СОЦИАЛЬНО-ЭКОНОМИЧЕСКАЯ СТАТИСТИКА КАК ПОЗИТИВНАЯ НАУКА И КАК ИСКУССТВО ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ – ВЫСШАЯ ШКОЛА ЭКОНОМИКИ ФАКУЛЬТЕТ ЭКОНОМИКИ КАФЕДРА СТАТИСТИКИ О. И. ОБРАЗЦОВА Лекция 1

Статистика описание реальных фактов, в особенности относящихся к современной жизни народа, в соответствии с законом развития, который наблюдается теоретической наукой W. Roscher Grundlagen der National Oekonomie, 1854

Поскольку статистика либо описывает, либо исследует, либо учит познавать состояние существующих государств, она может рассматриваться трояко: либо как наука, либо как искусство, либо как учение Е. Klotzius Theoria Statisticae tamquam scientiae, 1821

Статистика – позитивная наука Она… занимается тем, "что есть", а не тем, что "должно быть" Кейнс Статистика принципиально независима от какой-либо этической позиции или нормативных суждений. Конечная цель - формулирование и проверка гипотезы, которая дает правильные и значимые (т.е. не являющиеся трюизмами) предсказания относительно ещё не наблюдавшихся или в принципе не поддающихся наблюдению явлений

Социально-экономическая статистика и математическая статистика Предмет математической статистики -«методы анализа закономерностей массовых процессов» З. Павловский Предмет статистики социально-экономической - свойства массового социально- экономического явления, количественно и качественно определённые в форме обобщающих статистических показателей А. А. Чупров

«Математические методы – как мельничные жернова, …поэтому, насыпав лебеды, невозможно получить пшеничную муку» А. Чупров «Статистика часть запутанной и переплетенной сети, связывающей математику, научную философию и другие отрасли нормативных наук…, с тем, что происходит при анализе и … при сборе данных» Дж. Тьюки

Измеряй всё доступное измерению и делай недоступное измерению – доступным Измеряй всё доступное измерению и делай недоступное измерению – доступным Галилео Галилей Исследователь сам является частью исследуемого объекта в гораздо большей степени, чем в естественных науках - это создает особые трудности в достижении объективности Объект исследования - всегда реально существующая статистическая совокупность Генезис статистики, взаимосвязанный с общим руслом развития практического разума, определяет специфическую двойственность её научного метода

Двойственность метода статистики Стохастика Метод обоснованных оценок СТАТИСТИКА Эволюция теорий P1 ТТ ЕЕ Р2

…математиков, играющих в статистику, могут одолеть лишь статистики, вооруженные математикой А. А. Чупров Искусство статистического анализа эмпирических данных и позитивную статистическую науку очень часто смешивают, и это было источником многих вредных ошибок Дж. М. Кейнс Статистика как искусство

Функции моделей как репрезентаций В каком смысле и до какой степени статистическая модель должна походить на реальный объект? Цель P АГЕНТ А Реальная система S Модель М

Статистика – социокультурный феномен Трудность проверки статистических гипотез в социально-экономической сфере, Необходимость комбинации стохастики с методом обоснованных оценок; Полные и всесторонние микроданные о явлениях, которые подлежат статистическому обобщению необходимы: для выдвижения новых гипотез, для исследования самой возможности применения базовой гипотезы с целью объяснения рассматриваемых явлений

Колесо знаний Уоллеса Теория Гипотеза Статистическая Конкретизация гипотезы Статистическое наблюдение Эмпирический анализ данных Знания, не рождённые опытом, матерью всякой достоверности, бесплодны и полны ошибок. Леонардо да Винчи

Типы шкал и их свойства Номинальная (х = у или х у) порядковая (>, , , , ,

Анализ данных, измеренных в номинальной шкале СтруктураСтруктурная группировка Приоритеты Доминанты Индекс качественной вариации К-т энтропии К-т неравномерности Доли, нагрузки, координация ДинамикаДинамическая группировка сопряженностьК-ты изменения структуры PRE ФакторыТаблица сопряженности сопряженностьХи-квадрат К-т ассоциации К-т контингенции

