Статистические связи. Условное среднее. Причинная и функциональная связи

Статистическая связь

СТАТИСТИЧЕСКАЯ СВЯЗЬ [statistical interdependence] — связь между переменными, на которую накладывается воздействие случайныхфакторов. В результате действия такой связи изменения одной переменной приводят к изменениям другой не детерминированно, как при функциональной связи (см. Функция), а статистически, отражаясь на изменении математического ожидания последней. Такие взаимосвязи рассматриваются регрессионным анализом. Но может быть и так, что ни та, ни другая переменная не зависят друг от друга, они равноправны — в таких случаях речь идет о корреляции, которая изучается методами корреляционного анализа.

При изучении любого массового явления существенное значение имеет объективное описание изучаемой совокупности: определить по данным массового наблюдения наиболее типичные (средние) величины признаков, вычислить другие характеристики (например, максимальное и минимальное значение признака, показателей изменчивости и так далее). Важно также выяснить, почему различаются единицы совокупности между собой, выявить причинно-следственный механизм, формирующий развитие данного массового явления.
Решение вопросов о том, существует ли в действительности причинная связь между изучаемыми показателями, признаками, процессами, явлениями, усложняется тем, что любое явление благодаря всеобщей (многообразной) взаимосвязи явлений зависит не от одной какой-либо причины, а от многих причин. Например, объём производимой продукции зависит от численности рабочих, от уровня их производительности труда, от уровня технической оснащённости производства и труда, от организации производственного процесса и от многих других факторов.
Изучение причинной зависимости усложняется также и тем, что сила и характер влияния отдельных причин различны по месту и времени. Например, в рассмотренной ситуации на общий объём продукции безусловно влияют численность рабочих и производительность их труда, тогда как то или иное изменение в организации производственного процесса в данных условиях может вообще не оказать или оказать слабое влияние.
Исследование причинной зависимости ещё более усложняется вследствие того, что признак или явление, принимаемое в данном исследовании за причину (воздействующий фактор), может в свою очередь складываться под влиянием других причин (факторов). Например, уровень производительности труда зависит от квалификации рабочих, квалификация рабочих в свою очередь зависит от возраста рабочего, длительности производственного стажа, уровня его образования и других факторов.
При этом важно не только установление факта наличия связи, а также придание выявленным связям количественной определённости. Без количественной оценки закономерности, связи невозможно доводить результаты статистических разработок до такого уровня, чтобы они могли использоваться для практических целей.
Таким образом, при исследовании связи между изучаемыми признаками, показателями, процессами, явлениями основными задачами статистики будут:

• 1) проверка положений теории о возможности связи или выявление наличия новой связи;
• 2) определение формы связи и исчисление её количественных характеристик (придание выявленной связи аналитической формы зависимости);
• 3) измерение (количественное выражение) степени тесности связи между отдельными причинами (факторами) и результатом их воздействия.

В статистике принято различать следующие основные виды связей: балансовая, компонентная, факторная.
Балансовая связь применительно к экономическим явлениям характеризует зависимости между источниками формирования ресурсов (средств) и их использованием. Например, товарный баланс выражается в виде формулы
Он + П = Р +Ок, где Он – остатки товаров на начало изучаемого периода; П – поступление товаров за период; Р – расход товаров в изучаемом периоде; Ок – остаток товаров на конец периода.
Важное практическое значение количественного выражения балансовой зависимости состоит в том, что при отсутствии значения одного из составляющих элементов оно может быть определено на основе соответствующей формулы.
Компонентные связи характеризуются тем, что изменение обобщающего показателя определяется изменением компонентов (элементов), входящих в этот показатель, как множители: a=bc.
Компонентные связи широко используются в индексном методе (для выявления роли отдельных факторов в совокупном изменении сложного показателя, индекса сложного явления с использованием индексов взаимосвязанных с ним составляющих явлений).
Важная практическая значимость показателей, состоящих в компонентной связи, в том, что по известным из них можно определить величину одного из неизвестных компонентов (a=bc, b=a/c, c=a/b).

Дата добавления: 2015-05-09