значений внутри заданных интервалов. Тем самым однозначно определяются средние значения физических величин. Эти средние значения в статистических теориях играют ту же роль, что и сами физические величины в динамических теориях. Нахождение средних значений физических величин - главная задача статистических теории.
Вероятностные характеристики состояния в статистических теориях совершенно отличны от характеристик состояния в динамических теориях. Тем не менее динамические и статистические теории обнаруживают в самом существенном отношении замечательное единство. Эволюция состояния в статистических теориях однозначно определяется уравнениями движения, как и в динамических теориях. По заданному статистическому распределению (по заданной вероятности) в начальный момент времени уравнение движения однозначно определяет статистическое распределение (вероятность) в любой последующий момент времени, если известны энергия взаимодействия частиц друг с другом и с внешними телами. Однозначно определяются соответственно и средние значения всех физических величин. Здесь нет никакого отличия от динамических теорий в отношении однозначности результатов. Ведь статистические теории, как и динамические, выражают необходимые связи в природе, а они вообще не могут быть выражены иначе, чем через однозначную связь состояний.
На уровне статистических законов и закономерностей мы также сталкиваемся с причинностью. Но детерминизм в статистических закономерностях представляет более глубокую форму детерминизма в природе. В отличие от жесткого классического детерминизма он может быть назван вероятностным (или современным) детерминизмом.
Статистические законы и теории являются более совершенной формой описания физических закономерностей, любой известный на сегодняшний день процесс в природе более точно описывается статистическими законами, чем динамическими. Однозначная связь состояний в статистических теориях говорит об их общности с динамическими теориями. Различие между ними в одном - способе фиксации (описания) состояния системы.
Истинное, всеобъемлющее значение вероятностного детерминизма стало очевидным после создания квантовой механики - статистической теории, описывающей явления атомарного масштаба, то есть движение элементарных частиц и состоящих из них систем (другими статистическими теориями являются: статистическая теория неравновесных процессов, электронная теория, квантовая электродинамика). Несмотря на то, что квантовая механика значительно отличается от классических теорий, общая для фундаментальных теорий структура сохраняется и здесь. Физические величины (координаты, импульсы, энергия, момент импульса и т.д.) остаются в общем теми же, что и в классической механике. Основной величиной, характеризующей состояние, является комплексная волновая функция. Зная ее, можно вычислить вероятность обнаружения определенного значения не только координаты, но и любой другой физической величины, а также средние значения всех величин. Основное уравнение нерелятивистской квантовой механики - уравнение Шредингера - однозначно определяет эволюцию состояния системы во времени.

СООТНОШЕНИЕ ДИНАМИЧЕСКИХ И СТАТИСТИЧЕСКИХ ЗАКОНОВ

Сразу же после появления в физике понятия статистического закона возникла проблема существования статистических закономерностей и их соотношения с динамическими законами.
С развитием науки подход к этой проблеме и даже ее постановка менялись. Первоначально основным в проблеме соотношения был вопрос об обосновании классической статистической механики на базе динамических законов Ньютона. Исследователи пытались выяснить, как статистическая механика, существенной чертой которой является вероятностный характер предсказания значений физических величин, должна относиться к законам Ньютона с их однозначными связями между значениями всех величин.
Статистические законы, как новый тип описания закономерностей, были первоначально сформулированы на основе динамических уравнений классической механики. Длительное время динамические законы считались основным, первичным типом отображения физических закономерностей, а статистические законы рассматривались в значительной мере как следствие ограниченности наших способностей к познанию.
Но сегодня известно, что закономерности поведения объектов микромира и законы квантовой механики являются статистическими. Именно тогда вопрос был поставлен так: является ли статистическое описание микропроцессов единственно возможным или же существуют динамические законы, более глубоко определяющие движение элементарных частиц, но скрытые под покровом статистических законов квантовой механики?
Возникновение и развитие квантовой теории постепенно привело к пересмотру представлений о роли динамических и статистических законов в отображении закономерностей природы. Был обнаружен статистический характер поведения отдельных элементарных частиц. При этом за описывающими это поведение законами квантовой механики не было обнаружено никаких динамических законов. Поэтому крупнейшими учеными, такими, как Н. Бор, В. Гейзенберг, М. Борн, П. Ланжевен и другими, был выдвинут тезис о первичности статистических законов. Правда, принятие в тот момент этого тезиса было затруднено из-за того, что некоторые из вышеназванных ученых связывали положение о первичности статистических законов с индетерминизмом. Поскольку привычная модель детерминизма в микромире была недостижима, они делали вывод об отсутствии в микромире причинности вообще. Но большая часть ученых с этим выводом не согласилась и стала настаивать на необходимости отыскать динамические законы для описания микромира, воспринимая статистические законы как промежуточный этап, позволяющий описывать поведение совокупности микрообъектов, но не дающий еще возможности точно описать поведение отдельных микрообъектов.
Когда стало очевидно, что нельзя отрицать роль статистических законов в описании физических явлений (все экспериментальные данные полностью соответствовали теоретическим расчетам, основанным на подсчетах вероятностей), была выдвинута теория «равноправия» статистических и динамических законов. Те и другие законы рассматривались как законы равноправные, но относящиеся к различным явлениям, имеющие каждый свою сферу применения, не сводимые друг к другу, но взаимно дополняющие друг друга.
Эта точка зрения не учитывает того бесспорного факта, что все фундаментальные статистические теории современной физики (квантовая механика, квантовая электродинамика, статистическая термодинамика и т.д.) содержат в качестве своего приближения соответствующие динамические теории. Поэтому сегодня многие крупные ученые склонны рассматривать статистические законы как наиболее глубокую, наиболее общую форму описания всех физических закономерностей.
Нет основания делать вывод об индетерминизме в природе потому, что законы микромира являются принципиально статистическими. Поскольку детерминизм настаивает на существовании объективных закономерностей, постольку индетерминизм должен означать отсутствие таких закономерностей. Этого, безусловно, нет. Статистические закономерности ничуть не менее объективны, чем динамические, и отражают взаимосвязь явлений материального мира. Доминирующее значение статистических законов означает переход к более высокой ступени детерминизма, а не отказ от него вообще.
При рассмотрении соотношения между динамическими и статистическими законами мы встречаемся с двумя аспектами этой проблемы.
В аспекте, возникшем исторически первым, соотношение между динамическими и статистическими законами выступает в следующем плане: законы, отражающие поведение индивидуальных объектов, являются динамическими, а законы, описывающие поведение большой совокупности этих объектов, статистическими. Таково, например, соотношение между классической механикой и статистической механикой. Существенным для данного аспекта является то, что здесь динамические и статистические законы описывают разные формы движения материи, не сводимые друг к другу. Они имеют разные объекты описания, и поэтому анализ теорий не позволяет выявить существенное в их отношении друг к другу. Этот аспект не может считаться основным при анализе их соотношения.
Второй аспект проблемы изучает соотношение динамических и статистических законов, описывающих одну и ту же форму движения материи. Примером могут служить термодинамика и статистическая механика, электродинамика Максвелла и электронная теория и т.д.
До появления квантовой механики считалось, что поведение индивидуальных объектов всегда подчиняется динамическим закономерностям, а поведение совокупности объектов -статистическим; низшие, простейшие формы движения подчиняются динамическим закономерностям, а высшие, более сложные - статистическим. Но с возникновением квантовой механики было установлено, что как «низшие», так и «высшие» формы движения материи могут описываться и динамическими, и статистическими законами. Например, квантовая механика и квантовая статистика описывают разные формы материи, но обе эти теории являются статистическими.
После создания квантовой механики можно с полным основанием утверждать, что динамические законы представляют собой первый, низший этап в познании окружающего нас мира и что статистические законы более полно отражают объективные связи в природе, являясь более высоким этапом познания. На протяжении всей истории развития науки мы видим, как первоначально возникшие динамические теории, охватывающие определенный круг явлений, сменяются по мере развития науки статистическими теориями, описывающими тот же круг вопросов с новой, более глубокой точки зрения.
Смена динамических теорий статистическими не означает, что старые динамические теории отживают свой век и забываются. Практическая их ценность в определенных границах нисколько не умаляется фактом создания новых статистических теорий. Говоря о смене теорий, мы в первую очередь имеем в виду смену менее глубоких физических представлений более глубокими представлениями о сущности явлений. Одновременно со сменой физических представлений расширяется область применимости теорий. Статистические теории распространяются на более широкий круг явлений, недоступный динамическим теориям. Статистические теории находятся в лучшем количественном согласии с экспериментом, чем динамические. Но при определенных условиях статистическая теория приводит к таким же результатам, как и более простая динамическая теория (вступает в действие принцип соответствия -речь о нем пойдет ниже).
Связь необходимого и случайного не может быть вскрыта в рамках динамических законов, так как они игнорируют случайное. В динамическом законе отображается тот средний необходимый результат, к которому приводит течение процессов, но не отражается сложный характер определения данного результата. При рассмотрении достаточно обширного круга вопросов, когда отклонения от необходимого среднего значения ничтожны, такое описание процессов вполне удовлетворительно. Но и в этом случае оно может считаться достаточным при условии, что нас не интересуют те сложные взаимоотношения, которые приводят к необходимым связям, и мы ограничиваемся лишь констатацией этих связей. Надо отчетливо представлять себе, что абсолютно точных однозначных связей физических величин, о которых говорят динамические теории, в природе просто нет. В реальных процессах всегда происходят неизбежные отклонения от необходимых средних величин - случайные флуктуации, которые только при определенных условиях не играют существенной роли и могут не учитываться.
Динамические теории не способны описывать явления, когда флуктуации значительны, и не способны предсказывать, при каких именно условиях мы уже не можем рассматривать необходимое в отрыве от случайного. В динамических законах необходимость выступает в форме, огрубляющей ее связь со случайностью. Но как раз последнее обстоятельство учитывают статистические законы. Отсюда следует, что статистические законы отображают реальные физические процессы глубже, чем динамические. Не случайно статистические законы познаются вслед за динамическими.
Возвращаясь к проблемам причинности, мы сможем сделать вывод, что на основе динамических и статистических законов возникает динамическая и вероятностная причинность. И как статистические законы глубже отражают объективные связи природы, чем динамические, так и вероятностная причинность является более общей, а динамическая - лишь ее частным случаем.