Анализ данных, измеренных в порядковой шкале СтруктураСтруктурная группировка Мода Порядковые статистики (Ме, Кварт) Индекс качественной вариации К-т энтропии К-т неравномерности ДинамикаДинамическая группировка Периодизация Производные ряды К-ты изменения структуры ФакторыТаблица сопряженности Хи-квадрат К-т ассоциации К-т контингенции К-ты изменения структуры Ранговые к-ты Конкордация по Кэнделу

Ограничения в оценке зависимостей для различных типов шкал

Шкала измерения зависимой переменной Шкала измерения факторов Переменные в интервальной или абсолютной либо в порядковой или номинальной ПорядковаяИнтервальная/ абсолютная Номинальная с двумя категориями Бинарная логистическая регрессия с фиктивными переменными Бинарная логистическая регрессия Номинальная с тремя и более категориями Множественная логистическая регрессия с фиктивными переменными Множественная логистическая регрессия ПорядковаяМножественная логистическая регрессия с фиктивными переменными Порядковая регрессия Множественная логистическая регрессия Интервальная или абсолютная Классическая регрессия с фиктивными переменными Классическая регрессия

Неизменно помни, что природа – не бог, человек – не машина, гипотеза – не факт. Дени Дидро Статистические гипотезы относятся к виду или отдельным параметрам распределения случайной величины: Н 0 : θ = θ 0 Н 1 : θ = θ 1 Вероятности ошибок в различных ситуациях Решение Фактическая ситуация исследователя Н 0 верна Н 0 неверна Отвергнуть Н 0 α 1 - β Принять Н α β

Гипотеза может быть проверена, но никогда не может быть доказана. Л. Закс «Статистическое оценивание» Исходное требование: устойчивость (робастность) критериев проверки статистической модели Процедура анализа: Прикладная постановка задачи проверки гипотезы и её формализация; Анализ природы данных (шкала, закон распределения, однородность выборок); Выбор критерия проверки гипотезы.

Выбор критерия для решения задачи о сравнении параметров выборок Всякое исследование основано на сравнении и пользуется средством сопоставления Ник. Кузанский

Выбор критерия для решения задачи о сравнении параметров выборок

Вместо заключения: задачи и методы

Что ещё почитать? Герчук Я.П. Графики в математико-статистическом анализе. – М.: Статистика, 1972 Дж.Э. Юл, М.Дж. Кендэл Теория статистики – М.:Госстатиздат ЦСУ СССР, Джессен Р. Методы статистических обследований – М.: Финансы и статистика, Закс Л. Статистическое оценивание. – М.: Статистика, 1976 Кендэл М. Временные ряды – М.: Финансы и статистика Колкот Э. Проверка значимости – М.: Статистика, 1978 Кохрен У. Методы выборочного исследования. – М.: Статистика, 1976 Левин Д.М., Стефан Д, Кребиль Т.С., Беренсон М.Л. Статистика для менеджеров с использованием Microsoft Excel, 4-е изд. – М.: Издательский дом «Вильямс», 2004.

Что ещё почитать? Литтл Р.Дж.А., Рубин Д.Б. Статистический анализ данных с пропусками: Пер. с англ. – М.:Финансы и статистика, Льюис К.Д. Методы прогнозирования экономических показателей – М.: Финансы и статистка, 1986 Математические методы анализа и интерпретации социологических данных. – М.: Наука, 1989 Миллс Ф. Статистические методы – М.:Госстатиздат Пасхавер И.С. Средние величины в статистике. - М.: Статистика Спрент П. Как обращаться с цифрами, или статистика в действии. – М.: Высшая школа, 1983 Статистические методы для повышения качества продукции: Пер. с англ. изд.: Япония, 1985 /Под ред. Х. Кумэ. – М.:Финансы и статистика, 1990.

Что ещё почитать? Статистический анализ в экономике / Под ред. Г.Л. Громыко. – М.: Изд-во МГУ, 1992 Шварц Г. Выборочный метод – М.: Статистика, 1978 Шеффе Г. Дисперсионный анализ. – М.: Наука, 1980 Флейс Дж. Статистические методы для изучения таблиц долей и пропорций -М.: Финансы и статистика, 1989 Хейс Д. Причинный анализ в статистических исследованиях – М.: Финансы и статистика, Хеттманспертер Т. Статистические выводы, основанные на рангах. – М.: Финансы и статистика, 1987 Эльясберг П. Е. Измерительная информация: сколько её нужно? Как её обрабатывать? – М.: Наука, 1983

Благодарю за внимание!