सांख्यिकी हे एक सामान्य सैद्धांतिक विज्ञान आहे जे घटना आणि प्रक्रियांमधील परिमाणात्मक बदलांचा अभ्यास करते.

राज्य सांख्यिकी, सांख्यिकी सेवा, Rosstat (Goskomstat), सांख्यिकीय डेटा, क्वेरी आकडेवारी, विक्री आकडेवारी, खेळाडू आकडेवारी

सांख्यिकी ही व्याख्या आहे राज्य आकडेवारी सांख्यिकी सेवा CIS च्या राष्ट्रीय सांख्यिकी सेवा रशियाची आकडेवारी फेडरल स्टेट स्टॅटिस्टिक्स सर्व्हिसची अधिकृत वेबसाइट www.gks.ru मुख्यपृष्ठ Rosstat बद्दल बातम्या अधिकृत आकडेवारी प्रतिसादकर्त्यांसाठी सरकारी खरेदी समुदाय जर्नल "सांख्यिकीचे प्रश्न" विज्ञान म्हणून सांख्यिकी गणिताची आकडेवारी संभाव्यता सिद्धांत खेळांचे प्रकार खेळाडूंची आकडेवारी कामगार शक्ती आकडेवारी स्रोत आणि दुवे

सांख्यिकी ही व्याख्या आहे

आकडेवारी आहेज्ञानाचे एक विस्तृत क्षेत्र ज्यामध्ये विविध वैज्ञानिक विषयांचे ज्ञान समाविष्ट आहे - गणित, भौतिकशास्त्र, अर्थशास्त्र, संकलनाच्या समस्यांची रूपरेषा, घटना आणि प्रक्रियांमधील परिमाणात्मक बदल मोजणे आणि या डेटाचे विश्लेषण करणे. आकडेवारीया शब्दात अनेक अर्थ कसे समाविष्ट आहेत: गणितीय आकडेवारी, आर्थिक सांख्यिकी, उपयोजित सांख्यिकी, भौतिकशास्त्राच्या क्षेत्रातील सांख्यिकी आणि भौतिक घटना. या सर्व संबंधित विषयांमध्ये, आकडेवारी विकासाचे नमुने प्रकट करते प्रक्रिया, गोळा केलेल्या सांख्यिकीच्या विश्लेषणावर आधारित वस्तूंचे वर्तन डेटा.

आकडेवारी आहेडिजिटल संच माहिती, वस्तुमान घटनेची स्थिती दर्शविते आणि प्रक्रियासामाजिक जीवन; सांख्यिकीय डेटा एंटरप्राइझ, संस्था, अर्थव्यवस्थेच्या क्षेत्रांच्या अहवालांमध्ये तसेच संग्रह, संदर्भ पुस्तके, नियतकालिके आणि इंटरनेटवर प्रकाशित केला जातो, जो सांख्यिकीय कार्याचा परिणाम आहे.

आकडेवारी आहेउद्योगसामाजिक जीवनातील विविध घटना आणि प्रक्रियांवर मास डिजिटल डेटाचे संकलन, प्रक्रिया, विश्लेषण आणि प्रकाशन यासाठी व्यावहारिक क्रियाकलाप ("सांख्यिकीय लेखांकन").

आकडेवारी आहेपरिमाणात्मक लेखावस्तुमान घटना.

आकडेवारी आहेआकडेवारीचे विशेष विभाग जे सामाजिक जीवनाच्या काही क्षेत्रांचा अभ्यास करतात आणि स्वतंत्र विषयांमध्ये विभक्त केले जातात.

आकडेवारी आहेनिरीक्षणाच्या परिणामांमधून विशिष्ट अल्गोरिदमद्वारे प्राप्त केलेल्या अनेक यादृच्छिक व्हेरिएबल्सचे विशिष्ट पॅरामीटर, उदाहरणार्थ, सांख्यिकीय निकष (गंभीर आकडेवारी) विविध गृहीतके (संकल्पित विधाने) चे वैयक्तिक निर्देशकांचे स्वरूप किंवा मूल्ये तपासताना वापरले जातात. अभ्यासाधीन डेटा, त्यांच्या वितरणाची वैशिष्ट्ये इ.

आकडेवारी आहे

राज्य आकडेवारी

राज्याची आकडेवारी आहेराज्य सांख्यिकी संस्था आणि त्याच्या सेवांद्वारे चालवलेले उपक्रम. हा उपक्रम देशाच्या सामाजिक, आर्थिक, लोकसंख्याशास्त्रीय आणि पर्यावरणीय परिस्थितीवर अधिकृत सांख्यिकीय माहिती निर्माण करण्याचे कार्य पार पाडणे हा आहे.

रशियन फेडरेशन आणि आंतरराष्ट्रीय आकडेवारीमधील राज्य आकडेवारीची संस्था

आधीच नमूद केल्याप्रमाणे, सांख्यिकीय नोकरीवस्तुमान घटनांवरील संख्यात्मक डेटा गोळा करणे, त्यावर प्रक्रिया करणे, विश्लेषणासाठी सोयीस्कर स्वरूपात सादर करणे, प्राप्त परिणामांचे विश्लेषण आणि अर्थ लावणे.

डेटा संकलन संपूर्ण अभ्यासाला अधोरेखित करते. विश्लेषण परिणामांची विश्वासार्हता वापरलेल्या डेटाची गुणवत्ता, त्याची विश्वसनीयता आणि अचूकता यावर अवलंबून असते. सांख्यिकीय माहितीबद्दल लोकांचा दृष्टीकोन भिन्न आहे: काहींना ते समजत नाही, इतर बिनशर्त विश्वास ठेवतात, इतर इंग्रजी राजकारणी बी. डिझरायली (1804-1881) यांच्या मताशी सहमत आहेत: “तेथे खोटे आहेत, उघड खोटे आहेत आणि आहेत. आकडेवारी." तथापि, त्याच्याकडे खालील विधान देखील आहे: "जीवनात, नियमानुसार, ज्यांच्याकडे चांगली माहिती आहे ते अधिक यशस्वी होतात." सांख्यिकीय माहितीच्या आधारे, सरकार आपले आर्थिक आणि सामाजिक धोरण विकसित करते, त्याच्या परिणामांचे मूल्यांकन करते आणि आर्थिक अंदाज लावते. सांख्यिकी राज्यांमधील द्विपक्षीय आणि बहुपक्षीय आर्थिक करारांची तयारी सुनिश्चित करते. सांख्यिकी प्रादेशिक समस्यांचे निराकरण करण्यासाठी, व्यावसायिक क्रियाकलापांसाठी - विविध प्रदेशांमधील वस्तूंच्या किंमतींची पातळी, वस्तूंच्या विक्रीचे प्रमाण, पत परिस्थिती, चलनवाढीची पातळी आणि दर याबद्दल माहिती प्रदान करते. रोजगारइ.; शेवटी, एक किंवा दुसर्या प्रमाणात, आपल्यापैकी प्रत्येकाला वर्तणूक धोरण निवडण्याबाबत निर्णय घेण्यासाठी आकडेवारीची आवश्यकता असते.

कोणत्याही स्तरावर आणि कोणत्याही क्षेत्रात, आकडेवारी वापरण्याची प्रभावीता मुख्यत्वे स्त्रोत डेटाच्या गुणवत्तेद्वारे निर्धारित केली जाते.

मला आकडेवारी कुठे मिळेल?

आकडेवारी प्रामुख्याने विविध प्रकाशनांमधून मिळवता येते, उदाहरणार्थ विनिमय दर, चलन विक्रीचे प्रमाण, चढउतार यासारखी आकडेवारी किमती, "अर्थव्यवस्था आणि जीवन", "फायनान्शियल गॅझेट", "कॉमर्संट डेली" इत्यादी वृत्तपत्रांमध्ये खाजगीकरणाची गती आणि स्वरूप इ. दिलेले आहेत.

सांख्यिकीय माहिती प्रदान करणे हे राज्य सांख्यिकी संस्था आणि त्यांच्या क्रियाकलापांच्या उत्पादनांचे मुख्य कार्य आहे. कोणत्याही उत्पादनाप्रमाणे, त्याची किंमत आहे. विशेषतः महाग आहे ती माहिती ज्याची पावती राज्य आकडेवारीच्या कार्य कार्यक्रमाच्या व्याप्तीच्या पलीकडे जाते.

राज्य सांख्यिकी संस्थांची रचना देशाच्या प्रशासकीय-प्रादेशिक विभागाशी संबंधित आहे. दोन शहरांमध्ये - मॉस्को आणि सेंट पीटर्सबर्ग - स्थानिक सांख्यिकी समित्या आहेत, स्वायत्त प्रजासत्ताकांमध्ये समान आहेत. सांख्यिकी समित्या प्रदेश आणि प्रदेशांमध्ये देखील कार्य करतात. खालच्या स्तरावर राज्य सांख्यिकी विभागाचे जिल्हा निरीक्षक आहेत, जे प्रदेश आणि प्रदेशांच्या प्रशासकीय जिल्ह्यांमध्ये, मोठ्या शहरांमध्ये स्थित आहेत.

सर्व सांख्यिकीय संस्थांची मुख्य कार्ये वापरकर्ता-अनुकूल स्वरूपात डेटा गोळा करणे, प्रक्रिया करणे, विश्लेषण करणे आणि सादर करणे आहे. सांख्यिकीय सेवांनी ताबडतोब प्रशासकीय संस्थांना माहिती प्रदान केली पाहिजे, सेंट्रल बँक ऑफ रशियन फेडरेशन आणि तिची स्थानिक कार्यालये, वित्त मंत्रालय यांच्याशी माहितीची देवाणघेवाण केली पाहिजे. आरएफआणि त्याचे स्थानिक अधिकारी, राज्य मालमत्ता समिती आरएफआणि त्याच्या सेवा. रशियन फेडरेशनच्या श्रम आणि रोजगारावरील समिती इ.

जिल्हा निरीक्षक वगळता सर्व सांख्यिकीय संस्थांची अंतर्गत रचना असते: सांख्यिकी विभाग उपक्रम, शेती, भांडवली बांधकाम, इ. राज्य आकडेवारी देशाच्या राष्ट्रीय अर्थव्यवस्थेच्या विकासाची जटिलता आणि वैयक्तिक प्रदेश आणि प्रदेशांमधील संबंध प्रतिबिंबित करण्यासाठी डिझाइन केलेली आहे. ही कार्ये विभागांद्वारे केली जातात ( व्यवस्थापन) ताळेबंदाची कामे आणि राष्ट्रीय खात्यांची प्रणाली, आर्थिक आकडेवारी, एकत्रित विभाग.

सांख्यिकीय कार्याची कार्यक्षमता आणि गुणवत्ता माहिती गोळा करणे, प्रसारित करणे, प्रक्रिया करणे आणि संग्रहित करणे यासाठी तंत्रज्ञानाच्या विकासावर अवलंबून असते. सर्व प्रादेशिक, प्रादेशिक आणि प्रजासत्ताक सांख्यिकी विभाग आणि समित्यांची संगणक केंद्रे आहेत. Rosstat (रशियन फेडरेशन (GCC RF) च्या Goskomstat) एक शक्तिशाली संगणकीय केंद्र आहे. सांख्यिकीय सेवांच्या डेटा बँकांना आणि प्रादेशिक आणि फेडरल माहितीच्या इतर धारकांना जोडणारे स्थानिक संगणक नेटवर्क अधिकाधिक महत्त्वाचे होत आहेत.

सांख्यिकीय प्रकाशन हे सांख्यिकीय माहितीच्या संभाव्य स्त्रोतांपैकी एक आहेत. त्याचा वापर करून, तुम्ही सांख्यिकीय डेटावर टीका केली पाहिजे, ही किंवा ती आकडेवारी किती वास्तविक आहे याचे मूल्यांकन करा. विविध स्त्रोतांकडून डेटा असणे उपयुक्त आहे. जर ते बर्याच वेळा लक्षणीय भिन्न असतील तर डेटा विश्वसनीय नाही. डेटा वापरणे चांगले आहे ज्याची संपादन पद्धत स्पष्ट आहे. राज्य सांख्यिकी डेटाची विश्वासार्हता या वस्तुस्थितीद्वारे निर्धारित केली जाते की हे विशेष प्रशिक्षित कामगारांच्या व्यावसायिक क्रियाकलापांचे परिणाम आहे जे एका एकीकृत कार्यपद्धतीचा वापर करतात जे बहुतेक प्रकरणांमध्ये, आंतरराष्ट्रीय मानकांशी संबंधित असतात, ज्यामुळे कोणत्याही निर्देशकाची गतिशीलता शोधणे शक्य होते. अनेक वर्षे.

जर सांख्यिकीय संकलनामध्ये कोणताही संबंधित डेटा नसेल, तर आपण ते स्वतः मिळवू शकता, म्हणजे. सांख्यिकीय निरीक्षण आयोजित करा - वैज्ञानिकदृष्ट्या आयोजित डेटा संग्रह. राज्य सांख्यिकी प्रणालीमध्ये, कामाच्या एकूण रकमेपैकी किमान एक तृतीयांश डेटा प्राप्त करण्याशी संबंधित आहे.

सांख्यिकीय निरीक्षण कोणीही आणि केव्हाही केले जाते, ते विशिष्ट नियमांनुसार आयोजित केले जाणे आवश्यक आहे, ज्याचे पालन करणे सांख्यिकीय संशोधनासाठी एक विश्वासार्ह आधार सुनिश्चित करते.

सांख्यिकी सेवा

आंतरराष्ट्रीय संस्थांच्या सांख्यिकीय सेवा

आंतरराष्ट्रीय सांख्यिकी संघटना सांख्यिकी सेवांद्वारे चालते संस्थासंयुक्त राष्ट्र (UN), विशेष संस्था (ILO, FAO, WHO, इ.) आणि इतर आंतरराष्ट्रीय संस्था - संस्थाआर्थिक सहकार्य आणि विकास (OECD), युरोपियन समुदाय (EC), आंतरराष्ट्रीय नाणेनिधी, जागतिक जरइ. या संस्थांच्या सांख्यिकीय सेवांच्या क्रियाकलापांमध्ये आंतरराष्ट्रीय मानकांचा विकास समाविष्ट आहे जे विविध देशांमधील सांख्यिकीय निर्देशकांची तुलना, आंतरराष्ट्रीय तुलनांची अंमलबजावणी आणि देश, प्रदेश आणि संपूर्ण जगाच्या गटांसाठी डेटाचे प्रकाशन सुनिश्चित करतात. परदेशी राष्ट्रीय आणि आंतरराष्ट्रीय सांख्यिकीय प्रकाशने, तसेच देशांतर्गत, एकत्रितपणे विभागली जाऊ शकतात, ज्यात आकडेवारीच्या सर्व विभागांवरील डेटा आणि विशेषीकृत, कोणत्याही एकावरील डेटासह उद्योग, उदाहरणार्थ, आर्थिक, लोकसंख्याशास्त्रीय, कृषी आणि इतर आकडेवारी.

आकडेवारी आहे

एकत्रित प्रकाशनांपैकी, सर्वात महत्वाचे म्हणजे UN इयरबुक - स्टॅटिस्टिकल इयरबुक. सांख्यिकी क्षेत्रातील आंतरराष्ट्रीय वैज्ञानिक केंद्र आंतरराष्ट्रीय सांख्यिकी संस्था (ISI) आहे.

आंतरराष्ट्रीय संस्थांच्या सांख्यिकी सेवांची यादी:

संयुक्त राष्ट्रसंघ सांख्यिकी विभाग, संयुक्त राष्ट्र;

सांख्यिकी विभाग, युनायटेड नेशन्स इकॉनॉमिक कमिशन फॉर युरोप;

सांख्यिकी विभाग, यूएन इकॉनॉमिक अँड सोशल कमिशन फॉर आशियाआणि पॅसिफिक (ESCAP);

सांख्यिकी ब्यूरो, आंतरराष्ट्रीय कामगार कार्यालय (ILO);

FAO सांख्यिकी विभाग (UN Food and Agriculture Organisation) सांख्यिकी विभाग, FAO;

युनेस्को विभाग सांख्यिकी संस्था, UNESCO;

सांख्यिकी विभाग आंतरराष्ट्रीय नाणेनिधीसांख्यिकी विभाग, आंतरराष्ट्रीय नाणेनिधी;

जागतिक आर्थिक विकास विभाग जरविकास अर्थशास्त्र विभाग, जागतिक बँक;

युरोपियन समुदायांचे सांख्यिकी कार्यालय (युरोस्टॅट);

सांख्यिकी संचालनालय, आर्थिक सहकार्य संस्था आणि विकास(OECD);

स्थायी कार्यालय, आंतरराष्ट्रीय सांख्यिकी संस्था (ISI);

पर्यावरण;

आंतरराष्ट्रीय आकडेवारी (आंतरराष्ट्रीय तुलना, आंतरराष्ट्रीय तुलना कार्यक्रम, आंतरराष्ट्रीय संस्थांचे डेटाबेस);

आर्थिक क्रियाकलापांच्या प्रकारानुसार अग्रगण्य निर्देशक;

प्रकाशने (प्रकाशनांच्या आर्थिक अंकाची योजना, प्रकाशनांची कॅटलॉग);

डेटाबेस (CBSD, EMISS, नगरपालिकांचे निर्देशक, शोकेसची यादी);

IMF SDDS.

प्रतिसादकर्त्यांसाठी माहिती

फेडरल सांख्यिकीय निरीक्षण फॉर्म;

स्टेटकॅलेंडर;

इलेक्ट्रॉनिक स्वरूपात सांख्यिकीय अहवाल;

सर्व-रशियन वर्गीकरण;

व्यावसायिक घटकांच्या माहितीसाठी.

सरकारी खरेदी

या विभागात निविदा, स्पर्धा आणि Rosstat च्या कोटेशन, TOGS मधील सरकारी खरेदी आणि ऑर्डर देण्याच्या आकडेवारीची माहिती आहे. याव्यतिरिक्त, तुम्ही ऑर्डर प्लेसमेंट शेड्यूल आणि सरकारी खरेदीवरील नियामक दस्तऐवजांसह स्वतःला परिचित करू शकता.

समुदाय

या विभागात वैज्ञानिक आणि पद्धतशास्त्रीय परिषद, सार्वजनिक परिषद, रशियन अकादमी ऑफ सायन्सेसच्या सेंट्रल डिस्पॅच ऑफिसचे सांख्यिकी विभाग आणि रोझस्टॅटच्या युवा परिषदेची माहिती आहे.

जनसंपर्क

या विभागात प्रकाशने, भाषणे आणि रोसस्टॅट व्यवस्थापनाच्या मुलाखतींची माहिती मीडियामध्ये आहे आणि रोस्टॅट बिझनेस जर्नलिझम क्लबच्या क्रियाकलापांचे प्रतिबिंब देखील आहे.

आकडेवारी आहे

जर्नल "सांख्यिकीचे प्रश्न"

या विभागात वैज्ञानिक आणि माहिती जर्नल "संख्याशास्त्राचे प्रश्न" बद्दल माहिती आहे, ज्याचे संस्थापक रोस्टॅट आहेत.

रोसस्टॅट (रशियन फेडरेशनचे गोस्कोमस्टॅट) हे सर्व राज्य सांख्यिकी सेवांच्या कार्यासाठी पद्धतशीर आणि संस्थात्मक केंद्र आहे. त्याची रचना एक विशेष आहे नियंत्रणपद्धतशास्त्रज्ञ आणि सांख्यिकी कार्य. येथे भविष्यासाठी सांख्यिकीय कार्यासाठी एक फेडरल योजना विकसित केली जात आहे, पद्धतसांख्यिकीय निर्देशकांची गणना, सांख्यिकीय डेटाचे संकलन आणि विकास.

सांख्यिकी वैज्ञानिक संशोधन संस्था पद्धतशीर कार्यात मोठी भूमिका बजावते. रॉस्टॅटची वैज्ञानिक आणि पद्धतशीर परिषद (रशियन फेडरेशनचा गोस्कोमस्टॅट), जी राज्य सांख्यिकीतील अग्रगण्य कामगार आणि आर्थिक आणि सांख्यिकी विज्ञानाच्या प्रतिनिधींना एकत्र करते, या कार्यात भाग घेते.

अलिकडच्या वर्षांत, रोसस्टॅट (रशियन फेडरेशनचा गोस्कोमस्टॅट) च्या पद्धतशीर कार्याचा उद्देश आंतरराष्ट्रीय मानकांची पूर्तता करणारी एकात्मिक लेखा आणि सांख्यिकी प्रणाली सादर करणे आहे, प्रामुख्याने रशियन फेडरेशनच्या राष्ट्रीय खात्यांची प्रणाली विकसित करणे, ज्यामुळे हे शक्य होते. अर्थव्यवस्थेच्या मुख्य प्रमाणांच्या निर्मितीचा अभ्यास करा आणि आंतरराष्ट्रीय व्यवहारात आणि मोजमापासाठी वापरल्या जाणार्‍या सर्वात महत्त्वाच्या मॅक्रो इकॉनॉमिक निर्देशकांची गणना करा महागाईआणि राहणीमानाचा दर्जा. हे कार्य आंतरराष्ट्रीय सांख्यिकी संस्था आणि विकसित देशांच्या राष्ट्रीय सांख्यिकी सेवांच्या सहभागाने केले जाते. राष्ट्रीय सांख्यिकी कार्यालये आणि प्रादेशिक स्तरावरील आंतरराष्ट्रीय संबंध व्यापक झाले आहेत.

विज्ञान म्हणून सांख्यिकी

"सांख्यिकी" हा शब्द लॅटिन स्थितीतून आला आहे - राज्य, स्थितीच्या दृष्टिकोनातून कायदा. सुरुवातीला याचा अर्थ “राजकीय राज्य” असा वापर केला जात असे. 1746 मध्ये जर्मन शास्त्रज्ञ गॉटफ्रीड अचेनवॉल यांनी विज्ञानात “सांख्यिकी” हा शब्दप्रयोग केला आणि जर्मनीच्या प्रजासत्ताकातील विद्यापीठांमध्ये शिकवल्या जाणाऱ्या “स्टेट स्टडीज” या अभ्यासक्रमाचे नाव “सांख्यिकी” ने बदलण्याचा प्रस्ताव मांडला, ज्यामुळे विकासाची सुरुवात झाली. विज्ञान आणि शैक्षणिक शिस्त म्हणून आकडेवारीचे. असे असूनही, सांख्यिकीय नोंदी खूप आधी ठेवल्या गेल्या: प्राचीन चीनमध्ये लोकसंख्या जनगणना केली गेली, राज्यांच्या लष्करी संभाव्यतेची तुलना केली गेली, प्राचीन रोममधील नागरिकांची मालमत्ता रेकॉर्ड केली गेली इ.