План семинарского занятия (2 часа)

1. Динамические законы и механический детерминизм.
2. Статистические законы и вероятностный детерминизм.
3. Соотношение динамических и статистических законов.

Темы докладов и рефератов

ЛИТЕРАТУРА

1. Мякишев Г.Я. Динамические и статистические закономерности в физике. М„ 1973.
2. Свечников Г.А. Причинность и связь состояний в физике. М., 1971.
3. Философские проблемы естествознания. М., 1985.

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

ВОЛЖСКИЙ УНИВЕРСИТЕТ ИМЕНИ В.Н.ТАТИЩЕВА

КАФЕДРА «БУХГАЛТЕРСКИЙ УЧЕТ, АНАЛИЗ И АУДИТ»

УТВЕРЖДАЮ

Проректор по учебной работе

Е.В.Никифорова

«_____»___________________2005г.

Теория статистики)

Учебно-методическое пособие, методические указания

и задания к контрольной (индивидуальной) работе

для студентов экономических специальностей

Составил – к.э.н., доцент Гениатулин В.Н.

Тольятти 2005

Учебно-методическое пособие разработано в соответствии с Государственными образовательными стандартами специальностей 060400 «Финансы и кредит»,

060500 «Бухгалтерский учет, анализ и аудит»,

061100 «Менеджмент организации», 061500 «Маркетинг»,

351200 «Налоги и налогообложение»

Рассмотрены на заседании кафедры «Бухгалтерский учет, анализ и аудит»

Зав. кафедрой «Бухгалтерский учет, анализ и аудит»____Е.В.Никифорова

Одобрено УМС экономического факультета

Протокол №____от_____________2005г.

Утверждено на заседании УМС ВУиТ

Протокол №____от_____________2005г.

Председатель УМС ВУиТ__________________Е.В.Никифорова

1. Предмет статистической науки и ее методология

3. Методические указания по выполнению контрольной работы

4. Задания к контрольной работе

5. Практикум по теории статистики

6. Вопросы к экзамену (зачету) по статистике

8. Учебно-методическое обеспечение дисциплины

1. ПРЕДМЕТ СТАТИСТИЧЕСКОЙ НАУКИ И ЕЕ МЕТОДОЛОГИЯ

Каждая наука обладает существенными специфическими особенностями, которые отличают ее от других наук и дают ей право на самостоятельное существование как особой отрасли знания. Главная особенность любой науки заключается в предмете познания, в принципах и методах его изучения, которые в совокупности образуют ее методологию.

Предметом исследования статистики являются массовые явления социально-экономической жизни; она изучает количественную сторону этих явлений в неразрывной связи с их качественным содержанием в конкретных условиях места и времени.

Явления и процессы в жизни общества характеризуются статистикой с помощью статистических показателей. Статистические показатели – это количественная оценка свойств изучаемого явления. Статистика при помощи статистических показаний характеризует размеры изучаемых явлений, их особенности, закономерности развития и их взаимосвязи. При этом статистические показатели подразделяются на учетно-оценочные и аналитические. Учетно-оценочные показатели отражают объем или уровень изучаемого явления; аналитические показатели используются для характеристики особенностей развития явления, распространенности в пространстве, соотношения его частей, взаимосвязи с другими явлениями. В качестве аналитических показателей, используются средние величины, показатели структуры, вариации, динамики, степени тесноты связи и др.

В настоящее время основными задачами российской статистики являются:

Разработка научно обоснованной статистической методологии соответствующей потребностям общества на современном этапе, а также международным стандартам;

Представление официальной статистической информации Президенту Российской Федерации, Правительству Российской Федерации, Федеральному Собранию Российской Федерации, федеральным органам исполнительной власти, общественности, а также международным организациям;

Предоставление всем пользователям равного доступа к открытой статистической информации путем распространения официальных докладов о социально-экономическом положении Российской Федерации, субъектов Российской Федерации, отраслей и секторов экономики, публикации статистических сборников и других материалов.

Формирование информационной системы статистических показателей для всестороннего анализа экономических и социальных процессов, происходящих в стране в целом и в ее регионах, осуществляется на базе показателей, содержащихся в статистической государственной отчетности (около 700 форм) и на основе выборочных статистических обследований.

На региональном уровне проводятся дополнительные статистические наблюдения, отражающие специфику каждого региона.

Действующая в России информационная статистическая система располагает комплексом средств для обеспечения необходимой разнообразной информацией как органов государственного управления, научных учреждений, так и средств массовой информации.

В целях оперативного информирования органов государственного управления об отдельных важных тенденциях в развитие экономики систематически выпускается экспресс-информация. Снабженная кратким анализом, она поступает потребителю через несколько часов после завершения машинной обработки данных.

Правительством Российской Федерации утверждена целевая программа реформирования статистики. Целью программы является наиболее полное обеспечение потребностей федеральных органов исполнительной власти субъектов Российской Федерации и всех заинтересованных пользователей объективной и актуальной информацией о социально-экономическом развитии Российской Федерации, субъектов Российской Федерации, отраслей экономики, хозяйствующих субъектов, населения.

Опираясь на теоретическую базу, статистика применяет специфические методы цифрового освещения явления, которые находят свое выражение в трех этапах (стадиях) статистического исследования:

1. Массовое научно организованное наблюдение, с помощью которого получают первичную информацию об отдельных единицах (фактах) изучаемого явления.

2. Группировка и сводка материала, представляющие собой расчленение всей массы случаев (единиц) на однородные группы и подгруппы, подсчет итогов по каждой группе и оформление полученных результатов в виде статистической таблицы. Группировки дают возможность выделить из состава всех случаев единицы разного качества, показать особенности явлений, развивающихся в различных условиях. После проведения группировки приступают к обобщению данных наблюдения. Эта ступень носит название сводки.

3. Обработка статистических показателей, полученных при сводке и анализ результатов для получения обоснованных выводов о состоянии изучаемого явления и закономерности его развития. Выводы, как правило, излагаются в текстовой форме и сопровождаются графиками и таблицами.

Таким образом, специфический метод статистики основан на соединении анализа и синтеза. Сначала выделяются в составе изучаемого явления и раздельно изучаются части (группы и подгруппы), оценивается существенность или несущественность наблюдаемых различий в величине признака выявляются причины в целом, во всей совокупности его сторон, тенденций и форм развития. Все стадии статистической работы тесно связаны друг с другом.

