I metoden för statistiska grupperingar är helheten av de studerade fenomenen indelad i klasser och underklasser, som har en homogen struktur enligt vissa egenskaper. Varje sådan indelning beskrivs av ett system av statistiska indikatorer. Grupperade data kan presenteras i tabeller.
Denna åtgärd är den huvudsakliga metoden som används i själva studien av sociala fenomen. Det uppstår som en förutsättning för tillämpning av olika grupperingar av statistik, rutiner och analysmetoder. Klassificering är till exempel nödvändig för att kunna använda generaliserade index, såsom medelvärden.
Bidrag från V. I. Lenina
I förrevolutionär rysk statistik, i synnerhet i olika zemstvos (detta är lokala myndigheter), har man vunnit betydande erfarenhet av att gruppera olika typer av organisationer. Och även på den tiden gjordes ett betydande arbete för att inte bara utveckla tabeller med klassificering en efter enegenskaper, men också mer komplexa system. I dem är all data grupperad av två eller flera parametrar. Teoretiska frågeställningar relaterade till användningen av statistiska grupperingsmetoder har dock inte fått någon vetenskaplig motivering. Detta tillstånd kvarstod tills verken av V. I. Lenin. Han hade en hög uppfattning om klassificeringens kognitiva värde och praktiska betydelse. När det gäller tabeller baserade på tecknen på en statistisk gruppering av mer än en egenskap, skrev Lenin: "Det kan utan överdrift sägas att de kommer att revolutionera vetenskapen och, naturligtvis, jordbruksekonomin."
Vladimir Iljitjs rekommendationer om behovet av en preliminär politisk och ekonomisk analys av mönsters natur och bestämning av typen av fenomen innan experiment med klassificering av initiala data påbörjas är av grundläggande betydelse.
Stadier av statistiska grupperingar
Systematisering används inte bara i analysen av befolkningens struktur, utan också för att bestämma typer av fenomen och i studiet av sambandet mellan olika egenskaper eller faktorer. Exempel på grupperingar som uttrycker befolkningsstruktur är klassificeringar av människor efter ålder (med ett års intervall eller, vanligare, fem år) och företag efter storlek.
Genom att kombinera klasser eller ställa in ojämna intervall är det möjligt att fastställa kvalitativa skillnader mellan individuella system och sedan bestämma de teknoekonomiska eller socioekonomiska typerna av de relevanta ämnena(till exempel företag eller gårdar). Sålunda kan grupperingen av befolkningen i ett land efter ålder utföras på grundval, förutom enkla kronologiska objekt, av sådana speciella indelningar som kvinnor i åldrarna 16 till 54 år och män i åldrarna 16 till 59 år. Användningen av dessa specialklasser gör det möjligt att beräkna det nationella ekonomiska indexet, känt som landets arbetskraft. Intervallgränserna är något godtyckliga och kan skilja sig från stat till stat.
Uppgift
Detaljerad kvantitativ klassificering av företag och företag gör att vi kan gå vidare till definitionen av flera grundläggande kvalitativa grupper, såsom små, medelstora och stora organisationer. Därefter kan ett antal allmänna ekonomiska problem klargöras, till exempel processen för koncentration av produktionen, tillväxten av industriell effektivitet och ökningen av arbetsproduktiviteten. Vladimir Iljitsj Lenins nya data om de lagar som styr utvecklingen av kapitalismen inom jordbruket är ett lysande exempel på djup analys som använder gruppering för att visa mönstrens komplexa natur. Och även förhållandet mellan företagets storlek och dess totala produktivitet.
Den viktigaste och svåraste uppgiften för statistiska grupperingar är att identifiera och i detalj beskriva typer av socioekonomiska fenomen. Sådana ämnen representerar uttryck för former av en viss social process eller grundläggande egenskaper. De verkar vara gemensamma för många enskilda fenomen. I sin analys av skiktningen av bönderna använde Vladimir Iljitj Lenin grupperingengrundligt och heltäckande. Först och främst avslöjade han processen för bildandet av de viktigaste samhällsklasserna i det förrevolutionära Ryssland, på den västeuropeiska landsbygden och i det amerikanska jordbruket.
