U metodi statističkih grupiranja, ukupnost proučavanih pojava podijeljena je na klase i podklase, koje imaju homogenu strukturu prema određenim karakteristikama. Svaka takva podjela opisana je sustavom statističkih pokazatelja. Grupirani podaci mogu se prikazati u tablicama.
Ova akcija je glavna metoda koja se koristi u stvarnom proučavanju društvenih pojava. Nastaje kao preduvjet za primjenu različitih grupiranja statistika, postupaka i analitičkih metoda. Na primjer, klasifikacija je neophodna kako bi se koristili generalizirani indeksi, poput prosjeka.
Doprinos V. I. Lenjina
U predrevolucionarnoj ruskoj statistici, posebno u raznim zemstvima (ovo su lokalne samouprave), stečeno je značajno iskustvo u grupiranju različitih vrsta organizacija. I u to vrijeme učinjen je značajan rad na razvoju ne samo tablica s klasifikacijom jedne po jednekarakteristike, ali i složenije sheme. U njima su svi podaci grupirani po dva ili više parametara. Međutim, teorijska pitanja vezana uz korištenje metoda statističkog grupiranja nisu dobila znanstveno opravdanje. Ovakvo stanje stvari se zadržalo sve do radova V. I. Lenjin. Imao je visoko mišljenje o spoznajnoj vrijednosti i praktičnoj važnosti klasifikacije. Što se tiče tablica koje se temelje na znakovima statističkog grupiranja više od jedne karakteristike, Lenjin je napisao: „Može se reći bez pretjerivanja da će revolucionirati znanost i, naravno, poljoprivrednu ekonomiju.“
Preporuke Vladimira Iljiča o potrebi preliminarne političke i ekonomske analize prirode obrazaca i određivanja vrsta fenomena prije početka eksperimenata s klasifikacijom početnih podataka od temeljne su važnosti.
Fazije statističkih grupiranja
Sistematizacija se koristi ne samo u analizi strukture stanovništva, već iu određivanju tipova pojava te u proučavanju odnosa između različitih karakteristika ili čimbenika. Primjeri grupa koje izražavaju strukturu stanovništva su klasifikacije ljudi prema dobi (u razmacima od jedne godine ili, češće, pet godina) i poduzeća prema veličini.
Kombiniranjem klasa ili postavljanjem neujednačenih intervala moguće je utvrditi kvalitativne razlike između pojedinih sustava, a zatim odrediti tehno-ekonomske ili socio-ekonomske tipove relevantnih predmeta(na primjer, poduzeća ili farme). Dakle, grupiranje stanovništva jedne zemlje prema dobi može se provesti na temelju, osim jednostavnih kronoloških objekata, i takvih posebnih podjela kao što su žene u dobi od 16 do 54 godine i muškarci u dobi od 16 do 59 godina. Korištenje ovih posebnih klasa omogućuje izračun nacionalnog ekonomskog indeksa, poznatog kao radna snaga zemlje. Granice intervala su donekle proizvoljne i mogu se razlikovati od države do države.
Zadatak
Detaljna kvantitativna klasifikacija poduzeća i poduzeća omogućuje nam da prijeđemo na definiciju nekoliko osnovnih kvalitativnih grupa, kao što su male, srednje i velike organizacije. Nakon toga može se razjasniti niz općih ekonomskih problema, na primjer, proces koncentracije proizvodnje, rast industrijske učinkovitosti i povećanje produktivnosti rada. Novi podaci Vladimira Iljiča Lenjina o zakonima koji upravljaju razvojem kapitalizma u poljoprivredi briljantan su primjer duboke analize koja koristi grupiranje kako bi demonstrirala složenu prirodu obrazaca. I također odnos između veličine poduzeća i njegove ukupne produktivnosti.
Najvažniji i najteži zadatak statističkih grupiranja je identificirati i detaljno opisati vrste društveno-ekonomskih pojava. Takvi subjekti predstavljaju izraz oblika određenog društvenog procesa ili temeljnih karakteristika. Čini se da su zajednički mnogim pojedinačnim pojavama. U svojoj analizi raslojavanja seljaštva Vladimir Iljič Lenjin koristio je grupiranjetemeljito i sveobuhvatno. Prije svega, otkrio je proces formiranja glavnih društvenih klasa u predrevolucionarnoj Rusiji, na zapadnoeuropskom selu i u američkoj poljoprivredi.