सांख्यिकी सामग्रीचे संशोधन आणि प्रक्रिया करण्यासाठी एक विशेष पद्धत विकसित करते: वस्तुमान सांख्यिकीय निरीक्षणे, गटबद्ध करण्याची पद्धत, सरासरी मूल्ये, निर्देशांक, शिल्लक पद्धत, ग्राफिक प्रतिमांची पद्धत आणि सांख्यिकीय डेटाचे विश्लेषण करण्याच्या इतर पद्धती. विज्ञान म्हणून सांख्यिकीमध्ये विभागांचा समावेश होतो: सैद्धांतिक सांख्यिकी (सामान्य सांख्यिकी सिद्धांत), उपयोजित सांख्यिकी, गणितीय सांख्यिकी, आर्थिक सांख्यिकी, अर्थमिती, कायदेशीर सांख्यिकी, वैद्यकीय सांख्यिकी, टेक्नोमेट्रिक्स, केमोमेट्रिक्स, बायोमेट्रिक्स, सायंटमेट्रिक्स, इतर उद्योग.

सांख्यिकींना विशिष्ट सांख्यिकीय डेटाचा संच देखील म्हणतात (मृत्यूची आकडेवारी, वेबसाइट भेटीची आकडेवारी, ...).

आकडेवारीबद्दलच्या कल्पनांचा विकास

प्रथम प्रकाशित सांख्यिकीय माहिती ओल्ड टेस्टामेंटमधील क्रमांकाच्या पुस्तकात दिसते, जी मोशे आणि अ‍ॅरोन यांच्या नेतृत्वाखाली केलेल्या लष्करी कर्मचार्‍यांच्या जनगणनेबद्दल सांगते. "सांख्यिकी" हा शब्द प्रथम काल्पनिक कथांमध्ये आढळतो - शेक्सपियरच्या "हॅम्लेट" मध्ये. शेक्सपियरमधील या शब्दाचा अर्थ जाणून घ्या, दरबारी. हे लॅटिन शब्द स्थितीवरून आले आहे, ज्याचा मूळ अर्थ "राज्य" किंवा "राजकीय स्थिती" असा होतो.

पुढील 400 वर्षांमध्ये, "सांख्यिकी" हा शब्द वेगवेगळ्या प्रकारे समजला जातो आणि समजला जातो. सुरुवातीला, आकडेवारी हे एखाद्या राज्याच्या आर्थिक आणि राजकीय स्थितीचे किंवा त्याच्या भागाचे वर्णन समजले जात असे. उदाहरणार्थ, व्याख्या 1792 ची आहे: "आकडेवारी वर्तमान वेळी किंवा भूतकाळातील काही ज्ञात बिंदूवर राज्याच्या स्थितीचे वर्णन करते." आणि सध्या, राज्य सांख्यिकी सेवांचे क्रियाकलाप या व्याख्येमध्ये चांगले बसतात.

तथापि, हळूहळू "सांख्यिकी" हा शब्द अधिक व्यापकपणे वापरला जाऊ लागला. नेपोलियन बोनापार्टच्या मते, "आकडेवारी गोष्टी आहेत." अशा प्रकारे, सांख्यिकीय पद्धती केवळ प्रशासकीय व्यवस्थापनासाठीच नव्हे तर वैयक्तिक स्तरावरील अर्जासाठी देखील उपयुक्त असल्याचे आढळले आहे उपक्रम. 1833 च्या सूत्रानुसार, "संख्याशास्त्राचा उद्देश तथ्ये सर्वात संक्षिप्त स्वरूपात सादर करणे आहे."

20 व्या शतकात सांख्यिकी सहसा एक स्वतंत्र वैज्ञानिक शिस्त मानली जाते. सांख्यिकी हा पद्धती आणि तत्त्वांचा एक संच आहे ज्यानुसार संख्यात्मक डेटाचे संकलन, विश्लेषण, तुलना, सादरीकरण आणि व्याख्या केली जाते. 1954 मध्ये, युक्रेनियन एसएसआरच्या अकादमी ऑफ सायन्सेसचे शिक्षणतज्ज्ञ बी.व्ही. गेनेडेंकोने खालील व्याख्या दिली: “आकडेवारीत तीन विभाग असतात:

सांख्यिकीय माहितीचे संकलन, म्हणजेच कोणत्याही वस्तुमानाच्या वैयक्तिक एककांचे वैशिष्ट्य दर्शविणारी माहिती;

प्राप्त डेटाचा सांख्यिकीय अभ्यास, ज्यामध्ये वस्तुमान निरीक्षण डेटाच्या आधारे स्थापित केले जाऊ शकणारे नमुने ओळखणे समाविष्ट आहे;

सांख्यिकीय निरीक्षण आणि सांख्यिकीय डेटाचे विश्लेषण करण्यासाठी तंत्रांचा विकास. शेवटचा विभाग, खरं तर, गणितीय आकडेवारीची सामग्री बनवतो.

"सांख्यिकी" हा शब्द आणखी दोन अर्थांनी वापरला जातो. प्रथमतः, दैनंदिन जीवनात, "आकडेवारी" ही घटना किंवा प्रक्रियेबद्दलच्या परिमाणवाचक डेटाचा संच म्हणून समजली जाते. दुसरे म्हणजे, सांख्यिकी हे निरीक्षण परिणामांचे कार्य आहे ज्याचा उपयोग वितरण आणि चाचणी गृहितकांची वैशिष्ट्ये आणि मापदंडांचा अंदाज घेण्यासाठी केला जातो.

आकडेवारीचा विषय, पद्धत आणि कार्ये

सांख्यिकी हे स्वतःचे विषय आणि संशोधन पद्धती असलेले एक स्वतंत्र सामाजिक विज्ञान आहे. समाजजीवनाच्या व्यावहारिक गरजांमधून ती निर्माण झाली. आधीच प्राचीन जगात, एखाद्या राज्याच्या रहिवाशांची संख्या मोजणे, लष्करी सेवेसाठी योग्य लोकांचा विचार करणे, पशुधनाची संख्या, जमिनीचा आकार आणि इतर मालमत्तेची संख्या निश्चित करणे आवश्यक होते. कर गोळा करणे, लष्करी कारवाया करणे इत्यादीसाठी या प्रकारची माहिती आवश्यक होती. त्यानंतर, जसजसे सामाजिक जीवन विकसित होते, विचारात घेतलेल्या घटनांची श्रेणी हळूहळू विस्तारते.

भांडवलशाही आणि जागतिक आर्थिक संबंधांच्या विकासासह गोळा केलेल्या माहितीचे प्रमाण विशेषतः वाढते. या काळातील गरजांमुळे सरकारी अधिकारी आणि भांडवलदार उद्योगांना व्यावहारिक गरजांसाठी श्रमिक बाजारांबद्दल विस्तृत आणि विविध माहिती गोळा करण्यास भाग पाडले. विक्रीमाल, कच्चा माल.

17व्या शतकाच्या मध्यात, ब्रिटनमध्ये "राजकीय अंकगणित" नावाची वैज्ञानिक चळवळ उभी राहिली. ही दिशा विल्यम पेटी (१६२३-१६८७) आणि जॉन ग्रौंट (१६२०-१६७४) यांनी सुरू केली होती. “राजकीय अंकगणित”, जनसामाजिक घटनांच्या माहितीच्या अभ्यासावर आधारित, सामाजिक जीवनाचे नमुने शोधण्याचा आणि अशा प्रकारे प्रश्नांची उत्तरे देण्याचा प्रयत्न केला. भांडवलशाहीच्या विकासाच्या संदर्भात उद्भवली.

मध्ये "राजकीय अंकगणितज्ञ" च्या शाळेसह ग्रेट ब्रिटन, व्ही फेडरल रिपब्लिक ऑफ जर्मनीवर्णनात्मक सांख्यिकी किंवा "सरकारी विज्ञान" विकसित केले. या शास्त्राचा उदय 1660 चा आहे.

राजकीय अंकगणित आणि सरकारी शास्त्राच्या विकासामुळे सांख्यिकी शास्त्राचा उदय झाला.

"सांख्यिकी" हा शब्द गॉटिंगेन विद्यापीठातील प्राध्यापक गॉटफ्राइड अचेनवाल (1719-1772) यांनी वैज्ञानिक अभिसरणात आणला. अभ्यासाच्या विषयावर अवलंबून, विज्ञान म्हणून सांख्यिकी सामाजिक, लोकसंख्याशास्त्रीय, आर्थिक, औद्योगिक, व्यापार, बँकिंग, आर्थिक, वैद्यकीय इत्यादींमध्ये विभागली गेली आहे. सांख्यिकीय डेटाचे सामान्य गुणधर्म, त्यांचे स्वरूप आणि त्यांच्या विश्लेषणाच्या पद्धती विचारात न घेता, गणितीय आकडेवारी आणि आकडेवारीच्या सामान्य सिद्धांताद्वारे विचारात घेतले जातात.

आकडेवारीचा विषय. सांख्यिकी प्रामुख्याने सामाजिक जीवनातील घटना आणि प्रक्रियांच्या परिमाणवाचक बाजूशी संबंधित आहे. सांख्यिकीतील वैशिष्ट्यपूर्ण वैशिष्ट्यांपैकी एक म्हणजे सामाजिक घटना आणि प्रक्रियांच्या परिमाणवाचक बाजूचा अभ्यास करताना, ते नेहमी अभ्यास केलेल्या घटनेची गुणात्मक वैशिष्ट्ये प्रतिबिंबित करते, म्हणजे. अविभाज्य कनेक्शनमध्ये प्रमाणाचा अभ्यास करते, गुणवत्तेशी एकता.

वैज्ञानिक आणि तात्विक आकलनातील गुणवत्ता म्हणजे एखाद्या वस्तू किंवा घटनेमध्ये अंतर्भूत असलेले गुणधर्म जे या वस्तू किंवा घटनेला इतरांपेक्षा वेगळे करतात. गुणवत्ता ही वस्तू आणि घटना निश्चित करते. तात्विक शब्दावली वापरून, आम्ही असे म्हणू शकतो की सांख्यिकी सामाजिक घटनांचा त्यांच्या गुणात्मक आणि परिमाणात्मक निश्चिततेची एकता म्हणून अभ्यास करते, म्हणजे. सामाजिक घटनांचे मोजमाप अभ्यासते.

सांख्यिकी. सांख्यिकी पद्धतीचे सर्वात महत्वाचे घटक आहेत:

मोठ्या प्रमाणावर पाळत ठेवणे;

समूहीकरण, सामान्यीकरण (सारांश) वैशिष्ट्यांचा वापर;

सांख्यिकीय तथ्यांचे विश्लेषण आणि सामान्यीकरण आणि अभ्यास केल्या जाणार्‍या घटनांमधील नमुने शोधणे.

कोणत्याही वस्तुमान घटनेचे परिमाणात्मक दृष्टीकोनातून वर्णन करण्यासाठी, प्रथम त्याच्या घटक घटकांबद्दल माहिती गोळा करणे आवश्यक आहे. सांख्यिकी विज्ञानाने विकसित केलेल्या नियम आणि पद्धतींच्या आधारे केलेल्या वस्तुमान निरीक्षणाद्वारे हे साध्य केले जाते.

सांख्यिकीय निरीक्षणाच्या प्रक्रियेदरम्यान गोळा केलेली माहिती पुढील सारांश (प्राथमिक वैज्ञानिक प्रक्रिया) च्या अधीन आहे, ज्या दरम्यान सर्वेक्षण केलेल्या युनिट्सच्या संपूर्ण संचामधून वैशिष्ट्यपूर्ण भाग (समूह) ओळखले जातात. संपूर्ण सर्वेक्षण केलेल्या वस्तुमानातून एककांचे गट आणि उपसमूह निवडणे याला सांख्यिकीमध्ये समूहीकरण म्हणतात. सांख्यिकीमध्ये गटबद्ध करणे हा संकलित माहितीवर प्रक्रिया आणि विश्लेषणाचा आधार आहे. हे काही तत्त्वे आणि नियमांच्या आधारे चालते. सांख्यिकीय माहितीवर प्रक्रिया करण्याच्या प्रक्रियेत, सर्वेक्षण केलेल्या युनिट्सचा संच आणि समूहीकरण पद्धतीच्या अनुप्रयोगावर आधारित त्याचे निवडलेले भाग डिजिटल निर्देशकांच्या प्रणालीद्वारे दर्शविले जातात: परिपूर्ण आणि सरासरी मूल्ये, सापेक्ष मूल्ये, गतिशीलता निर्देशक इ.

आकडेवारीच्या समस्या. समाजातील सांख्यिकींचे मोठे महत्त्व या वस्तुस्थितीद्वारे स्पष्ट केले जाते की ते सर्वात मूलभूत, सर्वात महत्वाचे माध्यमांपैकी एक प्रतिनिधित्व करते ज्याद्वारे आर्थिक घटक अर्थव्यवस्थेत नोंदी ठेवते.

लेखांकन हा परिमाणवाचक पद्धती वापरून सामाजिक घटनांचे पद्धतशीरपणे मोजमाप करण्याचा आणि अभ्यास करण्याचा एक मार्ग आहे.

परिमाणवाचक संबंधांचा प्रत्येक अभ्यास हा लेखासारखा नसतो. घटनांमधील विविध परिमाणवाचक संबंध विशिष्ट गणितीय सूत्रांच्या रूपात दर्शविले जाऊ शकतात आणि हे स्वतःच विचारात घेतले जाणार नाही. लेखांकनाच्या वैशिष्ट्यपूर्ण वैशिष्ट्यांपैकी एक म्हणजे वैयक्तिक घटकांची मोजणी करणे, ही किंवा ती घटना घडवणारी वैयक्तिक एकके. विविध गणितीय सूत्रे लेखांकनामध्ये वापरली जातात, परंतु त्यांचा उपयोग घटकांच्या मोजणीशी निगडीत असणे आवश्यक आहे. लेखांकन हे सामाजिक विकासाच्या प्रक्रियेचे नियंत्रण आणि मानसिक सामान्यीकरण करण्याचे साधन आहे. केवळ आकडेवारीमुळेच प्रशासकीय संस्था व्यवस्थापित ऑब्जेक्टचे सर्वसमावेशक वर्णन मिळवू शकतात, मग ती संपूर्ण राष्ट्रीय अर्थव्यवस्था असो किंवा त्याच्या वैयक्तिक शाखा किंवा उपक्रम असो.

सांख्यिकी नियंत्रण यंत्रणेच्या काही भागांमधील त्रासाबद्दल सिग्नल देतात, अशा प्रकारे अभिप्रायाची आवश्यकता दर्शवितात - व्यवस्थापकनिर्णय सामान्य तत्त्वे आणि वैज्ञानिक ज्ञानाच्या पद्धती सांख्यिकीय पद्धती समजून घेण्यासाठी आणि योग्य वापरासाठी पाया म्हणून काम करतात. तर, सांख्यिकींचे मुख्य कार्य म्हणजे सामाजिक विकासाचा मार्ग प्रतिबिंबित करणारा डेटा (माहिती) संग्रहित करणे, रेकॉर्ड करणे, प्रक्रिया करणे आणि संग्रहित करणे.

अशा प्रकारे, सांख्यिकी हे आर्थिक आणि इतर ज्ञानासाठी आणि वापरासाठी सर्वात महत्वाचे साधन आहे कायदेसामाजिक विकास.

सांख्यिकीय निरीक्षणाची उद्दिष्टे आणि ऑब्जेक्ट, निरीक्षणाचे प्रकार आणि प्रकार

सांख्यिकीय निरीक्षण, किंवा प्राथमिक सांख्यिकीय लेखा, लोकसंख्येच्या प्रत्येक युनिटच्या वैशिष्ट्यांची वैज्ञानिक, विशेषतः आयोजित केलेली नोंदणी आणि विशिष्ट दस्तऐवजांमध्ये त्यांची नोंद करणे. सांख्यिकीय निरीक्षण म्हणजे पद्धतशीर, वैज्ञानिकरित्या आयोजित केलेले संकलन किंवा सामाजिक जीवनातील घटनांबद्दल मोठ्या प्रमाणावर माहितीचे संपादन. सांख्यिकीय निरीक्षणाच्या प्रक्रियेत, सांख्यिकीय डेटा प्राप्त केला जातो जो सांख्यिकीच्या संज्ञानात्मक आणि नियंत्रण-संस्थात्मक कार्यांच्या अंमलबजावणीसाठी आवश्यक असतो.

सांख्यिकीय निरीक्षण हा सांख्यिकीय संशोधनाचा पहिला टप्पा आहे; ते प्रामुख्याने सामाजिक जीवनाच्या अनुभूतीच्या प्रक्रियेच्या पहिल्या (कामुक किंवा अनुभवजन्य) टप्प्याशी जुळते आणि संशोधनाची सर्वात महत्वाची विशिष्ट सांख्यिकीय पद्धत आहे. कोणतेही संशोधन, समावेश. आणि सांख्यिकीय, तथ्ये, निरीक्षणाच्या संकलनापासून सुरू होते; निष्कर्ष आणि सामान्यीकरण, विज्ञान आणि व्यवहारात, जेव्हा ते तथ्यांद्वारे सिद्ध केले जातात तेव्हाच मूल्यवान असतात.

सामान्यीकरणासाठी उपयुक्त असलेल्या सांख्यिकीय डेटासाठी अनेक आवश्यकता आहेत:

डेटा शक्य तितका पूर्ण असावा, परंतु खंडित नाही, चुकून हिसकावला गेला पाहिजे;

डेटा पूर्णपणे विश्वसनीय आणि अचूक असणे आवश्यक आहे;

डेटाने एकसमानता आणि तुलनात्मकतेच्या तत्त्वाचे पालन केले पाहिजे;

डेटाने समयोचिततेच्या तत्त्वाचे पालन केले पाहिजे (संकलन केवळ काटेकोरपणे परिभाषित वेळी आयोजित केले जावे, परंतु त्याव्यतिरिक्त, डेटा देखील तातडीने सबमिट केला जाणे आवश्यक आहे).

सांख्यिकीय निरीक्षणाचा उद्देश लोकसंख्या आहे ज्याबद्दल आवश्यक माहिती गोळा करणे आवश्यक आहे. निरीक्षणाचा उद्देश असू शकतो, उदाहरणार्थ, प्रजासत्ताक (किंवा प्रदेश) मधील शेतांचा संच, विद्यापीठांचा संच, औद्योगिक उपक्रमांचा संच इ.

निरीक्षणाचे एकक हे निरीक्षण ऑब्जेक्टचे घटक घटक आहे जे नोंदणीच्या अधीन असलेल्या वैशिष्ट्यांचा वाहक आहे. एका निरीक्षणात एक नाही तर अनेक निरीक्षण युनिट असू शकतात. त्यामुळे लोकसंख्येच्या गणनेमध्ये, उदाहरणार्थ, निरीक्षण युनिट एकतर व्यक्ती (निवासी), किंवा कुटुंब किंवा दोन्ही असू शकते. निरीक्षणाच्या एककांमध्ये, संपूर्ण वस्तूप्रमाणेच, सहसा अनेक भिन्न वैशिष्ट्ये असतात. ते सर्व विचारात घेणे अशक्य आहे. म्हणून, निरीक्षण प्रक्रियेदरम्यान कोणती चिन्हे नोंदविली जावीत हे निर्धारित करणे आवश्यक आहे.

निरीक्षण प्रक्रियेदरम्यान नोंदवलेल्या चिन्हांच्या यादीला सांख्यिकीय निरीक्षण कार्यक्रम म्हणतात. निरीक्षण कार्यक्रमात समाविष्ट केलेल्या वैशिष्ट्यांची सूची संकलित करण्याबरोबरच, प्रत्येक वैशिष्ट्याची अचूक, स्पष्ट आणि सर्वसमावेशक व्याख्या देखील महत्त्वाची आहे. निरिक्षणात सहभागी होणाऱ्या सर्व व्यक्तींना ते समान रीतीने समजले जातील याची खात्री करण्यासाठी कार्यक्रमाच्या प्रश्नांची अचूक आणि सर्वसमावेशक रचना आवश्यक आहे. या हेतूंसाठी, एक तथाकथित इशारा अनेकदा प्रश्नांच्या निर्मितीमध्ये समाविष्ट केला जातो, म्हणजे. संभाव्य उत्तरांसाठी पर्याय.

सांख्यिकीय निरीक्षण दोन मुख्य स्वरूपात केले जाऊ शकते: अहवालाच्या स्वरूपात आणि विशेषतः आयोजित केलेल्या सांख्यिकीय सर्वेक्षणाच्या स्वरूपात. विशेष सांख्यिकीय सर्वेक्षणे सांख्यिकीय अहवालामध्ये समाविष्ट नसलेल्या मुद्द्यांवर प्रकाश टाकतात, या अहवालातील सामग्री तपासण्यासाठी आणि विश्लेषित करण्यासाठी एक साधन म्हणून काम करतात आणि राष्ट्रीय आर्थिक अंदाज आणि ऑपरेशनल उपायांसाठी आणि आर्थिक विकासाचे नमुने समजून घेण्यासाठी अतिरिक्त सामग्री प्रदान करतात.

सामाजिक घटनेची वैशिष्ट्ये आणि नमुने अभ्यासण्यासाठी, सांख्यिकीय माहिती गोळा करण्याच्या विविध प्रकार आणि पद्धती वापरल्या जातात. अभ्यासाची उद्दिष्टे आणि विशिष्ट परिस्थितींवर अवलंबून, सांख्यिकीय निरीक्षण एक-वेळ किंवा चालू असू शकते. एक-वेळचे निरीक्षण हे निरीक्षण युनिट्सच्या वैशिष्ट्यांचे रेकॉर्डिंग आहे, जे दिलेल्या वेळेच्या "गंभीर क्षण" पर्यंत मर्यादित आहे. काहींद्वारे स्थितीचे एक-वेळ निरीक्षण किंवा रेकॉर्डिंग केले जाते पूर्णविरामवेळ, दीर्घकालीन लोकसंख्या कव्हर करते. लोकसंख्येची संख्या, रचना आणि गुणात्मक वैशिष्ट्ये निश्चित करण्यासाठी असे निरीक्षण केले जाते. या प्रकरणात डेटा संग्रह कार्यक्रम मूलत: मागील एक-वेळच्या निरिक्षणांच्या सामग्रीसारखाच असावा. एखाद्या घटनेच्या स्थितीचे मोजमाप निश्चित करण्यासाठी चालू निरीक्षण किंवा चालू रेकॉर्डिंग चालते. निरीक्षणाची एकके आणि त्यांची वैशिष्ट्ये घटनेच्या क्षणी किंवा वेळेच्या पुढच्या क्षणी रेकॉर्ड केली जातात.

