Zintenzivnění práce zdravotnických pracovníků v podmínkách fiskálního zdraví poskytuje zvýšené požadavky na vědecké a organizační faktory. Za těchto podmínek se zvyšuje úloha zdravotnické statistiky ve vědeckých a praktických činnostech zdravotnické instituce.
V praktických a výzkumných činnostech, lékař, zpravidla analyzuje výsledky své činnosti nejen na jednotlivci, ale také ve skupinách a úrovních populace. To je nezbytné, aby lékař potvrdil úroveň kvalifikací, jakož i pro další zlepšení a odbornou specializaci. Schopnost řádně organizovat a provádět statistickou studii se všemi lékaři různých profilů, vedoucích institucí a zdravotnických orgánů. Takové znalosti a dovednosti přispívají ke zlepšení kvality a efektivnosti zdravotní péče pro obyvatelstvo prostřednictvím průběžného vzdělávání (nejdůležitějším prvkem podpory zdrojů), a tím konkurenceschopnost terapeutických a preventivních institucí různých forem vlastnictví v podmínkách a tržní hospodářství.
Hlavy zdravotnických kariér v provozní a prognostické práci neustále používají statistické údaje. Pouze kvalifikovaná analýza statistických údajů, hodnocení akcí a odpovídajících závěrů umožňují přijmout řádné manažerské rozhodnutí, přispět k nejlepší organizaci práce, přesnějším plánováním a prognózováním. Statistiky pomáhá kontrolovat činnost instituce, okamžitě je spravovat, posoudit kvalitu a účinnost terapeutické a preventivní práce. Hlava při přípravě současných a slibných pracovních plánů by měla být založena na studiu a analýze trendů a vzorů rozvoje jak zdraví, tak zdraví obyvatelstva jejich oblasti, města, regionu atd.
Tradiční statistický systém ve zdravotnictví je založen na získávání údajů ve formě zpráv, které jsou zkompilovány v nižších institucích a poté se shrnuli pro meziproduktu a vyšší úrovně. Systém podávání zpráv má nejen výhody (jeden program, poskytování srovnatelnosti, ukazatele výkonnosti a využívání zdrojů, jednoduchost a nízké náklady na sběrných materiálů), ale také určité nevýhody (nízká účinnost, tuhost, nepružný program, omezený soubor informací, nekontrolované účetní chyby atd.).
Analýza provedené práce by měla být prováděna lékaři nejen na základě stávající podkladové dokumentace, ale také speciálně provedenými selektivními statistickými studiemi.
Plán statistický výzkum Kompilován v souladu s plánovaným programem. Hlavními otázkami plánu jsou:
- stanovení účelu studie;
- stanovení předmětu pozorování;
- stanovení pracovní doby ve všech fázích;
- specifikující typ statistického pozorování a metody;
- určování místa, kde budou provedeny pozorování;
- vyjasnění, které síly a pod jejichž metodickým a organizačním řízením bude provedeno.
Organizace statistického výzkumu je rozdělena do několika fází:
- studium datování s literárními daty, která vám umožní získat představu o studiu problému, zvolte odpovídající metodiku výzkumu a formulovat pracovní hypotézu
- stupeň dohledu;
- statistické seskupení a shrnutí;
- účetnictví;
- vědecká analýza;
- literární a grafický design výzkumu dat.
Statistický výzkumný program stanoví následující problémy:
- definice pozorovací jednotky a vypracování programu pro sběr materiálu;
Pozorovací jednotka - Každý primární prvek statistického agregátu.
Pozorovací jednotka je obdařena známkami podobností a rozdíly, které podléhají účetnictví a dalšímu pozorování, takže tyto znaky se nazývají doprovázené (odpovědné).Nárokovaných značek - Značky, pro které jsou rozlišovány prvky pozorovací jednotky ve statistickém agregátu. Známky jsou klasifikovány:
- podle přírody:
a) atribut (popisné) příznaky - vyjádřené verbální;
b) kvantitativní označení - vyjádřené číslem; - podle role v agregátu na:
a) znamení faktorů ovlivňujících studovaný jev;
b) Vynikající znaky se liší pod vlivem faktorových poznámek.
Příklad: V naší studii je jednotka pozorování student studovat na této lékařské univerzitě po celou dobu všech let. Rekaped značky v charakteru jsou rozděleny do:
a) Atribut - gender, přítomnost špatných návyků, zdravotní stav atd.;
b) kvantitativní - věk, počet kouřených cigaret, trvání onemocnění, kouření zkušenosti atd.;
c) Pro celek faktorových značek - přítomnost špatných návyků a zážitek za kouření;
d) produktivní značky - stav zdraví, přítomnost onemocnění atd.Program pro sběr materiálu je důslednou prezentací zohledněných záznamů - otázky, které musí být odpovědi získány během této studie. To může být speciálně zkompilovaný průzkumným listem, dotazníkem, mapou. Dokument musí mít jasný název. Otázky (přijaté označení) musí být jasné, stručné, aby splňovaly cíle a cíle studie; Možnosti by měly zajistit odpovědi. Tyto možnosti pro hotové odpovědi se nazývají "seskupení".
Seskupení značek se provádí za účelem přidělení homogenních skupin ke studiu určitých vzorů fenoménu ve studiu. Seskupení odpovědí na vlastnosti atributů se nazývá typologické, kvantitativní funkce - variační.
Příklad typuologického seskupení:
- seskupení studentů na podlaze:
- muž,
- ženský;
- seskupování studentů za přítomnost nedostatku špatných návyků:
- kouření studentů
- nekuřácích studenti.
Příkladem variace skupiny:
- seskupování studentů počtem cigaret uzených za den:
- 10 nebo méně;
- více než 20.
Níže je uveden příklad karty naplněné zdravotním studentem při studiu prevalence kouření. Všechny otázky mapy mají skupiny a doporučení, které ji vyplní.
Mapa * o studiu prevalence kouření mezi studenty lékařské univerzity
- FF Student ____________________________ (Plně bavit)
- Předmět: I, II, III, IV, V, VI
- Fakulta: léčebná, lékařská a profylaktická, farmaceutická, Fakulta vojenského vzdělávání
- Věk: Až 20 let, 20, 21, 22, 23, 24, 25 nebo více
- Pohlaví: Manžel / manželky
- Uznáváte, že kouření poškozuje zdraví? Ano, ne, nevím
- Kdo kouří od lidí žijících s vámi: otec, matka, bratr, sestra, manžel, manželka, soudruh, nikdo nekuřá
- Kouříš? No no.
- Věk, ve kterém první cigareta uzená: Až 15 let, starší 16-18 let, více než 18 let
- Jaký je počet cigaret (papíru) kouř denně? 5-10, 11-20, více než 20
- Co vás poprvé vyzvalo k kouři: příklad rodičů, příkladu učitelů, vliv soudruhů, touha se zdát dospělí, touha zhubnout, zvědavost, touha držet krok s módou?