Структура статистической науки предоставлена на рис.1.

Рис.1. Структура статистической науки.

Таким образом, в статистической науке выделяются следующие части: общая теория статистики, экономическая статистика и ее отрасли, социальная статистика и ее отрасли.

Общая теория статистики разрабатывает общие принципы и методы статистического исследования общественных явлений, наиболее общие категории (показатели) статистики.

Задачей экономической статистики является разработка и анализ синтетических показателей, отражающих состояние национальной экономики, взаимосвязи отраслей, особенности размещения производственных сил, наличие материальных, трудовых и финансовых ресурсов, достигнутый уровень их использования.

Статистики крупных отраслей могут быть подразделены на более мелкие отраслевые статистики: например, статистика промышленности – на статистику машиностроения, металлургии, химии и др.; статистика сельского хозяйства – на статистику земледелия и животноводства и т.п.

Социальная статистика формирует систему показателей для характеристики образа жизни населения и различных аспектов социальных отношений; ее отрасли – статистика народонаселения, политики, культуры, здравоохранения, науки, просвещения, права и т.д.

Отрасли экономической статистики – статистика промышленности, сельского хозяйства, строительства, транспорта, связи, труда, природных ресурсов, охраны окружающей среды и т.д.; их задача – разработка и анализ статистических показателей развития соответствующих отраслей. Отраслевые статистики формируются на базе показателей экономической или социальной статистики, а те другие основываются в свою очередь на категориях (показателях) и методах анализа, разработанных общей теорией статистики.

Общая теория статистики является той учебной дисциплиной с изучения которой начинается формирование необходимых знаний у экономистов, менеджеров, руководителей предприятия.

Тема I . Предмет и метод, задачи и организация статистической науки.

Понятие о статистике как науке и статистическом исследовании.

Возникновение учета и статистики.

Предмет статистической науки. Место статистики в системе наук.

Метод статистики. Закон больших чисел и его роль в изучении статистических закономерностей. Границы статистического познания.

Разделы статистики. Общая теория статистики, её предмет и содержание. Связь общей теории статистики с социально-экономической и отраслевыми статистиками.

ОБЩАЯ ТЕОРИЯ СТАТИСТИКИ

1.1. Предмет, метод, задачи и организация

Статистика – это наука, изучающая количественную сторону массовых явлений в неразрывной связи с их качественной стороной, количественное выражение закономерностей общественного развития.

Статистика как наука имеет пять особенностей.

Первая особенность статистики заключается в исследовании не отдельных фактов, а массовых социально-экономических явлений и процессов, выступающих как множества отдельных фактов, обладающих как индивидуальными признаками, так и общими признаками. Задача статистического исследования состоит в получении обобщающих показателей и выявлении закономерностей общественной жизни в конкретных условиях места и времени, которые проявляются лишь в большой массе явлений через преодоление случайности, свойственной единичным элементам.

Вторая особенность статистики состоит в том, что она изучает в первую очередь количественную сторону общественных явлений и процессов, но в отличие от математики, в конкретных условиях места и времени , т.е. предметом статистики являются размеры и количественные соотношения социально-экономических явлений, закономерности их связи и развития. При этом качественную определенность единичных явлений обычно определяют сопряженные науки.

Третья особенность статистики заключается в том, что она характеризует структуру, т.е. внутреннее строение массовых явлений (статистического множества) с помощью статистических показателей.

Четвертая особенность статистики заключается в исследовании изменений общественных явлений в пространстве и во времени. Изменения в пространстве (т.е. в статике) выявляются анализом структуры общественного явления, а изменения во времени (т.е. в динамике) - исследованием уровня и структуры явления.

Пятой особенностью статистики является выявление причинно-следственных связей отдельных явлений общественной жизни.

Под статистической методологией понимаетсясистема приемов, способов и методов, направленных на изучение количественных закономерностей, проявляющихся в структуре, динамике и взаимосвязяхсоциально-экономических явлений.

1.2. Статистическое наблюдение

Полный цикл статистического исследования включает следующие этапы:

1) сбор первичной информации (метод статистического наблюдения);

2) предварительную обработку данных (метод группировки, графический метод);

3) расчет и интерпретацию индивидуальных и сводных показателей (уровня, структуры и вариации, взаимосвязи и динамики);

4) моделирования и прогнозирования взаимосвязи и динамики исследуемых процессов и явлений.

Статистическое наблюдение – это планомерный систематический, базирующийся на научной основе сбор данных о явлениях и процессах общественной жизни посредством регистрации их наиболее важных признаков в соответствии с программой наблюдения.

План статистического наблюдения включает программно-методологическую и организационную части. В программно-методологической части указываются: цель, задачи и программа наблюдения, объект и единица наблюдения, совокупность признаков единицы наблюдения и инструментарий наблюдения (инструкцию по проведению наблюдения и статистический формуляр, содержащий программу и результаты наблюдения). В организационной части указываются: место и время наблюдения; перечень учреждений и организаций, ответственных за организацию и выполнение наблюдений, подготовку и расстановку кадров; выбор способов и регистрации сведений, перечень подготовительных мероприятий и т.д.

Статистические наблюдения классифицируют по форме, виду и способу наблюдения.

Наиболее распространенными формами статистического наблюдения являются: отчетность (предприятий, организаций, учреждений и т.п.) и специально организованные наблюдения с целью получения сведений, отсутствующих в отчетности (переписи, обследования, единовременные учеты).

Виды наблюдения различают: по времени наблюдения (непрерывные, периодические и единовременные) и по полноте охвата единиц статистической совокупности (сплошные и несплошные).

По способам статистического наблюдения различают: непосредственное, документальное наблюдения и опрос. В статистике применяются следующие виды опросов: устный (экспедиционный), саморегистрация (когда формуляры заполняются самими респондентами), корреспондентский, анкетный и явочный, с помощью современных средств вычислительной техники.

Показатели, используемые в экономико-статистическом анализе, характеризуют определенные категории и понятия, и расчет таких показателей должен проводиться путем теоретического анализа изучаемого явления. Поэтому в каждой конкретной области приложения статистики разрабатывается своя система статистических показателей.

1.3. Методы сплошного и выборочного наблюдения социально-экономических явлений и процессов

Задачей сплошного наблюдения является получение информации обо всех единицах исследуемой совокупности. Поэтому при проведении сплошного наблюдения важной задачей является формирование перечня признаков, подлежащих обследованию. От этого в конечном итоге зависит качество и достоверность результатов обследования.

До последнего времени российская статистика опиралась в первую очередь на сплошное наблюдение. Однако такой вид наблюдения имеет серьезные недостатки: высокую стоимость получения и обработки всего объема информации; большие затраты трудовых ресурсов; недостаточную оперативность информации, так как для ее сбора и обработки необходимо много времени. И, наконец, ни одно сплошное наблюдение, как правило, не обеспечивает полного охвата всех без исключения единиц совокупности. Большее или меньшее число единиц обязательно остается вне наблюдения как при проведении единовременных обследований, так и при получении сведений по такой форме наблюдения, как отчетность.

Например, при проведении сплошного статистического обследования малых предприятий по итогам работы за 2000 г. бланки форм (вопросники) были получены от 61% предприятий, которым были направлены вопросники. Причины неполучения ответов сведены в табл. 1.

Таблица 1

Количество и доля неохваченных единиц зависят от многих факторов: вида обследования (по почте, путем устного опроса); типа отчетной единицы; квалификации регистратора; содержания вопросов, предусмотренных программой наблюдения; времени дня или года проведения обследования и др.

Несплошное обследование изначально предполагает, что обследованию подлежит лишь часть единиц изучаемой совокупности. При его проведении следует заранее определить, какая часть совокупности должна быть подвергнута наблюдению и каким образом следует отобрать те единицы, которые должны быть обследованы.

Одним из преимуществ несплошных наблюдений является возможность получения информации в более короткие сроки и с меньшими затратами ресурсов, чем при сплошном наблюдении. Это связано с меньшим объемом собираемой информации, а следовательно, с более низкими затратами на ее получение, проверку достоверности, обработку и анализ.

Существует насколько видов несплошного наблюдения. Одно из них – выборочное наблюдение , при котором признаки регистрируются у отдельных единиц изучаемой совокупности, отобранных с помощью специальных методов, а полученные в процессе обследования результаты с определенным уровнем вероятности распространяются на всю исходную совокупность.