एक-वेळ आणि चालू निरीक्षणातील सामग्री एकमेकांना पूरक आहेत; कोणत्याही वेळी किंवा कोणत्याही वेळी डेटा प्राप्त करण्याची शक्यता निर्माण करते कालावधीवेळ

सतत निरीक्षण - दिलेल्या लोकसंख्येमध्ये अपवाद न करता सर्व युनिट्सचे लेखांकन, उदाहरणार्थ, दिलेल्या एंटरप्राइझमधील सर्व प्रकारच्या उपकरणे किंवा सामग्रीची जनगणना. सतत निरीक्षण सामग्री अभ्यासाधीन वस्तुमानात गुणात्मक एकसंध गटाची एकके ओळखणे आणि सर्वात लक्षणीय वैशिष्ट्यांसाठी प्रत्येक गटासाठी सरासरी मूल्ये निर्धारित करणे शक्य करते. अभ्यास करत असलेल्या घटनेच्या आकारमानाबद्दल माहिती मिळवणे आवश्यक असल्यास, एक-वेळ आणि सतत निरीक्षणे सतत निरीक्षणाच्या स्वरूपात केली जातात.

सतत देखरेख आयोजित करणे नेहमीच शक्य नसते किंवा सल्ला दिला जात नाही, विशेषतः उत्पादनाच्या गुणवत्तेचे परीक्षण करण्यासाठी. या प्रकरणात, सतत निरीक्षण केल्याने एंटरप्राइझ उत्पादनांचा वस्तुमान व्यावहारिक वापराच्या क्षेत्रातून वगळला जातो. म्हणून, अखंड (आंशिक) निरीक्षण करणे आवश्यक आहे - लोकसंख्येच्या एककांचा फक्त एक भाग विचारात घेणे, ज्यावरून ते अभ्यासल्या जाणार्‍या घटनेच्या वैशिष्ट्यपूर्ण वैशिष्ट्यांची कल्पना तयार करतात. संपूर्ण

सतत निरीक्षणाच्या तुलनेत अखंड निरीक्षणाचे काही फायदे आहेत:

सर्वेक्षण केलेल्या युनिट्सच्या संख्येत घट झाल्यामुळे लक्षणीय कमी श्रम खर्च आणि निधी आवश्यक आहे;

डेटा कमी वेळात आणि विस्तृत कार्यक्रमानुसार, दिलेल्या मर्यादेत, अभ्यासल्या जाणार्‍या लोकसंख्येची वैशिष्ट्ये सर्वसमावेशकपणे प्रकट करण्यासाठी आणि अधिक सखोल वैज्ञानिक अभ्यास करण्यासाठी गोळा केला जाऊ शकतो;

सतत निरीक्षण सामग्री नियंत्रित करण्यासाठी सतत निरीक्षण डेटा वापरला जातो;

आंशिक निरीक्षण प्रातिनिधिक असणे आवश्यक आहे.

सर्वेक्षण केलेल्या युनिट्स अशा प्रकारे निवडल्या जातात की, या युनिट्समधून मिळवलेल्या डेटाच्या आधारे, संपूर्ण घटनेची योग्य कल्पना तयार केली जाते.

म्हणून, अखंड निरीक्षणाच्या आवश्यक वैशिष्ट्यांपैकी एक म्हणजे खालील पद्धतींचा वापर करून सर्वेक्षण केलेल्या लोकसंख्येच्या युनिट्सच्या निवडीची संघटना: मुख्य अॅरे, मोनोग्राफिक, प्रश्नावली आणि नमुना निरीक्षण.

मुख्य अॅरे पद्धतीमध्ये लोकसंख्येच्या एककांची निवड समाविष्ट आहे जी अभ्यासल्या जात असलेल्या वैशिष्ट्यानुसार प्रमुख आहेत. ही पद्धत लोकसंख्येच्या सर्व भागांचे प्रतिनिधित्व करणारी युनिट्सची निवड सुनिश्चित करत नाही.

मोनोग्राफिक निरीक्षण म्हणजे लोकसंख्येतील लहान युनिट्सचे तपशीलवार वर्णन. एक सामान्य मोनोग्राफ, लोकसंख्येतील एककांच्या वैशिष्ट्यांचा अभ्यास करण्याचा एक मार्ग म्हणून, संपूर्ण लोकसंख्येमधून समान प्रकारची गुणात्मक एकसंध एकके निवडणे समाविष्ट आहे. गटातील विशिष्ट वैशिष्ट्यपूर्ण मूल्यांच्या जवळ वैयक्तिक वैशिष्ट्यपूर्ण मूल्यांसह 1-3 युनिट्सवर माहिती संकलित केली जाते;

ठराविक मोनोग्राफच्या तोट्यांमध्ये निरीक्षण युनिट्सची व्यक्तिनिष्ठ निवड समाविष्ट असते, जेव्हा ते केवळ त्यांच्या वैशिष्ट्यपूर्ण वैशिष्ट्यांच्या सामान्य कल्पनेद्वारे मार्गदर्शन करतात. याव्यतिरिक्त, निवडलेल्या युनिट्सची संख्या लहान आहे, गटाच्या स्वतःच्या आकाराशी संबंधित नाही आणि प्राप्त केलेला डेटा आम्हाला वेगळ्या गटामध्ये युनिट्सच्या वितरणाचा (रचना, शेअर) अभ्यास करण्याची परवानगी देत ​​​​नाही.

एका विशिष्ट मोनोग्राफद्वारे प्राप्त केलेल्या डेटाच्या प्रातिनिधिकतेवर अधिक आत्मविश्वास प्राप्त होतो जर युनिट्सची निवड पूर्वी पूर्ण केलेल्या निरंतर निरीक्षणांच्या डेटावर आधारित असेल.

प्रश्नावली पद्धतीमध्ये विशेष सर्वेक्षणांसाठी लोकसंख्येच्या सर्व युनिट्समध्ये प्रश्नावलीचे वितरण (कधीकधी प्रश्नावली प्रकाशित केली जाते) समाविष्ट असते, उदाहरणार्थ, पोस्टल पत्रव्यवहाराच्या वितरणाच्या नियमिततेचा अभ्यास करण्यासाठी आणि विशिष्ट मुद्द्यांवर मते. प्रश्नावली स्वेच्छेने भरल्या जातात आणि म्हणूनच नमुन्याचे प्रतिनिधीत्व नेहमीच सुनिश्चित केले जात नाही. प्रश्नावली सर्वेक्षण कार्यक्रमामध्ये प्रश्नांची एक संकीर्ण श्रेणी असते, ज्याची उत्तरे सहसा केवळ इच्छुक पक्षांद्वारेच दिली जातात.

मुलाखत पद्धत व्यापक होत आहे, जेव्हा सर्वेक्षण वैयक्तिक संप्रेषणाद्वारे विशेषतः विकसित प्रोग्राम वापरून केले जाते. ही पद्धत समाजशास्त्रीय संशोधनात मोठ्या प्रमाणावर वापरली जाते. अखंड निरीक्षणाचा सर्वात वैज्ञानिकदृष्ट्या प्रगत प्रकार म्हणजे निवडक निरीक्षण. नमुना निरीक्षण हा सांख्यिकीय निरीक्षणाचा एक प्रकार आहे ज्यामध्ये अभ्यासाधीन लोकसंख्येच्या एककांचा काही भाग, विशिष्ट काटेकोरपणे वैज्ञानिक क्रमाने निवडलेला, संपूर्ण लोकसंख्येच्या पुढील वैशिष्ट्यांच्या उद्देशाने तपासणी केली जाते.

सतत आणि सतत नसलेले सांख्यिकीय निरीक्षण विविध प्रकारे केले जाते: प्रत्यक्ष निरीक्षण, सर्वेक्षण आणि दस्तऐवजीकरण रेकॉर्डिंग.

माहितीचा स्रोत सर्वेक्षण आहे. तथ्ये नोंदवण्याच्या पद्धतीनुसार, सर्वेक्षणात विविध प्रकार आहेत: मोहीम पद्धत, स्व-नोंदणी, पत्रव्यवहार पद्धत आणि दस्तऐवजीकरण.

मोहीम पद्धतीमध्ये घटनास्थळी माहिती गोळा करणे समाविष्ट असते. एक विशेष निबंधक सर्वेक्षण करतो आणि स्वतः उत्तर नोंदवतो. ही पद्धत अचूक माहिती प्रदान करते परंतु महत्त्वपूर्ण आवश्यक आहे खर्चवेळ, श्रम आणि पैसा.

ज्या ठिकाणी माहिती संकलित केली जाते त्या ठिकाणी विशेष रजिस्ट्रारच्या सहभागाने स्व-नोंदणी केली जाते. रजिस्ट्रार केवळ फॉर्ममध्ये विचारलेल्या प्रश्नांच्या उत्तरांचा क्रम स्पष्ट करतो आणि उत्तरे सहसा संस्था आणि उपक्रमांच्या प्रतिनिधींद्वारे दिली जातात. ही पद्धत लक्षणीय आवश्यक आहे खर्चवेळ आणि पैसा, तसेच उच्च पात्र सांख्यिकी कामगारांना आकर्षित करणे.

वार्ताहर पद्धतीमध्ये सांख्यिकीय आणि इतर सरकारी संस्थांद्वारे विशेषतः डिझाइन केलेल्या फॉर्मचे वितरण आणि व्यावसायिक संस्थांना किंवा विशिष्ट समस्येचा अभ्यास करण्यासाठी विशेष नियुक्त वार्ताहरांना ते भरण्यासाठीच्या सूचनांचा समावेश आहे. मेल, टेलिग्राफ किंवा एक्स्प्रेसद्वारे वितरीत केलेल्या वेळेच्या आत माहिती प्राप्त केली जाते. पद्धतीसाठी कोणत्याही विशेष खर्चाची आवश्यकता नाही, परंतु माहितीची गुणवत्ता संवादकारांच्या ज्ञान आणि प्रशिक्षणाच्या पातळीवर अवलंबून असते.

दस्तऐवजीकरण केलेले रेकॉर्ड - सांख्यिकीय निरीक्षणाचे मुख्य स्वरूप सांख्यिकीय निर्देशकांच्या गणनेचे मुख्य स्त्रोत आहे

गणिताची आकडेवारी

गणितीय सांख्यिकी ही गणिताची एक शाखा आहे जी डेटा विश्लेषणाच्या पद्धतींना समर्पित आहे, मुख्यतः संभाव्य स्वरूपाची. विशिष्ट निरीक्षण परिणामांच्या गणितीय स्वरूपावर अवलंबून, गणितीय आकडेवारी संख्यांची आकडेवारी, बहुविध सांख्यिकीय विश्लेषण, कार्यांचे विश्लेषण (प्रक्रिया) आणि वेळ मालिका, संख्यात्मक नसलेल्या वस्तूंच्या आकडेवारीमध्ये विभागली जाते.

आकडेवारी आहे

वर्णनात्मक आकडेवारी, अंदाज सिद्धांत आणि गृहीतक चाचणी सिद्धांत आहेत.

वर्णनात्मक सांख्यिकी हा डेटा (नमुना वैशिष्ट्यांची गणना, सारण्या, तक्ते, आलेख इ.) दृश्यमान करण्यासाठी आणि त्याचा अर्थ लावण्यासाठी वापरल्या जाणार्‍या प्रायोगिक पद्धतींचा एक संच आहे, ज्याला डेटाच्या संभाव्य स्वरूपाबद्दल गृहितकांची आवश्यकता नसते. काही वर्णनात्मक सांख्यिकी पद्धती प्रगत सिद्धांत आणि आधुनिक संगणकांच्या क्षमतांवर अवलंबून असतात. यामध्ये, विशेषतः, क्लस्टर विश्लेषणाचा समावेश आहे, ज्याचा उद्देश एकमेकांशी साम्य असलेल्या वस्तूंचे गट ओळखणे आणि बहुआयामी स्केलिंग, जे आपल्याला विमानावरील वस्तूंचे दृश्यमानपणे प्रतिनिधित्व करण्यास अनुमती देते.

अंदाज आणि गृहीतक चाचणी पद्धती डेटा उत्पत्तीच्या संभाव्य मॉडेलवर अवलंबून असतात. हे मॉडेल पॅरामेट्रिक आणि नॉन-पॅरामेट्रिकमध्ये विभागलेले आहेत. पॅरामेट्रिक मॉडेल्समध्ये, असे गृहीत धरले जाते की अभ्यासाधीन वस्तूंची वैशिष्ट्ये (एक किंवा अधिक) संख्यात्मक पॅरामीटर्सवर अवलंबून वितरणाद्वारे वर्णन केली जातात. नॉनपॅरामेट्रिक मॉडेल्समध्ये अभ्यास केलेल्या वैशिष्ट्यांच्या वितरणासाठी पॅरामेट्रिक कुटुंबाचे तपशील समाविष्ट नाहीत. गणितीय सांख्यिकीमध्ये, पॅरामीटर्स आणि त्यातील फंक्शन्सचे मूल्यमापन केले जाते, जे वितरणाची महत्त्वपूर्ण वैशिष्ट्ये दर्शवतात (उदाहरणार्थ, अपेक्षित मूल्य, मध्यक, मानक विचलन, परिमाण, इ.), घनता आणि वितरण कार्ये इ. बिंदू आणि मध्यांतर अंदाज वापरले जातात.

आधुनिक गणितीय आकडेवारीचा एक मोठा विभाग सांख्यिकीय अनुक्रमिक विश्लेषण आहे, ज्याच्या निर्मिती आणि विकासामध्ये मूलभूत योगदान ए. वाल्ड यांनी दुसऱ्या महायुद्धादरम्यान केले होते. निश्चित खंडाच्या यादृच्छिक नमुन्यावर आधारित सांख्यिकीय विश्लेषणाच्या पारंपारिक (नॉन-अनुक्रमिक) पद्धतींच्या विपरीत, अनुक्रमिक विश्लेषण एका वेळी (किंवा, अधिक सामान्यपणे, गटांमध्ये) निरीक्षणांची श्रेणी तयार करण्यास आणि आयोजित करण्याचा निर्णय घेण्यास अनुमती देते. पुढील निरीक्षणे (निरीक्षणांचा समूह) आधीच जमा केलेल्या निरीक्षणांच्या आधारे तयार केला जातो. हे पाहता, अनुक्रमिक सांख्यिकीय विश्लेषणाचा सिद्धांत इष्टतम थांबण्याच्या सिद्धांताशी जवळचा संबंध आहे.

गणितीय सांख्यिकीमध्ये गृहीतक चाचणीचा एक सामान्य सिद्धांत आणि विशिष्ट गृहितकांच्या चाचणीसाठी समर्पित पद्धती मोठ्या संख्येने असतात. ते पॅरामीटर्स आणि वैशिष्ट्यांच्या मूल्यांबद्दल, एकसंधता तपासण्याबद्दल (म्हणजेच दोन नमुन्यांमधील वैशिष्ट्ये किंवा वितरण फंक्शन्सच्या योगायोगाबद्दल), दिलेल्या वितरण फंक्शनसह किंवा पॅरामेट्रिकसह अनुभवजन्य वितरण कार्याच्या कराराबद्दल गृहितकांचा विचार करतात. अशा फंक्शन्सचे कुटुंब, वितरणाच्या सममितीबद्दल इ.

नमुना सर्वेक्षण आयोजित करण्याशी संबंधित गणितीय आकडेवारीचा विभाग, विविध नमुना योजनांच्या गुणधर्मांसह आणि गृहितकांचे मूल्यांकन आणि चाचणी करण्यासाठी पुरेशा पद्धती तयार करणे हे खूप महत्वाचे आहे.

1794 मध्ये के. गॉस यांनी कमीत कमी चौरस पद्धती विकसित केल्यापासून अवलंबित्व पुनर्प्राप्ती समस्यांचा 200 वर्षांहून अधिक काळ सक्रियपणे अभ्यास केला जात आहे.

अंदाजे डेटा आणि वर्णनाचे परिमाण कमी करण्याच्या पद्धतींचा विकास 100 पेक्षा जास्त वर्षांपूर्वी सुरू झाला, जेव्हा के. पियर्सनने मुख्य घटक पद्धत तयार केली. घटक विश्लेषण आणि असंख्य नॉनलाइनर सामान्यीकरण नंतर विकसित केले गेले.

रचना (क्लस्टर विश्लेषण), विश्लेषण आणि वापर (भेदभाव विश्लेषण) वर्गीकरण (टायपोलॉजी) च्या विविध पद्धतींना नमुना ओळखण्याच्या पद्धती (शिक्षकासह आणि त्याशिवाय), स्वयंचलित वर्गीकरण इ. असेही म्हणतात.

आजकाल गणितीय आकडेवारीत संगणकाची मोठी भूमिका आहे. ते दोन्ही गणना आणि सिम्युलेशनसाठी वापरले जातात (विशेषतः, नमुना गुणाकार पद्धतींमध्ये आणि एसिम्प्टोटिक परिणामांच्या योग्यतेचा अभ्यास करण्यासाठी).

आकडेवारी आहे

संभाव्यता सिद्धांत

गणितीय आकडेवारीचा अविभाज्य भाग म्हणजे संभाव्यता सिद्धांतासारखी एक शाखा. संभाव्यता सिद्धांत ही गणिताची एक शाखा आहे, विशेषत: गणितीय आकडेवारी, ज्यामध्ये यादृच्छिक घटनांचे नमुने अभ्यासले जातात.

मुख्य संकल्पना संभाव्यताएक कार्यक्रम आहे. एखादी घटना अशक्य, विश्वासार्ह किंवा यादृच्छिक असू शकते. घटना विसंगत असू शकतात.

आकडेवारी आहे

संभाव्यता ही ऑब्जेक्टची अंमलबजावणी करण्याच्या शक्यतेचे परिमाणात्मक मूल्यांकन आहे. ही क्लासिक व्याख्या आहे. पण दुसरी व्याख्या आहे संभाव्यता, सांख्यिकीय. संभाव्यतेची सांख्यिकीय व्याख्या सिद्धांताच्या प्रायोगिक दृष्टिकोनावर आधारित आहे आणि ती खालीलप्रमाणे आहे:

जर N चाचण्या केल्या गेल्या आणि घटना A M वेळा आली, तर घटना A च्या घटनेची सापेक्ष वारंवारता M/N आहे.

शास्त्रीय व्याख्या संभाव्यतेच्या सांख्यिकीय व्याख्येचे एक आदर्शीकरण आहे. हे अनुमानावर आधारित आहे. पण एकसारखे क्यूब्स, कार्ड्स किंवा हात नाहीत. सांख्यिकी व्याख्या अधिक लागू आहे.

आकडेवारी आहे

गणिताची आणखी एक अतिशय मनोरंजक शाखा या विषयाशी संबंधित आहे - गेम थिअरी.

आकडेवारी आहे

गेम थिअरी ही खेळाडूंमधील संघर्षाचे उत्तम प्रकारे निराकरण करण्यासाठी एक गणिती पद्धत आहे.

आकडेवारी आहे

गेम थिअरीचा अर्थ प्रिझनर्स डिलेमा वापरून सर्वात सहज समजावून सांगितला जातो, ज्याचे क्लासिक सूत्र आहे:

आता परिस्थितीच्या विकासाची कल्पना करूया, स्वतःला कैद्य A च्या जागी ठेवूया. जर माझा साथीदार गप्प असेल तर त्याला सोपवणे आणि मुक्त होणे चांगले आहे. जर तो बोलत असेल तर सर्वकाही सांगणे आणि दहा ऐवजी फक्त दोन वर्षे घेणे देखील चांगले आहे. अशा प्रकारे, जर प्रत्येक सट्टेबाज त्याच्यासाठी सर्वोत्तम काय आहे ते निवडत असेल, तर दोघेही एकमेकांचा व्यापार करतील आणि दोन वर्षे मिळतील, जी दोघांसाठीही आदर्श परिस्थिती नाही. जर प्रत्येकाने सामान्य हिताचा विचार केला तर त्यांना फक्त अर्धा वर्ष मिळेल.

खेळांचे प्रकार

सहकारी असहकाराचा खेळ

सहकारी खेळ हा एक संघर्ष आहे ज्यामध्ये सट्टेबाजसर्वोत्तम परिणाम साध्य करण्यासाठी एकमेकांशी संवाद साधू शकतात आणि गटांमध्ये सामील होऊ शकतात. सहकारी खेळाचे उदाहरण म्हणजे कार्ड गेम ब्रिज, जिथे प्रत्येकाचे गुण सट्टेबाजवैयक्तिकरित्या मोजले जाते, परंतु सर्वाधिक एकूण विजय असलेली जोडी. दोन प्रकारच्या खेळांपैकी, गैर-सहकारी खेळ परिस्थितीचे तपशीलवार वर्णन करतात आणि अधिक अचूक परिणाम देतात. सहकारी संस्था खेळाकडे संपूर्णपणे पाहतात. हे दोन प्रकार एकमेकांच्या विरुद्ध असूनही, व्यवसाय धोरणे एकत्र करणे शक्य आहे, जे कोणत्याही एकाचे अनुसरण करण्यापेक्षा अधिक फायदे आणू शकतात.

शून्य बेरीज आणि शून्य बेरीज

शून्य-सम गेम हा असा खेळ आहे ज्यामध्ये एका सट्टेबाजाचा फायदा दुसर्‍याच्या तोट्याइतका असतो. उदाहरणार्थ, एक क्षुल्लक वाद: जर तुम्ही N ची रक्कम जिंकली, तर दुसर्‍या कोणीतरी N ची रक्कम गमावली. नॉन-झिरो-सम गेममध्ये, एकूण गेम बदलू शकतो, त्यामुळे एका खेळाडूला त्याची किंमत दुसऱ्याकडून न घेता फायदा होतो. बुद्धिबळ हे येथे एक उत्तम उदाहरण आहे: एका प्याद्याला राणीला प्रोत्साहन देऊन, सट्टेबाज अ सट्टेबाज B पासून काहीही न घेता त्याच्या एकूण तुकड्यांचे प्रमाण वाढवतो. नॉन-झिरो-सम गेममध्ये, सट्टेबाजांपैकी एकाचे नुकसान होत नाही. एक पूर्व शर्त, जरी असा परिणाम वगळलेला नाही.