I, kako se pokazalo, sovjetski podaci imaju značajno iskustvo u tipološkim i statističkim grupiranjima. Na primjer, bilanca nacionalne ekonomije SSSR-a pretpostavlja složen i razgranati sustav klasifikacije. Drugi primjeri tipološkog statističkog grupiranja u sovjetskom prostoru uključuju sistematizaciju stanovništva po društvenim klasama. Kao i objedinjavanje dugotrajnih proizvodnih sredstava po društveno-ekonomskim tipovima industrijskih jedinica. A možete navesti i takav primjer kao što je grupiranje statističke populacije društvenog proizvoda.
Buržoaska klasifikacija ne koristi dovoljno sistematizaciju. Kada se koristi grupiranje, ono je najvećim dijelom netočno i ne pridonosi karakterizaciji pravog stanja stvari u kapitalističkim zemljama. Na primjer, klasifikacija poljoprivrednih poduzeća prema površini zemlje preuveličava položaj male proizvodnje u tom smislu. A grupiranje stanovništva po profesiji ne otkriva pravu klasnu strukturu buržoaskog društva.
Socio-ekonomske karakteristike socijalističke države pružaju nove primjene za statističko grupiranje. Klasifikacija se koristi za analizu provedbe nacionalnih gospodarskih planova, utvrđivanje razloga zaostajanja pojedinih poduzeća i sektora. I također identificirati neiskorištene resurse. Na primjer, poduzećamogu se grupirati prema stupnju provedbe plana ili razini profitabilnosti. Od velike važnosti za karakterizaciju uvođenja znanstveno-tehnološkog napretka u industriju je grupiranje poduzeća, prema tehničkim i ekonomskim podacima kao što su stupanj automatizacije i mehanizacije i količina električne energije raspoložive za rad.
Grupirani podaci su informacije formirane kombiniranjem pojedinačnih grupa statističkih promatranja o prisutnosti varijable u zasebne klase, tako da raspodjela frekvencija ovih sustava služi kao prikladno sredstvo za sažimanje i analizu svih materijala.
Informacije
Podaci se mogu definirati kao grupe materijala koji predstavljaju kvalitativne ili kvantitativne atribute varijable ili skupa varijabli. Ovo je analogno tvrdnji da klase mogu biti bilo koji skup informacija koji opisuje entitet. Sustavi se u grupiranju statističkih podataka mogu razvrstati u grupirane i negrupirane objekte.
Sve informacije koje osoba prvo prikupi su neklasificirane. Negrupirane statističke grupe su podaci, ali samo u neobrađenom obliku. Primjer takvih sustava je bilo koji popis brojeva kojih se možete sjetiti.
Prva vrsta klasifikacije
Grupirani podaci su informacije koje su organizirane u grupe poznate kao klase. Ova vrsta je već klasificirana, a time i nekarazina analize. To znači da sve informacije više nisu sirove.
Klasa podataka je grupa koja je povezana s određenim prilagođenim svojstvom. Na primjer, ako je menadžer poduzeća prikupio ljude koje zaposli u određenoj godini, mogao bi ih grupirati u sustave prema dobi: dvadeset, trideset, četrdeset i tako dalje. I svaka od ovih grupa naziva se klasa.
Zauzvrat, ovo nije posljednja podjela. Svaka od ovih klasa ima određenu širinu i to se zove razmak ili veličina. Ovaj koncept je vrlo važan kada je u pitanju iscrtavanje histograma i dijagrama frekvencija. Svi razredi mogu imati iste ili različite veličine, ovisno o tome kako će sve informacije biti grupirane. Interval sustava je uvijek cijeli broj.
Klasna ograničenja i granice
Prvi koncept se odnosi na stvarne vrijednosti koje se mogu vidjeti u konačnoj tablici. Ograničenja klase dijele se u dvije kategorije: donja granica sustava i gornja granica. Naravno, sve podjele u tablicama služe kako bi se osigurala točnost i informativnost.
Ali, s druge strane, granice klasa se ne poštuju uvijek u tablici učestalosti. Ovaj koncept daje pravi interval sustava i, poput raznih ograničenja, također je podijeljen na granice donjih i gornjih vrijednosti.