A další otázky v souladu s účelem a cílem studie.
- podle přírody:
- program rozvoje materiálu; Program pro rozvoj dat zajišťuje přípravu statistických tabulek založených na seskupeních.
Požadavky na tabulky. Rozložení statistických tabulek musí mít jasný a krátký název odpovídající jejich obsahu. Tabulka se rozlišuje pro předmět a poruchu.
Statistický předmět je to, co se říká v tabulce. Tabulární objekt obsahuje hlavní znaky, které jsou předmětem studie, a je obvykle umístěn na levé straně vertikální tabulky.
Statistická věrná je to, co charakterizuje předmět a je vodorovně.
Tabulky musí zajistit konečné údaje, pro které budou ukazatele vypočteny ve třetí etapě statistické studie při zpracování získaných dat.
Typy tabulek. Statistické tabulky jsou rozděleny do jednoduché, skupiny, kombinační.
Prostý (Tabulka 1) se nazývá tabulka, která vám umožní analyzovat získané seskupení dat pouze jedním znakem (subjektable).
Tabulka 1. Distribuce studentů kouření na fakultách (v ABS. Čísla a% do výsledku)
Skupina (Tabulka 2) se nazývá tabulka, ve které je spojení stanoveno mezi jednotlivými funkcemi, tj. Kromě předmětu je věrná reprezentovaná jedním nebo více seskupením, která jsou spojena (párová) se skupinami subjektable, ale nejsou vzájemně příbuzné.
Tabulka 2. Distribuce studentů různých fakult na podlaze a věku, ve kterém kouřili první cigaretu
Kombinační (Tabulka 3) se nazývá tabulka, ve které jsou dva nebo více zříceniny, které jsou spojeny nejen s předmětem, ale také mezi sebou.
Tabulka 3. Distribuce kouření studentů různých fakult na podlaze a průměrný počet cigaret (Papile), uzené za den
Jméno fakult Průměrný počet cigaret (cigaret) nebo studenti studentů za den Celkový 10 nebo méně 11 - 20 více než 20. m. j. oba m. j. oba m. j. oba m. j. oba 1. Terapeutika 2. Lékařské a profylaktické 3. Farmaceutický, atd. CELKOVÝ: - vypracování programu pro analýzu smontovaného materiálu.
Program analýzy zajišťuje seznam statistických technik nezbytných pro identifikaci vzorců fenoménu ve studiu.
Studijní plán stanoví řešení těchto organizačních otázek:- Výběr výzkumného objektu
- Stanovení objemu statistického agregátu
- Podmínky a místo (území) výzkumu, typů a metod pozorování a sběrného materiálu
- Charakteristika umělců (rámce)
- Charakteristika technického vybavení a požadovaných materiálových zdrojů
- Objekt statistického výzkumu je kombinací, se kterou budou shromažďovány potřebné informace. Může to být populace, studenti, pacienti hospitalizováni v nemocnicích atd.
Statistický agregát - Jedná se o skupinu sestávající z relativně homogenních prvků, přijímá společně ve známých hranicích času a prostoru v souladu s cílem. Statistiky statistického agregátu: Statistická sada se skládá z pozorovacích jednotek (viz schéma).
Na příkladu našeho studia - statistické agregát studenti studují na této univerzitě po celou dobu studia.
Existují dva typy agregátu - obecné a selektivní.
Generální agregát - Jedná se o skupinu sestávající ze všech relativních vůči homogenním prvkům v souladu s cílem.
Selektivní agregace - Vybrané pro studijní část generální agregát a určené pro charakteristiky celé obecné populace. Musí to být reprezentativní (reprezentativní) z hlediska množství a kvality ve vztahu k obecné populaci.
Reprezentativnost kvantitativní Na základě práva vysoká čísla a znamená dostatečný počet prvků selektivního agregátu, vypočtené speciálními vzorce a tabulkami.
Reprezentativní kvalita Na základě zákona pravděpodobnosti a znamená korespondenci (jeden-dimenze) znaků charakterizujících prvky selektivního souboru ve vztahu k obecnému.
V našem příkladu jsou generální agregát všichni studenti Lékařské univerzity; Selektivní agregace - část studentů každého kurzu a fakulty této univerzity.
Objem statistického agregátu - To je počet prvků totality pro výzkum.
Podmínky a místo (území) výzkumu - to je kompilace plán kalendáře Výkon této studie v této fázi na konkrétním území. Příklad: Od 1. dubna do 1. června aktuální rok V MMA je. JIM. Sechenov.
Druhy pozorování :
- současný (nebo trvalý) pozorování je, když se registrace provádí neustále, jak se vyskytnou pozorovací jednotky. Příklad: Každý případ narození, smrt, odvolání na terapeutické instituce.
- a jednorázové (nebo jednorázové) pozorování - když je studované jevy upevněny v určitém bodě (hodina, den v týdnu, datum). Příklad: Sčítání lidu obyvatelstva, složení nemocničního lůžkoviny.
Metody výzkumu. Pro výzkumný pracovník je důležité určit způsob vedení výzkumu: průběžné pozorování nebo neplacené (selektivní).
- Solidní pozorování je registrace všech jednotek pozorování tvořících obecnou populaci.
- Unbless (selektivní) pozorování - studium pouze části stanoviště pro charakteristiky celku.
Metody provádění studie o selektivním agregátu (Monografie, hlavní pole, dotazník atd.).
- Monografická metoda se používá při studiu jednoho objektu, když je jeden z objektů volen a je vyšetřen s maximální plností, aby se ukázala osvědčené postupy, identifikující trendy ve vývoji fenoménu. Příklad: popis nové chirurgické technologie.
- Hlavní metoda pole se používá při studiu těchto předmětů, ve kterých se nejvíce studovaných jevů koncentruje. Jeho podstatou je, že ze všech jednotek pozorování, které jsou součástí tohoto objektu, je jejich hlavní část zvolena, charakterizující celý statistický agregát. Příklad: V továrně je 7 hlavních workshopů, ve kterých je zaměstnáno 1 300 pracovníků a dvě malé pomocné workshopy se 100 pracovníky. Pro pozorování můžete využít pouze hlavní workshopy a vyvodit závěry o nich, pokud jde o celý závod.
- Účetní metoda se používá k sběr statistických informací pomocí speciálně vyvinutého dotazníku. Příklad: Při studiu prevalence gastrointestinálních onemocnění mezi studenty odborných škol města N., dotazník byl vyvinut se seznamem zajímavých otázek výzkumného pracovníka.
Metody výběru studovaných jevů a tvorba selektivního agregátu
Existují následující metody výběru studovaných jevů: náhodné, mechanické, hnízdící, směrové, typologické.
- Náhodný výběr je výběr provedený šarží (podle počátečního písmene příjmení nebo v den narození atd.).