समांतर आणि मालिका

समांतर खेळ असा आहे ज्यामध्ये सट्टेबाज एकाच वेळी हालचाली करतात किंवा संपूर्ण चक्र पूर्ण होईपर्यंत एका सट्टेबाजाची हालचाल दुसऱ्याला माहीत नसते. अनुक्रमिक गेममध्ये, प्रत्येक सट्टेबाजाला त्याची निवड करण्यापूर्वी त्याच्या प्रतिस्पर्ध्याच्या मागील हालचालीबद्दल माहिती असते. आणि माहिती पूर्ण असणे आवश्यक नाही, ज्यामुळे पुढील प्रकार घडतो.

पूर्ण किंवा अपूर्ण माहितीसह

हे प्रकार अनुक्रमिक खेळांचे उपसंच आहेत आणि त्यांची नावे स्वतःसाठी बोलतात.

मेटागेम्स

हे गेम गेम थिअरीचे "लेमा" आहेत. ते स्वतःच उपयुक्त नाहीत, परंतु संघर्षाच्या संदर्भात, नियमांच्या संचाचा विस्तार करताना.

कोणत्याही संघर्षात, खेळाचे नियम निर्धारित करण्यासाठी प्रकार एकत्र येतात, मग तो सहकारी, अनुक्रमिक शून्य-सम गेम किंवा अपूर्ण माहितीसह मेटागेम असो.

व्यावहारिक अनुप्रयोगाच्या समस्या

अर्थात, हे निदर्शनास आणले पाहिजे की गेम सिद्धांताच्या विश्लेषणात्मक साधनांच्या वापरासाठी काही मर्यादा आहेत. पुढील प्रकरणांमध्ये, अतिरिक्त माहिती प्राप्त झाल्यासच ती वापरली जाऊ शकते.

सर्वप्रथम, जेव्हा सट्टेबाजांना ते ज्या गेममध्ये भाग घेत आहेत त्याबद्दल वेगवेगळ्या कल्पना असतात किंवा जेव्हा त्यांना एकमेकांच्या क्षमतांबद्दल पुरेशी माहिती नसते तेव्हा असे होते. उदाहरणार्थ, स्पर्धकाच्या देयके (किंमत संरचना) बद्दल अस्पष्ट माहिती असू शकते. जर खूप गुंतागुंतीची नसलेली माहिती अपूर्णतेने दर्शविली असेल, तर काही फरक लक्षात घेऊन समान प्रकरणांमधील अनुभव लागू केला जाऊ शकतो.

दुसरे, गेम सिद्धांत अनेक समतोल परिस्थितींमध्ये लागू करणे कठीण आहे. एकाच वेळी धोरणात्मक निर्णयांसह साध्या गेममध्ये देखील ही समस्या उद्भवू शकते.

तिसरे म्हणजे, जर धोरणात्मक निर्णय घेण्याची परिस्थिती खूप गुंतागुंतीची असेल, तर सट्टेबाज अनेकदा स्वतःसाठी सर्वोत्तम पर्याय निवडू शकत नाहीत. उदाहरणार्थ, चालू बाजारअनेक उपक्रम वेगवेगळ्या वेळी प्रवेश करू शकतात किंवा तेथे आधीच कार्यरत असलेल्या उपक्रमांची प्रतिक्रिया आक्रमक किंवा मैत्रीपूर्ण असण्यापेक्षा अधिक जटिल असू शकते.

हे प्रायोगिकरित्या सिद्ध झाले आहे की जेव्हा गेम दहा किंवा अधिक टप्प्यांपर्यंत विस्तारतो, तेव्हा सट्टेबाज योग्य अल्गोरिदम वापरण्यास आणि समतोल धोरणांसह गेम सुरू ठेवण्यास सक्षम नसतात.

दुर्दैवाने, वास्तविक-जगातील परिस्थिती बर्‍याचदा खूप गुंतागुंतीच्या असतात आणि इतक्या लवकर बदलतात की रणनीतीतील बदलावर प्रतिस्पर्धी कशी प्रतिक्रिया देतील हे अचूकपणे सांगणे अशक्य आहे. तथापि, स्पर्धात्मक निर्णय घेण्याच्या परिस्थितीत विचारात घेण्यासारखे सर्वात महत्त्वाचे घटक ओळखण्यासाठी गेम सिद्धांत उपयुक्त आहे. ही माहिती महत्त्वाची आहे कारण ती तुम्हाला परिस्थितीवर प्रभाव टाकणारे अतिरिक्त चल किंवा घटक विचारात घेण्यास अनुमती देते आणि त्याद्वारे निर्णयाची परिणामकारकता सुधारते.

निष्कर्ष

शेवटी, हे विशेषतः जोर दिले पाहिजे की गेम सिद्धांत हे ज्ञानाचे एक अतिशय जटिल क्षेत्र आहे. ते हाताळताना, आपण सावधगिरी बाळगली पाहिजे आणि त्याच्या वापराच्या मर्यादा स्पष्टपणे जाणून घ्या. खूप सोपी व्याख्या लपलेल्या धोक्यांनी भरलेली आहेत. त्यांच्या जटिलतेमुळे, गेम सिद्धांत विश्लेषण आणि सल्लामसलत केवळ विशेषतः महत्वाच्या समस्या क्षेत्रांसाठी शिफारस केली जाते. अनुभव दर्शवितो की मोठ्या सहकार्य करार तयार करताना एक वेळचे, मूलभूतपणे महत्त्वाचे नियोजित धोरणात्मक निर्णय घेताना योग्य साधनांचा वापर करणे श्रेयस्कर आहे.

सांख्यिकीय संभाव्यतेवर आधारित लोकप्रिय खेळ - रूलेट, कार्ड गेम, विशेषतः पोकर, बॅकगॅमन.

खेळाडूंची आकडेवारी

गणितीय सांख्यिकी, संभाव्यता सिद्धांत, गेम थिअरी - सट्टेबाजांबद्दल माहिती गोळा करण्यासाठी ऑनलाइन गेममध्ये या विषयांमधील पद्धती मोठ्या प्रमाणावर वापरल्या जातात. वर्ल्ड ऑफ टँक्स आणि पोकर सारख्या सर्वात लोकप्रिय गेमच्या सट्टेबाजांबद्दल माहितीचा संपूर्ण संग्रह विकसित झाला आहे. सट्टेबाजांची काही आकडेवारी विशेष वेबसाइटवर पूर्णपणे विनामूल्य पाहिली जाऊ शकते.

स्वारस्य असलेल्या सट्टेबाजांसाठी किंवा सट्टेबाजांच्या मोठ्या गटासाठी सर्व आकडेवारी संबंधित आकडेवारी सेवांवर खरेदी केली जाऊ शकते.

पोकर सट्टेबाजांवर आकडेवारी मिळवण्यासाठी वेबसाइट्स:

MTT आकडेवारी प्रदान करणारी वेबसाइट - PokerProLabs;

रोख खेळांची आकडेवारी PokerTableRatings वेबसाइटद्वारे प्रदान केली जाते. येथे तुम्ही हाताच्या इतिहासासह (खाणकाम) विस्तृत ताजे डेटाबेस देखील खरेदी करू शकता;

MTT आकडेवारी officialpokerrankings.com वर देखील पाहिली जाऊ शकते;

कदाचित या विषयावरील सर्वात प्रसिद्ध साइट्सपैकी एक म्हणजे sharkscope.com

"सामाजिक सांख्यिकी" या संकल्पनेचे दोन अर्थ आहेत: विज्ञानाचे क्षेत्र आणि व्यावहारिक क्रियाकलापांचे क्षेत्र म्हणून. विज्ञानाचे क्षेत्र म्हणून सामाजिक सांख्यिकी समाजातील सामाजिक घटना आणि प्रक्रियांबद्दल संख्यात्मक माहिती गोळा, प्रक्रिया आणि विश्लेषण करण्यासाठी तंत्र आणि पद्धतींची एक प्रणाली विकसित करते. व्यावहारिक क्रियाकलापांचे क्षेत्र म्हणून सामाजिक सांख्यिकी हे राज्य सांख्यिकी संस्था आणि इतर संस्थांद्वारे विशिष्ट सामाजिक प्रक्रिया दर्शविणारी संख्यात्मक सामग्री संकलित आणि सारांशित करण्यासाठी कार्य करणे हे आहे.

विज्ञानाचे क्षेत्र किंवा व्यावहारिक क्रियाकलापांचे क्षेत्र म्हणून सामाजिक आकडेवारीचे स्वायत्त अस्तित्व निरर्थक असेल. या क्षेत्रांचा विकास फक्त ऐक्य आणि परस्परसंबंधानेच होऊ शकतो.

समाज आणि राज्याच्या जीवनातील विविध पैलूंबद्दल माहिती रेकॉर्ड करण्याच्या सुरुवातीच्या आदिम प्रकारांमध्ये विशेषतः विकसित वैज्ञानिकदृष्ट्या आधारित पद्धत नव्हती. विचारात घेतलेल्या डेटाची सामग्री अधिक जटिल होत गेली आणि सरकारी आणि आर्थिक व्यवस्थापनात त्यांचे महत्त्व वाढले, डेटा रेकॉर्डिंग आणि सारांशित करण्याच्या अधिक जटिल पद्धतींची आवश्यकता निर्माण झाली. माहितीची एकसमानता आणि विश्वासार्हता सुनिश्चित करण्यासाठी विशेष उपाय आवश्यक होते.

लेखा आणि सांख्यिकी कार्य हा एक स्वतंत्र प्रकारचा व्यावसायिक क्रियाकलाप बनला आहे आणि केंद्र आणि स्थानिक पातळीवर हे कार्य पार पाडण्यासाठी विशेष संस्था तयार केल्या गेल्या आहेत. वैज्ञानिक आणि पद्धतशीर घडामोडींना व्यावहारिक लेखा कार्यापासून वेगळे केले गेले. सांख्यिकी क्षेत्रातील तज्ज्ञांचे प्रशिक्षण सुरू झाले. पूर्वीच्या एकत्रित आकडेवारीवरून, या विज्ञानाच्या स्वतंत्र शाखा उदयास आल्या: औद्योगिक सांख्यिकी, कृषी सांख्यिकी, लोकसंख्या सांख्यिकी इ. “स्वायत्तता अधिकार” प्राप्त झालेल्यांपैकी एक सामाजिक सांख्यिकी होती.

सामाजिक सांख्यिकी सांख्यिकीच्या इतर शाखांपेक्षा भिन्न आहे केवळ त्याच्या विशेष विषयात आणि अभ्यासाच्या उद्देशाने. त्याची मौलिकता प्रारंभिक माहिती मिळविण्यासाठी विशेष चॅनेलमध्ये आणि या माहितीवर प्रक्रिया करण्यासाठी आणि सारांशित करण्यासाठी विशेष तंत्रांचा वापर आणि विश्लेषणाच्या परिणामांचा व्यावहारिक वापर करण्याच्या विशेष पद्धतींमध्ये आहे. हे सर्व लेखा आणि सांख्यिकीय कार्याचे स्वतंत्र क्षेत्र, तसेच वैज्ञानिक विकासाचे एक विशेष क्षेत्र म्हणून सामाजिक आकडेवारी वेगळे करण्याची आवश्यकता पुष्टी करते, ज्याच्या चौकटीत सामाजिक आकडेवारीचे सैद्धांतिक आणि पद्धतशीर प्रश्न सोडवले जातात.

सामाजिक सांख्यिकी, विज्ञानाच्या कोणत्याही क्षेत्राप्रमाणे, ज्ञानाच्या इतर क्षेत्रांशी विविध मार्गांनी जोडलेले आहे. हे संबंध समजून घेणे सामाजिक आकडेवारीच्या विषयाची, वस्तूची आणि कार्यपद्धतीची अधिक अचूक व्याख्या करण्यास योगदान देते. सामाजिक सांख्यिकी आणि सांख्यिकीच्या इतर शाखांमधील सर्वात जवळचे संबंध आहेत, प्रामुख्याने सांख्यिकीच्या सिद्धांताशी, जे शाखा सांख्यिकींसाठी सामान्य पद्धतशीर आधार विकसित करते. सामाजिक घटना आणि प्रक्रियांच्या विश्लेषणाच्या कार्ये आणि शर्तींच्या संदर्भात त्यांच्या सारात एकसमान असलेल्या पद्धतशीर तंत्रांचे ठोस आणि सुधारित केले जाते. सामाजिक सांख्यिकीमध्ये वापरल्या गेल्यास सुप्रसिद्ध सांख्यिकीय पद्धती किती अनोखे स्वरूप धारण करतात हे अभ्यासक्रमाच्या पुढील विभागांमध्ये दाखवले जाईल. अनेकदा सांख्यिकी सिद्धांताद्वारे प्रदान केलेल्या संशोधन पद्धतींचे शस्त्रागार अपुरे असल्याचे दिसून येते. अशा परिस्थितीत, सामाजिक सांख्यिकी ज्ञानाच्या इतर शाखांमधून आवश्यक पद्धती उधार घेते - समाजशास्त्र, मानसशास्त्र इ.

लोकसंख्याशास्त्र, समाजशास्त्र, लोकसंख्या सांख्यिकी, कामगार अर्थशास्त्र, नृवंशविज्ञान, वैद्यकीय सांख्यिकी इ. अनेक विज्ञानांच्या वस्तूंसह सामाजिक सांख्यिकी संशोधनाच्या वस्तुची पूर्ण किंवा आंशिक समानता आहे. सामाजिक सांख्यिकी त्यांच्याशी संपर्काचे काही मुद्दे आहेत. संशोधनाच्या विषयाशी संबंधित, जरी ते संशोधन ऑब्जेक्ट्सची कमी उच्चारित समानता आहेत. संशोधनाची पद्धत, तंत्र आणि ऑब्जेक्ट निश्चित करण्याच्या बाबतीत विज्ञानाची समानता मोठ्या प्रमाणात दिसून येते.

विज्ञानाचा आंशिक समुदाय ऐतिहासिकदृष्ट्या निर्धारित आहे. हे विज्ञानांमधील "अवशिष्ट" कनेक्शनचे प्रकटीकरण असू शकते जे वैज्ञानिक ज्ञानाच्या भिन्नतेच्या प्रक्रियेत आणि संशोधनाच्या विषयाचे पृथक्करण करण्याच्या प्रक्रियेत ज्ञानाचे स्वतंत्र क्षेत्र म्हणून उदयास आले आहेत. विज्ञानाच्या अभिसरणाचा, त्यांच्या एकत्रीकरणाचा हा परिणाम असू शकतो, जेव्हा पूर्वी ज्ञानाच्या अगदी दूरच्या भागात, त्यांच्या विकासादरम्यान, कार्यपद्धतीच्या प्रश्नांमध्ये, तसेच संशोधनाच्या विषयात आणि विषयामध्ये संपर्काचे बिंदू शोधले गेले.

तथापि, अशा समानतेचा अर्थ अजिबात ओळख नाही. उदाहरणार्थ, लोकसंख्या आकडेवारी आणि सामाजिक आकडेवारी दोन्ही लोकसंख्येला अभ्यासाचा उद्देश म्हणून संबोधित करतात. त्याच वेळी, जर प्रथम मुख्य स्वारस्य देशाची संपूर्ण लोकसंख्या असेल तर दुसऱ्यासाठी त्याच्या वैयक्तिक श्रेणी. लोकसंख्या आकडेवारी रहिवाशांची संख्या, लोकसंख्येची रचना आणि त्याचे पुनरुत्पादन यातील गतिशीलता तपासते. हे सर्व मुद्दे एकूण लोकसंख्येशी संबंधित आहेत. सामाजिक सांख्यिकी, जीवन परिस्थितीच्या विविध पैलूंवर लक्ष केंद्रित करून, त्यानुसार प्रामुख्याने लोकसंख्येच्या त्या गटांना संबोधित केले पाहिजे ज्यासाठी राहण्याची परिस्थिती सर्वात संबंधित आणि विशिष्ट आहे. अशा प्रकारे, सामाजिक सुरक्षा समस्या प्रामुख्याने निवृत्तीचे वय असलेल्या व्यक्ती आणि अपंग लोकांशी संबंधित आहेत. शैक्षणिक कार्यक्रम शालेय वयाच्या मुलांना आणि तरुणांना संबोधित केले जातात, माता आणि बाल आरोग्य कार्यक्रम तरुण कुटुंबांना संबोधित केले जातात इ.

लोकसंख्येची आकडेवारी पारंपारिकपणे जैविक लोकसंख्या म्हणून लोकसंख्येच्या अभ्यासाकडे जाते, तर सामाजिक आकडेवारी लोकांच्या जीवनातील सामाजिक पैलूंचे परीक्षण करते. लक्षात घ्या की या दृष्टिकोनांमधील ओळ अतिशय सशर्त आहे: प्रजनन क्षमता, मृत्युदर, विवाह, घटस्फोट, लोकसंख्येची यांत्रिक हालचाल (स्थलांतर) यांचा अभ्यास करताना, सामाजिक घटकांचे विश्लेषण केल्याशिवाय करू शकत नाही.

समाजाच्या सामाजिक जीवनात घडणार्‍या घटना आणि प्रक्रियांचे सांख्यिकीय विश्लेषण सांख्यिकी विशिष्ट पद्धती वापरून केले जाते - सामान्य निर्देशकांच्या पद्धती ज्या एखाद्या वस्तूच्या परिमाणवाचक आणि गुणात्मक वैशिष्ट्यांचे संख्यात्मक मापन देतात, त्यांच्यातील संबंध आणि त्यांच्यातील ट्रेंड. बदल हे संकेतक समाजाचे सामाजिक जीवन प्रतिबिंबित करतात, जे सामाजिक सांख्यिकी संशोधनाचा विषय म्हणून काम करतात.

समाजाचे सामाजिक जीवन, निसर्गात जटिल आणि बहुआयामी, भिन्न गुणधर्म, भिन्न स्तर आणि भिन्न गुणवत्तेच्या संबंधांची एक प्रणाली आहे. एक प्रणाली असल्याने, हे संबंध एकमेकांशी जोडलेले आणि एकमेकांवर अवलंबून असतात. त्यांची एकता विविध स्वरूपात प्रकट होते: परस्परसंवादात, अधीनतेमध्ये, विरोधाभासात. यावरून असे दिसून येते की सामाजिक आकडेवारीच्या चौकटीत संशोधनाच्या वैयक्तिक क्षेत्रांचे पृथक्करण हे ज्ञान सुलभ करणारे पारंपारिक तंत्रापेक्षा अधिक काही नाही. एकांतात घेतले तर, लोकसंख्येच्या राहणीमानावरील आकडेवारी किंवा लोकसंख्येच्या अंदाजपत्रकावरील आकडेवारी ही तशीच सशर्त आहेत. जसे की, उदाहरणार्थ, त्वचाविज्ञान, सूक्ष्मजीवशास्त्र, ऑन्कोलॉजी इ. यांसारख्या स्पेशलायझेशनचे स्वतंत्र वैद्यक क्षेत्रात वेगळे करणे.

या प्रकारचे संकुचित स्पेशलायझेशन, एखाद्याला विशिष्ट क्षेत्रातील ज्ञान गहन आणि विस्तारित करण्याची परवानगी देत ​​असताना, सामान्य कनेक्शन आणि नातेसंबंध दृष्टीआड होण्याचा संभाव्य धोका असतो. मूळ कारणे लक्षणांद्वारे बदलली जाऊ शकतात. बरे करणे आणि पुनर्प्राप्तीचे कार्यक्रम (औषधातील प्रत्येक व्यक्तीचे शरीर आणि सामाजिक क्षेत्रात संपूर्ण समाजाचे शरीर) या प्रकरणात लक्ष केंद्रित केले जाईल, नाही तर कारणे, परंतु केवळ प्रतिकूल परिस्थितीचे परिणाम.

अशाप्रकारे, गुन्ह्यांच्या आकडेवारीच्या चौकटीत विश्लेषणावर लक्ष केंद्रित केल्याने, मुख्य धोरणात्मक कार्य चुकू शकते - गुन्हेगारी परिस्थितीला जन्म देणार्‍या कारणांवर मात करणे. गुन्ह्यांची थोडक्यात समजलेली आकडेवारी केवळ मुख्यतः रणनीतिकखेळ स्वरूपाचे निष्कर्ष आणि शिफारशी प्रदान करेल - सध्याच्या कालावधीत गुन्हेगारीविरूद्धच्या लढाईच्या पद्धती आणि मुख्य दिशानिर्देशांबद्दल. हे वैज्ञानिक ज्ञानाच्या एकत्रीकरणाच्या प्रवृत्तीची प्रासंगिकता सूचित करते, कारण या मार्गावर भिन्नतेचे फायदे जतन केले जातात आणि त्यातील कमकुवतपणा तटस्थ केल्या जातात,

सामाजिक आकडेवारीचा विषय परिभाषित करण्याचा सर्वात प्रभावी दृष्टीकोन हा एक आहे ज्यामध्ये समाजाच्या सामाजिक जीवनातील वैयक्तिक पैलू एकाच वेळी विश्लेषणासाठी एकत्र केले जातात आणि त्यांची एकता आणि परस्परसंबंध विचारात घेतले जातात.

सामाजिक सांख्यिकी संशोधनाच्या सर्वात महत्त्वपूर्ण क्षेत्रांमध्ये खालील गोष्टींचा समावेश होतो: लोकसंख्येची सामाजिक आणि लोकसंख्याशास्त्रीय रचना आणि त्याची गुणवत्ता, लोकसंख्येचे जीवनमान, आरोग्य पातळी, लोकसंख्येचे आरोग्य, संस्कृती आणि शिक्षण, नैतिक आकडेवारी, सार्वजनिक मत, राजकीय जीवन. संशोधनाच्या प्रत्येक क्षेत्रासाठी, निर्देशकांची एक प्रणाली विकसित केली जाते, माहितीचे स्त्रोत निर्धारित केले जातात आणि देशातील आणि प्रदेशांमधील सामाजिक परिस्थितीचे नियमन करण्यासाठी सांख्यिकीय सामग्रीच्या वापरासाठी विशिष्ट दृष्टिकोन आहेत. त्याच वेळी, हे सर्व दिशानिर्देश शेवटी सामाजिक जीवनाच्या चित्राबद्दल, सामाजिक विकासाच्या ट्रेंड आणि नमुन्यांची एकसंध, सुसंगत आणि एकात्मिक माहिती प्रदान करतात.

