Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

1 ÁVF Leíró statisztika Statisztikai alapismeretek 1.

Hasonló előadás


Az előadások a következő témára: "1 ÁVF Leíró statisztika Statisztikai alapismeretek 1."— Előadás másolata:

1 1 ÁVF Leíró statisztika Statisztikai alapismeretek 1.

2 2 A statisztika alapfogalmai A tavaszi félévről A viszonyszámok Kerékgyártó Györgyné – L. Balogh – Sugár András – Szarvas Beatrix: Statisztikai módszerek a gazdasági, társadalmi elemzésekben. Aula, Tankönyv: Internet: http: // avf.hu / tanarok / lipecz/ Az 1. ea. témái:

3 3 Mi a statisztika? A statisztika a sokaság tömör, számszerű jellemzésére szolgáló (1) adatok összessége, (2) tudományos módszertan, (3) gyakorlati tevékenység. »az információk összegyűjtése »feldolgozása »elemzése A statisztika tömegjelenségekkel foglalkozik

4 4 Az adatgyűjtés módjai I. •Kikérdezés - Személyes megkérdezés, interjú (például: népszámlálás) - Postai megkérdezés (például: munkaügyi statisztika) •Megfigyelés (például: vasúti forgalomszámlálás, hőmérsékleti adatok feljegyzése) •Kísérlet (például: fizikai kisérletek eredményeinek feljegyzése, kísérleti állatok reakcióinak tudományos mérése)

5 5 Az adatgyűjtés módjai II. •Teljes körű adatfelvétel •Részleges (mintavételen alapuló adatfelvétel) •Elsődleges (primer) adatgyűjtés statisztikai célra •Másodlagos (szekunder) adatgyűjtés: nem statisztikai célból keletkezett információk összegyűjtése

6 6 A statisztikai megfigyelés tárgya •Statisztikai sokaság: térben, időben és a megfigyelés célja szerint pontosan megadva: pl. az ÁVF beiratkozott nappali tagozatos hallgatói február 8-án) •Statisztikai megfigyelési egység, a statisztikai sokaság egyedei (minden egyes hallgató, aki a fenti kritériumoknak megfelel)

7 7 A statisztikai sokaság típusai •Állósokaság: adott időpontban érvényes állapot leírására alkalmas statisztikai sokaság Például: A lakások száma Mádon január 1-én •Mozgósokaság: adott időegység alatti változásait, folyamatait jellemi Például: Lakásépítések Bp-en a 2007-es év során

8 8 Statisztikai ismérvek és ismérvváltozatok Statisztikai ismérv: a statisztikai sokaság egyedeit jellemző tulajdonság Ismérv-változatok ill. ismérv-értékek: a statisztikai ismérv lehetséges kimenetei Például: Ismérv: A hallgató neme Ismérvváltozatok: Férfi, Nő Ismérv: A hallgató kora; Ismérv-értékek: (évben): 19, 20, 21

9 9 A statisztikai ismérvek típusai I. •Mennyiségi ismérvek (ismérv-értékek) •Minőségi ismérvek (ismérv-változatok) Például: Családi állapot, nem, Területi ismérvek: születési hely Például: Testsúly, kereset Időbeli ismérvek: születési év (időpont); vagy életkor (időtartam)

10 10 A statisztikai ismérvek típusai II. •Diszkrét ismérvek: az ismérvváltozatok csak bizonyos számok lehetnek, a közbeeső értékek nem. PL. Vizsgajegy, születési év, a különböző találatokhoz tartozó Lottó nyeremények •Folytonos ismérvek: az ismérvértékek egy adott tartományon belül minden értéket felvehetnek Például: Testsúly, kereset, hőmérséklet.

11 11 Az ismérvváltozatok megfigyelése, a statisztikai mérés A statisztikai mérés: valamilyen mértékegyéggel való összehasonlítás, vagy megszámlálás. Mérési skálák, a számok információtartalma: •Nominális (néven alapuló, névleges) skála •Ordinális (sorrendi) skála •Intervallum (különbség) skála •Arány skála

12 12 Nominális (névleges) skála Nominális skála: minőségi (és területi) ismérveknél. Mennyiségi értelmezésük nincs, csak az ismérvváltozatok azonosítására szolgálnak. Például: Nem: férfi (1), nő (2) Megye: Veszprém (19), Zala (20)

13 13 Ordinális (sorrendi) skála A sokaság egyedeinek valamely tulajdonságuk intenzitása alapján való sorba rendezésére alkalmas. Az egymást követő számok rangsort fejeznek ki, de nem jelentik azt, hogy az ismérv-értékek közötti távolság azonos. Például: Sportban a helyezések (1., 2., 3. hely) Éttermek kategóriái (I, II, III, IV)

14 14 Intervallum (különbség) skála A számok ill. skálaértékek nemcsak sorrendet fejeznek ki, hanem a távolságuk is fontos. A mértékegység és a 0 pont meghatározása önkényes. A 0 érték nem feltétlenül jelenti a tulajdonság hiányát. Például:  hőmérsékleti skálák (Celsius és Fahrenheit)  időszámítás

