Способы надежности статистической информации

Способы надежности статистической информации

Для выявления и устранения (при возможности) допущенных ошибок наблюдения проводится ряд мер.
Всякий статистический документ, прежде чем поступить для обработки, должен быть тщательно проверен. Сначала документ проверяется с точки зрения полноты поступления статистических сведений (все ли отчетные единицы представили материал обследования, все ли реквизиты и признаки в документах отражены.) Затем осуществляется синтаксический, логический и арифметический контроль.
Синтаксический контроль предусматривает проверку правильности структуры документов, наличие необходимых реквизитов, наличие ответов на все вопросы программы (полнота заполнения строк).
При логическом контроле выявляются несоответствия значений признаков наиболее вероятным их значениям и отсутствие необходимых взаимосвязей между показателями.
С помощью арифметического контроля проверяются итоги в отчетных документах путем сравнения с предварительно рассчитанными контрольными суммами по строкам или графам.
Ошибки наблюдения могут быть вызваны различными причинами. В статистической отчетности ошибки могут быть вызваны недостатками учета на предприятиях. Органы госстатистики проводят систематический контроль за организацией отчетности и первичного учета. В специальных статистических исследованиях ошибки наблюдения могут быть вызваны недостатками в составлении программы, нечеткостью определения объекта или единицы совокупности (наблюдения), плохой подготовленностью кадров, описками регистров. Изучение причин ошибок наблюдения и реализация эффективных мер позволяют избежать ошибок или свести их к минимуму.

ВЕРНУТЬСЯ НАЗАД В КАТЕГОРИЮ САЙТА↓

Пожалуйста, оцените эту статью о статистике

This entry was posted on Четверг, Март 27th, 2008 at 0:30 and is filed under Ошибки статистического наблюдения.. You can follow any responses to this entry through the RSS 2.0 feed. You can leave a response, or trackback from your own site.

Источник

ОЦЕНКИ НАДЕЖНОСТИ СТАТИСТИЧЕСКИХ МЕТОДОВ

Еще в конце XIX в. Дж.Н. Кейнс сформулировал основные условия надежности статистических фактов:

1) надежность источников и степень их достоверности;

2) полнота источников;

3) способ группировки данных и способ вычисления средних величин 2 .

Кроме того, Кейнс указывал на две основные трудности при проведении статистического исследования:

«Первая трудность при статистическом исследовании состо­ит в том, что первоначальные данные могут быть неточными» 3 .

Вторая трудность — это необходимость использования самой первоначальной хозяйственной информации:

«Важно иметь доступ к самым первоначальным данным, а не только к вычислениям, основанным на них» 4 .

С тех пор мало что изменилось под солнцем экономической статистики. Как и прежде, надежность, полнота, возможность доступа к первоначальным источникам, правильные способы группировки, вычисления средних величин и индексов — все это,

1 Банников В.А. Факторный анализ // Экономико-математический энцикло­педический словарь. С. 560. Кейнс Дж.Н. Предмет и метод политической экономии. М., 1899. С. 264.

вместе взятое, остается главными требованиями доверия к ста­тистическим методам в экономической науке.

Для того чтобы статистический метод исследования хозяй­ственных явлений был надежным, необходимо также, чтобы были надежными статистические факты, на которые он опирается. Среди российских исследователей проблему надежности стати­стических фактов фундаментально рассмотрел И.П. Суслов. Он сформулировал три основных требования к статистическим фак­там: а) полнота; б) сравнимость; в) достоверность 1 .

«Полнота статистических фактов означает полноту охвата явлений. Любое явление, любой предмет обладает бесконечно большим числом сторон, свойств, связей, отношений — как внут­ри себя, так и со всем окружающим миром. Причем одни сто­роны, одни связи являются существенными, внутренне необхо­димыми, определяют качество предмета, другие — несуществен­ными, внешними. В принципе, надо охватить анализом всю систему существенных признаков. Но практически сделать это трудно, а подчас и невозможно. Поэтому в большинстве случа­ев приходится ограничиваться изучением лишь наиболее суще­ственных признаков, отражающих коренные, необходимые связи. Выбор изучаемых признаков должен быть таким, чтобы явле­ния, — в соответствии с поставленной задачей, — были охарак­теризованы достаточно полно, без излишеств, без ненужных де­талей, повторений» 2 .

Сравнимость статистических фактов — следующее важнейшее к ним требование. Для того чтобы осуществлять сравнимость, необходимо и желательно приводить статистические данные к сравнимым единицам измерения.