सामाजिक सांख्यिकींची कार्ये सामान्य शब्दात परिभाषित करताना, त्यांच्या अभ्यासाच्या विषयाशी संबंधित कोणत्याही शाखेतील आकडेवारीद्वारे सोडवलेल्या गोष्टी हायलाइट करणे आवश्यक आहे. सामाजिक आकडेवारीसाठी अशी कार्ये आहेत: सामाजिक क्षेत्रातील परिस्थितीचे पद्धतशीर विश्लेषण; सामाजिक पायाभूत सुविधा क्षेत्रांच्या विकासाचे सर्वात महत्वाचे ट्रेंड आणि नमुने यांचे विश्लेषण: लोकसंख्येची पातळी आणि राहणीमानाचा अभ्यास:

या वैशिष्ट्यांच्या भिन्नतेच्या डिग्रीचे मूल्यांकन करणे; विश्लेषण स्पीकर्स: नजीकच्या आणि दीर्घ कालावधीसाठी विकासाच्या संभाव्य मार्गाचा अंदाज;

ज्या घटकांच्या प्रभावाखाली ही परिस्थिती उद्भवली त्या घटकांचा अभ्यास;

त्यांच्या मानक मूल्यांसह वास्तविक पॅरामीटर्सच्या अनुपालनाच्या डिग्रीचे मूल्यांकन; वस्तुनिष्ठ आणि व्यक्तिनिष्ठ घटकांचे संबंध आणि भूमिका यांचे स्पष्टीकरण; सामाजिक विकासाच्या इतर घटकांसह सामाजिक प्रक्रियेच्या परस्परसंवादाचा अभ्यास.

याव्यतिरिक्त, सामाजिक आकडेवारीमध्ये अंतर्निहित विशेष कार्ये आहेत. त्यांची विशिष्टता प्रामुख्याने सामाजिक प्रक्रियांचा अभ्यास करताना येणाऱ्या अडचणींवर अवलंबून असते. यामध्ये पुढील गोष्टींचा समावेश आहे.

सामाजिक आकडेवारीच्या वैयक्तिक क्षेत्रांच्या स्वायत्ततेवर मात करणे आणि परिणामी अनेक सांख्यिकीय निर्देशकांची अतुलनीयता; सामाजिक सांख्यिकी एक एकीकृत परस्परसंबंधित प्रणालीची वास्तविक निर्मिती. या क्षेत्रातील उणीवा केवळ वस्तुनिष्ठ कारणांद्वारेच स्पष्ट केल्या जात नाहीत - भिन्न सामाजिक प्रक्रियांचे सार आणि प्रकटीकरणाच्या स्वरूपातील तीव्र फरक, परंतु विशिष्ट संस्थात्मक पूर्वतयारींद्वारे देखील. सामाजिक माहितीचे संकलन राज्य सांख्यिकी संस्थांच्या वेगवेगळ्या विभागांद्वारे (क्षेत्रे, विभाग) केले जाते: किंमत आकडेवारी, अंदाजपत्रक, कामगार आकडेवारी इ. सामाजिक निर्देशक सुरुवातीला सामाजिक-आर्थिक आकडेवारीच्या निर्देशकांच्या वेगवेगळ्या उपप्रणालींमध्ये समाविष्ट केले जातात, ज्यामुळे अनेक पद्धतीविषयक समस्यांच्या निराकरणावर छाप. त्याच वेळी, सामाजिक आकडेवारीच्या वैयक्तिक निर्देशकांचे भिन्न "वय" देखील प्रभावित करते: काही निर्देशक बर्याच काळापासून सांख्यिकीय कार्याच्या सरावात वापरले गेले आहेत आणि जडत्वामुळे, पद्धतशीर समस्यांचे निराकरण करण्याचा पारंपारिक दृष्टीकोन जतन केला जातो; इतर निर्देशक अधिक अलीकडील आणि आधुनिक पद्धतींवर अधिक केंद्रित आहेत.

सामाजिक घटना आणि प्रक्रियांच्या साराच्या मूल्यांकनासह अनेक सांख्यिकीय निर्देशकांचे पालन करणे, कारण निर्देशक त्यांची गुणात्मक वैशिष्ट्ये प्रदान करत नाहीत. केवळ काही औपचारिक परिमाणवाचक मापदंड विचारात घेतले जातात. उदाहरणार्थ, प्रति 1,000 लोकांमागे केवळ डॉक्टर आणि हॉस्पिटलच्या बेडच्या संख्येवर आधारित आरोग्य सेवा प्रणालीच्या स्थितीचे वास्तविक मूल्यांकन करणे कठीण आहे. व्यावसायिक तत्त्वांवर आधारित वैद्यकीय सेवेचे विविध प्रकार जसजसे विस्तारत जातात तसतसे कामाची गुणवत्ता, प्रवेशयोग्यता आणि विविध प्रकारच्या विशेष वैद्यकीय संस्थांमध्ये वाढ होते. सर्व काही सांख्यिकीय निर्देशकांमध्ये प्रतिबिंबित केले पाहिजे.

मॅक्रो आणि सूक्ष्म स्तरावर संशोधन एकत्रित करणे, जे आम्हाला अधिक खोलवर आणि पूर्णपणे अभ्यासल्या जाणार्‍या प्रक्रियेची मूळ कारणे आणि यंत्रणा प्रकट करण्यास अनुमती देईल. आतापर्यंत, सामाजिक सांख्यिकी प्रामुख्याने मॅक्रो स्तरावर घटना आणि प्रक्रियांच्या अभ्यासावर केंद्रित आहे, जिथे प्रक्रियेचे अंतिम परिणाम शोधले जातात. देशातील संपूर्ण व्यवस्थापन प्रणालीचे विकेंद्रीकरण प्रादेशिक स्तरावर माहिती समर्थनाची प्रासंगिकता वाढवते.

लोकसंख्येच्या सर्वात वैशिष्ट्यपूर्ण सामाजिक-सांस्कृतिक, सामाजिक-वांशिक, सामाजिक-लोकसांख्यिकीय गटांसाठी निर्देशकांचा विकास, मॉडेलचे बांधकाम, गृहितकांचे मूल्यांकन, भिन्नता. लोकसंख्येच्या रचनेत बदल होत असताना वापरलेल्या लोकसंख्या गट योजना समायोजित केल्या पाहिजेत. सामाजिक सांख्यिकी निर्देशकांची सध्याची प्रणाली लोकसंख्येच्या विविध गटांच्या राहणीमानातील वास्तविक भिन्नता, त्यांच्या मूल्य अभिमुखतेची प्रणाली इ. व्यावहारिकपणे दूर करते. समाजाचे सामाजिक स्तरीकरण वाढवण्याच्या प्रवृत्तीमुळे या समस्येची प्रासंगिकता वाढते.

इतर क्षेत्रीय आकडेवारीमध्ये सादर केलेल्या सामाजिक सांख्यिकी निर्देशक आणि निर्देशकांच्या विद्यमान अतुलनीयतेवर मात करणे.

सामाजिक व्यवस्थेतील परस्परसंवादाची यंत्रणा शोधण्यासाठी सामाजिक-आर्थिक संबंधांचे मॉडेलिंग. मॅक्रो स्तरावर, अनेक वस्तुनिष्ठपणे विद्यमान मर्यादित घटक सादर केले जातात जे विशिष्ट परिस्थितीत (सिस्टम नष्ट न करता) सामाजिक निर्देशकांमधील संभाव्य चढउतारांच्या मर्यादा पूर्वनिर्धारित करतात. सामाजिक कार्यक्रम विकसित करताना हे लक्षात घेणे आवश्यक आहे.

मत आकडेवारी निर्देशकांची श्रेणी विस्तृत करणे. या कार्याची प्रासंगिकता या वस्तुस्थितीत आहे की सामाजिक प्रक्रियेचा सर्वात महत्वाचा घटक हा मानसशास्त्रीय घटक आहे. घटक आणि घटनांचे व्यक्तिपरक वैयक्तिक मूल्यांकन त्यांच्यावरील लोकसंख्येची प्रतिक्रिया आणि जीवनाच्या विविध क्षेत्रांमध्ये लोकसंख्येचे वर्तन पूर्वनिर्धारित करते.

अनेक निर्देशकांच्या अशा कमकुवतपणासाठी, शक्य असल्यास, भरपाई करण्यासाठी विशेष उपाय करणे जसे: आत्मीयतेचे घटक; anamnesis डेटाची अयोग्यता (लोकसंख्या सर्वेक्षणाद्वारे प्राप्त झालेल्या मागील वर्षांच्या घटना आणि तथ्यांबद्दल माहिती); लोक माहिती देण्यास नाखूष आहेत अशा तथ्यांचे अपूर्ण लेखांकन; वस्तुनिष्ठ अस्पष्ट निकषांचा अभाव आणि विविध प्रकारच्या मूल्यांच्या निर्णयांसाठी स्केल इ. सामाजिक सांख्यिकी निर्देशकांची संपूर्ण प्रणाली तयार करण्यासाठी, तिची विश्वासार्हता आणि माहिती क्षमता वाढवण्यासाठी ही एक महत्त्वाची परिस्थिती आहे. अनेक विशेष तंत्रांचा वापर करून नकारात्मक प्रकटीकरण कमी केले जाऊ शकतात. त्यापैकी: समान विषयावरील तथ्ये आणि मतांबद्दल माहितीचे संयुक्त विश्लेषण; अर्थ आणि शब्दांच्या छटामध्ये काही बदलांसह समान प्रश्नासाठी प्रश्नावलीमध्ये वारंवार संदर्भ; समस्येचे तपशीलवार वर्णन करणे, म्हणजे अविभाज्य निर्देशकाच्या नंतरच्या बांधकामासह अनेक स्वतंत्र समस्यांमध्ये विभागणे; अविश्वसनीय उत्तरे ओळखण्यासाठी प्रश्न नियंत्रित करा, इ.

दिलेली उदाहरणे सामाजिक सांख्यिकी पद्धती आणि पद्धती सुधारण्यासाठी वर्तमान कार्यांची यादी संपवत नाहीत.

सामाजिक समस्यांच्या अभ्यासाची प्रासंगिकता सामाजिक पायाभूत सुविधांच्या विकासाच्या पातळीद्वारे निर्धारित केली जाते. तर, 80 च्या दशकाच्या मध्यात. एकूण देशांतर्गत उत्पादनाच्या संरचनेत, सेवा क्षेत्राचा वाटा होता: यूएसए मध्ये - 64%, मध्ये ब्रिटन- 59, फ्रान्समध्ये - 54, जपानमध्ये - 54, पेरुव्हियन रिपब्लिकमध्ये - 49, थायलंडमध्ये - 41, भारतात - 34. यूएसएसआरमध्ये - 38, मोरोक्कोमध्ये -39%1. लोकसंख्येच्या गरजा पूर्ण करण्याच्या दिशेने अर्थव्यवस्था कोणत्या स्तरावर केंद्रित आहे आणि आर्थिक विकासाच्या एकूण पातळीचे मूल्यांकन म्हणून वरील निर्देशकांचा सामान्य मूल्यांकन म्हणून विचार केला जाऊ शकतो.

सेवांचे उत्पादक मालकीचे प्रकार, कार्य संस्थेची तत्त्वे, आकार आणि उद्योग विशेषीकरण यानुसार वेगळे केले जातात; ना-नफा ना-नफा संस्था आहेत, ज्यात धर्मादाय संस्था, मायक्रोडिस्ट्रिक्टमधील स्व-शासकीय संस्था इ.

सामाजिक आकडेवारीच्या वस्तूंची विशिष्टता देखील वापरलेल्या पद्धतशीर तंत्रांची विशिष्टता पूर्वनिर्धारित करते. अनेक वैशिष्ट्यांमध्ये संख्यात्मक अभिव्यक्ती नसते. ही गुणवैशिष्ट्ये पद्धतशीर समस्यांचे निराकरण करण्यासाठी त्यांच्या मर्यादा लादतात.

सेवांचा खरेदीदार आणि सामाजिक प्रक्रियेत सहभागी म्हणून लोकसंख्येचे वर्तन हे आवश्यक वैशिष्ट्य आहे की, वस्तुनिष्ठ घटकांसह, ते व्यक्तिनिष्ठ घटक - चेतना द्वारे निर्धारित केले जाते. वैयक्तिक, समूह आणि सामाजिक चेतना विशेष मूल्ये, सामाजिक नियम, घामाच्या क्षेत्रातील प्राधान्यक्रमांची श्रेणी विकसित करते. व्यक्तिनिष्ठ घटकांच्या प्रभावाचे मोजमाप करताना विशिष्ट अडचणी येतात आणि आकडेवारी समाजशास्त्र आणि मानसशास्त्राने विकसित केलेल्या पद्धतींकडे वळते. उच्च प्रमाणामुळे अशा कामाची श्रम तीव्रता, ते केवळ वेळोवेळी आणि निवडक अभ्यास म्हणून केले जातात.

आपल्या देशातील राज्य आकडेवारीच्या चौकटीत, वर्तमान लेखांकनाच्या क्रमाने, लोकसंख्येला प्रदान केलेल्या सेवांचे प्रमाण प्रामुख्याने मोजले जाते. उपभोगाची गुणात्मक वैशिष्ट्ये, त्याचे ट्रेंड आणि घटक, नियम म्हणून, वस्तुमान पातळीवर विचारात घेतले जाऊ शकत नाहीत. म्हणून, सांख्यिकीय डेटामध्ये सध्याच्या आणि तीव्र सामाजिक समस्या सामान्यतः केवळ लक्षणे म्हणून रेकॉर्ड केल्या जातात, ज्याची कारणे उघड केली जात नाहीत.

प्रादेशिक आणि केंद्रीय प्राधिकरणांना या समस्यांवरील माहितीची पद्धतशीर तरतूद अधिकारीपरिस्थिती स्थिर करण्यासाठी उपाययोजनांचा वेळेवर अवलंब करणे, संभाव्य संकटे आणि तीव्रता रोखणे - आकडेवारीचे तातडीचे कार्य.

सामाजिक सांख्यिकी अनेक संशोधन वस्तूंद्वारे वैशिष्ट्यीकृत आहेत. ते दोन प्रकारात विभागले जाऊ शकतात.

पहिल्या आणि मुख्य प्रकारच्या वस्तू आहेत ग्राहकसेवा, भौतिक आणि आध्यात्मिक मूल्ये, माहिती. ते वैयक्तिक आणि समूह वस्तूंद्वारे दर्शविले जातात. वैयक्तिक वस्तू म्हणजे एक व्यक्ती (व्यक्तींचा संग्रह म्हणून लोकसंख्या). ही संपूर्ण लोकसंख्या आणि त्याची वैयक्तिक श्रेणी देखील आहे, ज्याचा अभ्यास केला जात असलेल्या सामाजिक प्रक्रियेवर अवलंबून आहे. सामूहिक वस्तू म्हणजे लोकांचा एक समूह जो संयुक्तपणे वापरतो आणि सामाजिक प्रक्रियेत संयुक्तपणे सहभागी होतो. अशा वस्तू आहेत: कुटुंब, कार्य सामूहिक, बागकाम भागीदारी, गॅरेज सहकारी इ.

दुसऱ्या प्रकारच्या वस्तूंमध्ये व्यक्ती, संस्था, संरचनेचा समावेश होतो जे लोकसंख्येला सेवा देतात आणि एक किंवा दुसरी सामाजिक प्रक्रिया आयोजित करतात. त्यांचे क्रियाकलाप प्रदान केलेल्या सेवा आणि मूल्यांचे प्रमाण आणि गुणवत्ता निर्धारित करतात. सेवा, मूल्ये आणि माहितीचे उत्पादन आणि वापर या प्रक्रियेचे दोन परस्परसंबंधित पैलू आहेत. हे त्यांच्या समांतर संशोधनाची व्यवहार्यता ठरवते. अशा प्रकारे, वेगवेगळ्या प्रकारच्या वस्तूंबद्दल माहिती मिळवल्यास गृहनिर्माण समस्या उघड होऊ शकते: कुटुंबे, जिथे संकेतकांची एक प्रणाली गृहनिर्माण परिस्थिती आणि त्यांची गतिशीलता दर्शवते आणि रिअल इस्टेट मार्केट तयार करणार्‍या संस्था. यामध्ये खालील गोष्टींचा समावेश आहे: बांधकाम संस्था, विविध गृहनिर्माण विभाग आणि स्थानिक स्वराज्य संस्थांमधील कमिशन, घरांची देवाणघेवाण, खरेदी, विक्री आणि भाड्याने देण्यासाठी विविध मध्यस्थ कार्यालये आणि फर्म.

काही प्रकरणांमध्ये, दोन्ही प्रकारच्या वस्तू एकात्मतेत सादर केल्या जातात - जेव्हा, उदाहरणार्थ, कुटुंबे स्वतःसाठी निवासी इमारत बांधतात. तथापि, ही परिस्थिती प्रासंगिक स्वरूपाची आहे, कारण घर बांधणे ही एक वेळची घटना आहे, प्राप्तकर्तातथापि, कुटुंबाचे घर कायमस्वरूपी असते, म्हणजे एका पैलूवर वर्चस्व असते.

संशोधनाच्या ऑब्जेक्टची स्पष्ट व्याख्या महत्वाची आहे कारण हा प्रश्न माहिती गोळा करण्याच्या टप्प्यावर, तसेच त्याच्या प्रक्रियेच्या टप्प्यावर - गटबद्ध करणे, वर्गीकरण करणे, निर्देशकांची प्रणाली तयार करणे या टप्प्यावर प्रारंभिक प्रश्न म्हणून कार्य करते. वस्तूंच्या बहुविधतेसाठी संशोधन आणि पद्धतशीर समस्यांचे निराकरण करण्यासाठी विशेषतः काळजीपूर्वक दृष्टीकोन आवश्यक आहे. परंतु सामाजिक आकडेवारीतील विश्लेषणाच्या वस्तूंच्या विशिष्टतेचे हे केवळ एक प्रकटीकरण आहे. इतरही तितकीच महत्त्वाची वैशिष्ट्ये आहेत, जी प्रामुख्याने सामाजिक आकडेवारीमध्ये अंतर्भूत असतात आणि तुलनेने कमकुवतपणे व्यक्त केली जातात, उदाहरणार्थ. पूर्णपणे आर्थिक प्रक्रियांचा अभ्यास करताना.

उत्पादनाच्या क्षेत्रात, त्यांच्या प्रादेशिक एकत्रीकरणाद्वारे ओळखले जाणारे आणि जलद, वारंवार आणि मूलगामी बदलांच्या अधीन नसलेले उपक्रम एकत्रित युनिट्स म्हणून दर्शविले जातात. लोकसंख्येची एकके आणि सामाजिक आकडेवारी, जर आपण पहिल्या प्रकारच्या (ग्राहक) वस्तूंचा विचार केला तर विरुद्ध गुणधर्म आहेत. लोकसंख्या मोठ्या प्रमाणावर फिरते, त्यामुळे माहिती गोळा करणे कठीण होते. निवासस्थानातील प्रत्येक बदल कागदोपत्री नोंदींमध्ये दिसून येत नाही या वस्तुस्थितीमुळे हे प्रकरण आणखी चिघळले आहे. प्रजनन आणि मृत्यु दर प्रत्येक प्रदेशाच्या लोकसंख्येची रचना सतत बदलत असतात. प्रत्येक व्यक्ती, प्रत्येक कुटुंब आपले लोकसंख्याशास्त्रीय आणि सामाजिक-आर्थिक निर्देशक बरेचदा बदलत असतात. परिणामी, सर्व बदलांचे नियमितपणे निरीक्षण करणे कठीण होते. केवळ दर दहा वर्षांनी (प्रत्येक पाच वर्षांनी) एकदा लोकसंख्येची जनगणना केल्याने लोकसंख्येची सर्वात महत्त्वाची माहिती मिळवणे शक्य होते. तथापि, ते अभ्यासाच्या ऑब्जेक्टची रचना आणि गुणात्मक वैशिष्ट्यांबद्दल माहितीसाठी सामाजिक आकडेवारीच्या गरजा पूर्ण करण्यास सक्षम नाहीत.

या जटिल परिस्थितीमुळे बहुतेकदा देश आणि वैयक्तिक क्षेत्रांच्या पातळीवर सामान्य उपभोग निर्देशकांसह कार्य करण्याची आवश्यकता निर्माण होते. बर्‍याच भागांमध्ये, लोकसंख्येच्या विविध सामाजिक-आर्थिक, लोकसंख्याशास्त्रीय आणि वांशिक गटांसाठी, कुटुंबांच्या विविध श्रेणींसाठी उपभोगाच्या गुणवत्तेचे कोणतेही सूचक नाहीत. हे पुढील प्रकरणांमध्ये संबोधित केले जाईल. येथे आपण केवळ वैयक्तिक चित्रांपुरते मर्यादित राहू. अशा प्रकारे, शहरांमधील वाहतूक सेवांसह लोकसंख्येची तरतूद केवळ अशा सारांश निर्देशकांद्वारे निर्धारित केली जाते: वाहतुकीच्या पद्धतीनुसार उपलब्ध रोलिंग स्टॉक, प्रवासी वाहतुकीचे एकूण प्रमाण. वैद्यकीय आकडेवारी वैद्यकीय मदतीसाठी विनंतीची संख्या, रुग्णालयात दाखल रुग्णांची संख्या आणि रोगाच्या प्रकारानुसार दवाखान्यांमध्ये नोंदणीकृत लोकांची संख्या याबद्दल माहिती प्रदान करते. हा सर्व डेटा संपूर्णपणे लोकसंख्येशी संबंधित आहे, ज्यांनी डेटा प्रदान केला त्या व्यक्तींबद्दल विशिष्ट सामाजिक आणि लोकसंख्याशास्त्रीय माहितीच्या संपूर्ण अनामिकतेसह.

माहितीचा काही भाग निवडक आधारावर रेकॉर्ड केला जातो या वस्तुस्थितीद्वारे भरपाई केली जाते. या संदर्भात सर्वात मौल्यवान सामग्री म्हणजे बजेटची आकडेवारी. सामाजिक आकडेवारीच्या अनेक मुद्द्यांवर काही एक-वेळ सर्वेक्षण केले जात आहेत. नियमानुसार, अशा कामांमध्ये ग्राहकांची तपशीलवार वैशिष्ट्ये असतात, त्यांची भिन्नतापरिस्थिती आणि वापराच्या पातळीनुसार. माहितीच्या या स्त्रोताची कमकुवतता ही वस्तुस्थिती आहे की सर्व समस्यांचा अभ्यास सामग्री वापरून केला जाऊ शकत नाही, अशा कामाची पुरेशी नियमितता नेहमीच सुनिश्चित केली जात नाही आणि सर्व प्रदेश सर्वेक्षणांमध्ये समाविष्ट केले जात नाहीत. प्रादेशिक सरकारी संस्था आणि उद्योग विभाग, त्यांच्या स्वत: च्या पुढाकाराने आणि त्यांच्या स्वत: च्या खर्चावर, बहुतेकदा लागू केलेल्या सर्वात दाबलेल्या मुद्द्यांवर सामाजिक संशोधन (सामान्यत: ते वैज्ञानिक संस्थांसोबत आयोजित करण्याच्या कराराच्या स्वरूपात) करतात.