Преимущество выборочного наблюдения обеспечивается за счет:

1) экономии финансовых средств, затрачиваемых на сбор и обработку данных,

2) экономии материально-технических ресурсов (канцелярских товаров, оргтехники, расходных материалов, транспортного обслуживания и т. п.),

3) экономии трудовых ресурсов, привлекаемых на всех этапах выборочного наблюдения,

4) сокращения времени, затрачиваемого как на получение первичной информации, так и на ее последующую обработку вплоть до публикации итоговых материалов.

Главной проблемой при проведении выборочного исследования является то, насколько уверенно можно по свойствам отобранных объектов судить о действительных свойствах генеральной совокупности. Поэтому всякое такое суждение неизбежно имеет вероятностный характер, и задача сводится к обеспечению возможно большей вероятности правильного суждения.

Совокупность, из которой производится отбор, называется генеральной . Отобранные данные представляют собой выборочную совокупность или выборку . Для того, чтобы выборка полно и адекватно представляла свойства генеральной совокупности, она должна быть представительной или репрезентативной . Репрезентативность выборки обеспечивается только при объективности отбора данных.

Различают два вида выборочного наблюдения: повторный и бесповторный отбор.

При повторном отборе вероятность попадания каждой отдельной единицы в выборку остается постоянной, т.к. после отбора отобранная единица возвращается в совокупность и снова может быть выбранной – «схема возвратного шара».

При бесповторном отборе отобранная единица не возвращается обратно, вероятность попадания остающихся единиц в выборку все время меняется – «схема безвозвратного шара».

Выделяют следующие способы отбора единиц из генеральной совокупности:

а) индивидуальный отбор, когда в выборку отбираются отдельные единицы,

б) групповой отбор, когда в выборку попадают качественно однородные группы или серии изучаемых единиц,

в) комбинированный отбор, представляющий собой комбинацию первых двух способов.

Возможны следующие методы отбора единиц для формирования выборочной совокупности:

1) случайный (непреднамеренный) отбор, когда выборочная совокупность образуется путем жеребьевки или с помощью таблицы случайных чисел,

2) механический отбор, когда выборочная совокупность определяется из генеральной совокупности, разбитой на равные интервалы (группы),

3) типический отбор (расслоенный, стратифицированный) с предварительным расчленением генеральной совокупности на качественно однородные типические группы (не обязательно равные),

4) серийный или гнездовой отбор, когда из генеральной совокупности отбираются не отдельные единицы, а серии, при этом внутри каждой из попавшей в выборку серии обследуются все без исключения единицы.

1.4. Статистические группировки

Одним из основных и наиболее распространенных методов обработки и анализа первичной статистической информации является группировка. Понятие статистической группировки в широком смысле слова охватывает целый комплекс статистических операций. Прежде всего, к ним относится объединение зарегистрированных при наблюдении единичных случаев в группы, сходные в том или ином отношении, поскольку целостную характеристику совокупности необходимо сочетать с характеристикой основных ее частей, классов и т.д. Результаты сводки и группировки данных статистического наблюдения представляются в виде статистических рядов распределений и таблиц .

Значение группировок состоит в том, что этот метод, во-первых, обеспечивает систематизацию и обобщение результатов наблюдения, а во-вторых, метод группировок является основой применения других методов статистического анализа основных сторон и характерных особенностей изучаемых явлений.

Цель статистической группировки состоит в разделении единиц совокупности на ряд групп для расчета и анализа обобщающих групповых показателей, которые дают возможность получить представление о составе, структуре и взаимосвязях изучаемого объекта или явления.

Обобщающие статистические показатели, характеризующие каждую выделенную группу, могут быть представлены в форме абсолютных, относительных и средних величин.

В табл. 2 сведены различные виды статистических группировок, различающиеся в зависимости от задачи группировки:

Таблица 2

Основанием группировки выступают группировочные признаки, по которым единицы изучаемой совокупности относят к определенным группам. Если группировка выполнена по одному признаку, то она считается простой ,если по двум и более признакам – то комбинационной (или комбинированной ).

Первичной называют группировку, образованную на основе первичных данных, собранных в процессе статистического наблюдения.

Вторичная группировка выполняется по данным первичной, если есть необходимость получить меньшее количество, но более крупных групп или привести в сопоставимый вид данные, сгруппированные по размеру интервалы с целью их возможного сравнения.

Классификация и характеристика признаков группировки представлена в табл. 3.

С задачами типологической группировки, которая обычно предполагает разделение неоднородной совокупности на качественно однородные группы, тесно связаны две другие задачи группировок: изучение структуры и структурных сдвигов в исследуемой однородной совокупности и выявление в ней взаимосвязи отдельных признаков изучаемого явления.

Примерами типологических группировок служить группировки хозяйственных объектов по формам собственности, разделение экономически активного населения на занятых и безработных, работников на занятых преимущественно физическим и умственным трудом.

Методология типологических группировок определяется тем, насколько ясно проявляются качественные различия изучаемых явлений. Например, при группировке отраслей промышленности по экономическому

Таблица 3

Принцип классификации	Виды признаков	Характерные особенности
По содержанию (сущности)	Существенные	Выражают основное содержание изучаемых явлений
Второстепенные	Важные для характеристики изучаемых явлений, но не отнесенные к существенным
По возможности количественного измерения	Количественные, в том числе: а) дискретные (прерывные) б) непрерывные	Отражают свойство явления, которое можно измерить Выражаются только целым числом Выражаются как целым, так и дробным числом
Атрибутивные (качественные), в том числе альтернативные	Признак количественно не может быть измерен и записывается в виде текста Встречаются только в двух взаимоисключающих вариантах (или – или)

назначению продукции выделяются отрасли, производящие средства производства, и отрасли, производящие предметы потребления, в макроструктуре розничного товарооборота выделяются производственные и непроизводственные товары. В большинстве случаев качественные различия между явлениями не проступают столь отчетливо. Например, выделение в отраслях крупных, средних и мелких предприятий является достаточно сложной в методологическом отношении проблемой.

1.5. Методы обработки и анализа статистической информации

В процессе статистического наблюдения получают данные о значениях тех или иных признаков, характеризующих каждую единицу исследуемой совокупности. Для характеристики совокупности в целом или ее частей данные по отдельным единицам совокупности подвергают сводке и в результате получают обобщающие показатели, в которых отражаются результаты познания количественной стороны изучаемых явлений.

Статистическим показателем называют обобщающую количественно-качественную величину, характеризующую социально-экономические явления и процессы.

Индивидуальные значения совокупности представляют собой признаки, а количественно-качественная характеристика какого-либо свойства совокупности (группы) – статистический показатель. Например, средняя успеваемость конкретного студента – это признак, средняя успеваемость студентов вуза – показатель.

Обобщающие показатели могут быть представлены абсолютными , относительными и средними величинами, которые повсеместно используются в планировании и анализе деятельности предприятий и фирм, отраслей и экономики в целом.

Абсолютные показатели получают путем суммирования первичных данных. Они могут быть индивидуальные и общие (итоговые). Индивидуальные абсолютные величины выражают размер количественных признаков у отдельных единиц изучаемой совокупности. Общие и групповые абсолютные величины – это итоговые и групповые количественные характеристики признаков. С помощью абсолютной величины характеризуют абсолютные размеры изучаемых явлений: объем, массу, площадь, длину и др. Абсолютные показатели – это всегда именованные числа (имеют единицы измерения), которые могут быть натуральные, условно-натуральные (для сопоставления однородной, но разнокачественной продукции единицы физических величин переводят в условные единицы при помощи специальных коэффициентов) и стоимостные (денежные).

Для сравнения, сопоставления абсолютных величин между собой во времени, пространстве и прочих отношениях используются относительные величины, т.е. обобщающие показатели, выражающие количественное отношение двух абсолютных величин друг к другу.

Относительные величины могут быть результатом сопоставления:

– одноименных статистических показателей (с прошлым периодом – относительные величины динамики и планового задания; с планом – относительные величины выполнения плана; части и целого или частей между собой – относительные величины соответственно структуры и координации; в пространстве – относительные величины наглядности);

– разноименных статистических показателей (относительные величины интенсивности).

