ÁVF Leíró statisztika Statisztikai alapismeretek 1.

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

1 ÁVF Leíró statisztika Statisztikai alapismeretek 1.

2 A statisztika alapfogalmai
A tavaszi félévről Kerékgyártó Györgyné – L. Balogh – Sugár András – Szarvas Beatrix: Statisztikai módszerek a gazdasági, társadalmi elemzésekben. Aula, 2008. Tankönyv: Internet: http: // avf.hu / tanarok / lipecz/ Az 1. ea. témái: A statisztika alapfogalmai A viszonyszámok

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

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

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 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 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 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 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 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 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 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 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 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 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 GM idáig jutottunk. Viszonyszámok jövő héten.

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

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

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

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

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

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 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 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 2002-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 Példa Létszám (Fő) Előző év = 1 2001 = 1 2001 800 -- 1 2002 1200 1,5
2003 1500 1,25 1,875 2004 1040 0,6933 1,3 Létszám (Fő) Előző év = 1 2001 = 1 2001 80 -- 1 2002 1200 1,5 2003 1500 1,25 1,875 2004 1040 0,6933 1,3 Létszám (Fő) Előző év = 1 2001 = 1 2001 80 -- 1 2002 1200 1,5 2003 1500 1,25 1,875 2004 1040 0,6933 1,3 800 NT példa lement, JÖN: % és tizedes tört, index használata

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 Átlagolás Növekedési ütem

33 Köszönöm a figyelmet!