- Kategorie
-
Zastosowanie metod opisu statystycznego do badania zjawisk społeczno-ekonomicznych
Współcześnie nie wyobrażamy sobie społeczeństwa, nauki i gospodarki bez dostępu do danych o zjawiskach społeczno-ekonomicznych. Rozwój informatyczny sprzyja możliwości zarówno zbierania danych, jak i ich udostępniania. Jednak wnioski wy-ciągnąć można, analizując te dane przy wykorzystaniu metod ilościowych. Podstawą są metody statystyczne. Wiedza statystyczna jest cenna w każdej dziedzinie życia. Celem analizy danych jest dostarczenie informacji, które ograniczają ryzyko przy podejmowaniu decyzji. Choć obecnie posiadamy dostęp do różnorodnych danych (często bardzo obszernych baz, big data) i programów komputerowych, ułatwiających analizę tych danych, to do wyciągania właściwych wniosków niezbędna jest wiedza. Metodyka badania zjawisk spo-łeczno-ekonomicznych jest rozwijającym się i obszernym zbiorem metod badawczych z licznymi warunkami ich stosowania. Właśnie ułatwienie porządkowania i poszerzania wiedzy z zakresu metod opisu statystycznego i możliwości ich wykorzystania w analizach jest celem Autorek niniejszej książki. Analiza danych statystycznych to poszukiwanie prawidłowości statystycznych w zakresie struktury zjawisk, ich współzależności i zmian w czasie. Autorki są pracownikami Katedry Ekonometrii i Statystyki Instytutu Ekonomii i Finansów Uniwersytetu Szczecińskiego. Od wielu lat zajmują się badaniem zjawisk społeczno-ekonomicznych z wykorzystaniem metod ilościowych.
Wysyłka w ciągu | 24 godziny |
Kod kreskowy | |
ISBN | 978-83-8102-733-5 |
EAN | 9788381027335 |
Choć obecnie posiadamy dostęp do różnorodnych danych (często bardzo obszernych baz, big data) i programów komputerowych, ułatwiających analizę tych danych, to do wyciągania właściwych wniosków niezbędna jest wiedza. Metodyka badania zjawisk spo-łeczno-ekonomicznych jest rozwijającym się i obszernym zbiorem metod badawczych z licznymi warunkami ich stosowania. Właśnie ułatwienie porządkowania i poszerzania wiedzy z zakresu metod opisu statystycznego i możliwości ich wykorzystania w analizach jest celem Autorek niniejszej książki. Analiza danych statystycznych to poszukiwanie prawidłowości statystycznych w zakresie struktury zjawisk, ich współzależności i zmian w czasie.
Autorki są pracownikami Katedry Ekonometrii i Statystyki Instytutu Ekonomii i Finansów Uniwersytetu Szczecińskiego. Od wielu lat zajmują się badaniem zjawisk społeczno-ekonomicznych z wykorzystaniem metod ilościowych.
Wstęp 7
Rozdział 1. Podstawowe pojęcia 9
1.1. Statystyka - definicja i podział 9
1.2. Zbiorowość statystyczna, cechy statystyczne i skale pomiarowe 10
1.3. Prawidłowości statystyczne 13
1.4. Formy prezentacji danych 16
1.4.1. Szeregi statystyczne 17
1.4.2. Tablice statystyczne 23
1.4.3. Wykresy statystyczne 25
1.5. Badanie statystyczne 40
1.6. Wskaźniki statystyczne 43
Rozdział 2. Analiza struktury 47
2.1. Budowa szeregu przedziałowego i histogramu 47
2.2. Miary tendencji centralnej 60
2.2.1. Średnia arytmetyczna 60
2.2.2. Średnia harmoniczna 66
2.2.3. Średnia geometryczna 69
2.2.4. Dominanta 71
2.2.5. Mediana 77
2.2.6. Kwantyle 80
2.3. Miary zróżnicowania 87
2.3.1. Wariancja i odchylenie standardowe 90
2.3.2. Odchylenie przeciętne 98
2.3.3. Odchylenie ćwiartkowe 99
2.3.4. Obszary zmienności 101
2.3.5. Współczynniki zmienności 102
2.4. Miary asymetrii 104
2.5. Miary skupienia 112
2.5.1. Miary ekscesu 112
2.5.2. Miary koncentracji 115
2.6. Porównanie i wszechstronna analiza struktur 122
Rozdział 3. Analiza współzależności 127
3.1. Szereg i tablica korelacyjna 127
3.1.1. Szereg korelacyjny 127
3.1.2. Tablica korelacyjna 130
3.2. Miary siły związku statystycznego 135
3.2.1. Współczynnik Czuprowa 136
3.2.2. Współczynnik korelacji rang Spearmana 138
3.2.3. Współczynnik korelacji liniowej Pearsona 140
3.2.4. Stosunki korelacyjne 143
3.3. Regresja liniowa 146
Rozdział 4. Analiza dynamiki 155
4.1. Badanie zmian krótkookresowych 156
4.1.1. Przyrosty i indeksy indywidualne 156
4.1.2. Indeksy agregatowe (dla wielkości absolutnych) 162
4.2. Badanie zmian długookresowych 167
4.2.1. Metody wyznaczania trendu 167
4.2.2. Metody badania sezonowości 177
4.2.3. Prognozowanie 183
Literatura 187
Recenzent: dr hab. Grażyna Dehnel, prof. UEP, Uniwersytet Ekonomiczny w Poznaniu
Bąk I., Markowicz I., Mojsiewicz M., Wawrzyniak K. (2019), Wzory i tablice. Metody statystyczne i ekonometryczne, CeDeWu, Warszawa.