1.5.1. Метод средних величин

Средняя величина представляет собой обобщенный показатель, выражающий типичный, т.е. свойственный большинству признаков уровень. Метод средних позволяет заменить большое число варьирующих значений признака одной усредненной величиной.

Различают средние: степенные и структурные.

Формулы для расчета степенных средних представлены в табл. 4.

В табл. 4 используются следующие обозначения: значение признака й единицы совокупности или й вариант признака для взвешенной средней; объем совокупности; вес го варианта признака; число вариантов усредняемого признака.

Использование невзвешенных (простых) и взвешенных средних зависит от повторяемости вариант признака:

Таблица 4

Вид средней	Формула для расчета средней
Невзвешенная	Взвешенная
Средняя арифметическая
Средняя гармоническая
Средняя геометрическая
Средняя квадратическая
Средняя кубическая

– при отсутствии таких повторений или при повторении только отдельных вариант ограниченное число раз применяются невзвешенные средние;

– при повторении всех или почти всех вариант многократно применяются взвешенные средние.

Расчет средних величин используется при:

– оценке характеристики типичного уровня по данной совокупности;

– сравнении типичных уровней по двум и более совокупностям;

– расчете нормы при установлении плановых заданий, договорных обязательств.

На практике чаще всего используется среднее арифметическое. Средняя гармоническая используется в тех случаях, когда известен числитель, но неизвестен знаменатель исходного соотношения средней. В основном средняя геометрическая используется для осреднения индивидуальных показателей в динамике. Степенные средние второго и более высоких порядков применяются при расчете показателей вариации, взаимосвязи, структурных изменений, асимметрии и эксцесса.

К структурным средним относятся две основные характеристики вариационного ряда распределения – мода и медиана.

Мода – это то значение признака, которое наиболее часто встречается в данной совокупности, т.е. отражает то значение признака, которое является наиболее типичным, преобладающим, доминированным. При большом числе наблюдений совокупность может характеризоваться двумя и более модальными вариантами.

Медиана – это вариант изучаемого признака, который делит ранжированный ряд данных на две равные части: 50 % единиц исследуемой совокупности будут иметь значения признака меньше, чем медиана, а 50 % – значения признака больше, чем медиана.

При определении медианы по несгруппированным (первичным) данным сначала необходимо расположить их в возрастающем порядке (ранжировать). Затем нужно определить «позицию» медианы или определить номер той единицы, значение признака у которой будет соответствовать медиане:

где число единиц в исследуемой совокупности.

1.5.2. Вариационный анализ

Вариация – это различие индивидуальных значений (изменение) признаков внутри изучаемой совокупности. Показатели вариации позволяют оценить:

Разброс значений признака у единиц статистической совокупности;

Устойчивость развития изучаемых процессов во времени;

Влияние факторного признака на изменение признака результативности;

Различного рода риски (страховой, систематический и т.д.).

Различают абсолютные и относительные показатели вариации. К абсолютным показателям вариации относятся: размах вариации , среднее линейное отклонение , дисперсия и среднее квадратическое отклонение . Соотношения для расчета этих показателей сведены в табл. 5.

Таблица 5

Показатели	Формулы расчета
для несгруппированных данных	для сгруппированных данных
Размах вариации (колебаний)
Среднее линейное отклонение
Дисперсия
Среднеквадратическое отклонение

где: значение признака ; и соответственно максимальное и минимальное значение признака в совокупности; средняя арифметическая величина; объем совокупности; вес го варианта признака.

Определение размаха вариации является необходимым этапом группировки первичной статистической информации. Данный показатель вариации имеет два существенных недостатка: а) сильно зависит от максимальных аномальных значений признака и б) не учитывает «внутреннюю» вариацию между границами, определяемыми максимальным и минимальным значениями. Поэтому он не дает исчерпывающую характеристику вариации.

Показатель среднего линейного отклонения дает обобщенную характеристику степени разброса признака в совокупности, однако он реже используется по сравнению с дисперсией и средним квадратическим отклонением, так как при его расчете приходится допускать некорректные с точки зрения математики действия, нарушать законы алгебры.

Дисперсия представляется в квадратах единиц, в которых измеряется регистрируемый признак, поэтому интерпретация этого показателя довольно затруднительна. В связи с этим введен показатель среднеквадратического отклонения, который измеряется в тех же единицах измерения, что и индивидуальное значение признака.

Относительные показатели вариации рассчитываются в процентах (по отношению к средней арифметической или к медиане ряда). В статистике используются следующие относительные показатели вариации:

1) коэффициент осцилляции

показывает относительный разброс крайних значений признаков вокруг средней арифметической;

2) относительное линейное отклонение

характеризует долю усредненного значения абсолютных отклонений от средней арифметической;

3) коэффициент вариации

наиболее часто применяется, так как характеризует степень однородности совокупности. Совокупность считается однородной, если коэффициент вариации не превышает 33 % (для распределений, близких к нормальному).

1.5.3. Корреляционный анализ

Важнейшая задача общей теории статистики состоит в исследовании объективно существующих связей между явлениями. В процессе статистического исследования выясняются причинно-следственные отношения между явлениями, что позволяет выявлять факторы (признаки), оказывающие существенное влияние на вариацию изучаемых явлений и процессов.

В статистике различают функциональную связь и стохастическую зависимость. Функциональной называют такую связь, при которой определенному значению факторного признака соответствует одно и только одно значение результативного признака. Такая связь проявляется во всех случаях наблюдения и для каждой конкретной единицы исследуемой совокупности.

Если причинная связь проявляется не в каждом отдельном случае, а в общем, среднем при большом числе наблюдений, то такая связь называется стохастической . Частным случаем стохастической является корреляционная связь, при которой изменение среднего значения результативного признака обусловлено изменением факторных признаков.

При изучении конкретных зависимостей одни признаки выступают в качестве факторов, обусловливающих изменение других признаков. Признаки первой группы называют факторными , а признаки, которые являются результатом влияния этих факторов, – результативными .

В статистике не всегда требуются количественные оценки связи, часто важно определить лишь ее направление и характер, выявить форму воздействия одних факторов на другие. Одним из основных методов выявления наличия связи является корреляционный метод, который имеет своей задачей количественное определение тесноты связи между двумя признаками (при парной связи) и между результативным и множеством факторных признаков (при многофакторной связи).

Корреляция – это статистическая зависимость между случайными величинами, не имеющими строго функционального характера, при которой изменение одной из случайных величин приводит к изменению математического ожидания другой.

В статистике различаются следующие варианты зависимостей:

1) парная корреляция – связь между двумя признаками (результативным и факторным или двумя факторными);

2) частная корреляция – зависимость между результативным и одним факторным признаками при фиксированном значении других факторных признаков;

3) множественная корреляция – зависимость результативного и двух или более факторных признаков, включенных в исследование.

Основным методом выявления наличия корреляционной связи является метод аналитической группировки и определении групповых средних. Он заключается в том, что все единицы совокупности разбиваются на группы по величине факторного признака и для каждой группы определяется средняя величина результативного признака.

Конспект лекций соответствует требованиям Государственного образовательного стандарта высшего профессионального образования.Доступность и краткость изложения позволяют быстро и легко получить основные знания по предмету, подготовиться и успешно сдать зачет и экзамен.Рассматриваются общие вопросы теории статистики, методы группировок, относительных и средних величин, показатели вариаций, корреляционный и динамический анализ, экономические индексы применительно к решению управленческих задач в коммерческой деятельности на рынке товаров и услуг, экономическо-математические методы в статистических исследованиях. Для студентов экономических вузов и колледжей, а также тех, кто самостоятельно изучает данный предмет.

* * *

Приведённый ознакомительный фрагмент книги Общая теория статистики: конспект лекции (Н. В. Коник) предоставлен нашим книжным партнёром - компанией ЛитРес .

Данное учебное пособие содержит полный курс лекций по общей теории статистики, составленный профессиональными экономистами. Используя данный конспект лекций при подготовке к сдаче экзамена, студенты смогут в предельно сжатые сроки систематизировать и конкретизировать знания, приобретенные в процессе изучения этой дисциплины; сосредоточить свое внимание на основных понятиях, их признаках и особенностях; сформулировать примерную структуру (план) ответов на возможные экзаменационные вопросы.

Издание предназначено для студентов, обучающихся по специальности «Статистика» и другим экономическим специальностям.

