Statistika - mokslas, informacijos šaltinis ar mįslinga skaičių dėlionė? Šiame straipsnyje aptariama statistikos raida, jos metodologiniai pamatiniai elementai bei taikymas socialiniuose ir ekonominiuose tyrimuose. Darnaus tyrimų proceso tarpe išryškinami daugialypiai metodai, jų istorija ir praktinis pritaikymas Lietuvos kontekste.
1. Statistikos mokslo raida
1.1. Statistika XVII-XVIII amžiuose įtvirtino pirminius empirinius principus, duomenų rinkimą ir jų apibendrinimą. 1.2. XIX amžiuje toliau plėtėsi metodologijos kryptys, susiformavo pagrindiniai statistinių skaičiavimų įrankiai. 1.3. XIX-XX amžių sandūroje statistikos mokslo kryptys įgavo plataus spektro pobūdį, apimant tiek teorinius, tiek praktinius aspektus. 1.4. Statistikos stochastinė teorija formavosi, rėmėsi radimo ir raidos prielaidomis, įtvirtino atsitiktinių procesų sampratas. 1.5. XX a. statistikos mokslo kūrėjai iki šiol formavo pagrindinius metodus: tikimybių modeliavimą, regresinę analizę, hipotezių tikrinimą ir kt. 1.6. Statistikos plėtra vyko įvairiose srityse: nuo gyventojų gyvenimo lygio tyrimų iki ekonominių analizės metodų. 1.7. Tarpukario Lietuvos statistika ir jos kūrėjai pridėjo konkrečių Lietuvos kontekstų, duomenų rinkimo bei analitinių sprendimų patirties. 1.8. Už geležinės uždangos statistikos mokslas įgijo papildomą socialinę ir ekonominę dimensiją, o jos tyrimai įtraukti į platesnį tarptautinį kontekstą.
2. Statistikos metodologinių mokslų sistema
2.1. Metodologijos turinys apima teoriją, duomenų rinkimą, jų sumavimą bei vienmatę ir dvimatę statistiką, dinamikos eilutes, indeksų metodus. 2.2. Humanitarinių ir socialinių mokslų specifika lemia specifinius duomenų rinkimo ir analizės požiūrius. 2.3. Ekonomikos mokslų metodologija glaudžiai susijusi su statistika, prisideda prie ūkio tyrimų ir politikos formavimo. 2.4. Matematikos mokslo metodologinių nuostatų istorija rodo pereigą nuo deterministinių iki probabilistinių ir statistinių požiūrių, kurie įtakojo ekonominių modelių plėtrą.
3. Mažiausiųjų kvadratų metodo (MKM) statistiniuose skaičiavimuose ir tyrimuose
3.1. Įverčių savybės, tipai ir teorinės prielaidos formuoja MKM taikymo pagrindą. 3.2. Parametrų įverčiai, gauti MKM, yra pagrindiniai regresinės analizės įrankiai. 3.3. Statistinių skaičiavimų heteroskedastiškumo problema gali paveikti įverčių tikslumą. 3.4. Apibendrintas mažiausiųjų kvadratų metodas (AMKM) plačiau įtraukia įvairius apribojimus ir heteroskedastiškumo situacijas. 3.5. Autokoreliacija ir Darbino-Uotsono (Darbin-Watson) kriterijus vertina likučių nepriklausomumą. 3.6. Regresijos lygties parametrų įverčių nustatymas esant likučių autokoreliacijai. 3.7. Autoregresijos modelių parametrų įverčiai. 3.8. MKM taikymas, kai yra parametrų apribojimų, leidžia įvertinti sudėtingesnes ekonomines sistemas.
4. Normalusis skirstinys ir statistinių išvadų teorija
4.1. Normalusis skirstinys - pagrindas tikimybinėms analizėms. 4.2. Tikimybiniai skirstiniai, susiję su normaliuoju, apima įvairias pasiskirstymo schemas socialiniuose ir ekonominiuose tyrimuose. 4.3. Didžiųjų skaičių dėsnis leidžia įvertinti ekonominių procesų tendencijas didesnėse imties viejuose. 4.4. Imties charakteristikų (statistikų) skirstiniai apima vidurkius, sklaidas ir kitas charakteristikas. 4.5. Pasikliaunamojo intervalo nustatymas (bendras atvejis) suteikia patikimumo įverčiams. 4.6. Statistinių hipotezių samprata - pagrindinis įrankis spėjant apie socialinius ir ekonominius reiškinius.
Taip pat skaitykite: Statistikos departamento duomenys apie pensijas
5. Ekonominių rodiklių sąveikos analizė indeksų metodu
5.1. Koreliacijos koeficiento taikymas indeksų teorijoje padeda įvertinti ryšius tarp ekonominių rodiklių. 5.2. Ekonominio proceso faktorinės indeksinės analizės algoritmas įgalina faktorių įvertinimą ir jų įtaką. 5.3. Indeksinių tyrimų papildymas ekonometriniais skaičiavimais sustiprina patikimumą. 5.4. Indeksai gamybos išlaidų funkcijų analitiniuose tyrimuose leidžia apibūdinti sąsajas tarp išlaidų ir gamybos rezultatų.
6. Statistikos duomenų masyvų analizės metodai
6.1. Praktinės duomenų masyvo analizės formos ir priemonės. 6.2. Vidurkiai ir sklaidos matai atliekant grupavimą. 6.3. Statistiniai eilutės - tikrovės modelis ir analizės instrumentas. 6.4. Statistiniai daugiamačiai grupavimai ir klasifikavimas. 6.5. Koncentracijos statistiniai tyrimai.