«Одним из самых очевидных и необходимых приемов приве­дения несравнимых данных в сравнимый вид выступает приве­дение их к сравнимым единицам измерения. Приемами приве­дения данных в сравнимый вид является пересчет несравнимых данных по единой методологии и отграничение от всей массы исходных данных сравнимой части. Важнейшим приемом является замена несравнимых по каким-либо причинам объемных пока­зателей относительными и средними величинами. Сравнимость может быть достигнута и другими путями» 3 .

1 Заметим, что точно такие же требования выдвигались И.П. Сусловым в це­
лом — в отношении всех экономических фактов (см. главу 1 этого учебника).

2 Суслов И.П. Методология экономического исследования. С. 148.

Но самым фундаментальным является требование достоверно­сти и точности, предъявляемое к статистическим фактам. И. П. Су­слов указывает здесь следующие виды возможных ошибок:

• вследствие несовершенства математической теории;

• вследствие несовершенства самой статистической теории;

• связанные с агрегированием первичных данных;

• вследствие интерпретации промежуточных или конечных статистических данных;

• связанные с регистрацией статистических фактов;

• полученные при исчислении статистических данных;

• накапливающиеся вследствие большого числа вычислитель­ных операций с неточными первичными статистическими данными;

• связанные с заменой строго математических решений при­ближенными их решениями (ошибки аппроксимации и усе­чения);

• технические ошибки счета (например, из-за многократно повторяющихся округлений) 1 .

Естественно, с таким множеством ошибок и погрешностей можно успешно бороться — и в этом сама статистическая наука добилась немалых успехов. Куда труднее статистике бороться с теми ее ошибками, где присутствует определенная идеологи­ческая и методологическая подоплека. Например, характерной чертой уже упоминавшегося нами позитивизма (а на нем пост­роены многие западные эконометрические и статистические кон­цепции) является разрыв между эмпирией и теорией в стати­стическом исследовании.

Вот как, например, оценивает российский исследователь B.C. Ав­тономов позитивистскую методологию «экономических баромет­ров», весьма распространенную в западной экономической науке:

«Основным методологическим недостатком всех существую­щих «экономических барометров» является эмпиризм, упор на статистические взаимосвязи в ущерб причинно-следственным зависимостям в экономике. Отсутствие надежной теоретической основы неизбежно ведет к субъективизму в отборе показателей, где главную роль играет не важность данного показателя с точ­ки зрения теории, а то, насколько хорошо он вписывается в ли­дирующую, совпадающую или отстающую группу (по временным лагам. — Л.О.)» 2 .

Суслов И.П. Методология экономического исследования. С. 153—156. Автономов B.C. Экономический барометр // Экономико-математический энциклопедический словарь. С. 621.

цифры правят миром. Может быть, дело обстоит и не так. Но одно я знаю точно: цифры доказывают, хорошо или плохо управ­ляется мир».

Исходя из вышесказанного видно, насколько сложной явля­ется проблема оценки надежности статистических данных. Тем не менее экономическая наука должна стремиться производить такую оценку, иначе экономиста-исследователя всегда будет преследовать неуверенность в статистическом базисе, на кото­ром основываются его теории и гипотезы.

Источник

Способы надежности статистической информации

Ошибки статистики и меры по обеспечению надежности статистической информации

Шайтова Нургуль Жеткергеновна

Актюбинский политехнический колледж

Всякое статистическое наблюдение ставит задачу получения таких данных, которые по возможности более точно отображали бы действительность, состояние изучаемых единиц совокупности. Под точностью статистической информации понимается уровень (степень) соответствия зафиксированной при статистическом наблюдении величины изучаемого признака действительному его значению.

Собранные в процессе статистического наблюдения данные по отдельным единицам изучаемой совокупности на последующих стадиях статистического исследования должны быть сведены (обобщены) и обработаны, чтобы получить объективный и точный ответ на все вопросы, поставленные целью исследования. Качество и правильность результатов любого статистического исследования, которые можно получить на основе обобщения, обработки и анализа статистических данных, зависят от качества и достоверности исходного материала – статистических данных.

Отклонения или разности между зафиксированными при статистическом наблюдении величинами изучаемого признака и действительными (истинными) величинами его называют ошибками наблюдения. В зависимости от источников и причины возникновения неточностей, допускаемых в процессе статистического наблюдения, обычно выделяют ошибки регистрации и ошибки репрезентативности (представительности). Ошибки регистрации возникают вследствие неправильного установления фактов в процессе наблюдения или неправильной их записи. Они имеют место как при сплошном, так и несплошном наблюдении. Ошибки регистрации подразделяются на случайные и систематические.