ЛЕКЦИЯ № 1. Статистика как наука

1. Предмет и метод статистики как общественной науки

Статистика – самостоятельная общественная наука, имеющая свой предмет и методы исследования, которая возникла из потребностей общественной жизни. Статистика – это наука, изучающая количественную сторону всех социально-экономических явлений. Термин «статистика» происходит от латинского слова «статус», которое обозначает «положение, порядок». В первый раз его употребил немецкий ученый Г. Ахенваль (1719-1772). Главной задачей статистики является математически правильно описать собранные сведения. Статистику можно назвать специальным разделом математики, которая описывает ту или иную сторону жизнедеятельности человека. Статистика использует самые различные математические ме-годы и приемы, чтобы человек мог проанализировать ту или иную проблему.

Статистика может оказать неоценимую помощь любому руководителю на любом предприятии, если уметь ею правильно пользоваться.

На сегодняшний день термин «статистика» применяется в трех значениях:

1) особая отрасль практической деятельности людей, направленная на сбор, обработку и анализ данных, которые характеризуют социально-экономическое развитие страны, ее регионов, отдельных отраслей экономики или предприятий;

2) наука, которая занимается разработкой теоретических положений и методов, употребляемых в статистической практике;

3) статистика – статистические данные, представленные в отчетности предприятий, отраслей экономики, а также данные, публикуемые в сборниках, различных справочниках, бюллетенях и т. п.

Объект статистики – явления и процессы социально-экономической жизни общества, в которых отображаются и находят свое выражение социально-экономические отношения людей.

Общая теория статистики является методологической основой, ядром всех отраслевых статистик. Она разрабатывает общие принципы и методы статистического исследования общественных явлений и является наиболее общей категорией статистики.

Задачами экономической статистики являются разработка и анализ синтетических показателей, отражающих состояние национальной экономики, взаимосвязи отраслей, особенности размещения производительных сил, наличие материальных, трудовых и финансовых ресурсов.

Социальная статистика вырабатывает систему показателей для характеристики образа жизни населения и различных аспектов социальных отношений.

Статистика – общественная наука, которая занимается сбором информации различного характера, ее упорядочиванием, сопоставлением, анализом и интерпретацией (объяснением). Она обладает следующими отличительными особенностями:

1) изучает количественную сторону общественных явлений. Данная сторона явления представляет его величину, размер, объем и имеет числовое измерение;

2) исследует качественную сторону массовых явлений. Предоставленная сторона явления выражает его специфику, внутреннюю особенность, отличающую его от других явлений. Качественная и количественная стороны явления всегда существуют вместе, образуют одно единое целое.

Все общественные явления и события протекают во времени и пространстве, и в отношении любого из них всегда можно определить, в какое время оно возникло и где оно развивается. Таким образом, статистика изучает явления в конкретных условиях места и времени.

Постигаемые статистикой явления и процессы общественной жизни находятся в постоянном изменении и развитии. На базе сбора, обработки и анализа массовых данных об изменении изучаемых явлений и процессов обнаруживается статистическая закономерность. В статистических закономерностях проявляются действия общественных законов, определяющих существование и развитие социально-экономических отношений в обществе.

Предметом статистики является исследование общественных явлений, динамики и направления их развития. При помощи статистических показателей статистика устанавливает количественную сторону общественного явления, наблюдает закономерности перехода количества в качество на примере данного общественного явления. На основании предоставленных наблюдений статистика производит анализ полученных данных в конкретных условиях места и времени.

Статистика занимается исследованием социально-экономических явлений и процессов, которые носят массовый характер, а также изучает множество определяющих их факторов.

Для выведения и подтверждения своих теоретических законов большинство общественных наук пользуются статистикой. Заключениями, сформированными на статистических исследованиях, пользуются экономика, история, социология, политология и множество других гуманитарных наук. Статистика необходима и общественным наукам для подтверждения их теоретической основы, и ее практическая роль очень велика. Ни крупные предприятия, ни серьезные производства, разрабатывая стратегию экономического и социального развития объекта, не могут обойтись без анализа данных статистического учета. Для этого на предприятиях и производствах организовываются специальные аналитические отделы и службы, привлекающие специалистов, которые закончили профессиональную подготовку по данной дисциплине.

Статистика, как и любая другая наука, обладает определенной совокупностью методов изучения своего предмета. Методы статистики выбираются в зависимости от изучаемого явления и конкретного предмета исследования (связи, закономерности или развития).

Методы в статистике образуются в совокупности из разработанных и применяемых специфических способов и приемов исследования общественных явлений. К ним имеют отношение наблюдение, сводка и группировка данных, исчисление обобщающих показателей на основе специальных методов (метод средних, индексов и т. д.). В связи с этим различают три этапа работы со статистическими данными:

1) сбор – это массовое научно-организованное наблюдение, посредством которого получают первичную информацию об отдельных фактах (единицах) изучаемого явления. Данный статистический учет большого числа или всех входящих в состав изучаемого явления единиц является информационной базой для статистических обобщений, для формулирования выводов об изучаемом явлении или процессе;

2) группировка и сводка. Под этими данными понимают распределение множества фактов (единиц) на однородные группы и подгруппы, итоговый подсчет по каждой группе и подгруппе и оформление полученных итогов в виде статистической таблицы;

3) обработка и анализ. Статистический анализ заключает стадию статистического исследования. Он содержит в себе обработку статистических данных, которые были получены при сводке, интерпретацию полученных результатов с целью получения объективных выводов о состоянии изучаемого явления и о закономерностях его развития. В проессе статистического анализа исследуются структура, динамика и взаимосвязь общественных явлений и процессов.

Основными этапами статистического анализа являются:

1) утверждение фактов и установление их оценки;

2) выявление характерных особенностей и причин явления;

3) сравнение явления с нормативными, плановыми и другими явлениями, которые приняты за базу сравнения;

4) формулирование выводов, прогнозов, предположений и гипотез;

5) статистическую проверку выдвинутых предположений (гипотез).

2. Теоретические основы и основные понятия статистики

Для статистической методологии теоретической базой является диалектико-материалистическое понимание законов процесса развития общества. Вследствие этого статистика нередко применяет такие категории, как количество и качество, необходимость и случайность, закономерность, причинность и др.

Основные положения статистики базируются на законах социальной и экономической теории, так как именно они рассматривают закономерности развития общественных явлений, определяют их значение, причины и последствия для жизни общества. С иной стороны, законы многих общественных наук созданы на основе показателей статистики и закономерностей, выявленных с помощью статистического анализа, вследствие этого можно сказать, что связь между статистикой и другими общественными науками является бесконечной и непрерывной. Статистика устанавливает законы общественных наук, а они, в свою очередь, корректируют положения статистики.

Теоретическая основа статистики также близко связана с математикой, так как для измерения, сравнения и анализа количественных характеристик необходимо использовать математические показатели, законы и методы. Глубокое изучение динамики явления, его изменения во времени, а также взаимосвязи его с другими явлениями невозможны без применения высшей математики и математического анализа.

Очень часто статистическое исследование опирается на разработанную математическую модель явления. Такая модель теоретически отображает количественные соотношения изучаемого явления. При ее наличии задача статистики состоит в численном определении параметров, входящих в модели.

При оценке финансового состояния предприятия нередко используют скоринговую модель А. Альтмана, где уровень банкротства Z вычисляется по следующей формуле:

Z = 1,2x 1 + 1,4x 2 + 3,3x 3 + 0,6x 4 + 10,0x 5 ,

где x 1 – отношение обратного капитала к сумме активов фирмы;

x 2 – отношение нераспределенного дохода к сумме активов;

x 3 – отношение операционных доходов к сумме активов;

x 4 – отношение рыночной стоимости акций фирмы к общей сумме долга;

x 5 – отношение суммы продаж к сумме активов.

По оценке А. Альтмана, при Z < 2,675 фирме угрожает банкротство, а при Z > 2,675 финансовое положение фирмы вне опасения. Чтобы получить эту оценку, надо подставить в формулу неизвестные х 1 , x 2 , x 3 , x 4 и x 5 , которые являются определенными показателями строк баланса.