- Mechanický výběr je výběrem, kdy je celá celková částka přijata ke studiu mechanicky vybraného každého pátého (20%) nebo desetiny (10%) jednotky pozorování.
- Hnízdo (sériový) výběr - pokud nejsou samostatné jednotky, ale hnízda (série), které jsou vybrány náhodným nebo mechanickým vzorkem, jsou vybrány z obecné populace. Příklad: Studium výskytu venkovského obyvatelstva M-regionu je studován výskyt venkovského obyvatelstva jedné typické položky. Výsledky platí pro všechny venkovské obyvatelstvo Oblasti.
- Směrový výběr je výběr, pokud jsou z obecné populace vybrány pouze ty, které jsou vybrány pouze tyto pozorovací jednotky, aby identifikovali určité vzory, které identifikují účinek neznámých faktorů při eliminaci vlivu známých. Příklad: Při studiu vlivu zkušeností pracovníků na zranění je vybrána pracovní povolání, jeden věk, jeden workshop, jedna úroveň vzdělání.
- Typologický výběr je výběr jednotek od předem seskupeného jediného typu vysoce kvalitních skupin. Příklad: Při studiu vzorců mortality mezi městskou populací by měla být studovaná města v jejich populaci seskupena.
Charakteristika umělců (rámce) . Kolik lidí a jaké kvalifikace jsou prováděny. Příklad: Studie o studiu hygienického a hygienického režimu středních škol středních škol okresu provádí dva lékaři a dva asistenti sanitárního lékaře střediska pro hygienu a epidemiologii tohoto správního obvodu.
Charakteristika technického vybavení a požadovaných materiálových zdrojů :
- laboratorní vybavení a zařízení, relevantní výzkumné cíle;
- papírnictví (papír, polotovary);
- bez dodatečných alokací.
- sledování shromážděného materiálu - Jedná se o test sestaveného materiálu, aby se vybrala účetní dokumenty, které mají vady pro jejich následnou korekci, dodatky nebo výjimky ze studie. Například název není uveden v dotazníku, věku nebo bez odpovědí na další otázky. V tomto případě jsou zapotřebí další účetní dokumenty (ambulantní mapy, historie nemocí atd.). Pokud tato data nemohou být získána z dodatečných účetních dokumentů přitahovaných výzkumným pracovníkem, musí být ze studie vyloučeny nekvalitní karty (dotazníky).
- zašifrovat
- to je aplikace konvence zvýrazněné funkce. Pro ruční zpracování Materiál Ciltra může být digitální, abeceda; Se strojem - pouze digitální.
Příklad: Uzavřené šifrování:
Podlaha:
manžel. M.
manželky. J.digitální šifrování:
- seskupení materiálu - Jedná se o distribuci sestaveného materiálu na atribut nebo kvantitativní základ (typologický nebo variační). Příklad: Seskupení studentů na vzdělávacích kurzech: Kurz, kurz, III kurz, IV kurz, V kurzu, VI kurzu.
- shrnutí dat ve statistických tabulkách - posílení digitálních dat získaných po počítání
- výpočet statistických ukazatelů a statistického zpracování materiálu .
Účel studia: Rozvíjet činnosti ke snížení onemocnění zažívacích orgánů (BOP) mezi studenty lékařské školy.
Výzkumné úkoly:
- Prozkoumejte prevalenci různých onemocnění trávicího orgánů (BOP) mezi studenty lékařské školy.
- Určují rizikové faktory pro výskyt bopu.
- Rozvíjet návrhy na univerzitní správu
Výzkumný program:
Jednotka pozorování je student s diagnózou BOP, studuje na lékařské univerzitě na této fakultě.
Atributy: pohlaví, diagnostika, potravinová příroda.
Kvantitativní rysy: věk, doba trvání onemocnění, inteval mezi jídly, počet jídelních jídel denně.
Výsledky: přítomnost onemocnění systému štěpení varhany.
Tovární značky: pohlaví, věk, výživa příroda atd.
Program sběru materiálu (dotazník studentů)
plný
b) Předmět: 1,2,3,4,5,6
c) Fakulta: Lékařská (1), Lékařské a profylaktické (2), Pharmaceutical (3) \\ t
d) Věk: Až 20 let včetně - (1), 21-22 - (2), 23-24 - (3), 25 nebo více (4)
e) paul: manžel (1), ženy (2) \\ t
e) Kolikrát během dne berete jídlo? Jeden - (1), dva - (2), tři nebo více (3)
g) Jídlo se skládá z sendviče bez čaje (1), čajové sendviče (2), plný oběd (3), další (4) (specifikovat)
__________________________
h) Jaký je interval mezi jídly: do 1 h (1), 1-2 hodiny (2), 3-4H (3), 5 h nebo více (4)
a zda je čas uveden v době plánu na oběd: (ano - (1), ne - (2)
k) Máte systém onemocnění trávicích orgánů: ano - (1), ne - (2)
l) Pokud jste zodpověděli "ano", zadejte diagnózu: ___________________
m) Doba trvání onemocnění: do 1 roku - (1), 2-3 roky - (2), 4-5 let - (3), 6 let a více - (4)
A další otázky v souladu s účelem a cíli studie.
Program pro rozvoj materiálu
Typologické seskupení: Seskupení studentů na fakultách, pohlaví, diagnostice onemocnění.
Variační seskupení: seskupení po trvání onemocnění (až 1 rok, 2-3 roky, 4-5 let, 6 let nebo více), interval mezi jídly (do 1 h, 1-2 hodiny, 3-4 hodin, 5 hodin a více).
Rozložení statistických stolů
Jednoduchý stůl
Tabulka 4. Distribuce studentů s onemocněním trávicího systému pro nosologické formy (v% do výsledku)
Skupinový stůl
Tabulka 5. Distribuce studentů s onemocněním trávicího systému podle pohlaví a věku (v% do výsledku)
| Choroba | Podlaha | Stáří | Celkový | |||
| manžel | Ženy | až 15 let | 15 - 18 let | starší 18 let | ||
| 1. Gastritis | ||||||
| 2. Ulcerativní žaludeční onemocnění | ||||||
| 3. Ulznaya onemocnění 12. pánve | ||||||
| 4. Ostatní | ||||||
| CELKOVÝ: | ||||||
Kombinovaný stůl
Tabulka 6. Distribuce studentů, kteří mají nemoci systému zažívacích orgánů, fakultami a pohlavím (v% do výsledku)
| Choroba | Lékařský | Medico-profylaktický | Farmaceutický | Celkový | ||||||||
| m. | j. | oba | m. | j. | oba | m. | j. | oba | m. | j. | oba | |
| 1. Gastritis | ||||||||||||
| 2. Ulcerativní žaludeční onemocnění | ||||||||||||
| 3. Ulznaya onemocnění 12 pánů | ||||||||||||
| 4. Ostatní | ||||||||||||
| CELKOVÝ: | ||||||||||||
Výzkumný plán
Předmětem studie je studentem lékařské univerzity studovat na této fakultě na této fakultě.