Bąk I., Markowicz I., Mojsiewicz M., Wawrzyniak K. (2021), Statystyk opisowa. Przykłady i zadania, Wyd. III, CeDeWu, Warszawa.
Bieszk-Stolorz B., Markowicz I. (2019), Analiza trwania w badaniach ekonomicznych. Modele nieparametryczne i semiparametryczne, CeDeWu, Warszawa.
Catlett J. (1991), On changing continuous attributes into ordered discrete attributes, [w:] Y. Kodratoff (red.) Machine Learning - EWSL-91: European Working Session on Learning, Springer-Verlag, Berlin-Heidelberg.
Chmielewski M.R., Grzymala-Busse J.W. (1996), Global discretization of continuous attributes as pre-processing for machine learning, International Journal of Approximate Reasoning, 15.
Dehnel G. (2010), Rozwój mikroprzedsiębiorczości w Polsce w świetle estymacji dla małych domen, Wydawnictwo Uniwersytetu Ekonomicznego w Poznaniu, Poznań.
Domański Cz., Pekasiewicz D., Baszczyńska A., Witaszczyk A. (2014), Testy statystyczne w procesie podejmowania decyzji, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.
Dougherty J., Kohavi R., Sahami M. (1995), Supervised and unsupervised discretization of continuous features, w: Proceedings of the 12th International Conference on Machine Learning, Morgan Kaufmann.
Dudek A. (2013), Metody analizy danych symbolicznych w badaniach ekonomicznych, Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, Wrocław.
Dudek H., Krawiec M., Landmesser J. (2011), Podstawy analizy statystycznej w badaniach rynku, Wydawnictwo SGGW, Warszawa.
Freedman D., Diaconis P. (1981), On histogram as a density estimator: L2 theory, Probability Theory and Related Fields, 57(4).
Gatnar E. (2000), Problemy dyskretyzacji zmiennych w nieparametrycznej analizie dyskryminacyjnej, Prace Naukowe AE we Wrocławiu, 7(874), s. 190-198.
Gatnar E., Walesiak M. (2004), Metody statystycznej analizy wielowymiarowej w badaniach marketingowych, Wydawnictwo Akademii Ekonomicznej im. Oskara Langego we Wrocławiu, Wrocław.
Gatnar E., Walesiak M. (2011), Analiza danych jakościowych i symbolicznych z wykorzystaniem programu R, Wydawnictwo C.H. Beck, Warszawa.
Gdakowicz A., Putek-Szeląg E. (2020) The Demand and Supply Analysis and Comparison of Dwellings in Szczecin, p. 169-184, Springer, https://EconPapers.repec.org/ RePEc:spr:eurchp:978-3-030-48531-3_12.
Gdakowicz A., Putek-Szeląg E. (2020), The use of statistical methods for determining attribute weights and the influence of attributes on property value, Real Estate Management and Valuation, 28(4), 33-47. DOI: https://doi.org/10.1515/remav-2020-0030.
Gini C. (1912), Variabilitá e mutabilita. Przedrukowano [w:] Memorie di metodologia statistica (Ed. E. Pizetti and T. Salvemini) Rzym: Libreria Eredi Virgilio Veschi, 1955.
Gołata E., Dehnel G. (2021), Credibility of disability estimates from the 2011 population census in Poland, Statistics in Transition New Series, 22(2), 41-65, DOI: https://doi.org/10.21307/stattrans-2021-016
Heiler S., Michels P. (1994), Deskriptive und Explorative Datenanalyse, R. Oldenbourg Verlag München-Wien, Oldenbourg.
Hozer J. (1993), Mikroekonometria. Analizy, diagnozy, prognozy, PWE, Warszawa.
Hozer J. (2004), Matematyczno-ekonomiczne modele funkcjonowania gospodarki, Wydawnictwo Naukowe Uniwersytetu Szczecińskiego, Szczecin.
Hozer J. (red.) (1998), Statystyka. Opis statystyczny, Katedra Ekonometrii i Statystyki, Uniwersytet Szczeciński, Szczecin.
Hozer-Koćmiel M. (2013), Time wealth and income wealth, APE Actual Problems of Economics, 2, 164-171.
Hozer-Koćmiel M. (2020), Nieodpłatna praca w gospodarstwie domowym. Studium empiryczne, Wydawnictwo Naukowe Uniwersytetu Szczecińskiego, Szczecin.
Ivanenko V.I., Labkovsky V.A. (2015), On Regularities of Mass Phenomena, Sankhyā: The Indian Journal of Statistics, Series A, 77(2), 237-248. Dostęp: 7.05.2021, http://www.jstor.org/stable/44114253.