Особенно большое распространение в статистической науке получили такие направления математики, как теория вероятностей и математическая статистика. В статистике употребляются операции, которые прямым образом рассчитываются с помощью правил теории вероятностей. Это выборочный метод наблюдения. Основное из этих правил – ряд теорем, выражающих закон больших чисел. Суть этого закона заключается в исчезновении в сводном показателе элемента случайности, с которой связаны индивидуальные характеристики, по мере объединения в нем все большего их числа.

Математическая статистика также близко связана с теорией вероятностей. Рассматриваемые в ней задачи можно отнести к трем категориям: распределение (структура совокупности), связи (между признаками), динамика (изменение во времени). Широко используется анализ вариационных рядов, прогнозирование развития явлений осуществляется с помощью экстра-поляций. Причинно-следственные связи явлений и процессов вводятся с помощью корреляционного и регрессионного анализа. Наконец, статистическая наука обязана математической статистике такими важнейшими своими категориями и понятиями, как совокупность, вариация, признак, закономерность.

Статистическая совокупность относится к основным категориям статистики и является объектом статистического исследования, под которым понимается планомерный научно обоснованный сбор сведений о социально-экономических явлениях общественной жизни и анализ полученных данных. Для того чтобы осуществить статистическое исследование, нужна научно аргументированная информационная база. Такой информационной базой является статистическая совокупность – совокупность социально-экономических объектов или явлений общественной жизни, объединенных общей связью, качественной основой, но отличающихся друг от друга некоторыми признаками (например, совокупность домохозяйств, семей, фирм и т. д.).

С точки зрения статистической методологии статистическая совокупность – это множество единиц, обладающих такими характеристиками, как однородность, массовость, определенная целостность, наличие вариации, взаимозависимость состояния отдельных единиц.

Таким образом, статистическая совокупность состоит из отдельных единиц. Предмет, человек, факт, процесс могут быть единицей совокупности. Единица совокупности является первичным элементом и носителем ее основных признаков. Элемент совокупности, по которому собираются необходимые данные для статистического исследования, называется единицей наблюдения. Количество единиц совокупности называется объемом совокупности.

Статистической совокупностью могут выступать население при переписи, предприятия, города, сотрудники фирмы. Выбор статистической совокупности и ее единиц зависит от конкретных условий и характера изучаемого социально-экономического явления, процесса.

Массовость единиц совокупности тесно связана с ее полнотой. Полнота обеспечивается охватом единиц исследуемой статистической совокупности. Например, исследователь должен сделать вывод о развитии банковского дела. Следовательно, ему необходимо собрать информацию обо всех банках, функционирующих в данном регионе. Так как любая совокупность имеет достаточно сложный характер, то полноту следует понимать как охват множества самых различных признаков совокупности, достоверным и существенным образом описывающих изучаемое явление. Если в процессе наблюдения за банками, например, не будут учтены финансовые результаты, то нельзя произвести окончательные выводы о развитии банковской системы. Кроме того, полнота полагает изучение признаков единиц совокупности за максимально длительные периоды. Довольно полные данные являются, как правило, массовыми и исчерпывающими.

Исследуемые на практике социально-экономические явления весьма многообразны, поэтому охватить все явления сложно и порой вообще нельзя. Исследователь вынужден изучать только часть статистической совокупности, а выводы делать по всей совокупности. В таких ситуациях важнейшим требованием является обоснованный отбор той части совокупности, по которой исследуются признаки. Эта часть должна отображать основные свойства, явления и быть типичной. В реальности в исследуемых явлениях и процессах могут одновременно взаимодействовать несколько совокупностей. В этих ситуациях объект изучения находят так, чтобы ясно выделить исследуемые совокупности.

Признаком единицы совокупности называют ее характерную черту, конкретное свойство, особенность, качество, которое может быть наблюдаемо и измерено. Совокупность, изучаемая во времени или в пространстве, обязана быть сопоставима. Следовательно, на признаки единиц совокупности накладывается требование их сопоставимости и единообразия. Для этого необходимо использовать, например, единые стоимостные оценки. Для того чтобы качественно исследовать совокупность, изучают наиболее значительные или взаимосвязанные признаки. Количество признаков, характеризующих единицу совокупности, не должно быть излишним. Это усложняет сбор данных и обработку результатов. Признаки единиц статистической совокупности нужно комбинировать так, чтобы они дополняли друг друга и обладали взаимозависимостью.

Требование однородности статистической совокупности означает выбор критерия, по которому та или иная единица относится к изучаемой совокупности. Например, если изучается инициативность молодых избирателей, то необходимо установить границы возраста таких избирателей, чтобы исключить людей более старшего поколения. Можно ограничить подобную совокупность представителями сельской местности или, например, студенчества.

Присутствие вариации у единиц совокупности обозначает, что их признаки могут получать всевозможные значения или видоизменения у некоторых единиц совокупности. В связи с этим такие признаки именуются варьирующими, а вариантами называются отдельные значения или видоизменения

Признаки делятся на атрибутивные и количественные. Признак называется атрибутивным или качественным, если он выражается смысловым понятием, например пол человека или его принадлежность к той либо иной социальной группе. Внутри они подразделяются на номинальные и порядковые.

Признак называют количественным, если он выражен числом. По характеру варьирования количественные признаки подразделяются на дискретные и непрерывные. Примером дискретного признака является число людей в семье. В виде целых чисел выражаются, как правило, варианты дискретных признаков. К непрерывным признакам относятся, например, возраст, величина заработной платы, стаж работы и т. д.

По способу измерения признаки делятся на первичные (учитываемые) и вторичные (расчетные). Первичные (учитываемые) выражают единицу совокупности в целом, т. е. абсолютные величины. Вторичные (расчетные) непосредственно не измеряются, а рассчитываются (себестоимость, производительность). Первичные признаки лежат в основе наблюдения статистической совокупности, а вторичные определяются в процессе обработки и анализа данных и представляют собой соотношение первичных признаков.

По отношению к характеризуемому объекту признаки делятся на прямые и косвенные. Прямые признаки – это свойства, непосредственно присущие объекту, который характеризуется (объем продукции, возраст человека). Косвенные признаки являются свойствами, характерными не для самого объекта, а для прочих совокупностей, имеющих отношение к объекту или входящих в него.

По отношению ко времени различают моментальные и интервальные признаки. Моментальные признаки характеризуют изучаемый объект в какой-то момент времени, установленный планом статистического исследования. Интервальные признаки характеризуют результаты процессов. Их значения могут возникать только за интервал времени.

Кроме признаков, состояние исследуемого объекта или статистической совокупности характеризуют показатели. Показатели – одно из главных понятий статистики, который представляет ставляет собой обобщенную количественную оценку социально-экономических процессов и явлений. По целевым функциям статистические показатели делятся на учетно-оценоч-ные и аналитические. Учетно-оценочные показатели – это статистическая характеристика величин социально-экономических явлений в установленных условиях места и времени, т. е. они отображают объемы распространения в пространстве или достигнутые на определенное время уровни.

Аналитические показатели используются для анализа данных изучаемой статистической совокупности и характеризуют специфику развития исследуемых явлений. В качестве аналитических показателей в статистике используются относительные, средние величины, показатели вариации и динамики, показатели связи. Совокупность статистических показателей, отражающих взаимосвязи, которые имеются между явлениями, образует системы статистических показателей.

В целом показатели и признаки в полной мере характеризуют и исчерпывающим образом описывают статистическую совокупность, позволяя исследователю проводить полное изучение явлений и процессов жизни человеческого общества, что и является одной из целей статистической науки.

Центральной категорией статистики является статистическая закономерность. Под закономерностью вообще понимают обнаруживаемую причинно-следственную связь между явлениями, последовательность и повторяемость отдельных признаков, характеризующих явление. В статистике же под закономерностью понимают количественную закономерность изменения в пространстве и времени массовых явлений и процессов общественной жизни в результате действия объективных законов. Следовательно, статистическая закономерность характерна не отдельным единицам совокупности, а всей совокупности в целом и выражается только при достаточно большом числе наблюдений. Таким образом, статистическая закономерность обнаруживает себя как средняя, общественная, массовая закономерность при взаимопогашении индивидуальных отклонений значений признаков в ту или иную сторону.

Итак, проявление статистической закономерности дает нам возможность представить общую картину явления, изучить тенденцию его развития, исключая случайные, индивидуальные отклонения.