Objem statistického agregátu: dostatečný počet pozorování. Agregát: selektivní, reprezentativní kvalita a množství.
Data studie: 6. února - 6. června tohoto roku.
Metody sběru materiálu: dotazování, psaní lékařských dokumentů studentských klinik.
- VLASOV V.V. Epidemiologie. - M.: Gootar-Honey, 2004. - 464 p.
- Lisitsyn yu.p. Veřejné zdraví a zdravotní péče. Učebnice pro univerzity. - M.: Goeotar-Honey, 2007. - 512 p.
- Medica V.A., Yuriev V.k. Přednášky veřejného zdraví a zdraví: část 1. Veřejné zdraví. - M.: Medicine, 2003. - 368 p.
- Minaev V.A., Vishnyakov n.i. a další. Sociální lékařství a zdravotnická organizace (pokyny ve 2 svazcích). - St. Petersburg, 1998. -528 p.
- Kucherenko V.Z., Agarkov N.M. a další sociální hygiena a zdravotnická organizace ( Tutorial) - Moskva, 2000. - 432 p.
- S. Glanz. Lékařské a biologické statistiky. Za anglicky. - M., Praxe, 1998. - 459 p.
Kvantitativní charakteristiky socioekonomických procesů v přímé komunikaci s jejich kvalitativní podstata v systému sociální produkce jsou nemožné bez hlubokého statistického výzkumu. Použití různých metod a technik statistické metodiky zahrnuje přítomnost vyčerpávajících a spolehlivých informací o studovaném předmětu. Studium masových společenských jevů zahrnuje fáze shromažďování statistických informací a jeho primární zpracování, informace a seskupení výsledků pozorování do určitých spalování, zobecnění a analýzy získaných materiálů.
V první fázi statistických studií jsou vytvořeny primární statistické údaje, nebo zdrojové statistické informace, které jsou základem budoucí statistické budovy. Tak, že budova byla trvanlivá, dobrá a vysoce kvalitní by měla být jeho základem. Pokud se předpokládalo, že chyba nebo materiál sbírání primárních statistických údajů, ukázalo se špatně, ovlivní správnost a přesnost teoretických i praktických závěrů. Statistické pozorování z počátečního fáze je proto získat konečné materiály - mělo by být pečlivě promyšlené a jasně organizované.
Statistické pozorování udává zdrojový materiál pro zobecnění, jejíž začátek je shrnutí. Pokud se statistickým pozorováním každé jednotky dostávají údržbu, charakterizují jej z mnoha stran, pak tyto zprávy charakterizují celou statistickou sadu a samostatně část. V této fázi je agregát rozdělen rozdíly a kombinuje známky podobností, jsou vypočteny celkové ukazatele ve skupinách a obecně. Použití metody seskupení jsou studované jevy rozděleny na základní typy, charakteristické skupiny a podskupiny pro základní rysy. Použití skupin, omezit kvalitativně homogenní v podstatě agregát, což je předpokladem pro stanovení a použití sumarizačních indikátorů.
V závěrečné fázi analýzy se s pomocí generalizací ukazatelů vypočítávají relativní a průměrné hodnoty, je uvedeno konsolidované posouzení charakterizace znaků, je charakterizována dynamika jevů, indexy, jsou používány bilance konstrukce. Vypočítávají se ukazatele charakterizující těsnost vazeb ve změně značek. Aby se nejstarší a vizuální prezentace digitálního materiálu, je prezentována ve formě tabulek a grafů.
Koncept statistického pozorování
Stat. Studie se skládá ze 3 hlavních fází:
1. Stat. Pozorování
2. Primární zpracování, shrnutí a seskupení výsledků pozorování
3. Analýza přijatých souhrnných výsledků
Proces monitorování zahrnuje trasování. Fáze:
1. Příprava pozorování
2. Provádění hromadné sbírky dat
3. Příprava údajů pro automatizované zpracování a zpracování
4. Vývoj návrhů na zlepšení pozorování stotu
Je třeba poznamenat, že z úplnosti a kvality shromážděné v procesu pozorování materiálu závisí na výsledcích analýzy a kvality.
15. Metodické otázky StAT organizace. Pozorování.
Stat. Pozorování by mělo být zahájeno přesné znění svých cílů a specifických úkolů. Dále jsou určeny:
Objekt a pozorování jednotky
Program je vyvíjen
Vybere pohled a způsob pozorování
Pod objektem. Pozorování se rozumí některé. Stat-i agregace, ve kterém probíhá studovaný sociální systém. Jevy a procesy
(N: hodinky - p / p
Osoby žijící na ODA. území
Studenti, volný čas. Na univerzitách)
Jednotka pupek. volala součástka Objekty pozorování pozorování označení znaků, které mají být registrovány (č. Oddělení, P / P, Dep. Studenti, lidé)
Měly by být rozlišeny jednotky pozorování z podávání zpráv pod kočkou. Rozumět subjektům, přítomnost informací o jednotce pozorování (často tyto koncepty se shodují)
Pozorovací program je seznam otázek, o nichž jsou shromažďovány informace nebo seznam funkcí a ukazatelů předmětu registrace.
Pozorovací program je vypracován ve formě statistické formy, formy, dotazníku, dotazníku nebo sčítání lidu atd., Kde je zadán primární výzkum.
Klíčovou otázkou při organizování pozorování Yavl. Otázka místa a času je, záleží především na účelu studie.
Volba místa Namptle. Úkoly a cíle studie (jako Sovko-ti chtějí, aby data, která mají být získána, podle a vyšetřování)
Volba času je uzavřen v ODR-II pozorovacího období a kritického momentu nam.
Doba pozorování je doba, po kterou musí být registrace provedena.
Datum pozorování je datum, ke kterému jsou informace hlášeny.
Kritickým momentem je okamžik času, ke kterému jsou pozorovaná fakta registrována.
Jejich rozdíly jsou vysvětleny a často v období rekrutování. Bude pokračovat v průběhu této doby. Tyto nebo jiné změny v agregátu mohou nastat. Musí se odrazit na ostatní. Proto výsledky rekrutují. Fixir-Xia jako kritický okamžik. Následující změny v případě v budoucnu to neučejí.
Kritický okamžik je jako instantní fotografie obrázku obyvatelstva (nebo studium lopatka)
Zpravidla je kritický moment testován na počáteční datum práce.
Formuláře, typy, metody stat. Pozorování
Formuláře.
1. Stat. Podávání zpráv je taková organizační forma, na které jednotky Navel-I prediktivní informace o jeho DEET-TI ve formě formulací, regulačního zařízení.