Živi i neživi bendovi
Znanost nastoji razumjeti i objasniti prirodne pojave. Znanstvenici razumiju stvari tako što ih klasificiraju. To pripadai živih i neživih grupa statističkih materijala.
Zauzvrat, ove se vrste mogu podijeliti u grupe ovisno o svojstvima kontrasta. Na primjer, ako su studenti u svojim znanstvenim časopisima sastavili popise različitih materijala i predmeta koje su proučavali, mogu koristiti te podatke za proširenje znanja i informacija o sustavima koje su proučavali.
Svo znanje može se sortirati ili klasificirati prema različitim svojstvima kontrasta. Evo nekoliko primjera:
- Metali naspram raznih nemetala.
- Kameni teren umjesto pustinje ili livade.
- Vidljivi kristali protiv nevidljivih minerala.
- Prirodni proces umjesto umjetnog.
- Tvari gušće od vode ili manje težine od određene tekućine.
- Magnetski naspram nemagnetnih.
A također možete napraviti grupne razlike prema sljedećim značajkama:
- Stanje materije na sobnoj temperaturi (krutina, tekućina, plin).
- Taljivost metala.
- Fizička svojstva i tako dalje.
Materijal:
- Različiti članci koji opisuju gore navedene kategorije.
- Magneti za ispitivanje svojstava materijala.
- Spremnik s vodom da provjerite plutaju li stvari ili tonu.
- Znanstveni časopisi.
Operativni postupak
Točno kako se stvari događaju:
- Učenici rade u grupama. Svakom se daje neki materijal i traži se da pronađe načine za grupiranjestavke po kategorijama. Razvijaju kriterije koje će koristiti, a zatim prema tome razvrstavaju stavke. Tablice rezultata bilježe se u njihovim znanstvenim časopisima.
- Nakon grupiranja materijala, oni se ponovno sortiraju prema drugim kriterijima. Sljedeći korak također će biti sastavljanje popisa rezultata. I nakon toga upisuje se dodatni red elemenata koji su različito sortirani zbog promjene kriterija.
- Studenti bilježe zapažanja i tablice u svojim znanstvenim časopisima.
Rezultati
Učenici popravljaju niz tablica koje pokazuju kako su njihovi predmeti razvrstani na temelju svakog od kriterija. Na primjer, grupa učenika ima spajalicu, komadić granita, čep, plastičnu igračku. I tada bi par tablica za sortiranje mogao izgledati ovako.
-
Predmeti razvrstani po magnetizmu.
Reakcija na magnet: spajalica, granit. Ne javlja se: pluta, plastika.
-
Predmeti razvrstani po gustoći u usporedbi s vodom.
Pop up: pluta, plastika. Utapanje: spajalica, granit.
Nakon toga učenici izvode prezentacije razredu. Oni raspravljaju o tome zašto su različite stavke klasificirane drugačije na temelju korištenih kriterija.
Učenici svaki put ponavljaju ova opažanja, primjenjujući različita svojstva.
razgovor
U ovoj fazi:
- Učenici mogu proširiti ova opažanja na druge materijale bez ikakvihpraktično istraživanje.
- Primjeri su uzorci različitih vrsta stijena. Učenici će naučiti kako pobliže promatrati i pisati točno ono što vide pomoću povećala i drugih predmeta koje koriste.
- Ako su učenici kreirali indeksnu datoteku svojstava napisanu na karticama, ona se također mogu sortirati. Ovo će biti korisno ako indeks sadrži dodatne materijale koji nisu u razredu.
Uobičajeni način obrade kontinuiranih kvantitativnih podataka je podjela cijelog raspona značenja u nekoliko podraspona. Potrebno je svakom materijalu dodijeliti konstantnu vrijednost klase u koju spada. Imajte na umu da se skup podataka mijenja iz kontinuiranog u diskretni.
Koncept statističkog grupiranja
Organizacija se vrši definiranjem skupa raspona i zatim prebrojavanjem količine podataka koja spada u svaki od njih. Podopsezi se ne preklapaju. Moraju pokrivati cijeli raspon skupa podataka.
Jedan od najuspješnijih načina za vizualizaciju grupiranih sustava je histogram. To je skup pravokutnika gdje baza figure proteže vrijednosti u rasponu koji je s njim povezan. A visina odgovara količini informacija.