3. Современная организация статистики в Российской Федерации

Статистика играет важную роль в управлении экономическим и социальным развитием страны, так как верность любого управленческого заключения во многом зависит от той информации, на базе которой оно принято. Только точные, достоверные и правильно проанализированные данные должны приниматься во внимание на высоких уровнях управления.

Исследованием экономического и социального развития страны, отдельных регионов, отраслей, фирм, предприятий занимаются специально образованные для этого органы, составляющие статистическую службу. В Российской Федерации функции статистической службы исполняют органы ведомственной статистики и органы государственной статистики.

Наивысшим органом управления статистикой является Государственный комитет по статистике Российской Федерации. Он решает основные задачи, стоящие в настоящее время перед российской статистикой, обеспечивает целостную методологическую основу учета, сводит, анализирует полученную информацию, обобщает данные, публикует результаты своей деятельности.

Государственный комитет по статистике Российской Федерации (Госкомстат России) создан в соответствии с Указом Президента Российской Федерации от 6 декабря 1999 г. № 1600 «О преобразовании Российского статистического агентства в Государственный комитет Российской Федерации по статистике». Государственный комитет Российской Федерации по статистике является федеральным органом исполнительной власти, выполняющим межотраслевую координацию и функциональное регулирование в сфере государственной статистики.

Государственный комитет по статистике Российской Федерации выполняет следующие функции:

1) осуществляет сбор, обработку, защиту и хранение статистической информации, соблюдение государственной и коммерческой тайны, необходимую конфиденциальность данных;

2) обеспечивает функционирование единого государственного регистра предприятий и организаций (ЕГРПО) на основе учета всех хозяйствующих субъектов на территории Российской Федерации с присвоением им идентификационных кодов, исходя из общероссийских классификаторов технико-экономической и социальной информации;

3) разрабатывает научно обоснованную статистическую методологию, отвечающую потребностям общества на современном этапе, а также международным стандартам;

4) осуществляет проверку за выполнением всеми юридическими и другими хозяйствующими субъектами законов Российской Федерации, решений Президента Российской Федерации, Правительства Российской Федерации по вопросам статистики;

5) издает постановления и инструкции по вопросам статистики, обязательные для исполнения всеми юридическими и другими хозяйствующими субъектами, находящимися на территории Российской Федерации.

Совокупность методов статистических показателей, методы и формы сбора и обработки статистических данных, принятые Госкомстатом России, являются официальными статистическими стандартами Российской Федерации.

Госкомстат России в своей основной деятельности руководствуется федеральными статистическими программами, которые формируются с учетом предложений федеральных органов исполнительной и законодательной власти, органов государственной власти субъектов Российской Федерации, научных и других организаций и утверждаются Госкомстатом России по согласованию с Правительством Российской Федерации.

Главными задачами статистических органов страны является обеспечение гласности и доступности общей (не индивидуальной) информации, а также гарантия достоверности, правдивости и точности учтенных данных. Кроме того, задачами Госкомстата России являются:

1) представление официальной статистической информации Президенту Российской Федерации, Федеральному Собранию Российской Федерации, Правительству Российской Федерации, федеральным органам исполнительной власти, общественности, а также международным организациям;

2) разработка научно доказанной статистической методологии, соответствующей надобностям общества на современном этапе, а также международным стандартам;

3) координация статистической деятельности федеральных органов исполнительной власти и органов исполнительной власти субъектов Российской Федерации, предоставление условий для применения указанными органами официальных статистических стандартов при проведении ими отраслевых (ведомственных) статистических наблюдений;

4) разработка и анализ экономико-статистической информации, составление необходимых балансовых расчетов и национальных счетов;

5) гарантирование полной и научно-обоснованной статистической информации;

6) обеспечение всем пользователям одинакового доступа к открытой статистической информации путем распространения официальных сообщений о социально-экономическом положении Российской Федерации, субъектов Российской Федерации, отраслей и секторов экономики, издания статистических сборников и других статистических материалов. Вследствие реформирования экономики Российской Федерации видоизменилась и структура органов статистики. Местные районные статистические регистратуры упразднены и образованы межрайонные отделы статистики, которые являются представительствами территориальных органов статистики. Организация статистических органов России сейчас находится на стадии реформирования.

Как уже отмечалось выше, в настоящее время статистическая наука в России претерпевает некоторые изменения. Можно отметить основные направления, по которым должны быть произведены реформы:

1) необходимо соблюдать основной закон статистического учета – гласность и доступность информации при сохранении конфиденциальности индивидуальных показателей (коммерческой тайны);

2) необходимо реформирование методологических и организационных основ статистики: изменение общих задач и принципов ведения хозяйства приводит к изменению и теоретических положений науки;

3) переход к рыночной статистике порождает необходимость совершенствования системы сбора и обработки информации путем введения таких форм наблюдения, как цензы, регистры (реестры), переписи и др.;

4) необходимо изменить (усовершенствовать) методологию исчисления некоторых статистических показателей, которые характеризуют состояние экономики Российской Федерации, при этом должны быть учтены международные стандарты, иностранный опыт ведения статистического учета, необходимо систематизировать все показатели и привести их в порядок, соответствующий вопросам и требованиям времени, с учетом системы национальных счетов (СНС);

5) необходимо обеспечить взаимосвязь статистических показателей, характеризующих уровень развития общественной жизни страны;

6) должны быть учтены тенденции компьютеризации. В ходе реформирования статистической науки должна быть создана единая информационная база (система), которая будет включать в себя информационные базы всех статистических органов, находящихся на более низкой ступени иерархической лестницы организации государственной статистики.

Таким образом, в России до сих пор происходят структурные сдвиги, которые затрагивают все сферы общественной жизни страны. Так как статистика непосредственно связана практически со всеми этими сферами, то и ее не обошел стороной процесс реформирования. В настоящее время проведена большая работа по организации работы статистических органов, но она еще не завершена, и предстоит еще много внимания уделить улучшению этого очень значительного для государства информационного института.

Наряду с государственными статистическими службами существует ведомственная статистика, которая ведется в министерствах, ведомствах, на предприятиях, в объединениях и фирмах всевозможных отраслей экономики. Ведомственная статистика занимается сбором, обработкой и анализом статистической информации. Эта информация необходима для принятия руководством управленческих решений, для планирования деятельности организации или органа власти. На малых предприятиях такой работой обычно занимается либо главный бухгалтер, либо непосредственно сам руководитель. На крупных предприятиях, в которых разветвлена собственная региональная структура или имеется большая численность работающих, обработкой и анализом статистической информации занимаются целые отделы или управления. К такой работе привлекаются специалисты в сфере статистики, математики, бухгалтерского учета и экономического анализа, менеджеры и технологи. Подобная команда, вооруженная современными средствами вычислительной техники, опираясь на методологию, предлагаемую теорией статистики, и применяя современные методики анализа, помогает строить эффективные стратегии развития бизнеса, а также эффективно формировать деятельность органов государственной власти. Управлять сложными социальными и экономическими системами, не обладая полной, достоверной и оперативной статистической информацией, невозможно.

Таким образом, перед органами государственной и ведомственной статистики стоит весьма значимая задача теоретического обоснования объема и состава статистической информации, соответствующая современным условиям развития экономики, способствующая рационализации в системе учета и статистики и минимизации затрат на выполнение этой функции.

• Рецепты приготовления нежной и сочной кеты в духовке
• Салат из свеклы и капусты
• Рецепты салатов с семгой
• Салат из свеклы с черносливом, грецкими орехами и сыром
• Как сделать йогурт в мультиварке
• Гадание на картах Таро «Да-нет»: значение и толкование
• Нумерология: как рассчитать когда я встречу свою любовь
• Тигр рожденный ночью. Восточный гороскоп тигр
• Как гадают цыганки. Магия цыганских ворожей
• Карта таро Lust - Вожделение

• Варенье из лимона рецепт для хлебопечки панасоник
• Запеканка из макарон рецепты
• Как жарить на сковороде креветки
• Как правильно жарить шашлык из свинины на мангале Как правильно жарить свиной шашлык
• Легкий сметанный суп Как приготовить суп со сметаной
• Луковый заливной французский пирог «Самый вкусный Луковый пирог рецепт классический французский
• Приготовить шоколадный рулет
• Быстрые и классические рецептуры курников на кефире
• Домашняя ветчина из свинины в ветчиннице с грибами, черносливом и орехами
• Свинина по-китайски: простой и вкусный рецепт