Zvláštnost podávání zpráv o nákladech je, že je povinna - ale odůvodněná, povinnosti-na provedené a Jur-Ki potvrzují podpis hlavy nebo odpovědné osoby.
2. Zvláštně organizované pozorování je nejjasnější a jednoduchý příklad této formy Navel-I. sčítání lidu. Sčítání sčítání je obvykle prováděno ve stejných intervalech, současně na celé oblasti území současně.
Ruské statistické sčítání jsou drženy obyvatelstvem jednotlivých druhů P / P a Org-qii, mateřských zdrojů, trvalých výsadby, výstavby NZ objektů atd.
4. Zaregistrujte se formulář pozorování je založena na jednání státního registru. V každém registru Jednotka Nabe Har-SM je řada indikátorů. V domácí statistické praxi, rejstříky z nás a rejstříků P / P dělník.
Registrace obyvatelstva - vede kanceláře registru
Registrace P / P - EgrPo Ved.org. statistika.
Zobrazení.
můžete rozbít následující skupiny. Znamení:
a) podle registračního času
b) na pokrytí jednotek sova
Časem. oni jsou:
Proud (pokračování)
Přerušen (periodický a jednorázový)
S technikem. NAT. Změna jevů a procesů je fixován, jak dorazí (registrace narození, smrti, manželství, rozvodu atd.)
Periodický. NAT. Prováděny prostřednictvím ODA. Časové intervaly (n počáteční sčítání obyvatelstva každých 10 let)
Jeden řádek. NAT. Je prováděn buď pravidelně nebo pouze jednou (referendum)
Pokrytí. Sovie Stat-e pupek. Existují:
Pevný
Neustále
Solidní rekrut. Jedná se o přehled všech jednotek sova
Zakázáno. Navrhuje, aby pouze část studií sova podléhá.
Je to několik druhů odebraných jmen:
Metoda OSN. Masiva
Selektivní (nezávisle)
Monografický
Tato metoda je X-XIA skutečností, že většina bytostí jsou obvykle vybrány, obvykle největší jednotky. Sova v kočce. Sociální. Součástí všech náborů.
Když monografický rekrut-and-herectví en. Jsme uloženi. Jednotky. Studie sova nebo m. nebo typické pro tuto jednotku sova. Nebo upřednostňované nové druhy jevů.
Mngrom-e zdřímnutí. Provádí se za účelem identifikace buď vznikajících trendů ve vývoji tohoto jevu.
Metody
Přímý rekrut
Dokumentární nam.
Okamžitě volal. Takový hovor. s kočkou. Rejstřík sami o omezení, počítání, odstrašující se skutečnost, která podléhá registraci a na tomto základě, aby záznam ve formuláři.
Dokumentární metoda. Na základě OK-AI jako zdroje infekce Doků Split-X jako pravidlo účetnictví X-RA (tj. Stat. Zprávy)
Průzkum je způsob odsouzení s kočkou. Potřebné informace jsou získány respondentem (tj. Odpovězeno) (ústní, korespondent, dotazník, nejistý atd.)
Koncepce studia kvantitativních stran objektů a jevů byl již dlouho vytvořen, od okamžiku vývoje základních dovedností práce s informacemi. Nicméně termín "statistiky", který přišel k naší době půjčeno mnohem později z latinského jazyka a pochází ze slova "status", což znamená "určitý stav věcí". "Status" byl také používán ve smyslu "politického státu" a fixoval téměř ve všech evropských jazycích v tomto smyslu smyslu: anglický "stát", německý "staat", italsky "state" a "statistické" od něj - stát státu.
Slovo "Statistika" získal rozsáhlé použití v XVIII století a byl aplikován na význam státu. Statistiky se nazývají pobočkou praktických činností zaměřených na sběr, zpracování, analýzu a poskytování údajů o jevech a veřejných životních procesech.
Analýza je metodou vědeckého výzkumného objektu zvažováním jeho jednotlivců a komponentů.
Ekonomická a statistická analýza je vývojem techniky založené na rozšířeném využití tradičních statistických a matematických statistických metod s cílem kontrolovat odpovídající odraz studovaných jevů a procesů.
Statese statistického výzkumu. Statistický výzkum probíhá ve třech fázích:
- 1) statistické pozorování;
- 2) souhrn získaných údajů;
- 3) Statistická analýza.
V první fázi s použitím způsobu hromadných pozorování se shromažďují primární statistická data.
Ve druhé etapě statistického výzkumu jsou shromážděná data podrobena primárním zpracování, shrnutí a seskupení. Metoda seskupení umožňuje přidělit homogenní agregáty, rozdělit je do skupin a podskupin. Shrnutí - to je získávání výsledků celkové a samostatných skupin a podskupin.
Výsledky seskupení a zpráv jsou uvedeny ve formě statistických tabulek. Hlavním obsahem této fáze je přechod z vlastností každé jednotky pozorování konsolidovaným charakteristikám obecně nebo jejích skupin.
Ve třetí etapě je získaná souhrnná data analyzována metodou zobecnění ukazatelů (absolutní, relativní a průměrné hodnoty, ukazatele variace, indexových systémů, metod matematické statistiky, tabulkové metody, grafická metoda atd.).
Základy statistické analýzy:
- 1) schválení skutečností a zřízení jejich posouzení;
- 2) identifikace charakteristických znaků a příčin jevů;
- 3) Srovnání jevů s regulačními, plánovanými a jinými jevy, které jsou přijímány pro srovnávací základnu;
- 4) formulace závěrů, prognóz, předpokladů a hypotéz;
- 5) Statistické ověření předložených předpokladů (hypotézy).
Analýza a zobecnění statistických údajů je poslední etapou statistické studie, jejímž konečným cílem je získat teoretické závěry a praktické závěry o trendech a vzorech studovaných socioekonomických jevů a procesů. Úkoly statistické analýzy jsou: Definice a hodnocení specifik a rysů studovaných jevů a procesů, studium jejich struktury, vztahy a vzorců jejich vývoje.
Statistická analýza údajů se provádí v neoddělitelné vazbě teoretické, kvalitativní analýzy podstaty studovaných jevů a odpovídajícího množstevního nástroje, studium jejich struktury, vazeb a dynamiky.
Statistická analýza je studiem charakteristických rysů struktury, propojení jevů, trendů, vzorů vývoje socioekonomických jevů, pro které se používají specifické ekonomické a statistické a matematické a statistické metody. Statistická analýza je doplněna interpretacemi získaných výsledků.