Och, som det visade sig, har sovjetiska data stor erfarenhet av typologiska och statistiska grupperingar. Till exempel förutsätter balansräkningen för den nationella ekonomin i Sovjetunionen ett komplext och förgrenat klassificeringssystem. Andra exempel på typologisk statistisk gruppering i det sovjetiska rummet inkluderar systematiseringen av befolkningen efter social klass. Samt enande av fasta produktionstillgångar efter socioekonomiska typer av industriella enheter. Och du kan också ge ett sådant exempel som grupperingen av den statistiska populationen av den sociala produkten.
Burgeois klassificering använder inte systematisering tillräckligt. När gruppering används är det för det mesta felaktigt och bidrar inte till att karakterisera det verkliga tillståndet i de kapitalistiska länderna. Till exempel överdriver klassificeringen av jordbruksföretag efter landområde ställningen för småskalig produktion i denna riktning. Och grupperingen av befolkningen efter yrke avslöjar inte det borgerliga samhällets sanna klassstruktur.
De socioekonomiska egenskaperna hos en socialistisk stat ger nya tillämpningar för statistisk gruppering. Klassificeringen används för att analysera genomförandet av nationella ekonomiska planer, för att fastställa orsakerna till att vissa företag och sektorer släpar efter. Och även identifiera oanvända resurser. Till exempel företagkan grupperas efter graden av genomförande av planen eller lönsamhetsnivån. Av stor betydelse för att karakterisera införandet av vetenskapliga och tekniska framsteg i industrin är grupperingen av företag, enligt sådana tekniska och ekonomiska uppgifter som graden av automatisering och mekanisering och mängden el tillgänglig för arbete.
Grupperad data är information som bildas genom att kombinera individuella grupperingar av statistiska observationer om närvaron av en variabel i separata klasser, så att frekvensfördelningen av dessa system fungerar som ett bekvämt sätt att sammanfatta och analysera allt material.
Information
Data kan definieras som grupper av material som representerar kvalitativa eller kvantitativa attribut för en variabel eller uppsättning variabler. Detta är analogt med att säga att klasser kan vara vilken uppsättning information som helst som beskriver en enhet. System, i grupperingen av statistiska data, kan klassificeras i grupperade och icke-grupperade objekt.
All information som en person samlar in först är oklassificerad. Ogrupperade statistiska grupperingar är data, men endast i obearbetad form. Ett exempel på sådana system är valfri lista med nummer du kan tänka dig.
Första typen av klassificeringar
Grupperad data är information som har organiserats i grupper som kallas klasser. Denna typ har redan klassificerats, och därmed en delanalysnivå. Det betyder att all information inte längre är rå.
En dataklass är en grupp som är associerad med en specifik anpassad egenskap. Till exempel, om chefen för ett företag samlade in de personer han anställer under ett visst år, kunde han gruppera dem i system efter ålder: tjugo, trettio, fyrtio och så vidare. Och var och en av dessa grupper kallas en klass.
Det här är i sin tur inte den sista divisionen. Var och en av dessa klasser har en viss bredd och detta kallas mellanrum eller storlek. Detta koncept är mycket viktigt när det gäller att plotta histogram och frekvensdiagram. Alla klasser kan ha samma eller olika storlekar, beroende på hur all information kommer att grupperas. Systemintervallet är alltid ett heltal.
Klassbegränsningar och gränser
Det första konceptet hänvisar till de faktiska värdena som kan ses i fin altabellen. Klassbegränsningarna delas in i två kategorier: den nedre gränsen för systemet och den övre gränsen. Naturligtvis används alla indelningar i tabellerna för att säkerställa korrekthet och informativitet.
Men å andra sidan respekteras inte alltid klassgränser i frekvenstabellen. Detta koncept ger systemets verkliga intervall och är, liksom olika restriktioner, även uppdelat i gränser för de nedre och övre värdena.