Случайные ошибки – это ошибки, допущенные при заполнении бланков (цифра записана не в ту графу или допущена описка в записи), оговорка в ответах, нечеткость в вопросе и соответственно в ответе и т.д.

Систематические ошибки могут быть преднамеренными и непреднамеренными. Преднамеренные ошибки (сознательные) получаются в результате того, что при знании действительного состояния (величины) признака сознательно сообщаются неправильные данные. Непреднамеренными называются ошибки, вызываемые случайными причинами: например, неправильностью измерительных приборов, невнимательностью регистраторов и др.

Данные статистических исследований всё чаще намеренно искажают или неправильно интерпретируют, выбирая только те данные, которые являются благоприятными для ведущего конкретное исследование. Неправильное использование статистических данных может быть как случайным, так и преднамеренным. В книге Huff, Darrell (1954) How to Lie With Statistics излагается ряд соображений по поводу использования и неправильного применения статистических данных. Некоторые авторы также проводят обзор статистических методов, используемых в определённых областях . Способы, позволяющие избежать неправильного толкования статистических данных включают в себя использование надлежащей схемы и исключение предвзятости при проведении исследований. Злоупотребление происходит тогда, когда такие выводы «заказываются» определёнными структурами, которые намеренно или бессознательно выводят на отбор предвзятых данных или проб. При этом гистограммы, как самый простой для использования и понимания (восприятия) вид диаграммы, могут быть сделаны либо с применением обычных программ для компьютера или просто нарисованы. К сожалению, большинство людей не делают попыток искать ошибки или заблуждаются сами, поэтому и не видят ошибок. Таким образом, по мнению авторов, статистические данные, чтобы быть правдой, должны быть «не причёсаны» (то есть достоверные данные не должны выглядеть идеальными). Для того, чтобы полученные статистические данные оказались правдоподобными и точными, проба должна быть репрезентативной в целом .

Ошибки репрезентативности (представительности) свойственны не сплошному наблюдению. Они возникают в результате того, что состав отобранной для обследования части массового явления (части единиц совокупности, выборки) недостаточно полно отображает особенности, сущность всей изучаемой совокупности. Эти ошибки тоже могут быть случайными из-за того, что отобранные единицы совокупности неполно воспроизводят всю совокупность. Величина случайной ошибки репрезентативности может быть оценена с помощью соответствующих математических методов (рассматриваются в дисциплине “Математическая статистика”).

Систематическая ошибки репрезентативности может возникнуть вследствие нарушения принципов случайного отбора единиц не сплошного наблюдения. Размеры систематической ошибки репрезентативности не поддаются оценке. Для выявления и устранения (при возможности) допущенных ошибок наблюдения проводится ряд мер.

Всякий статистический документ, прежде чем поступить для обработки, должен быть тщательно проверен. Сначала документ проверяется с точки зрения полноты поступления статистических сведений (все ли отчетные единицы представили материал обследования, все ли реквизиты и признаки в документах отражены.) Затем осуществляется синтаксический, логический и арифметический контроль.

Синтаксический контроль предусматривает проверку правильности структуры документов, наличие необходимых реквизитов, наличие ответов на все вопросы программы (полнота заполнения строк).

При логическом контроле выявляются несоответствия значений признаков наиболее вероятным их значениям и отсутствие необходимых взаимосвязей между показателями. С помощью арифметического контроля проверяются итоги в отчетных документах путем сравнения с предварительно рассчитанными контрольными суммами по строкам или графам.

Ошибки наблюдения могут быть вызваны различными причинами. В статистической отчетности ошибки могут быть вызваны недостатками учета на предприятиях. Органы госстатистики проводят систематический контроль за организацией отчетности и первичного учета. В специальных статистических исследованиях ошибки наблюдения могут быть вызваны недостатками в составлении программы, нечеткостью определения объекта или единицы совокупности (наблюдения), плохой подготовленностью кадров, описками регистров. Изучение причин ошибок наблюдения и реализация эффективных мер позволяют избежать ошибок или свести их к минимуму.

1. Huff, Darrell, How to Lie With Statistics, WW Norton & Company, Inc. New York, NY, 1954. ISBN 0-393-31072-8

2. Никитина Е.П., Фрейдлина В.Д., Ярхо А.В. Коллекция определений термина «статистика». — Москва: МГУ, 1972.

3. Warne, R. Lazo, M., Ramos, T. and Ritter, N. (2012). Statistical Methods Used in Gifted Education Journals, 2006—2010. Gifted Child Quarterly, 56(3) 134—149.

Источник