Ve statistické analýze jsou značky rozděleny na vlastnosti vlivu na sebe:
- 1. Znaménko výsledku - označení analyzované v této studii. Jednotlivé velikosti takového znamení jednotlivé prvky Agregáty jsou ovlivněny jedním nebo více jinými známkami. Jiná slova, označení popsané v důsledku interakce jiných faktorů;
- 2. Znaménkový faktor je znaménko, které ovlivňuje studovanou funkci (indikace výsledku). Kromě toho může být závislost mezi označením a znaménko kvantitativně definována. Synonyma tohoto termínu ve statistice jsou "faktor znamení", "faktor". Mělo by se rozlišovat pojmy znakového faktoru a rozsahu. Signální hmotnost se nazývá takové znamení, které musí být zohledněno během výpočtů. Signální váha však nemá vliv na studované znamení. Znaménkový faktor lze považovat za znakovou hmotnost, tj. Zohledněné v výpočtech, ale ne každá značka je znakem faktoru. Například ve studii ve skupině studentů studentů mezi časovou přípravou na zkoušku a počet bodů obdržených na zkoušce, je třeba vzít v úvahu třetí označení: "Počet osob certifikovaných určitým skóre. " Poslední funkce neovlivňuje výsledek, však bude zahrnuta do analytických výpočtů. Je to takové znamení, které se nazývá znamení, a ne znamení faktoru.
Před pokračováním s analýzou je nutné zkontrolovat, zda podmínky zajišťují jejich přesnost a správnost:
- - přesnost primárních digitálních dat;
- - úplnost pokrytí souhrnu;
- - Srovnatelnost ukazatelů (podle jednotek účetnictví, území, metod výpočtu).
Hlavní pojmy statistické analýzy jsou:
- 1. Hypotéza;
- 2. Rozhodující funkce a rozhodující pravidlo;
- 3. Vzorek z obecné populace;
- 4. Vyhodnocení charakteristik obecné populace;
- 5. Interval důvěryhodnosti;
- 6. trend;
- 7. Statistický vztah.
Analýza je poslední etapou statistického výzkumu, jejichž podstatou je identifikovat vztahy a vzorce studia fenoménu, formulace závěrů a návrhů.
2.1 Schéma statistického výzkumu
Systémy statistické analýzy dat jsou moderním účinným nástrojem statistického výzkumu. Rozsáhlé příležitosti pro zpracování statistických údajů mají speciální statistické analýzy systémy, stejně jako univerzální fondy - Excel, Matlab, MathCAD a další.
Ale i nejmodernější nástroj nemůže nahradit výzkumník, který by měl formulovat účel studie, shromažďovat data, výběr metod, přístupů, modelů a prostředků zpracování a analýzy dat, jakož i interpretovat získané výsledky.
Obrázek 2.1 představuje schéma statistické studie.
Obr.2.1 Schematický schéma Statistický výzkum
Zdrojový bod statistického výzkumu je znění problému. Je-li stanoveno, je zohledněn účel studie, je určen, které informace jsou nezbytné a jak bude použito při rozhodování.
Samotný statistický výzkum začíná přípravnou fází. Během přípravné fáze studují analytici technický úkol - Dokument zkompilovaný zákazníkem studie. Pokud jde o technické specifikace, měly by být jasně formulovány výzkumné cíle:
předmětem studie je definován;
předpoklady a hypotézy jsou uvedeny, které během studie musí být potvrzeny nebo vyvráceny;
popsány, jak budou použity výsledky studie;
data, ve kterých by měla být studie provedena a rozpočet studie.
Na základě vyvíjeného technického úkolu struktura analytické zprávy - pak v jakékoli formě Musí být prezentovány výsledky studie, stejně jako program statistického pozorování. Program je seznam funkcí podléhajících registraci v procesu dohledu (nebo otázky, které musí být pro každou pozorovací jednotku získány spolehlivé odpovědi). Obsah programu je definován jako vlastnosti pozorovaného objektu a cílů studia a metod vybraných analytiků pro další zpracování shromážděných informací.
Hlavní etapa statistického výzkumu zahrnuje sběr nezbytných údajů a jejich analýza.
Závěrečná fáze studie je připravit analytickou zprávu a poskytování svého zákazníka.
Na Obr. 2.2 Představuje schéma statistické analýzy dat.
Obr.2.2 - hlavní fáze statistické analýzy
2.2 Kolekce statistických informací
Sběr materiálů znamená analýzu technického úkolu studie, definice zdrojů potřebných informací a (v případě potřeby) rozvoj dotazníku. Při studiu zdrojů informací jsou všechna požadovaná data rozdělena hlavní(data, která nejsou k dispozici a která by měla být shromažďována přímo pro tuto studii), a sekundární (shromážděné dříve pro jiné účely).
Sběr sekundárních dat je často označována jako "skříňka" nebo "knihovna" studie.
Příklady sběru primárních dat: pozorování návštěvníků ukládání, dotazovací nemocniční pacienti, diskusní problémy na schůzi.
Sekundární data jsou rozdělena na vnitřní a vnější.
Příklady zdrojů interních sekundárních dat:
informační systém organizace (včetně účetního subsystému, podsystém řízení prodeje, CRM (CRM System, snížení z angličtiny. Správa vztahů se zákazníky) - aplikační software pro organizace určené k automatizaci strategií interakce zákazníků) a další);
předchozí studie;
písemných zpráv zaměstnanců.
Příklady zdrojů externích sekundárních dat:
zprávy statistických a jiných vládních agentur;
zprávy o marketingových agenturách, profesních sdružení atd.;
elektronické databáze (adresa referenční knihy, GIS atd.);
knihovny;
média.
Hlavní výstupní data v fázi sběru dat jsou:
plánované vzorkování;
struktura vzorkování (přítomnost a velikost kvót);
typ statistického pozorování (sběr datového průzkumu, dotazník, měření, experiment, zkouška atd.);
informace o parametrech průzkumu (například možnost falšování dotazníku);
schéma kódování proměnných v databázi programu vybrané pro zpracování;
plán diagram konverze dat;
diagram plánu použitých statistických postupů.
Stejná etapa obsahuje přímo postup průzkumu. Dotazníky jsou samozřejmě vyvinuty pouze pro získání primárních informací.
Získaná data musí být vhodně upravena a připravena. Každý dotazník nebo forma pozorování je zkontrolována a je-li to nutné, upraví se. Každá odpověď je přiřazena číselné nebo abecední kódy - kódování informací. Příprava dat zahrnuje editaci, dekódování a ověření dat, kódujících je a nezbytné transformace.
2.3 Definice charakteristik odběru vzorků
Data shromážděná v důsledku statistického pozorování pro statistickou analýzu jsou zpravidla selektivní sada. Sekvence konverze dat do procesu statistického výzkumu může být schematicky znázorněna následujícím způsobem (obr. 2.3)
Obrázek 2.3 Statistické transformační schéma
Analyzovat vzorek, můžete vyvodit závěry o obecné populaci reprezentované vzorkem.
Konečná definice obecných parametrů vzorkování Produkují, kdy jsou všechny dotazníky shromažďovány. To zahrnuje:
určení skutečného počtu respondentů
stanovení struktury odběru vzorků
distribuce na místě průzkumu,
zřízení úrovně spolehlivosti statistické spolehlivosti vzorku, \\ t
výpočet statistické chyby a stanovení reprezentativnosti vzorku.