संसाधनांचे वाटप करताना निर्णय घेताना चुका होऊ नयेत आणि विविध व्यावहारिक उपाय योग्यरित्या लक्ष्यित केले जातील याची खात्री करण्यासाठी, तत्पर आणि विशिष्ट माहिती आवश्यक आहे, जी वैयक्तिक विभागांच्या पुढाकाराने आवश्यक सांख्यिकीय डेटा गोळा करून भागधारकांना प्राप्त होते.

आकडेवारी आहे

या किंवा त्यामध्ये सामाजिक विकासाची कोणती उद्दिष्टे ठेवली पाहिजेत, ती साध्य होतात की नाही हे समाज आणि प्रशासकीय संस्थांनी पाहणे आवश्यक आहे. यासाठी प्रमुख सामाजिक संकेतकांवर डेटा प्रकाशित करणे आवश्यक आहे. आपल्या देशात, अशा डेटामध्ये प्रामुख्याने स्थानिक आणि केंद्रीय (रशियन फेडरेशनच्या गोस्कोमस्टॅट) राज्य सांख्यिकी संस्थांद्वारे प्रकाशित सांख्यिकीय संग्रह असतात. हे "200X वर्षातील" सांख्यिकीय वार्षिक पुस्तक आहे, क्षेत्रांसाठी आणि संपूर्ण रशियन फेडरेशनसाठी विशेष सांख्यिकीय संग्रह. सामाजिक प्रक्रियांबद्दल सांख्यिकीय माहिती "संख्याशास्त्राचे प्रश्न" (मासिक), "समाजशास्त्रीय संशोधन" (त्रैमासिक), "समाजशास्त्र आणि समाज" (त्रैमासिक) या जर्नल्समध्ये समाविष्ट आहे. अमेरिकन सांख्यिकी कार्यालय वार्षिक प्रोसिडिंग ऑन सोशल स्टॅटिस्टिक्स प्रकाशित करते: इंग्लंडमध्ये, 1970 पासून सोशल ट्रेंड्स हा संग्रह दरवर्षी प्रकाशित केला जात आहे. जगात किमान 30 समान प्रकाशने आहेत. प्रकाशने सामाजिक निर्देशकजगातील देश आंतरराष्ट्रीय संस्थांद्वारे चालवले जातात: संयुक्त राष्ट्र, युरो युनियन, जागतिक बँक.

मध्यांतर डेटा आकडेवारी

अलिकडच्या वर्षांत एक आशादायक आणि वेगाने विकसित होणारे क्षेत्र म्हणजे अंतराल डेटाची गणितीय आकडेवारी. आम्ही अशा परिस्थितीत गणितीय आकडेवारीच्या पद्धतींच्या विकासाबद्दल बोलत आहोत जिथे सांख्यिकीय डेटा संख्या नसतात, परंतु मध्यांतर, विशेषत: यादृच्छिक चलांच्या मूल्यांवर मोजमाप त्रुटींच्या सुपरपोझिशनद्वारे व्युत्पन्न होतात. प्राप्त झालेले परिणाम, विशेषतः, "फॅक्टरी प्रयोगशाळा" मध्ये झालेल्या चर्चेतील भाषणांमध्ये आणि आंतरराष्ट्रीय परिषद INTERVAL-92 च्या अहवालांमध्ये प्रतिबिंबित होतात.

मध्यांतर डेटाची आकडेवारी वैचारिकदृष्ट्या मध्यांतर गणिताशी संबंधित आहे, ज्यामध्ये मध्यांतर संख्या म्हणून कार्य करतात. गणिताची ही दिशा म्हणजे ज्या संख्यांवर सूचीबद्ध ऑपरेशन्स केल्या जातात त्या संख्यांच्या त्रुटींद्वारे बेरीज, फरक, गुणाकार, भागाच्या चुका व्यक्त करण्यासाठी समर्पित अंदाजे गणनांच्या सुप्रसिद्ध नियमांचा आणखी विकास आहे. अहवालांमधून पाहिले जाऊ शकते, आजपर्यंत, विशेषत:, मध्यांतर भिन्न समीकरणांच्या सिद्धांतातील अनेक समस्या सोडवणे शक्य झाले आहे ज्यामध्ये गुणांक, प्रारंभिक परिस्थिती आणि उपायांचे मध्यांतर वापरून वर्णन केले आहे.

मध्यांतर डेटाच्या आकडेवारीच्या क्षेत्रातील अग्रगण्य वैज्ञानिक शाळा म्हणजे प्रो. ए.पी. वोश्चिनिन यांची शाळा, जी 70 च्या दशकाच्या उत्तरार्धापासून सक्रियपणे कार्यरत आहे. प्राप्त केलेले परिणाम अनेक मोनोग्राफ, लेख, अहवाल आणि प्रबंधांमध्ये प्रतिबिंबित होतात. विशेषतः, प्रतिगमन विश्लेषण, प्रायोगिक रचना, पर्यायांची तुलना आणि मध्यांतर अनिश्चिततेच्या परिस्थितीत निर्णय घेण्याच्या समस्यांचा अभ्यास केला गेला.

इंटरव्हल डेटाच्या आकडेवारीतील दुसरी दिशा विचारात घेऊया, जी आशादायक देखील दिसते. हे मोठ्या नमुन्याचे आकार आणि लहान मोजमाप त्रुटींसह मध्यांतर डेटाच्या सांख्यिकीय विश्लेषणासाठी एसिम्प्टोटिक पद्धती विकसित करते. शास्त्रीय गणितीय आकडेवारीच्या विपरीत, नमुना आकार प्रथम अनंतापर्यंत जातो आणि त्यानंतरच त्रुटी कमी होतात. विशेषतः, अशा एसिम्प्टोटिक्सच्या मदतीने, गॅमा वितरणाच्या पॅरामीटर्सचा अंदाज घेण्यासाठी पद्धत निवडण्याचे नियम GOST 11.011-83 मध्ये तयार केले गेले.

मध्ये तयार केलेल्या कल्पनांच्या विकासामध्ये, एक सामान्य संशोधन योजना विकसित केली गेली आहे, ज्यामध्ये नोटची गणना समाविष्ट आहे (प्रारंभिक डेटाच्या मध्यांतरामुळे आकडेवारीचे जास्तीत जास्त संभाव्य विचलन) आणि तर्कसंगत नमुना आकार (त्यापेक्षा जास्त ज्यामुळे लक्षणीय वाढ होत नाही. मूल्यांकनाची अचूकता). हे मूल्यांकनासाठी लागू केले जाते चेकमेट वाट पाहत आहे, फैलाव, भिन्नतेचे गुणांक, गॅमा वितरण पॅरामीटर्स आणि अॅडिटिव्ह स्टॅटिस्टिक्सची वैशिष्ट्ये, सामान्य वितरणाच्या पॅरामीटर्सबद्दल गृहीतके तपासताना, समावेश. विद्यार्थ्यांची टी चाचणी वापरणे, तसेच स्मरनोव्ह चाचणी वापरून एकजिनसीपणाचे गृहितक. प्रतिगमन, भेदभाव आणि क्लस्टर विश्लेषणाच्या मूलभूत फॉर्म्युलेशनमध्ये मध्यांतर डेटाचा विचार करण्यासाठी दृष्टीकोन विकसित केले गेले आहेत. विशेषतः, प्रतिगमन विश्लेषण अल्गोरिदमच्या गुणधर्मांवर मोजमाप आणि निरीक्षण त्रुटींच्या प्रभावाचा अभ्यास केला गेला, नोटा आणि तर्कसंगत नमुना आकारांची गणना करण्याच्या पद्धती विकसित केल्या गेल्या, बहुआयामी आणि एसिम्प्टोटिक नोटाच्या नवीन संकल्पना सादर केल्या गेल्या आणि त्यांचा अभ्यास केला गेला आणि संबंधित मर्यादा प्रमेये सिद्ध झाली. . मध्यांतर भेदभाव विश्लेषणाचा विकास सुरू झाला आहे, विशेषतः, आम्ही सादर केलेल्या वर्गीकरण गुणवत्ता निर्देशकावरील डेटा अंतरालच्या प्रभावाचा विचार केला गेला आहे. क्षणांची पद्धत आणि जास्तीत जास्त संभाव्यता अंदाजकर्त्यांचे (तसेच किमान कॉन्ट्रास्टचे अधिक सामान्य अंदाजक) अंदाजकर्त्यांच्या असिम्प्टोटिक वर्तनाचा अभ्यास केला गेला आहे आणि मध्यांतर डेटाच्या बाबतीत या पद्धतींची असिम्प्टोटिक तुलना केली गेली आहे. सामान्य परिस्थिती आढळून आली आहे ज्या अंतर्गत, शास्त्रीय गणितीय आकडेवारीच्या विरूद्ध, क्षणांची पद्धत जास्तीत जास्त संभाव्यतेच्या पद्धतीपेक्षा अधिक अचूक अंदाज देते, जे मध्यांतर डेटाच्या आकडेवारीमध्ये विचाराधीन क्षेत्राशी संबंधित इतर प्रकाशनांचे दुवे देखील प्रदान करते).

दर्शविल्याप्रमाणे, विशेषतः, आंतरराष्ट्रीय INTERVAL-92 द्वारे, मध्यांतर डेटाच्या असिम्प्टोटिक गणितीय आकडेवारीच्या क्षेत्रात, रशियन विज्ञानाला जागतिक प्राधान्य आहे. विचाराधीन विषयावरील कार्याच्या विकासामुळे हे प्राधान्य एकत्रित करणे आणि गणितीय आकडेवारीच्या नवीन क्षेत्रात मूलभूत आणि जवळजवळ सर्व प्रकारच्या डेटाच्या वाजवी सांख्यिकीय विश्लेषणासाठी आवश्यक असलेले सैद्धांतिक परिणाम प्राप्त करणे शक्य होईल. कालांतराने, सर्व प्रकारच्या सांख्यिकीय सॉफ्टवेअरमध्ये मध्यांतर सांख्यिकी अल्गोरिदम समाविष्ट केले पाहिजेत जे सामान्यतः वापरल्या जाणार्‍या गणितीय सांख्यिकी अल्गोरिदमच्या "समांतर" असतात. यामुळे निरीक्षणाच्या निकालांमधील त्रुटींची उपस्थिती स्पष्टपणे विचारात घेणे आणि मेट्रोलॉजिस्ट आणि सांख्यिकीशास्त्रज्ञांची स्थिती एकत्र आणणे शक्य होईल.

संख्यात्मक नसलेल्या वस्तूंच्या आकडेवारीच्या मूलभूत कल्पना

संख्यात्मक नसलेल्या आकडेवारीची मूलभूत नवीनता काय आहे? शास्त्रीय गणितीय सांख्यिकी जोडणीच्या ऑपरेशनद्वारे दर्शविली जाते. नमुना वितरण वैशिष्ट्यांची गणना करताना ( नमुना सरासरीअंकगणित, नमुना भिन्नता, इ.), प्रतिगमन विश्लेषण आणि या वैज्ञानिक विषयातील इतर क्षेत्रांमध्ये, बेरीज सतत वापरली जातात. गणितीय उपकरणे - मोठ्या संख्येचे नियम, केंद्रीय मर्यादा प्रमेय आणि इतर प्रमेय - हे बेरीजच्या अभ्यासाचे उद्दीष्ट आहेत. संख्यात्मक नसलेल्या आकडेवारीमध्ये, जोडणीची क्रिया वापरली जाऊ शकत नाही, कारण नमुन्याचे घटक अशा ठिकाणी असतात जेथे कोणतेही अतिरिक्त ऑपरेशन नसते. संख्यात्मक नसलेल्या डेटावर प्रक्रिया करण्याच्या पद्धती मूलभूतपणे भिन्न गणितीय उपकरणांवर आधारित आहेत - संख्यात्मक नसलेल्या निसर्गाच्या वस्तूंच्या जागेत विविध अंतरांच्या वापरावर.

अनियंत्रित प्रकारच्या स्पेसमध्ये असलेल्या डेटासाठी संख्यात्मक नसलेल्या वस्तूंच्या आकडेवारीमध्ये विकसित केलेल्या अनेक कल्पनांचा थोडक्यात विचार करूया. डेटा वर्णन, अंदाज आणि गृहीतक चाचणीच्या शास्त्रीय समस्यांचे निराकरण केले जाते - परंतु गैर-शास्त्रीय डेटासाठी, आणि म्हणून गैर-शास्त्रीय पद्धती वापरून.

प्रथम आपण सरासरी मूल्ये निर्धारित करण्याच्या समस्येवर चर्चा करू. मोजमापाच्या प्रातिनिधिक सिद्धांताच्या चौकटीत, विशिष्ट मोजमापांशी संबंधित सरासरी मूल्यांचा प्रकार सूचित करणे शक्य आहे. शास्त्रीय गणितीय सांख्यिकीमध्ये, बेरीज (नमुना अंकगणितीय सरासरी, गणितीय अपेक्षा) किंवा क्रम (नमुना आणि सैद्धांतिक माध्य) वापरून सरासरी मूल्ये सादर केली जातात. अनियंत्रित स्वरूपाच्या जागेत, बेरीज किंवा ऑर्डरिंग ऑपरेशन्स वापरून सरासरी मूल्ये निर्धारित केली जाऊ शकत नाहीत. सैद्धांतिक आणि अनुभवजन्य सरासरी अतिरेकी समस्यांवर उपाय म्हणून सादर करणे आवश्यक आहे. सैद्धांतिक सरासरीसाठी, हे गणित कमी करण्याची समस्या आहे. विचाराधीन जागेतील मूल्यांसह यादृच्छिक घटकापासून या जागेतील एका निश्चित बिंदूपर्यंतच्या अंतराच्या अपेक्षा (शास्त्रीय अर्थाने) (या बिंदूपासून निर्दिष्ट कार्य कमी केले आहे). अनुभवजन्य सरासरीसाठी, अपेक्षा अनुभवजन्य वितरणातून घेतली जाते, म्हणजे. विशिष्ट बिंदूपासून नमुना घटकांपर्यंतच्या अंतरांची बेरीज घेतली जाते आणि नंतर या बिंदूने कमी केली जाते. शिवाय, अत्यंत समस्यांवर उपाय म्हणून अनुभवजन्य आणि सैद्धांतिक सरासरी दोन्ही अंतराळातील एकमेव घटक असू शकत नाहीत, परंतु अशा घटकांचा संच असू शकतो, जो रिक्त असू शकतो. तथापि, सूचित मार्गाने परिभाषित केलेल्या सरासरी मूल्यांसाठी मोठ्या संख्येचे कायदे तयार करणे आणि सिद्ध करणे शक्य होते, म्हणजे. प्रायोगिक सरासरीचे सैद्धांतिक सरासरीचे अभिसरण स्थापित करा.

असे दिसून आले की मोठ्या संख्येचे कायदे सिद्ध करण्याच्या पद्धती ज्यासाठी ते विकसित केले गेले त्यापेक्षा मोठ्या प्रमाणात अनुप्रयोगांची विस्तृत श्रेणी अनुमती देतात. बहुदा, अत्यंत सांख्यिकीय समस्यांवरील उपायांच्या एसिम्प्टोटिक्सचा अभ्यास करणे शक्य होते, ज्यासाठी ज्ञात आहे की, लागू केलेल्या आकडेवारीचे बहुतेक फॉर्म्युलेशन कमी केले जाऊ शकतात. विशेषतः, मोठ्या संख्येच्या नियमांव्यतिरिक्त, किमान कॉन्ट्रास्ट अंदाजांची सुसंगतता, कमाल संभाव्यता अंदाज आणि मजबूत अंदाजांसह, स्थापित केली गेली आहे. आजपर्यंत, मध्यांतर आकडेवारीमध्ये समान अंदाजांचा अभ्यास केला गेला आहे.

अनियंत्रित स्वरूपाच्या जागांच्या आकडेवारीमध्ये, नॉनपॅरामेट्रिक घनता अंदाज महत्त्वपूर्ण भूमिका बजावतात, विशेषतः, प्रतिगमन, भेदभाव आणि क्लस्टर विश्लेषणासाठी विविध अल्गोरिदममध्ये वापरले जातात. संख्यात्मक नसलेल्या आकडेवारीमध्ये, अनियंत्रित स्वरूपाच्या जागेत अनेक प्रकारचे नॉन-पॅरामेट्रिक घनता अंदाज प्रस्तावित केले गेले आहेत आणि त्यांचा अभ्यास केला गेला आहे, विशेषतः, त्यांची सुसंगतता सिद्ध झाली आहे, अभिसरण दर अभ्यासला गेला आहे आणि उल्लेखनीय तथ्य स्थापित केले गेले आहे की एका अनियंत्रित केसमध्ये अभिसरणाचा सर्वोत्तम दर हा त्याच्याशी जुळतो जो संख्यात्मक यादृच्छिक चलांसाठी शास्त्रीय सिद्धांतामध्ये असावा.

अनियंत्रित स्वरूपाच्या जागेत भेदभाव, क्लस्टर आणि प्रतिगमन विश्लेषणे एकतर पॅरामेट्रिक सिद्धांतावर आधारित असतात - आणि नंतर अत्यंत सांख्यिकीय समस्यांचे निराकरण करण्याच्या लक्षणविज्ञानाशी संबंधित दृष्टीकोन वापरला जातो - किंवा नॉनपॅरामेट्रिक सिद्धांतावर - आणि नंतर नॉनपॅरामेट्रिक घनतेच्या अंदाजांवर आधारित अल्गोरिदम वापरला जातो. .

गृहीतके तपासण्यासाठी, अविभाज्य प्रकारची आकडेवारी, विशेषतः, ओमेगा-स्क्वेअर प्रकार, वापरली जाऊ शकते. हे उत्सुक आहे की अशा आकडेवारीचा मर्यादा सिद्धांत, मूलतः शास्त्रीय सूत्रीकरणात तयार केला गेला, अनियंत्रित स्वरूपाच्या जागेसाठी एक नैसर्गिक (संपूर्ण, मोहक) स्वरूप प्राप्त केले, कारण या प्रकरणात मूलभूत गणितीय संबंधांवर आधारित तर्क करणे शक्य होते. , आणि त्या विशिष्ट गोष्टींवर नाही (सामान्य बिंदू दृष्टीपासून) जे मर्यादित-आयामी जागेशी संबंधित होते.

गैर-संख्यात्मक स्वरूपाच्या वस्तूंच्या आकडेवारीच्या विशिष्ट क्षेत्रांशी संबंधित परिणाम स्वारस्यपूर्ण आहेत, विशेषतः, अस्पष्ट संचांच्या आकडेवारीसह, यादृच्छिक संचांसह (हे लक्षात घेतले पाहिजे की एका विशिष्ट अर्थाने अस्पष्ट संचांचा सिद्धांत कमी होतो. यादृच्छिक संचांचा सिद्धांत, जोडलेल्या तुलनांच्या नॉनपॅरामेट्रिक सिद्धांतासह, संख्यात्मक नसलेल्या वस्तूंच्या विशिष्ट स्पेसमधील स्वयंसिद्ध परिचय मेट्रिक्ससह.

संख्यात्मक नसलेल्या विश्लेषणासाठी, विशेषत: तज्ञ डेटा, वर्गीकरण पद्धती खूप महत्वाच्या आहेत. दुसरीकडे, संख्यात्मक नसलेल्या वस्तूंच्या आकडेवारीच्या चौकटीत अंतर किंवा फरक निर्देशकांच्या वापरावर आधारित वर्गीकरण समस्या मांडणे आणि त्यांचे निराकरण करणे सर्वात नैसर्गिक आहे. हे पर्यवेक्षित नमुना ओळख (दुसर्‍या शब्दात, भेदभाव विश्लेषण) आणि पर्यवेक्षित नमुना ओळख (म्हणजे क्लस्टर विश्लेषण) या दोन्हींवर लागू होते.

संख्यात्मक नसलेल्या डेटाचे विश्लेषण करण्यासाठी सांख्यिकीय पद्धती विशेषतः अर्थशास्त्र, समाजशास्त्र आणि तज्ञांच्या मूल्यमापनासाठी उपयुक्त आहेत, कारण या क्षेत्रांमध्ये 50% ते 90% डेटा गैर-संख्यात्मक आहे.

कामगार शक्ती आकडेवारी

श्रमशक्तीची आकडेवारी कर्मचाऱ्यांची रचना आणि आकार यांचा अभ्यास करते. भौतिक उत्पादनाच्या क्षेत्रात, कामगार शक्ती कंपनीच्या मुख्य क्रियाकलापांमध्ये गुंतलेल्या कर्मचार्‍यांमध्ये विभागली जाते आणि मुख्य क्रियाकलापांमध्ये सहभागी नसलेले कर्मचारी.

कामगारांचे वर्गीकरण व्यवसायानुसार, कामगारांच्या यांत्रिकीकरणाच्या प्रमाणात आणि पात्रतेनुसार केले जाते. पात्रतेचे मुख्य सूचक टॅरिफ श्रेणी किंवा टॅरिफ गुणांक आहे. पात्रतेची सरासरी पातळी सरासरी टॅरिफ श्रेणीद्वारे निर्धारित केली जाते, श्रेणींची अंकगणित सरासरी म्हणून गणना केली जाते, कामगारांची संख्या किंवा टक्केवारी द्वारे भारित केली जाते:

जेथे पी - टॅरिफ श्रेणी; T - या श्रेणीतील कामगारांची संख्या (%).

संख्यांच्या सर्व श्रेणी एका विशिष्ट तारखेनुसार निर्धारित केल्या जातात, परंतु जवळजवळ सर्व आर्थिक गणनेसाठी कामगारांची सरासरी संख्या - कामगारांची सरासरी संख्या, सरासरी उपस्थिती आणि प्रत्यक्षात काम करणाऱ्यांची सरासरी संख्या जाणून घेणे आवश्यक आहे.