7. Gamybinės funkcijos - efektyvumo analizės metodas
7.1. Bendras gamybinės funkcijos apibūdinimas. 7.2. Bendrieji gamybinių funkcijų rodikliai. 7.3. Pagrindinių gamybinių funkcijų analitinis turinys. 7.4. Mokslinės inovacijos ir gamybinės funkcijos. 7.5. Gamybos išlaidų funkcijos.
8. Gyvenimo lygio ir vartojimo statistiniai metodai
8.1. Gyvenimo lygio statistinė analizė: problemos ir uždaviniai. 8.2. Gyventojų poreikių patenkinimo statistiniai tyrimai. 8.3. Vartojimo elastingumo analizė. 8.4. Vartojimo statistiniai tyrimai. 8.5. Vartojimo kainų indeksas. 8.6. Vartojimo kainų indekso taikymo sritys.
9. Daugianė koreliacija ir regresija statistiniuose tyrimuose
9.1. Bendras koreliacijos, kovariacijos ir regresijos apibūdinimas. 9.2. Dauginė regresija ir jos taikymas. 9.3. Dauginė koreliacija ir jos taikymas. 9.4. Dauginė regresija - statistinių tyrimų instrumentas. 9.5. Netiesinė regresija atliekant statistinius tyrimus.
Taip pat skaitykite: Socialinių tinklų vaidmuo statistikos rinkime
10. Lyginamoji statistinė analizė ir jos metodai
10.1. Statistinių dėsningumų suradimas - lyginamosios analizės uždavinys. 10.2. Dauginės regresijos lygtys - lyginamosios statistinės analizės priemonė. 10.3. MKM taikymas lyginamojoje statistinėje analizėje. 10.4. Jungtinių rodiklių sistemos ir statistiniai skaičiavimai. 10.5. Sintetiniai statistiniai skaičiavimai, atliekant ekonominius tyrimus (reitingavimas). 10.6. Statistinė informacija ir duomenų masyvų formavimas.
11. Ekonometriniai modeliai statistikos metodologijos požiūriu
11.1. Statistika ir taikomoji ekonometrika. 11.2. Ekonometriniai modeliai statistikos teorijoje ir metodologijoje. 11.3. Ekonometrinių lygčių sistemos. 11.4. Netiesioginis mažiausiųjų kvadratų metodas (NMKM). 11.5. Dvigubas mažiausiųjų kvadratų metodas (DMKM). 11.6. Bendras DMKM apibūdinimas (naudojant empiminius skaičiavimus). 11.7. Faktorinių rodiklių parinkimas sudarant modelius. 11.8. Makrostatistikos makroekonominiai tyrimai.
12. Statistikos duomenų raidų tyrimai
12.1. Dinaminės eilutės ir dinaminės statistinės visumos. 12.2. Ekonominio proceso posūkio taškai. 12.3. Atkarpos trendo parametrų radimas. 12.4. Lėtai evoliucionuojančių procesų statistiniai skaičiavimo būdai. 12.5. Ekstrapoliaciniai prognozavimo metodai. 12.6. Prognozavimo metodų apibūdinimas statistiniu požiūriu. 12.7. Prognostiniai skaičiavimai metodologijos požiūriu.
13. Statistikos metodai masinių procesų tyrimuose (trumpa apžvalga)
13.1. Tikimybių teorija ir statistikos metodologija. 13.2. Statistika empirinio ir teorinio pažinimo sandūroje. 13.3. Masiniai procesai ir didžiųjų skaičių dėsnis. 13.4. Socialinių ir ekonominių reiškinių modeliavimas. 13.5. Statistinio metodo savitumai. 13.6. Matavimai ir skalės. 13.7. LTStatistika socialiniuose tyrimuose - platus ir sudėtingas tyrimų objektas. Šioje knygoje apibūdinama statistikos mokslo raida, jos vieta metodologinių tyrimų sistemoje; nagrinėjami statistikos duomenų masyvų analizės metodai, jų taikymo sritys: statistiniai grupavimai ir klasifikacijos, gyvenimo lygio ir vartojimo statistiniai tyrimai, ekonominės raidos ir lyginamosios analizės metodai - indeksai, dauginė koreliacija ir regresija, statistinė išvadų teorija, ekonometriniai modeliai ir sistemos.
Įvairūs praktiniai pavyzdžiai ir Lietuvos kontekstas
Šioje literatūroje pateikti praktiniai pavyzdžiai rodo, kaip statistiniai metodai taikomi ekonomikos ir socialinių tyrimų srityse: nuo gyvenimo lygio įvertinimo iki vartojimo tyrimų, infliacijos ir mikroekonominių rodiklių analizės. Lietuvos kontekste turi reikšmės tarptautinių programų ir ryšių plėtra, dalyvavimas tarptautinėse konferencijose bei bendradarbiavimas su kitais universitetais, kurie stiprina statistikos metodų taikymą nacionaliniams tyrimams. Paminėtini platinami knygų fragmentai ir moksliniai darbai, skirti tyrimų metodologijai, ekonominiams rodikliams ir jų analizei.
Taip pat skaitykite: Statistiniai duomenys apie smurtą
Duomenų analizės ir taikomieji tyrimai
Šio straipsnio pagrindą sudaro išvestiniai fragmentai apie duomenų rinkimą, apdorojimą, išvadų formavimą bei ekonominių ir socialinių rodiklių analizę. Analizės instrumentai apima vidurkius, sklaidos matmenis, koreliaciją, regresiją, indeksų metodus ir ekonometrinius modelius, kurie leidžia tirti ūkio raidos tendencijas ir politikas. Be to, išryškinama, kaip masinių procesų tyrimai ir didžiųjų skaičių dėsnis formuoja statistikos sampratą socialiniuose tyrimuose, ir kaip tai taikoma Lietuvoje.
tags: #statistikos #metodai #socialiniuose #ekonominiuose #tyrimuose