Reálné číslo Respondenti mohou být velkou nebo menší plánovanou. První možností je lepší pro analýzu, ale je nerentabilní pro výzkum zákazníků. Druhý může nepříznivý vliv na kvalitu studie, a proto je to nerentabilní analytikům nebo zákazníkům.
Struktura vzorkování Může být náhodná nebo náhodná (respondenti byli vybráni na základě předem určeného kritéria, například metoda kvóty). Náhodné vzorky priori jsou reprezentativní. Náhodné vzorky mohou být v úmyslu v úmyslu být neodrozující vůči obecné populaci, ale poskytnout důležité informace pro výzkum. V tomto případě by mělo být také pečlivě přijato k filtrování otázek dotazníků, které jsou určeny specificky na obrazovku nevhodné pro požadavky respondentů.
Pro Definice odhadu přesnostiZa prvé je nutné stanovit úroveň důvěryhodnosti (95% nebo 99%). Pak maximum statistická chyba Vzorky vypočtené AS.
nebo 
,
kde 
- objem vzorkování 
- pravděpodobnost nástupu zkoumané události (zasáhlý respondent na vzorek), 
- pravděpodobnost zpětného události (nezaplacení respondenta ve vzorku), 
- poměr pravděpodobnosti důvěry 
- Rozptýlení znamení.
Tabulka 2.4 ukazuje nejvíce konzumované hodnoty pravděpodobnosti důvěry a koeficienty pravděpodobnosti důvěry.
Tabulka 2.4.
2.5 Zpracování dat na počítači
Analýza dat pomocí počítače zahrnuje provedení řady nezbytných kroků.
1. Určení struktury zdrojových dat.
2. Zadávání dat do počítače v souladu s jejich strukturou a požadavky programu. Úpravy a konverze dat.
3. Nastavení metody zpracování dat podle výzkumných úkolů.
4. Získání zpracování dat. Jeho úpravy a ukládání v požadovaném formátu.
5. Interpretace výsledku zpracování.
Kroky 1 (Přípravné) a 5 (finální) není schopen provádět jakýkoliv počítačový program - jejich výzkumný pracovník sám. Kroky 2-4 jsou prováděny výzkumným pracovníkem pomocí programu, ale je to výzkumník, který určuje nezbytné postupy pro editaci a převod dat, metod zpracování dat, jakož i formát pro prezentaci výsledků zpracování. Počítačová pomoc (kroky 2-4) leží, v konečném důsledku v přechodu z dlouhého posloupnosti čísel na kompaktnější. V "Přihlášení" počítače, výzkumník předkládá řadu zdrojových dat, které nejsou k dispozici pro porozumění, ale je vhodná pro zpracování počítače (krok 2). Výzkumník pak dává program příkazu zpracování dat v souladu s úkolem a strukturou dat (krok 3). Na "výstupu" přijímá výsledek zpracování (krok 4) - také řadu dat, pouze menší, přístupné porozumění a smysluplnému interpretaci. Zároveň vyčerpávající analýza dat obvykle vyžaduje více zpracování pomocí různých metod.
2.6 Výběr strategie analýzy dat
Volba strategie pro analýzu shromážděných údajů je založena na znalostech teoretických a praktických aspektů studia předmětu, specifika a známých charakteristik informací, vlastnostmi specifických statistických metod, jakož i zkušeností a názorů výzkumného pracovníka.
Je třeba mít na paměti, že analýza údajů není konečným cílem studie. Jeho cílem je získat informace, které pomohou vyřešit určitý problém a přijmout adekvátní rozhodnutí o správě. Volba strategie analýzy by měla začít studovat výsledky předchozích kroků procesu: určení problému a rozvoj výzkumného plánu. Jako "návrh" používá předběžný plán analýzy, vyvinutý jako jeden z prvků výzkumného plánu. Poté během potvrzení v následujících fázích procesu studia doplňujících informací může být nezbytné provést určité změny.
Statistické metody jsou rozděleny do jednoho a multidimenzionálního. Jednorozměrné metody (UnivariateTechniques) se používají, když jsou všechny vzorkové prvky odhadovány jedním ukazatelem, nebo pokud existuje několik těchto ukazatelů pro každý prvek, ale každá proměnná je analyzována ve stejnou dobu odděleně od všech ostatních.
Multidimenzionální metody (vícerozměrné techniky) jsou vhodné pro analýzu dat, pokud se používají dva nebo více indikátorů pro vyhodnocení každého prvku vzorku a tyto proměnné jsou analyzovány současně. Tyto metody se používají k určení závislostí mezi jevy.
Multidimenzionální metody se liší od jednorozměrného především skutečností, že když používají jejich použití, se zaměřuje, se zaměřuje na úroveň (průměrů) a distribuce (disperzí) jevů a zaměřuje se na stupeň vztahu (korelace nebo kovariance) mezi těmito jevy.
Jednorozměrné metody mohou být klasifikovány na základě toho, jaká data jsou analyzována: metrický nebo nekmetrický (obr. 3). Metrická data (metrická data) se měří intervalem nebo relativním stupni. Negrafická data (nonmetrická data) se odhadují na nominální nebo ploché měřítko
Kromě toho jsou tyto metody rozděleny do tříd založených na tom, kolik vzorků je jeden, dva nebo více - analyzován během studií.
Klasifikace jednorozměrných statistických metod je uvedena na obr.2.4.
Obr. 2.4 Klasifikace jednorozměrných statistických metod v závislosti na analyzovaných datech
Počet vzorků je určen tím, jak probíhá práce s daty pro konkrétní analýzu, a ne, jak byla data shromážděna. Například údaje o lidech mužů a žen lze získat v rámci jednoho vzorku, ale pokud je jejich analýza zaměřena na identifikaci rozdílu ve vnímání na základě rozdílu v podlahách, bude výzkumný pracovník provozovat ve dvou různých vzorcích. Vzorky jsou považovány za nezávislé, pokud jsou experimentálně spojeny mezi sebou. Měření provedená v jednom vzorku nemají vliv na hodnoty proměnných v jiném. Pro analýzu jsou data týkající se různých skupin respondentů, například shromážděné od samice a samce, jsou obvykle zpracovány jako nezávislé vzorky.
Na druhé straně, pokud se údaje ve dvou vzorcích vztahují ke stejné skupině respondentů, vzorky jsou považovány za kombinované do dvojic - závislé.
