Типы признаков и их измерения

 

Признак - это содержательная категория, применяемая для описания исследуемого объекта. Измерителем признака служит переменная. Признак (либо переменная), от которого зависят другие признаки, называется фактором. Признак (переменная), зависящий от других признаков, называется результативным признаком.

 

В экономико-статистических исследованиях применяют 3 типа признаков:

- номинальные,

- ранговые,

- количественные,

каждый из которых может измеряться по 4 типам шкал:

· наименования,

· порядка,

· интервала,

· отношения.

Номинальный признак характеризует качественное внутреннее отличие объектов (качественный признак).

Количественный признак характеризуется числом и может быть измерен для каждой единицы совокупности.

Ранговый признак - такой признак, измерение которого идет по шкале порядка и характеризуется такими понятиями, как больше, меньше, равно, неравно.

 

Существуют три способа формирования выборки для экономико-статистических моделей

Пространственная выборка.

Если совокупность изучается в статике, то формируется пространственная выборка и исходные данные представляются в виде двухмерной матрицы (N*m), в которой каждая строка соответствует определенному экономическому объекту, а каждый столбец - наименованию признаков.

 

Пример:

 

Предприятие	Показатели
	Объем продукции	Себестоимость	Прибыль	Производительность труда	Среднемесячная зарплата
Малое предприятие 1
Малое предприятие 2
………
Малое предприятие N

 

Временная выборка - это набор значений признаков функционирования отдельных объектов во времени. Здесь формируются двумерные матрицы (N*T), (m*T).

 

 

Пример 1. Данные о производительности труда (N*Т)

 

N	Т
		……
Предприятие 1
Предприятие 2
……….
Предприятие N

 

Пример 2. Динамика показателей работы предприятия «Логотип» (m*Т)

 

m	Т
		……
Себестоимость
Производительность труда
……….
Среднемесячная заработная плата

 

Пространственно-временная выборка формируется по разным объектам, по разным признакам, измеренным в различные моменты времени. При этом формируется трехмерная матрица (N*m*T).

 

При обработке исходного массива статистических данных возникают две задачи:

 

Обработка одномерных данных.

1.1. Предварительная обработка данных (исключение ошибочных замеров или данных).

1.2. Сглаживание.

1.3. Внесение поправки на условии эксперимента.

1.4. Восстановление пропущенных значений.

1.5. Расчет численных характеристик.

1.6. Построение различных гистограмм.

1.7. Установление законов распределения.