Levande och icke-levande band
Vetenskapen försöker förstå och förklara naturfenomen. Forskare förstår saker genom att klassificera dem. Den tillhörbåde levande varelser och icke-levande grupperingar av statistiskt material.
I sin tur kan dessa typer delas in i grupper beroende på kontrastegenskaperna. Om eleverna till exempel har sammanställt listor i sina vetenskapliga tidskrifter över de olika material och ämnen de har studerat, kan de använda dessa data för att utöka kunskap och information om de system de har studerat.
All kunskap kan sorteras eller klassificeras enligt olika kontrastegenskaper. Här är några exempel:
- Metaller kontra olika icke-metaller.
- Stenig terräng istället för öken eller äng.
- Synliga kristaller vs osynliga mineraler.
- En naturlig process istället för en konstgjord.
- Ämnen tätare än vatten eller mindre vägande än en given vätska.
- Magnetisk kontra icke-magnetisk.
Och du kan också göra gruppskillnader enligt följande funktioner:
- Materiens tillstånd vid rumstemperatur (fast, flytande, gas).
- Smältbarhet av metaller.
- Fysiska egenskaper och så vidare.
Material:
- Olika artiklar som exemplifierar kategorierna ovan.
- Magneter för att testa materialegenskaper.
- En behållare med vatten för att kontrollera om saker flyter eller sjunker.
- vetenskapliga tidskrifter.
Driftsförfarande
Exakt hur saker händer:
- Eleverna arbetar i grupper. Var och en får lite material och ombeds hitta sätt att grupperaobjekt efter kategori. De utvecklar kriterierna de ska använda och sorterar sedan föremålen därefter. Resultattabeller finns registrerade i deras vetenskapliga tidskrifter.
- Efter att ha grupperat materialen sorteras de igen enligt andra kriterier. Nästa steg blir också att sammanställa en resultatlista. Och efter det skrivs ytterligare en rad med element, som sorterades annorlunda på grund av ändrade kriterier.
- Elever registrerar observationer och tabeller i sina vetenskapliga tidskrifter.
Resultat
Elever fixar en serie tabeller som visar hur deras ämnen sorteras utifrån vart och ett av kriterierna. Till exempel har en grupp elever ett gem, en liten bit granit, en kork, en plastleksak. Och sedan kan ett par sorteringsbord se ut som följande.
-
Artiklar sorterade efter magnetism.
Reagera på magnet: gem, granit. Svarar inte: kork, plast.
-
Artiklar sorterade efter densitet jämfört med vatten.
Pop upp: kork, plast. Drunkning: gem, granit.
Efter det gör eleverna presentationer för klassen. De diskuterar varför olika föremål klassificeras olika baserat på de kriterier som används.
Eleverna upprepar dessa observationer varje gång och använder olika egenskaper.
Talk
I detta skede:
- Elever kan utöka dessa observationer till andra material utan någrapraktisk forskning.
- Exempel är prover på olika typer av stenar. Eleverna kommer att lära sig att göra närmare observationer och skriva exakt vad de ser med förstoringsglas och andra föremål som de använder.
- Om elever har skapat en indexfil med egenskaper skrivna på kort kan de också sorteras. Detta kommer att vara användbart om indexet innehåller ytterligare material som inte finns i klassen.
Ett vanligt sätt att bearbeta kontinuerliga kvantitativa data är att dela upp hela betydelseintervallet i flera underområden. Det är nödvändigt att tilldela varje material ett konstant värde för den klass som det faller i. Observera att datamängden ändras från kontinuerlig till diskret.
Begreppet statistisk gruppering
Organisation görs genom att definiera en uppsättning intervall och sedan räkna mängden data som faller in i vart och ett av dem. Delområdena överlappar inte varandra. De måste täcka hela datamängden.
Ett av de mest framgångsrika sätten att visualisera grupperade system är histogrammet. Det är en uppsättning rektanglar där basen av figuren sträcker sig över värdena i det intervall som är associerade med den. Och höjden motsvarar mängden information.