Pokud existuje pouze jeden vzorek metrických dat, lze použít kritéria Z- a T. Pokud existují dva nebo více nezávislých vzorků, v prvním případě, můžete použít Z- a T-kritérium pro dva vzorky, ve druhém - metodě analýzy disperze s jedním faktorem. Pro dva připojené vzorky se používá dvojice t-kritéria. Pokud mluvíme o non-metrických dat v jednom vzorku, výzkumník může použít kritéria distribuce frekvence, čtverečních čtverečních, kritéria Kolmogorov-Smirnova (K ~ S), kritérium série a binomiálního kritéria. Pro dva nezávislé vzorky s nonethender dat je možné uchýlit se k následujícím metodám analýzy: Chi-Square, Manna-White, Mediands, K-C, s jednotlivým faktorovým disperzním analýzou Crooked Wallis (Ano K-Y). Na rozdíl od toho, pokud existují dva nebo více vzájemně provázané vzorky, měla by být použita kritéria značek, MAK-Nemara a Wilcoxonu.
Multidimenzionální statistické metody jsou zaměřeny na identifikaci existujících vzorů: vzájemná závislost proměnných, vztahů nebo sekvencí událostí, protinolní podobnost.
Stačí odlišit pět standardních typů vzorů, jejichž studie je nezbytná: sdružení, sekvence, klasifikace, klastrování a prognózování
Sdružení probíhá, pokud je k sobě spojeno několik událostí. Například průzkum provedený v supermarketu může prokázat, že 65% koka-klauzule si koupilo kukuřičné čipy, a pokud existuje sleva na takovou sadu, Kola je získána v 85% případů. Mít informace o takovém sdružení, manažeři jsou snadno posoudit, jak efektivní sleva poskytovaná.
Pokud existuje řetězec událostí spojených v čase, pak mluví o sekvenci. Například, po koupi domu ve 45% případů, nový kuchyňský sporák je zakoupen do měsíce a do dvou týdnů se 60% nováčků zabaví lednicí.
S pomocí klasifikace charakterizují skupiny, do které patří jeden nebo jiný objekt. To se provádí analýzou již klasifikovaných objektů a formulace určité sady pravidel.
Clustering se liší od klasifikace tím, že samotné skupiny nejsou uvedeny předem. Pomocí klastrování se rozlišují různé homogenní datové skupiny.
Základem pro všechny druhy predikčních systémů je historické informace uložené ve formě dočasné série. Pokud se vám podaří postavit pravidelnost, adekvátně odráží dynamiku chování cílů, existuje šance, že můžete v budoucnu předpovědět chování systému.
Multidimenzionální statistické metody lze rozdělit na metody propojení analýzy a klasifikační analýzu (obr. 2.5).
Obr.2.5 - Klasifikace multidimenzionálních statistických metod
Statistické pozorování Je sbírat primární statistický materiál, ve vědecky organizované registraci všech významných skutečností týkajících se předmětu zvažovaného. Jedná se o první etapu veškerého statistického výzkumu.
Metoda seskupení dává příležitost všem shromážděným v důsledku masivních statistických pozorování, která podrobí systematizaci a klasifikaci. Toto je druhá etapa statistického výzkumu.
Zemědělizující ukazatele umožňuje charakterizovat studované jevy a procesy za použití statistických hodnot - absolutní, relativní a médium. V této fázi statistického výzkumu jsou zjištěny vztahy a rozsah jevů, jsou určeny vzorce jejich vývoje, předpokládaná hodnocení jsou uvedeny.
V první fázi statistického výzkumu jsou vytvořeny primární statistické údaje, nebo zdrojové statistické informace, které jsou základem budoucí statistické budovy. Tak, že budova byla trvanlivá, dobrá a vysoce kvalitní by měla být jeho základem. Pokud se předpokládalo, že chyba nebo materiál sbírání primárních statistických údajů, ukázalo se špatně, ovlivní správnost a přesnost teoretických i praktických závěrů. Statistické pozorování z počátečního fázi je proto získat konečné materiály - mělo by být pečlivě promyšlené a jasně použité. Statistické pozorování udává zdrojový materiál pro zobecnění, jejíž začátek je shrnutí. Pokud se statistickým pozorováním, každá jednotka přijímá informace, které jej charakterizují z mnoha stran, pak tyto zprávy charakterizují všechny statistické agregáty a jednotlivé části. V této fázi je agregát rozdělen rozdíly a kombinuje známky podobností, jsou vypočteny celkové ukazatele ve skupinách a obecně. Použití metody seskupení jsou studované jevy rozděleny na základní typy, charakteristické skupiny a podskupiny pro základní rysy. Použití skupin, omezit kvalitativně homogenní v podstatě agregát, což je předpokladem pro stanovení a použití sumarizačních indikátorů.
V závěrečné fázi analýzy se s pomocí generalizací ukazatelů, relativní a průměrné hodnoty se vypočítají, je uvedeno konsolidované posouzení změn vlastností, je charakterizována dynamika jevů, indexy, jsou aplikovány vyvážené konstrukce, indikátory Charakterizace testovaných odkazů ve změně značek. Aby se nejstarší a vizuální prezentace digitálního materiálu, je prezentována ve formě tabulek a grafů.
Statistické pozorování - první etapa statistického výzkumu
Statistické pozorování je první etapou všech statistického výzkumu, který je vědecky organizován jednotlivým programem účtováním faktů, které charakterizují jevy a procesy veřejného života a shromažďují masové údaje získané na základě tohoto účetnictví.
Ne každá sbírka informací je však statistické pozorování. Na statistickém pozorování lze říci pouze při studiích statistických vzorů, tj. Takový, který se projevuje pouze v masovém procesu, ve velkém počtu jednotek nějakého kameniva. Statistické pozorování by proto mělo být plánováno, hmotnostní a systematické.
Plánované statistické pozorování je, že je připraven a provádí se na rozvinutém plánu, který zahrnuje otázky metodiky, organizace, techniky sběru informací, kontrolu kvality sestaveného materiálu, jeho spolehlivost, konečné výsledky. Masivní povaha statistického pozorování předpokládá, že pokrývá velké číslo Případy projevu tohoto procesu, dostatečné pro získání pravdivé statistické, charakterizující nejen jednotlivé jednotky, ale také celou celek.
Konečně, systematika statistického pozorování je určena tím, že by měl být prováděn buď systematicky nebo průběžně nebo pravidelně. Studium trendů a vzorců socioekonomických procesů charakterizovaných kvantitativním a kvalitativním změnám je možný pouze na tomto základě. Z toho, že to vyplývá statistické pozorování Jsou uloženy následující požadavky:
- 1) úplnost statistických údajů (úplnost pokrytí jednotek souhrnu, strany fenoménu, jakož i úplnost pokrytí v čase);
- 2) důvěryhodnost a přesnost údajů;
- 3) jejich jednotnost a srovnatelnost.
Software a metodické a organizační otázky statistického pozorování
Jakákoli statistická studie musí být zahájena s přesným zněním jeho účelu a specifických úkolů, a tím více informací, které lze získat během sledovaného procesu. Poté se stanoví objekt a pozorovací jednotka, program je vyvíjen, zobrazí se pohled a způsob pozorování.