कामगार आणि कर्मचार्‍यांच्या संख्येच्या श्रेणींमध्ये वेतन आणि उपस्थिती क्रमांक आणि व्यावहारिकरित्या कार्यरत लोकांची संख्या समाविष्ट आहे. पगारामध्ये एक किंवा अधिक दिवसांच्या कालावधीसाठी नियुक्त केलेले सर्व कंपनी कर्मचारी समाविष्ट आहेत. मतदानाच्या संख्येमध्ये कामगारांचा समावेश आहे जे कामासाठी अहवाल देतात, व्यवसाय सहलीवर देखील असतात आणि त्यांच्या स्वतःच्या संस्थेच्या आदेशानुसार इतर उपक्रमांमध्ये काम करतात.

सरासरी गणना खालील पद्धतींनी निर्धारित केली जाते. चतुर्थांश, सहामाही आणि वर्षासाठी सरासरी गणना मासिक सरासरीची अंकगणित सरासरी म्हणून निर्धारित केली जाते:

जर वेतन क्रमांक एकसमान वेळेच्या अंतराने तारखांसाठी ओळखला जातो, तर सरासरी कालक्रमानुसार सूत्र वापरून सरासरी वेतन क्रमांक आढळतो:

T = कर्मचाऱ्यांच्या सरासरी मासिक संख्येची बेरीज / कालावधीच्या महिन्यांची संख्या.

जेथे क्रमांक - 1 - वैशिष्ट्यांची संख्या; T1 - पहिल्या तारखेला क्रमांक, T2, T3 - उर्वरित तारखांना.

तीन सूत्रे सर्वात अचूक परिणाम देतात:

कर्मचार्यांची सरासरी संख्या सूत्रानुसार निर्धारित केली जाते:

प्रत्यक्षात काम करणाऱ्या लोकांची सरासरी संख्या सूत्रानुसार मोजली जाते:

स्रोत आणि दुवे

socio.msu.ru - लोमोनोसोव्ह मॉस्को स्टेट युनिव्हर्सिटीच्या समाजशास्त्र विद्याशाखेची इलेक्ट्रॉनिक लायब्ररी

stathelp.ru - सांख्यिकीय मदत

ecsocman.edu.ru- सांख्यिकी सामान्य सिद्धांत - सामाजिक विज्ञान, विविध निसर्ग

chaliev.narod.ru - पीएच.डी.ची वैयक्तिक वेबसाइट. चालिएवा ए.ए.

ru.wikipedia.org - ऑनलाइन विश्वकोश

s-university.ru/ - सिनर्जी विद्यापीठाची वेबसाइट

habrahabr.ru - IT बातम्या मासिक

statwot.ru - डब्ल्यूओटी सट्टेबाजांसाठी सेवा

forum.pokerom.ru - पोकर बद्दल मंच

gks.ru Rosstat ची अधिकृत वेबसाइट

ग्रेट मेडिकल एनसायक्लोपीडिया

सांख्यिकी- सर्व छद्म विज्ञानांपैकी सर्वात अचूक. जिन को सांख्यिकी काहीही सिद्ध करू शकते, अगदी सत्य देखील. Noel Moynihan Statistics हे शास्त्र आहे की, विचार आणि समजून न घेता, तुम्ही संख्यांना ते कसे करू शकता. व्हॅसिली क्ल्युचेव्हस्की स्टॅटिस्टिक्स स्विमसूटसारखे आहेत... ऍफोरिझम्सचा एकत्रित ज्ञानकोश

सांख्यिकी- (ग्रीक statizein सिद्ध). डिजिटल डेटावर आधारित लोकांचे नैतिक आणि भौतिक सामर्थ्य, त्यांची सद्यस्थिती, कृषी आणि औद्योगिक उत्पादनाचे स्त्रोत आणि व्याप्ती इत्यादी दर्शविण्याचे उद्दिष्ट असलेले विज्ञान. शब्दकोश…… रशियन भाषेतील परदेशी शब्दांचा शब्दकोश

सांख्यिकी- सांख्यिकी, सांख्यिकी, अनेक. नाही, मादी (इंग्रजी आकडेवारीवरून, राज्याविषयी माहिती, लॅटिनमधून). 1. विज्ञान जे मानवी समाजाच्या आणि राष्ट्रीय अर्थव्यवस्थेच्या विकासातील परिमाणात्मक बदलांचा अभ्यास करते. औद्योगिक आकडेवारी. आकडेवारी....... उशाकोव्हचा स्पष्टीकरणात्मक शब्दकोश

आकडेवारी- (जर्मन स्टॅटिस्टिक, इटालियन स्टेटो स्टेटमधून), 1) समाजाच्या विविध क्षेत्रांबद्दल (अर्थशास्त्र, संस्कृती, नैतिकता इ.) बद्दल परिमाणवाचक माहितीचे संकलन, प्रक्रिया, विश्लेषण आणि प्रकाशन. २) ज्ञानाची एक शाखा जी सामान्य ठरवते... ... इलस्ट्रेटेड एनसायक्लोपेडिक डिक्शनरी

सांख्यिकी- (इटालियन स्टेटो स्टेटमधून जर्मन स्टॅटिस्टिक), 1) एक प्रकारचा व्यावहारिक क्रियाकलाप ज्याचा उद्देश सांख्यिकीय माहिती गोळा करणे, प्रक्रिया करणे, विश्लेषण करणे आणि प्रकाशित करणे हे सामाजिक जीवनाच्या परिमाणात्मक नमुन्यांचे वैशिष्ट्य आहे ... ... मोठा विश्वकोशीय शब्दकोश

आकडेवारी- लेखांच्या पृष्ठांनुसार 1843 पृष्ठे (विकीवरील सर्व पृष्ठे, चर्चा पृष्ठे, पुनर्निर्देशन इ.सह) 15,540 फायली अपलोड केल्या 153 संपादनांची आकडेवारी पीपल्स अकाउंटिंग एनसायक्लोपीडियाच्या स्थापनेपासूनच्या संपादनांची संख्या 94,902 प्रति संपादनांची सरासरी संख्या ... अकाउंटिंग एनसायक्लोपीडिया

आकडेवारी- (सांख्यिकी) 1. संख्यात्मक स्वरूपात माहितीचे संकलन, वर्गीकरण आणि सादरीकरणाशी संबंधित गणिताच्या क्षेत्रांपैकी एक. सांख्यिकी या गृहितकावर आधारित आहे की जर एखादा समूह पुरेसा मोठा असेल तर त्याचे वर्तन, विपरीत... ... व्यवसायाच्या अटींचा शब्दकोश

सांख्यिकी- सांख्यिकी, डिजिटल डेटा संकलित आणि वर्गीकृत करण्याचे विज्ञान. सांख्यिकी वर्णनात्मक (मिळलेल्या डेटाचा सारांश) किंवा वजावटी असू शकतात (विशिष्ट माहितीच्या तार्किक निष्कर्षांवर आधारित, ज्याचा न्याय केला जातो ... ... वैज्ञानिक आणि तांत्रिक ज्ञानकोशीय शब्दकोश

सांख्यिकी- (लॅटिन स्थितीतून - राज्य) एक विज्ञान जे सामाजिक उत्पादन आणि समाजाच्या विकासाच्या परिमाणात्मक निर्देशकांचा अभ्यास करते, त्यांचे संबंध आणि आर्थिक, राज्य आणि सामाजिक जीवनाच्या क्षेत्रातील बदल तसेच जीवशास्त्र, भौतिकशास्त्र इ. .... ... फिलॉसॉफिकल एनसायक्लोपीडिया अधिक वाचा

Wir verwenden कुकीज सर्वोत्कृष्ट प्रिझेंटेशन unserer वेबसाइट. Wenn Sie diese वेबसाइट weiterhin nutzen, stimmen Sie dem zu. ठीक आहे

- वितळलेले

होय, बहुतेक अमेरिकन लोक ओळखतात की अर्थव्यवस्था सध्या चांगल्या स्थितीत नाही, परंतु बहुतेकांचा असा विश्वास आहे की ही केवळ तात्पुरती मंदी आहे. मीडिया आम्हाला सांगतो की पुनर्प्राप्ती एकतर आधीच सुरू झाली आहे किंवा सुरू होणार आहे.

पण हे खरे आहे का?

1. यूएस प्रतिनिधी बेट्टी सटन यांच्या मते, अमेरिका गेल्या 10 वर्षांत दररोज सरासरी 15 औद्योगिक उत्पादन गमावत आहे.

2. याहूनही वाईट म्हणजे हा ट्रेंड अधिक तीव्र होऊ लागला आहे. 2010 मध्ये, युनायटेड स्टेट्समध्ये दररोज सरासरी 23 उत्पादन सुविधा बंद झाल्या.

3. 2001 पासून अमेरिकेने 56 हजारांहून अधिक औद्योगिक उत्पादन गमावले आहे.

4. अमेरिकेत खूप कमी नोकऱ्या आहेत आणि आता बेरोजगार व्यक्तीला नोकरी शोधण्यासाठी सरासरी 39 आठवडे लागतात.

5. आता फक्त 48 टक्के बेरोजगार अमेरिकन लोकांना सरकारकडून बेरोजगारीचे फायदे मिळतात. फक्त एक वर्षापूर्वी हा आकडा 75 टक्के होता.

6. श्रम बाजार सुधारण्याची चिन्हे नाहीत. एका अलीकडील अभ्यासात असे आढळून आले आहे की युनायटेड स्टेट्समधील 77 टक्के लहान व्यवसायांमध्ये अतिरिक्त कामगार नियुक्त करण्याची कोणतीही योजना नाही.

7. पुरेशा चांगल्या नोकऱ्यांशिवाय लाखो अमेरिकन लोक त्यांची घरे गमावत आहेत. गेल्या 4 वर्षांत, एकट्या लास वेगासमध्ये, 100 हजार घरे गहाण कर्जासाठी परत मिळवली गेली आहेत.

8. नवीन घरांची विक्री देखील तणावाखाली आहे. 2011 मध्ये, नवीन घरांच्या किमान बांधकामासाठी आणखी एक सर्वकालीन विक्रम स्थापित केला गेला.

9. घरगुती बजेट कमी होत असताना, अमेरिकन लोक कमी पैशांची बचत करत असतील आणि एक लक्षणीय संख्या म्हणते की त्यांच्याकडे विवेकाधीन खर्चासाठी अतिरिक्त पैसे नाहीत. डिसेंबर 2007 पासून सप्टेंबरमधील यूएस बचत दर सर्वात कमी होता आणि एक तृतीयांश अमेरिकन लोक म्हणतात की त्यांच्याकडे सध्या कोणतेही अतिरिक्त पैसे नाहीत, एका अलीकडील अभ्यासानुसार.

10. नुकत्याच झालेल्या एका सर्वेक्षणानुसार, तीनपैकी एक अमेरिकन म्हणतो की, जर त्यांनी त्यांची सध्याची नोकरी अनपेक्षितपणे गमावली तर ते त्यांचे वर्तमान गहाण पेमेंट किंवा भाडे भरण्यास असमर्थ असतील.

11. सरकारने आकडेवारी ठेवण्यास सुरुवात केल्यापासून अत्यंत गरिबी आता सर्वोच्च पातळीवर आहे. सातपैकी एकापेक्षा जास्त अमेरिकन आता दारिद्र्यरेषेखाली राहतात आणि त्यापैकी सुमारे 20 दशलक्ष अत्यंत गरिबीत राहतात.

12. राज्य आणि स्थानिक सरकारांकडे कर्जाच्या मोठ्या समस्या आहेत. याक्षणी, युनायटेड स्टेट्समधील म्युनिसिपल बाँड मार्केट सीमवर फुटत आहे. biggoverment.com वर दिसलेल्या अलीकडील लेखाचा उतारा खालीलप्रमाणे आहे:

मूडीजने नुकतेच म्युनिसिपल डेट क्रेडिट लेव्हलमधील चिंताजनक घसरणीची घोषणा केली, 2008 मध्ये लेहमनच्या पतनानंतर सर्वात जलद दराने घसरत आहे. डेटा दर्शवितो की म्युनिसिपल बॉण्ड क्रेडिट रेटिंग अपग्रेड केल्यापेक्षा 5.3 पटीने अधिक डाउनग्रेड करण्यात आले.

13. आज, पूर्वीपेक्षा जास्त अमेरिकन लोक जगण्यासाठी सरकारवर अवलंबून आहेत. सर्व अमेरिकन लोकांपैकी तब्बल 48.5 टक्के लोक अशा कुटुंबांमध्ये राहतात ज्यांना काही प्रकारच्या सार्वजनिक सहाय्य कार्यक्रमाद्वारे सरकारी मदत मिळते. 1983 मध्ये हा आकडा 30 टक्क्यांच्या खाली होता.

14. अशा अर्थव्यवस्थेत तरुणांना विशेषतः त्रास सहन करावा लागतो. आश्चर्यकारकपणे, 35 वर्षांपेक्षा कमी वयाच्या तरुणांच्या नेतृत्वाखालील 37 टक्के कुटुंबांची निव्वळ संपत्ती शून्य किंवा त्याहून कमी आहे.

15. तरुण आणि वृद्ध अमेरिकन यांच्यातील संपत्तीतील अंतर वाढतच आहे. जनगणना ब्युरोनुसार, 65 आणि त्याहून अधिक वयाच्या लोकांच्या नेतृत्वाखालील कुटुंबांची सरासरी निव्वळ संपत्ती 35 वर्षांपेक्षा कमी वयाच्या लोकांच्या कुटुंबाच्या 47 पट आहे.

जे काही होत आहे त्यामुळे बहुतांश नागरिक नाराज आहेत. अलीकडील फॉक्स न्यूज सर्वेक्षणानुसार, 76 टक्के अमेरिकन लोक "देशात ज्या प्रकारे घडत आहेत त्याबद्दल असमाधानी आहेत." वर्षाच्या सुरुवातीला हा आकडा केवळ 61 टक्के होता.

समाजाच्या स्थितीचा डेटा प्राप्त करण्यासाठी विज्ञानाची संपूर्ण श्रेणी वापरली जाते. त्यापैकी एक म्हणजे आकडेवारी. ती काय आहे?

आकडेवारी म्हणजे काय?

हे ज्ञानाच्या शाखेला दिलेले नाव आहे जे वस्तुमान (परिमाणवाचक किंवा गुणात्मक) डेटाचे संकलन, मापन आणि विश्लेषण संबंधित सामान्य समस्या सेट करते. सांख्यिकी त्यांच्या संख्यात्मक स्वरूपाच्या दृष्टिकोनातून सामाजिक वस्तुमान घटनांच्या परिमाणात्मक बाजूचा देखील अभ्यास करते. हा शब्द लॅटिन स्थितीवरून आला आहे, ज्याचा अर्थ आहे “स्थिती”. सुरुवातीला, या विज्ञानाला "राज्य अभ्यास" असे म्हणतात.

"सांख्यिकी" हा शब्द प्रथम 1746 मध्ये वापरला गेला आणि या क्षणाने अशा शैक्षणिक विषयाची आणि विज्ञानाची सुरुवात केली. खरे आहे, असे म्हणता येणार नाही की त्याचा थेट वापर यापासून सुरू झाला, कारण डेटाचे रेकॉर्डिंग, मापन आणि विश्लेषण खूप पूर्वी केले गेले होते. एक महत्त्वाचा पॅरामीटर म्हणजे फॅशन. तुम्ही भूमितीवरून काहीतरी समान लक्षात ठेवू शकता, परंतु ते एकसारखे नाही. पण आकडेवारीत? हे एका रेखीय मालिकेतील मूल्याचे नाव आहे जे बर्याचदा आढळते.

उदाहरणे

चला वास्तविकतेच्या जवळ काहीतरी बोलूया. वेबसाइट पृष्ठ आकडेवारी काय आहेत? हे पॅरामीटर अशा वापरकर्त्यांची संख्या असू शकते ज्यांनी संसाधनाला भेट दिली आणि त्यांच्या सामग्रीसह स्वतःला परिचित करण्याची संधी मिळाली. खरे आहे, या दृष्टिकोनातून व्हीकॉन्टाक्टे आकडेवारी काय आहे या प्रश्नाचे उत्तर देणे कठीण होईल.

प्रत्येक पानासाठी स्वतंत्रपणे माहिती गोळा केली जात नाही. परंतु दररोज, महिना - सर्वसाधारणपणे, सतत लॉग इन करणार्‍या वापरकर्त्यांची संख्या मोजली जात आहे. माहिती तंत्रज्ञानाच्या व्यवहारात आकडेवारी काय आहे या प्रश्नाचे हे उत्तर आहे.

गटबाजीचे प्रकार

वैज्ञानिक शिस्तीच्या चौकटीत, एक लोकसंख्या एका विशिष्ट बाबतीत एकसंध असलेल्या स्वतंत्र गटांमध्ये विभागली जाते. कोणतीही स्पष्ट सीमा नसताना मध्यांतरांची संख्या मोजण्यासाठी, स्टर्जेस फॉर्म्युला सहसा वापरला जातो:

CHI=1+3.322*lg CHN, कुठे

• एनएचआय - इंटिग्रल्सची संख्या;
• एलजी - लॉगरिदम;
• CN - निरीक्षणांची संख्या.

ध्येयांवर अवलंबून, तीन प्रकारचे गट वेगळे केले जातात:

सामान्य गटाने इतरांपेक्षा शक्य तितके वेगळे आणि स्वतःमध्ये शक्य तितके समान असण्याचा प्रयत्न केला पाहिजे. ते प्राथमिक आणि माध्यमिक आहेत. प्राप्त डेटाच्या आधारे दुय्यम गट तयार करताना प्रथम तयार केले जातात.

सांख्यिकीय पद्धतींचे वर्गीकरण

त्यांना त्यांचा अर्ज जवळपास सर्वत्र सापडला आहे. म्हणून, कोणतेही सार्वत्रिक साधन नाही असे गृहीत धरणे तर्कसंगत आहे. विशिष्ट समस्यांमध्ये विशिष्टता आणि विसर्जन यावर अवलंबून, खालील डेटा विश्लेषणे वेगळे केली जातात:

• सामान्य-उद्देशीय साधनांचा विकास आणि संशोधन जे अनुप्रयोग क्षेत्राची वैशिष्ट्ये विचारात घेत नाहीत.
• क्रियाकलापांच्या विशिष्ट क्षेत्रात काही वास्तविक घटना किंवा प्रक्रियेच्या सांख्यिकीय मॉडेलची निर्मिती आणि वापर.
• लागू केलेल्या समस्यांचे निराकरण करण्यासाठी विशिष्ट डेटाचे विश्लेषण करण्यासाठी पद्धती आणि साधने विकसित करणे आणि वापरणे.

लागू आकडेवारी

विज्ञानाची ही शाखा अनियंत्रित स्वरूपाच्या डेटाच्या प्रक्रियेशी संबंधित आहे. संभाव्यता सिद्धांत लागू केलेल्या आकडेवारीचा आणि त्याच्या विश्लेषणाच्या पद्धतींचा गणिती आधार म्हणूनही काम करतो. हे सर्व प्राप्त केलेल्या डेटाच्या प्रकाराच्या वर्णनासह तसेच त्याच्या उत्पत्तीच्या यंत्रणेसह सुरू होते. या उद्देशासाठी, संभाव्य आणि निर्धारक पद्धती वापरल्या जातात. नंतरचे केवळ अशा प्रकरणांमध्ये वापरले जाऊ शकते जेव्हा संशोधकाकडे त्याच्या विल्हेवाटीवर पुरेसा डेटा असतो (उदाहरणार्थ, राज्य सांख्यिकीय संस्थांचे अहवाल जे एंटरप्राइझद्वारे प्रदान केलेल्या माहितीवर आधारित असतात). परंतु प्राप्त परिणाम मोठ्या प्रमाणात हस्तांतरित केला जाऊ शकतो आणि संभाव्यतेचे मूल्यांकन केवळ वापरून केले जाऊ शकते

सर्वात सोप्या परिस्थितीत, उपलब्ध डेटा एका विशिष्ट वैशिष्ट्याचे मूल्य म्हणून कार्य करते जे अभ्यास केलेल्या ऑब्जेक्टचे वैशिष्ट्य आहे. येथे पॅरामीटर्स परिमाणवाचक किंवा सूचक असू शकतात (ते कोणत्या श्रेणीशी संबंधित आहेत यावर अवलंबून). दुसरा पर्याय सहसा गुणात्मक वैशिष्ट्यांबद्दल बोलतो. आपण त्यापैकी अनेक घेतल्यास? किंवा परिमाणवाचक जोडायचे? मग आपण असे म्हणू शकतो की ऑब्जेक्ट वेक्टर प्राप्त झाला आहे. हे नवीन मानले जाते. मोठ्या प्रमाणावरील अभ्यासामध्ये, नमुने अनेक वेक्टर्सचे बनलेले असतात. प्राप्त माहितीचे स्पष्टीकरण आणि दोनदा तपासणे महत्वाचे आहे. हे resampling वापरून केले जाते.

निष्कर्ष

जसे तुम्ही बघू शकता, सांख्यिकी तुम्हाला काही विशिष्ट क्षेत्रातील घडामोडींच्या स्थितीबद्दल माहिती देण्यास सक्षम होण्यासाठी आवश्यक असलेल्या डेटाची महत्त्वपूर्ण प्रमाणात रचना करण्याची परवानगी देते. अशाप्रकारे, गुंतवणूकदारांसाठी ते एक महत्त्वाची भूमिका बजावते, कारण ते राज्याच्या अर्थव्यवस्थेच्या वाढीच्या गतिशीलतेचे निरीक्षण करण्याची संधी देते. आकडेवारी ही नागरिक आणि अधिकारी दोघांनाही स्वारस्यपूर्ण आहे, त्यांना देशातील प्रक्रियांबद्दल सांगते: लोकसंख्याशास्त्रीय वाढ किंवा संकट, कल्याण वाढणे किंवा त्याची घसरण इ.

बर्याच प्रकरणांमध्ये लोकांच्या क्रियाकलापांमध्ये डेटासह कार्य करणे समाविष्ट असते आणि यामधून, केवळ त्यांच्याशी कार्य करणेच नव्हे तर त्यांचा अभ्यास करणे, प्रक्रिया करणे आणि त्यांचे विश्लेषण करणे देखील सूचित करू शकते. उदाहरणार्थ, जेव्हा तुम्हाला माहिती संकुचित करायची असेल, तेव्हा काही संबंध शोधा किंवा संरचना परिभाषित करा. आणि या प्रकरणात केवळ विश्लेषणासाठीच नव्हे तर सांख्यिकीय पद्धती लागू करणे देखील अतिशय सोयीचे आहे.

