Реферат: Статистические таблицы основные способы наглядного изображения статистических данных
аm1 аm2 … amn
где aij – элемент матрицы, стоящей на пересечении i-й строки и J-го столбца
Различают два вида матриц:
- прямоугольная (размерность mxn);
- квадратная. Если число строк строго равно числу столбцов (m = n), то матрица называется квадратной порядка n.
Квадратная матрица порядка n называется диагональной (Д), если все элементы, стоящие вне главной диагонали (d1 , d2 , …, dn ), равны нулю.
| Д = |
d1 0 … 0 0 d2 … 0 … … … … 0 0 … dn |
Если в диагональной матрице Д все di = 1, то матрица называется единичной, при di = 0 – нулевой.
Матрицы и анализ явлений и процессов на их основе составляют базу матричного моделирования и позволяют исследовать взаимосвязи между экономическими объектами.
Таблицы – матрицы широко применяются на практике, например в экономике в виде балансово – нормативных моделей, отражающих соотношение результатов производства, нормативов производственных затрат и т.д. Успешно используют матрицы и в межотраслевом балансе, системе национального счетоводства и т.д.
7. ТАБЛИЦЫ СОПРЯЖЕННОСТИ
Таблицей сопряженности называется таблица, которая содержит сводную числовую характеристику изучаемой совокупности по двум и более атрибутивным (качественным) признакам или комбинации количественных и атрибутивных признаков.
Таблицы сопряженности получили наибольшее распространение при изучении социальных явлений и процессов: общественного мнения, уровня и образа жизни, общественно – политического строя и т.д.
Наиболее простым видом таблиц сопряженности является таблица частот 2 * 2 .
Общая схема таблицы частот 2 * 2
В1 | В2 | Всего | |
А1 | f11 | f12 | f10 |
А2 | f21 | f22 | f20 |
Всего | f01 | f02 | f00 |
Построение данной таблицы исходит из предложения, что ответы респондентов или анализируемые атрибутивные признаки будут принимать только два значения А1 и А2 , В1 и В2 . Внутреннее цифровое наполнение таблицы представляют частоты (fij), обладающие одновременно i-м (i = 1,2) значением одного (Ai) и j-м (j = 1,2) значением (Bj) другого качественного признака.
Итоговая графа и срока содержат информацию о количественном распределении совокупности соответственно по А и В атрибутивным признакам.
Для более полного описание и анализа явлений и процессов, характеризующихся атрибутивными признаками, используются таблицы сопряженности большей разномерности: i x j , где i = 1,2, …, к – число вариантов значений (например, ответов респондентов и т.д.) одного признака (например, признака А); j = 1, 2, …, n – число вариантов значений другого признака (В).
Общая схема таблицы сопряженности
большей размерности
В1 | В2 | … | Bj | Всего | |
А1 | f11 | f12 | … | f1j | f10 |
А2 | f21 | f22 | … | f2j | f20 |
… | … | … | … | … | … |
Аi | fi1 | fi2 | … | fij | fi0 |
Всего | f01 | f02 | … | f0j | f00 |
Принцип взаимной сопряженности наиболее эффективен при выявлении и оценке взаимосвязей и взаимозависимостей между социальными явлениями и процессами.
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ
1. Долгушевский Ф.Г., Козлов В.С., Полушин М.И., Эрлих Я.М. Общая теория статистики. – М.: Статистика, 1967. – 384 с.
2. Колмогоров А. Предисловие к книге Г. Лебега «Общие величины». – М.: Госстатиздат, 1938. – 4 с.
3. Лившиц Ф.Д. Статистические таблицы. – М.: Госстатиздат, 1958. – 139 с.
4. Маслов П.П. Техника работы с цифрами. – М.: Статистика, 1969. – 120 с.
5. Курс лекций по общей теории статистики/Под ред. В.Е. Овсиенко. – М.: МЭСИ, 1976. – 231 с.
6. Ланге О., Банасиньский А. Теория статистики. – М.: Статистика, 1971. – 399 с.
7. Кан Ю. Описательная и индивидуальная статистика. – М.: Финансы и статистика, 1981.
8. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики: Учебник. 2-е, испр. и доп. – М.: ИНФРА-М, 2000. – 416с.
9. «Теория статистики» В.М. Гусаров, М.: ЮНИТИ, 2001. – 247 с.
10. «Теория статистики», учебник под ред. Р.А. Шмойловой,