Jajuga K. (1993), Statystyczna analiza wielowymiarowa, PWN, Warszawa.
Kocimowski K., Kwiatek J. (1977), Wykresy i mapy statystyczne, GUS, Warszawa.
Kończak G., Trzpiot G. (2018), Statystyka opisowa i matematyczna z arkuszem kalkulacyjnym Excel, Wydanie II poprawione, Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, Katowice.
Krzysztofiak M., Luszniewicz A. (1981), Statystyka, PWE, Warszawa.
Kukuła K. (1998), Elementy statystyki w zadaniach, PWN, Warszawa.
Luszniewicz A., Słaby T. (2008), Statystyka z pakietem komputerowym STATISTICA PL. Teoria i zastosowania, Wydawnictwo C.H. Beck, Warszawa.
Markowicz I. (2012), Statystyczna analiza żywotności firm. Wydawnictwo Naukowe Uniwersytetu Szczecińskiego, Szczecin.
Markowicz, I., Baran, P. (2021), Mirror data asymmetry in international trade by commodity group: the case of intra-Community trade, Oeconomia Copernicana, 12(4), 889-905. DOI: 10.24136/oc.2021.029.
Młodak A. (2006), Analiza taksonomiczna w statystyce regionalnej, Difin, Warszawa.
Nowak E. (red.) (2001), Metody statystyczne w analizie działalności przedsiębiorstwa, PWE, Warszawa.
Ostasiewicz W. (2011), Badania statystyczne, Wolters Kluwer, Warszawa.
Panek T. (red.) (2007), Statystyka społeczna, PWE, Warszawa.
Paradysz J. (2012), Statystyka regionalna: stan, problemy i kierunki rozwoju, Przegląd Statystyczny, 2.
Pociecha J. (red.) (2009), Współczesne problemy statystyki, ekonometrii i matematyki stosowanej, Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie, Kraków.
Scott D.W. (1979), On optimal and data-based histograms, Biometrica, 66(3).
Sobczyk M. (2007), Statystyka, Wyd. V uzupełnione, PWN, Warszawa.
Sokołowski A. (2004), O niewłaściwym stosowaniu metod statystycznych, StatSoft Polska.
Stanisz A. (2006), Przystępny kurs statystyki z zastosowaniem STATISTICA PL na przykładach z medycyny, T.1, StatSoft Polska, Kraków.
Szreder M. (2009), Statystyka w państwie demokratycznym, Wiadomości Statystyczne, 6.
Westfall P.H. (2014), Kurtosis as Peakedness, 1905-2014. R.I.P., The American Statistician, 68(3), 191-195, DOI: 10.1080/00031305.2014.917055.
Wilke C.O. (2020), Podstawy wizualizacji danych. Zasady tworzenia atrakcyjnych wykresów, Helion SA, Gliwice.
Wilkinson L. (2005), The Grammar of Graphics, Springer-Verlag, New York.
Wilkinson L., Friendly M. (2009), The History of the Cluster Heat Map, The American Statistician, 63(2), 179-184, DOI: 10.1198/tas.2009.0033.
Wiśniewski J.W. (2013), Correlation and regression of economic qualitative features, LAP LAMBERT Academic Publishing, Saarbrücken.
Yule G.U., Kendall M.G. (1966), Wstęp do teorii statystyki, PWN, Warszawa.
Zając K. (1994), Zarys metod statystycznych, PWE, Warszawa.
Zeliaś A. (2000), Metody statystyczne, PWE, Warszawa.
Pozostałe źródła
Bank Danych Lokalnych, https://bdl.stat.gov.pl.
Biuletyn statystyczny Szczecina IV kwartał 2020 r. (2021), Urząd Statystyczny w Szczecinie, Szczecin.
Biuletyn statystyczny województwa zachodniopolskiego IV kwartał 2020 (2021), Urząd Statystyczny w Szczecinie, Szczecin.
Działalność przedsiębiorstw niefinansowych w 2019 r. (2020), Główny Urząd Statystyczny, Warszawa.
Few S. (2007), Save the Pies for Dessert. http://www.perceptualedge.com/articles/08-21-07.pdf, dostęp: 26.06.2021.
Graficzna prezentacja danych statystycznych. Wykresy, mapy, GIS (2014), GUS, Warszawa.
Raport o stanie rynku telekomunikacyjnego w Polsce w 2019r. (2020), Urząd Komunikacji Elektronicznej, Warszawa.
Rocznik Demograficzny (2021), GUS, Warszawa.
Rocznik Statystyczny Rzeczypospolitej Polskiej (2020), GUS, Warszawa.
Rocznik Statystyczny Rzeczypospolitej Polskiej (2021), GUS, Warszawa.
Warunki mieszkaniowe gospodarstw domowych i rodzin. Narodowy Spis Powszechny Ludności i Mieszkań 2011 (2014), GUS, Warszawa.
World Inequality Report (2022), https://wir2022.wid.world/, dostęp: 19.02.2022.
Polub nas na Facebooku