सांख्यिकीय विश्लेषण पद्धतींचे वैशिष्ट्य म्हणजे त्यांची जटिलता, सांख्यिकीय नमुन्यांच्या विविध प्रकारांमुळे, तसेच सांख्यिकीय संशोधनाच्या प्रक्रियेची जटिलता. तथापि, आम्ही अशा पद्धतींबद्दल बोलू इच्छितो ज्या प्रत्येकजण वापरू शकतात आणि ते प्रभावीपणे आणि आनंदाने करू शकतात.

खालील पद्धती वापरून सांख्यिकीय संशोधन केले जाऊ शकते:

• सांख्यिकीय निरीक्षण;
• सांख्यिकीय निरीक्षण सामग्रीचा सारांश आणि समूहीकरण;
• परिपूर्ण आणि सापेक्ष सांख्यिकीय मूल्ये;
• भिन्नता मालिका;
• नमुना;
• सहसंबंध आणि प्रतिगमन विश्लेषण;
• डायनॅमिक मालिका.

सांख्यिकीय निरीक्षण

सांख्यिकीय निरीक्षण हे नियोजित, संघटित आणि बहुतेक प्रकरणांमध्ये, माहितीचे पद्धतशीर संकलन आहे, ज्याचा उद्देश मुख्यत्वे सामाजिक जीवनातील घटना आहे. ही पद्धत पूर्वनिर्धारित सर्वात उल्लेखनीय वैशिष्ट्यांच्या नोंदणीद्वारे अंमलात आणली जाते, ज्याचा उद्देश नंतर अभ्यास केलेल्या घटनेची वैशिष्ट्ये प्राप्त करणे आहे.

काही महत्त्वाच्या गरजा लक्षात घेऊन सांख्यिकीय निरीक्षण करणे आवश्यक आहे:

• त्यात अभ्यास केल्या जात असलेल्या घटनांचा पूर्णपणे अंतर्भाव केला पाहिजे;
• प्राप्त केलेला डेटा अचूक आणि विश्वासार्ह असणे आवश्यक आहे;
• प्राप्त केलेला डेटा एकसमान आणि सहज तुलना करता येण्यासारखा असावा.

तसेच, सांख्यिकीय निरीक्षणाचे दोन प्रकार असू शकतात:

• रिपोर्टिंग हा सांख्यिकीय निरीक्षणाचा एक प्रकार आहे जेथे संस्था, संस्था किंवा उपक्रमांच्या विशिष्ट सांख्यिकीय विभागांना माहिती पुरवली जाते. या प्रकरणात, डेटा विशेष अहवालांमध्ये प्रविष्ट केला जातो.
• विशेष आयोजित केलेले निरीक्षण हे एक निरीक्षण आहे जे एका विशिष्ट उद्देशासाठी आयोजित केले जाते, जे अहवालात उपलब्ध नसलेली माहिती प्राप्त करण्यासाठी किंवा अहवालातील माहितीची विश्वासार्हता स्पष्ट करण्यासाठी आणि स्थापित करण्यासाठी. या फॉर्ममध्ये सर्वेक्षणे (उदाहरणार्थ, मत सर्वेक्षण), जनगणना इ.

याव्यतिरिक्त, सांख्यिकीय निरीक्षणांचे दोन वैशिष्ट्यांच्या आधारे वर्गीकरण केले जाऊ शकते: एकतर डेटा रेकॉर्डिंगच्या स्वरूपाच्या आधारावर किंवा निरीक्षण युनिट्सच्या कव्हरेजच्या आधारावर. पहिल्या श्रेणीमध्ये सर्वेक्षण, दस्तऐवजीकरण आणि प्रत्यक्ष निरीक्षण समाविष्ट आहे आणि दुसऱ्या श्रेणीमध्ये सतत आणि अपूर्ण निरीक्षण समाविष्ट आहे, म्हणजे. निवडक

सांख्यिकीय निरीक्षणाचा वापर करून डेटा प्राप्त करण्यासाठी, तुम्ही प्रश्नावली, संवादात्मक क्रियाकलाप, स्व-गणना (जेव्हा निरीक्षणे, उदाहरणार्थ, संबंधित कागदपत्रे स्वतः भरतात), मोहीम आणि अहवाल यासारख्या पद्धती वापरू शकता.

सांख्यिकीय निरीक्षण सामग्रीचा सारांश आणि समूहीकरण

दुसऱ्या पद्धतीबद्दल बोलताना, सर्व प्रथम आपण सारांश बद्दल बोलले पाहिजे. सारांश ही काही वैयक्तिक तथ्यांवर प्रक्रिया करण्याची प्रक्रिया आहे जी निरीक्षणादरम्यान गोळा केलेल्या डेटाचा संपूर्ण भाग बनवते. जर सारांश योग्यरित्या पार पाडला गेला तर, निरीक्षणाच्या वैयक्तिक वस्तूंबद्दलचा वैयक्तिक डेटा मोठ्या प्रमाणात सांख्यिकीय सारण्या आणि परिणामांच्या संपूर्ण कॉम्प्लेक्समध्ये बदलू शकतो. तसेच, अशा संशोधनामुळे अभ्यासाधीन घटनांची सामान्य वैशिष्ट्ये आणि नमुने निश्चित करण्यात मदत होते.

अचूकता आणि अभ्यासाची खोली लक्षात घेऊन, एक साधा आणि जटिल सारांश ओळखला जाऊ शकतो, परंतु त्यापैकी कोणताही विशिष्ट टप्प्यांवर आधारित असावा:

• एक गट वैशिष्ट्य निवडले आहे;
• गट निर्मितीचा क्रम निश्चित केला जातो;
• समूह आणि एकूणच वस्तू किंवा घटना दर्शवण्यासाठी निर्देशकांची एक प्रणाली विकसित केली जात आहे;
• सारणी मांडणी विकसित केली जात आहे जेथे सारांश परिणाम सादर केले जातील.

हे लक्षात घेणे महत्त्वाचे आहे की सारांशचे विविध प्रकार आहेत:

• केंद्रीकृत सारांश, त्यानंतरच्या प्रक्रियेसाठी प्राप्त प्राथमिक सामग्रीचे उच्च केंद्राकडे हस्तांतरण आवश्यक आहे;
• विकेंद्रित सारांश, जिथे डेटाचा अभ्यास अनेक टप्प्यांवर चढत्या पद्धतीने होतो.

सारांश विशेष उपकरणे वापरून सादर केला जाऊ शकतो, उदाहरणार्थ, संगणक सॉफ्टवेअर वापरून किंवा व्यक्तिचलितपणे.

गटबद्धतेसाठी, ही प्रक्रिया वैशिष्ट्यांनुसार अभ्यासाखालील डेटा गटांमध्ये विभागून ओळखली जाते. सांख्यिकीय विश्लेषणाद्वारे मांडलेल्या कार्यांची वैशिष्ट्ये ते कोणत्या प्रकारचे गटबद्ध असतील यावर प्रभाव पाडतात: टायपोलॉजिकल, स्ट्रक्चरल किंवा विश्लेषणात्मक. म्हणूनच, सारांश आणि गटबद्ध करण्यासाठी, ते एकतर उच्च विशिष्ट तज्ञांच्या सेवांचा अवलंब करतात किंवा वापरतात.

परिपूर्ण आणि सापेक्ष सांख्यिकीय प्रमाण

निरपेक्ष मूल्ये सांख्यिकीय डेटाच्या सादरीकरणाचे पहिले स्वरूप मानले जातात. त्याच्या मदतीने, घटनांना आयामी वैशिष्ट्ये देणे शक्य आहे, उदाहरणार्थ, वेळेत, लांबी, खंड, क्षेत्रफळ, वस्तुमान इ.

तुम्हाला वैयक्तिक निरपेक्ष सांख्यिकीय मूल्यांबद्दल जाणून घ्यायचे असल्यास, तुम्ही मोजमाप, अंदाज, मोजणी किंवा वजनाचा अवलंब करू शकता. आणि जर तुम्हाला एकूण व्हॉल्यूम इंडिकेटर मिळवायचे असतील तर तुम्ही सारांश आणि ग्रुपिंग वापरावे. हे लक्षात घेतले पाहिजे की मोजमापाच्या युनिट्सच्या उपस्थितीत परिपूर्ण सांख्यिकीय मूल्ये भिन्न असतात. अशा युनिट्समध्ये खर्च, श्रम आणि नैसर्गिक यांचा समावेश होतो.

आणि सापेक्ष परिमाण सामाजिक जीवनातील घटनांशी संबंधित परिमाणात्मक संबंध व्यक्त करतात. त्यांना प्राप्त करण्यासाठी, काही प्रमाण नेहमी इतरांद्वारे विभागले जातात. ज्या निर्देशकाशी त्याची तुलना केली जाते (हा भाजक आहे) त्याला तुलनेचा आधार म्हणतात आणि ज्या निर्देशकाशी त्याची तुलना केली जाते (हा अंश आहे) त्याला अहवाल मूल्य म्हणतात.

सापेक्ष मूल्ये त्यांच्या सामग्रीवर अवलंबून भिन्न असू शकतात. उदाहरणार्थ, तुलनाची मूल्ये, विकासाच्या पातळीची मूल्ये, विशिष्ट प्रक्रियेच्या तीव्रतेची मूल्ये, समन्वयाची मूल्ये, संरचना, गतिशीलता इ. आणि असेच.

भिन्न वैशिष्ट्यांवर आधारित लोकसंख्येचा अभ्यास करण्यासाठी, सांख्यिकीय विश्लेषण सरासरी मूल्ये वापरते - काही भिन्न वैशिष्ट्यांवर आधारित एकसंध घटनांच्या संचाच्या गुणात्मक वैशिष्ट्यांचा सारांश.

सरासरी मूल्यांचा एक अत्यंत महत्त्वाचा गुणधर्म म्हणजे ते त्यांच्या संपूर्ण कॉम्प्लेक्समधील विशिष्ट वैशिष्ट्यांच्या मूल्यांबद्दल एक संख्या म्हणून बोलतात. वैयक्तिक युनिट्स परिमाणात्मक फरक दर्शवू शकतात हे असूनही, सरासरी मूल्ये अभ्यासाधीन कॉम्प्लेक्सच्या सर्व युनिट्सची वैशिष्ट्यपूर्ण सामान्य मूल्ये व्यक्त करतात. असे दिसून आले की एका गोष्टीची वैशिष्ट्ये वापरून, आपण संपूर्ण वैशिष्ट्ये मिळवू शकता.

हे लक्षात घेतले पाहिजे की सरासरी मूल्यांच्या वापरासाठी सर्वात महत्वाच्या परिस्थितींपैकी एक, जर सामाजिक घटनेचे सांख्यिकीय विश्लेषण केले गेले तर, त्यांच्या कॉम्प्लेक्सची एकसंधता मानली जाते, ज्यासाठी हे शोधणे आवश्यक आहे. सरासरी मूल्य. आणि ते निश्चित करण्याचे सूत्र सरासरी मूल्याची गणना करण्यासाठी प्रारंभिक डेटा कसा सादर केला जाईल यावर अवलंबून असेल.

भिन्नता मालिका

काही प्रकरणांमध्ये, विशिष्ट अभ्यास केलेल्या प्रमाणांच्या सरासरी निर्देशकांवरील डेटा एखाद्या घटना किंवा प्रक्रियेवर प्रक्रिया करण्यासाठी, मूल्यांकन करण्यासाठी आणि सखोल विश्लेषण करण्यासाठी पुरेसा नसू शकतो. मग, एखाद्याने वैयक्तिक युनिट्सच्या निर्देशकांमधील फरक किंवा फैलाव लक्षात घेतला पाहिजे, जे अभ्यासाधीन लोकसंख्येचे एक महत्त्वाचे वैशिष्ट्य देखील दर्शवते.

परिमाणांची वैयक्तिक मूल्ये अनेक घटकांद्वारे प्रभावित होऊ शकतात, आणि स्वतःचा अभ्यास केल्या जाणार्‍या घटना किंवा प्रक्रिया खूप वैविध्यपूर्ण असू शकतात, उदा. भिन्नता आहे (ही विविधता भिन्नता मालिका आहे), ज्याची कारणे अभ्यासली जात आहेत त्या सारामध्ये शोधली पाहिजेत.

वर नमूद केलेली निरपेक्ष मूल्ये थेट वैशिष्ट्यांच्या मोजमापाच्या एककांवर अवलंबून असतात आणि त्यामुळे दोन किंवा अधिक भिन्नता मालिकांचा अभ्यास, मूल्यमापन आणि तुलना करण्याची प्रक्रिया अधिक जटिल बनवते. आणि सापेक्ष निर्देशकांची गणना निरपेक्ष आणि सरासरी निर्देशकांचे गुणोत्तर म्हणून करणे आवश्यक आहे.

नमुना

सॅम्पलिंग पद्धतीचा (किंवा अधिक सोप्या भाषेत, सॅम्पलिंग) अर्थ असा आहे की एका भागाचे गुणधर्म संपूर्ण भागाची संख्यात्मक वैशिष्ट्ये निर्धारित करण्यासाठी वापरले जातात (याला सामान्य लोकसंख्या म्हणतात). मुख्य नमुना पद्धत ही अंतर्गत कनेक्शन आहे जी भाग आणि संपूर्ण, वैयक्तिक आणि सामान्य एकत्र करते.

सॅम्पलिंग पद्धतीचे इतरांपेक्षा अनेक महत्त्वपूर्ण फायदे आहेत, कारण निरिक्षणांची संख्या कमी केल्याबद्दल धन्यवाद, हे आपल्याला खर्च केलेले काम, पैसा आणि प्रयत्न कमी करण्यास तसेच अशा प्रक्रिया आणि घटनांवरील डेटा यशस्वीरित्या प्राप्त करण्यास अनुमती देते जेथे त्यांचा पूर्णपणे अभ्यास करणे अव्यवहार्य किंवा फक्त अशक्य आहे.

नमुन्याच्या वैशिष्ट्यांचा अभ्यास केलेल्या घटना किंवा प्रक्रियेच्या वैशिष्ट्यांशी सुसंगतता परिस्थितीच्या संचावर आणि प्रामुख्याने नमुना पद्धत व्यवहारात कशी लागू केली जाईल यावर अवलंबून असेल. ही एकतर पद्धतशीर निवड असू शकते, तयार केलेल्या योजनेनुसार किंवा अनियोजित, जेव्हा नमुना सामान्य लोकसंख्येमधून तयार केला जातो.

परंतु सर्व प्रकरणांमध्ये, नमुना पद्धत वैशिष्ट्यपूर्ण आणि वस्तुनिष्ठतेच्या निकषांची पूर्तता करणे आवश्यक आहे. या आवश्यकता नेहमी पूर्ण केल्या पाहिजेत, कारण पद्धतीची वैशिष्ट्ये आणि सांख्यिकीय विश्लेषण केलेल्या वैशिष्ट्यांमधील पत्रव्यवहार त्यांच्यावर अवलंबून असेल.

अशा प्रकारे, नमुना सामग्रीवर प्रक्रिया करण्यापूर्वी, ते पूर्णपणे तपासणे आवश्यक आहे, ज्यामुळे अनावश्यक आणि बिनमहत्त्वाच्या सर्व गोष्टींपासून मुक्तता मिळते. त्याच वेळी, नमुना संकलित करताना, कोणत्याही हौशी क्रियाकलाप टाळणे अत्यावश्यक आहे. याचा अर्थ असा की कोणत्याही परिस्थितीत तुम्ही फक्त तेच पर्याय निवडू नयेत जे वैशिष्ट्यपूर्ण वाटतात आणि इतर सर्व टाकून देऊ नका.

एक प्रभावी आणि उच्च-गुणवत्तेचा नमुना वस्तुनिष्ठपणे निवडला जाणे आवश्यक आहे, म्हणजे. हे अशा प्रकारे केले पाहिजे की कोणतेही व्यक्तिनिष्ठ प्रभाव आणि पक्षपाती हेतू वगळले जातील. आणि ही स्थिती योग्यरित्या पूर्ण होण्यासाठी, यादृच्छिकतेच्या तत्त्वाचा किंवा अधिक सोप्या पद्धतीने, त्यांच्या संपूर्ण लोकसंख्येमधून पर्यायांच्या यादृच्छिक निवडीच्या तत्त्वाचा अवलंब करणे आवश्यक आहे.

प्रस्तुत तत्त्व नमुना पद्धतीच्या सिद्धांताचा आधार म्हणून काम करते, आणि जेव्हा प्रभावी नमुना लोकसंख्या तयार करणे आवश्यक असेल तेव्हा त्याचे पालन करणे आवश्यक आहे आणि पद्धतशीर निवडीची प्रकरणे येथे अपवाद नाहीत.

सहसंबंध आणि प्रतिगमन विश्लेषण

सहसंबंध विश्लेषण आणि प्रतिगमन विश्लेषण या दोन अत्यंत प्रभावी पद्धती आहेत ज्या आपल्याला दोन किंवा अधिक निर्देशकांच्या संभाव्य संबंधांचा अभ्यास करण्यासाठी मोठ्या प्रमाणात डेटाचे विश्लेषण करण्याची परवानगी देतात.

सहसंबंध विश्लेषणाच्या बाबतीत, उद्दिष्टे आहेत:

• भिन्न वैशिष्ट्यांमधील विद्यमान कनेक्शनची जवळीक मोजा;
• अज्ञात कारण संबंध ओळखा;
• अंतिम वैशिष्ट्यावर सर्वाधिक प्रभाव टाकणाऱ्या घटकांचे मूल्यांकन करा.

आणि प्रतिगमन विश्लेषणाच्या बाबतीत, कार्ये खालीलप्रमाणे आहेत:

• संप्रेषणाचे स्वरूप निश्चित करा;
• अवलंबून असलेल्यावर स्वतंत्र निर्देशकांच्या प्रभावाची डिग्री स्थापित करणे;
• अवलंबून निर्देशकाची गणना केलेली मूल्ये निश्चित करा.

वरील सर्व समस्यांचे निराकरण करण्यासाठी, सहसंबंध आणि प्रतिगमन विश्लेषण दोन्ही एकत्रितपणे वापरणे जवळजवळ नेहमीच आवश्यक असते.

डायनॅमिक्स मालिका

सांख्यिकीय विश्लेषणाच्या या पद्धतीचा वापर करून, घटना कोणत्या तीव्रतेने किंवा गतीने विकसित होतात हे निश्चित करणे, त्यांच्या विकासाचा कल शोधणे, चढउतार हायलाइट करणे, विकासाच्या गतिशीलतेची तुलना करणे आणि कालांतराने विकसित होणाऱ्या घटनांमधील संबंध शोधणे अतिशय सोयीचे आहे.

डायनॅमिक्स मालिका ही एक मालिका आहे ज्यामध्ये सांख्यिकीय निर्देशक कालांतराने क्रमशः स्थित असतात, ज्यातील बदल अभ्यासाधीन वस्तू किंवा घटनेच्या विकास प्रक्रियेचे वैशिष्ट्य दर्शवतात.

डायनॅमिक्स मालिकेत दोन घटक समाविष्ट आहेत:

• उपलब्ध डेटाशी संबंधित कालावधी किंवा बिंदू;
• स्तर किंवा सांख्यिकीय निर्देशक.

एकत्र घेतल्यास, हे घटक वेळ मालिकेतील दोन पदांचे प्रतिनिधित्व करतात, जिथे पहिली संज्ञा (वेळ कालावधी) "t" अक्षराने दर्शविली जाते आणि दुसरी (स्तर) "y" अक्षराने दर्शविली जाते.

पातळी एकमेकांशी जोडलेल्या वेळेच्या कालावधीच्या आधारावर, डायनॅमिक्स मालिका क्षणिक आणि मध्यांतर असू शकते. मध्यांतर मालिका तुम्हाला एकामागून एक येणाऱ्या कालावधीचे एकूण मूल्य मिळवण्यासाठी स्तर जोडण्याची परवानगी देते, परंतु क्षण मालिकेत अशी कोणतीही शक्यता नसते, परंतु तेथे हे आवश्यक नसते.

वेळ मालिका देखील समान आणि भिन्न अंतराने अस्तित्वात आहे. क्षण आणि मध्यांतर मालिकेतील मध्यांतरांचे सार नेहमीच वेगळे असते. पहिल्या प्रकरणात, मध्यांतर म्हणजे विश्लेषणासाठी डेटा जोडलेल्या तारखांमधील वेळ मध्यांतर (अशी मालिका वापरणे सोयीस्कर आहे, उदाहरणार्थ, दरमहा, वर्ष इ. क्रियांची संख्या निर्धारित करण्यासाठी). आणि दुसर्‍या प्रकरणात, एक कालावधी ज्यामध्ये सामान्यीकृत डेटाचा संच जोडला जातो (अशा मालिकेचा वापर महिना, एक वर्ष इत्यादीसाठी समान क्रियांची गुणवत्ता निर्धारित करण्यासाठी केला जाऊ शकतो). पंक्तीच्या प्रकाराकडे दुर्लक्ष करून, मध्यांतर समान किंवा भिन्न असू शकतात.

साहजिकच, सांख्यिकीय विश्लेषणाची प्रत्येक पद्धत सक्षमपणे कशी लागू करायची हे शिकण्यासाठी, फक्त त्यांच्याबद्दल जाणून घेणे पुरेसे नाही, कारण, खरं तर, सांख्यिकी हे एक संपूर्ण विज्ञान आहे ज्यासाठी विशिष्ट कौशल्ये आणि क्षमता देखील आवश्यक आहेत. पण ते सोपे करण्यासाठी, तुम्ही तुमच्या विचारांना प्रशिक्षित करू शकता आणि ते करावे...

अन्यथा, माहितीचे संशोधन, मूल्यांकन, प्रक्रिया आणि विश्लेषण या अतिशय मनोरंजक प्रक्रिया आहेत. आणि अशा प्रकरणांमध्येही जेव्हा यामुळे कोणताही विशिष्ट परिणाम मिळत नाही, संशोधनादरम्यान अनेक मनोरंजक गोष्टी शिकता येतात. सांख्यिकीय विश्लेषणास मानवी क्रियाकलापांच्या मोठ्या संख्येने त्याचा उपयोग आढळला आहे आणि आपण त्याचा उपयोग शाळा, कार्य, व्यवसाय आणि बाल विकास आणि स्वयं-शिक्षण यासह इतर क्षेत्रांमध्ये करू शकता.