15 15 Arány skála Mennyiségi ismérvek esetén ez a leggyakoribb. •Kezdő pontja kötött; •a nullpont a tulajdonság hiányát jelzi; •a skála bármely két értékének aránya független a mértékegységtől. Például: munkabér élelmiszerfogyasztási kiadások testsúly

16 16 Statisztikai adat A statisztikai adat a mérés eredménye, valamely statisztikai sokaság elemeinek száma vagy más számszerű jellemzője Lehet •közvetlenül mért alapadat (például a tanárok és a diákok száma) •származtatott adat, alapadatok-ból számított mutató (például 1 tanárra jutó diákok száma)

17 17 Statisztikai csoportosítás, az ismérvértékek osztályozása A statisztikai csoportosítás a megfigyelt sokaság elemeinek felosztása valamilyen megkülönböztető ismérv szerint. Követelmények: •átfedésmentesség és •teljesség, azaz a sokaság minden eleme besorolható legyen egy és csak egy osztályba.

18 18 Csoportosító (gyakorisági) sorok Az egy ismérv szerinti osztályozás eredménye a csoportosító sor, más néven gyakorisági sor. A csoportosító ismérv típusától függően lehet: •minőségi sor –területi sor •mennyiségi sor –idősor

19 19 A statisztikai tábla A statisztikai tábla: a statisztikai adatok rendezett, összefüggő rendszere Kellékei •Cím: Miről? Mikor? Milyen mértékegységben? •Fej- és oldalrovat: Egyszerű és világos megnevezések •Adatok: Egységes megjelenési forma

20 20 A statisztikai táblák típusai •Egyszerű tábla: csoportosítást nem tartalmaz – Például: Magyarország népessége 1990 és 2000 között (ezer fő) •Csoportosító tábla: egy ismérv szerinti csoportosítást tartalmaz – Például: A budapesti mozik száma befogadóképesség szerint, január 1. •Kombinációs tábla: egyszerre több ismérv szerint csoportosít – Például: Egy főiskolai évfolyam létszáma kor és nem szerint

21 21 Statisztikai adatok grafikus ábrázolása A grafikus ábrázolás célja az adatok alakulásának,egymáshoz viszonyított nagyságrendjének, arányainak érzékeltetése A grafikus ábrázolás történhet •vonalak, •terület, •térbeli alakzat és •képszimbólumok segítségével

22 22 Ábratípusok •Vonaldiagram •Bot-diagram •Poligon •Hisztogram •Oszlop- és sávdiagram •Terület-diagram •Kördiagram •Rúd-diagram, mértani testek •Piktogram •Kartogram

23 23 A VISZONYSZÁMOK A viszonyszám két egymással logikai kapcsolatban álló statisztikai adat hányadosa.

24 24 A viszonyszámok típusai •Megoszlási viszonyszámok: •intenzitási viszonyszámok: különböző fajta, rendszerint különböző mértékegységű adatokból számított •dinamikus viszonyszámok

25 25 A megoszlási viszonyszám •A sokaság egyes részeinek a sokaság egészéhez viszonyított arányát fejezi ki. •Például: A csoporton belül a nők aránya 60%.

26 26 A dinamikus viszonyszám Például: 2003-ban tízszer akkora volt az internethasználók száma, mint 1993-ban. Két időszak (időpont) adatának hányadosa.

27 27 Intenzitási viszonyszám Azt fejezi ki, hogy az egyik mennyiségből mennyi jut a másik egy egységére. Például: Az 1 lakosra jutó napi tejfogyasztás 0,5 liter.

28 28 Az intenzitási viszonyszám típusai •Nyers viszonyszám: Az összehasonlításban szereplő mennyiséget a teljes sokasághoz viszonyítjuk (pl. 1 családra jutó gyerekszám) •Tisztított viszonyszám: Az összehasonlításban szereplő mennyiséget a sokaság azon részéhez viszonyítjuk, amellyel szorosabb logikai kapcsolatban van (ha pl. csak a gyerekes családokat vesszük figyelembe.)

29 29 Dinamikus viszonyszámok Bázis- és láncviszonyszámok Bázisviszonyszám: az idősor értékeit egy rögzített időpont vagy időszak (a bázis) értékéhez viszonyítjuk. (Pl. A GDP növekedése 2001-ben és ben a 2000-es GDP-hez képest.) Láncviszonyszám: az idősorba rendezett értékek mindegyikét a megelőző időszakot jellemző értékkel osztjuk (pl. a GDP évenkénti növekedése az előző évi GDP-hez képest)

30 30 Példa Létszám (Fő) Előző év = = , ,251, ,69331,3 Létszám (Fő) Előző év = = , ,251, ,69331,3 Létszám (Fő) Előző év = = , ,251, ,69331,3 800

31 31 A bázis- és láncviszonyszámok összefüggése Az egymást követő időszakok láncviszonyszámainak szorzata bázisviszonyszámot ad. PL. Két egymást követő időszak bázisviszonyszámainak hányadosa a láncviszonyszám. Pl.

32 32 Átlagolás Növekedési ütem

33 33 Köszönöm a figyelmet!


Letölteni ppt "1 ÁVF Leíró statisztika Statisztikai alapismeretek 1."

Hasonló előadás


Google Hirdetések